發(fā)布時(shí)間：2020-07-11 11:13

【摘要】：近年來,在搜索引擎巨頭谷歌推出的"知識圖譜"的影響下,國內(nèi)的眾多知名公司紛紛推出了自己的相關(guān)產(chǎn)品,如百度公司的"知心搜索"、搜狗公司的"知立方"等。在這樣的大背景影響下,各個(gè)行業(yè)也開始思考構(gòu)建屬于自己的領(lǐng)域知識庫,這可以為企業(yè)在運(yùn)營決策上提供全面和智能的支持。本文以HKBZ領(lǐng)域的系統(tǒng)工程文檔為語料,融合了領(lǐng)域內(nèi)的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù),從而構(gòu)建了該領(lǐng)域的知識庫系統(tǒng)。該系統(tǒng)所涉及的領(lǐng)域知識主要包括文檔與文檔間關(guān)系(包含引用關(guān)系和相似關(guān)系)、文檔與實(shí)體間關(guān)系、實(shí)體與實(shí)體間關(guān)系以及其他相關(guān)知識。本文分析了領(lǐng)域知識庫構(gòu)建方法和當(dāng)前的研究現(xiàn)狀,詳細(xì)地描述了命名實(shí)體識別、實(shí)體關(guān)系抽取、知識表示這三個(gè)知識庫構(gòu)建的基本環(huán)節(jié)。本文主要有以下三點(diǎn)貢獻(xiàn):(1)在知識庫構(gòu)建的實(shí)體關(guān)系抽取環(huán)節(jié),針對系統(tǒng)工程文檔的特點(diǎn),提出了基于詞激活力理論的四種實(shí)體對特征向量構(gòu)造方法,并利用多種分類模型進(jìn)行實(shí)驗(yàn)加以驗(yàn)證分析,依據(jù)實(shí)驗(yàn)結(jié)果得出了最為可靠的特征向量構(gòu)造方法;(2)在知識庫構(gòu)建的知識表示環(huán)節(jié),本文分析比較了多種主流的知識表示方法,為了彌補(bǔ)基于本體概念的知識表示在共享、重用和互操作等方面的不足,提出了一種基于JsonSchema的面向?qū)ο笾R表示方法;(3)在系統(tǒng)實(shí)現(xiàn)環(huán)節(jié)中,本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)自動化性強(qiáng)、知識復(fù)用率高、查詢速度快、命中率高的領(lǐng)域知識庫原型系統(tǒng)。此外,本文從全自動化構(gòu)建領(lǐng)域知識庫的角度出發(fā),提出了一套完整的HKBZ領(lǐng)域知識庫的構(gòu)建方案,對其他領(lǐng)域知識庫的構(gòu)建也具有一定的參考價(jià)值和指導(dǎo)意義。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.1;TP311.52
【圖文】：

法來對文本問題進(jìn)行分析和處理時(shí)，首先我們需要的解決的問題就是，如何在計(jì)逡逑算機(jī)中準(zhǔn)確地表示出一個(gè)文本樣本。這里我們先介紹一種運(yùn)用最為廣泛的文本表逡逑示方法，即向量空間模型，也可稱為＂詞袋模型＂�；谠撃Ｐ偷奈臋n表示如圖２－１逡逑所示。逡逑Ｉ？？芽邋０邐ｂａｓｅｂａｌｌ逡逑邐邐１邐３邐Ｓｐｅｃｓ逡逑甲ｅｉｉ＊滬？脯哪一Ｉ０邐ｇｆＢｐｈｌＣＳ逡逑Ｓｕｌ３｜；？？ｔ：邋Ｎｅｅｄ邐Ｉ邐．．．

本文編號：2750329