基于本體和主題歸類的位置信息問答式檢索方法
發(fā)布時間:2024-06-12 05:38
隨著室內外定位技術的迅速發(fā)展和移動存儲設備處理能力的不斷提高,基于位置的服務越來越多地出現(xiàn)在人們的日常生活中,人們通過移動終端即可獲取所需要的與位置相關的各種生活服務信息。在檢索信息時,人們往往傾向于選擇關鍵詞或者自然語句問句的形式表達自己的需求,這樣便要求檢索服務能夠快速準確地對用戶所輸入問句進行語義理解。用戶所輸入的問句長短不一,形式多樣,多含口語化表述習慣,難以使用規(guī)則或模板進行歸納。針對如何理解用戶所輸入問句的實際查詢需求并檢索得到關聯(lián)信息這一問題,本文提出一種基于主題歸類的位置信息問答式檢索方法。對用戶所輸入問句進行預處理后將其歸類到對應的檢索主題,根據該主題的檢索策略抽取問句中的有效信息,對位置本體數(shù)據進行結構化語義檢索獲得符合條件的實體結果集,基于檢索結果信息進行圖文展示,實現(xiàn)對問句的即時響應。首先,分析位置信息的組成內容并在此基礎上定義位置本體的邏輯結構,實現(xiàn)語義位置信息本體建模存儲,為問答式檢索服務提供數(shù)據基礎。其次,介紹基于樣例和語義序列的主題歸類方法,將待處理問句與主題樣例庫中問句進行比較,根據N-Gram模型計算其語義序列而非原始文本的相似度,匹配最相似樣例的主...
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 引言
1.1 研究背景與意義
1.2 國內外研究現(xiàn)狀
1.2.1 位置信息建模
1.2.2 問答系統(tǒng)
1.2.3 文本分類
1.3 研究目標及內容
1.3.1 研究目標
1.3.2 研究內容
1.3.3 技術路線
1.4 論文組織結構
2 基于本體的位置信息建模
2.1 本體概述
2.2 位置信息本體建模
2.2.1 位置信息組成
2.2.2 位置本體邏輯結構
2.2.3 位置本體存儲管理
2.3 室內商場建模實例
2.4 本章小結
3 基于樣例和語義序列的主題歸類方法
3.1 Elasticsearch概述
3.2 自然語言問句中文分詞
3.2.1 主題詞典構建
3.2.2 問句主題詞識別
3.2.3 問句分詞及詞義標注
3.3 主題樣例庫構建
3.4 自然語言問句主題提取
3.4.1 語義相似度模型
3.4.2 樣例最鄰近匹配
3.4.3 匹配結果排序
3.5 本章小結
4 基于主題的結構化語義檢索
4.1 基于本體的語義檢索概述
4.2 主題檢索策略設計
4.3 結構化檢索條件抽取
4.4 基于主題的查詢語義解析
4.4.1 查詢語義圖生成
4.4.2 查詢語句構造
4.5 本章小結
5 室內商場問答式檢索應用
5.1 商場問答式檢索應用設計
5.1.1 商場檢索基礎詞庫
5.1.2 商場檢索主題及問句樣例
5.1.3 商場檢索主題策略
5.2 商場問答式檢索應用實驗
5.2.1 實驗結果展示
5.2.2 實驗結果分析
5.3 本章小結
6 總結與展望
6.1 論文工作總結
6.2 研究展望
參考文獻
致謝
本文編號:3993305
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 引言
1.1 研究背景與意義
1.2 國內外研究現(xiàn)狀
1.2.1 位置信息建模
1.2.2 問答系統(tǒng)
1.2.3 文本分類
1.3 研究目標及內容
1.3.1 研究目標
1.3.2 研究內容
1.3.3 技術路線
1.4 論文組織結構
2 基于本體的位置信息建模
2.1 本體概述
2.2 位置信息本體建模
2.2.1 位置信息組成
2.2.2 位置本體邏輯結構
2.2.3 位置本體存儲管理
2.3 室內商場建模實例
2.4 本章小結
3 基于樣例和語義序列的主題歸類方法
3.1 Elasticsearch概述
3.2 自然語言問句中文分詞
3.2.1 主題詞典構建
3.2.2 問句主題詞識別
3.2.3 問句分詞及詞義標注
3.3 主題樣例庫構建
3.4 自然語言問句主題提取
3.4.1 語義相似度模型
3.4.2 樣例最鄰近匹配
3.4.3 匹配結果排序
3.5 本章小結
4 基于主題的結構化語義檢索
4.1 基于本體的語義檢索概述
4.2 主題檢索策略設計
4.3 結構化檢索條件抽取
4.4 基于主題的查詢語義解析
4.4.1 查詢語義圖生成
4.4.2 查詢語句構造
4.5 本章小結
5 室內商場問答式檢索應用
5.1 商場問答式檢索應用設計
5.1.1 商場檢索基礎詞庫
5.1.2 商場檢索主題及問句樣例
5.1.3 商場檢索主題策略
5.2 商場問答式檢索應用實驗
5.2.1 實驗結果展示
5.2.2 實驗結果分析
5.3 本章小結
6 總結與展望
6.1 論文工作總結
6.2 研究展望
參考文獻
致謝
本文編號:3993305
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3993305.html
最近更新
教材專著