發(fā)布時間：2024-03-13 02:49

　　自動問答是自然語言處理領(lǐng)域內(nèi)的經(jīng)典問題。隨著知識庫的快速發(fā)展,越來越多的開放知識庫被建立起來。知識庫作為一種優(yōu)秀的知識結(jié)構(gòu)化存儲和組織方式,既可以結(jié)構(gòu)化存儲海量的知識,還可以保存知識之間的聯(lián)系。但是知識庫的結(jié)構(gòu)化存儲模式(例如,RDF),讓用戶很難直接獲取其中的知識,而問答系統(tǒng)可以在用戶和結(jié)構(gòu)化存儲的知識庫之間架起一座橋梁。以知識庫為基礎(chǔ)的問答,可以充分發(fā)揮知識庫的優(yōu)勢,快速地提供知識服務(wù)。自然語言是理想的人機交互方式。通過問答,人們可以方便地自主獲取知識庫中結(jié)構(gòu)化存儲的知識。但是自然語言與結(jié)構(gòu)化存儲的知識庫之間存在的語義鴻溝以及知識庫中海量的事實都為問答帶來了很大的挑戰(zhàn)。如何快速讓計算機理解自然語言并快速檢索出對應(yīng)答案具有重要研究意義。本文主要研究面向簡單問題的知識庫自動問答方法,簡單問題是指問題可以由知識庫中的一條事實(subject,predicate,object)來回答。本文的主要研究工作如下:(1)研究了基于pipeline的自動問答方法,將問答任務(wù)分解成實體檢測和關(guān)系檢測兩個子任務(wù),通過建立實體識別模型、關(guān)系匹配模型來共同完成問答任務(wù)。此外通過建立問題與實體類型的匹配模型...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1本文組織結(jié)構(gòu)圖

5的訓(xùn)練時間從48h減少到4h。此外，還進行了詳細的實驗結(jié)果分析，研究了實體候選集大孝負(fù)樣本比例等方面對模型結(jié)果的影響。1.3.2論文組織結(jié)構(gòu)本文總共包含5個章節(jié)，論文的整體組織結(jié)構(gòu)如圖1-1所示。第一章，介紹了基于知識庫的簡單問題問答的研究背景和意義，知識庫及知識庫問答方法的國....

圖2-1問答流程示例

72.2總體流程如上節(jié)所示，簡單問題的答案對應(yīng)于知識庫中的一條事實三元組,,ik<sro>。假設(shè)s，r分別對應(yīng)問句中的主語和謂語，如果能找到s對應(yīng)的實體is，謂語r對應(yīng)的關(guān)系kr，那么就可以通過形如(s,r,?)結(jié)構(gòu)化查詢語句獲取賓語實體o，快速地從知識庫中檢索出答案，完成問答任....

圖2-3實體識別模型框架圖

9的公司名稱。當(dāng)獲取后面的信息時，才能確定它是一家公司的名稱。所以，為了更全面地捕捉每一個單詞的語義信息，分別采用了一個正向LSTM和一個反向LSTM。正向LSTM按照正常語序處理文本，反向LSTM將從句子的末尾逆向處理。對于單詞xi，分別獲取語義表示ihr和ihs，然后將二者拼....

圖2-4關(guān)系匹配模型

12為了從關(guān)系候選集中選擇出與問句匹配度最高的關(guān)系，本章提出的方法是訓(xùn)練關(guān)系匹配模型，將問句與關(guān)系的匹配問題轉(zhuǎn)化為一個二分類問題。通過訓(xùn)練模型學(xué)習(xí)問句q與關(guān)系r是不是相互匹配的，間接完成問句中的謂語信息與關(guān)系的語義匹配問題。模型結(jié)構(gòu)如圖2-4所示。圖2-4關(guān)系匹配模型為了將問句和....

本文編號：3927071