智能問(wèn)答系統(tǒng)作為人工智能領(lǐng)域下最重要的應(yīng)用之一,近些年越來(lái)越受到學(xué)者們的重視。相比于傳統(tǒng)的搜索引擎(如百度,谷歌等)返回冗雜、粗糙的結(jié)果,智能問(wèn)答系統(tǒng)的結(jié)果往往更加精確、簡(jiǎn)潔。同時(shí),伴隨深度學(xué)習(xí)技術(shù)的提升和GPU算力的提高,智能問(wèn)答系統(tǒng)越來(lái)越成熟,基本取代了傳統(tǒng)的人工客服等問(wèn)答場(chǎng)景。此時(shí),在市場(chǎng)明朗的汽車領(lǐng)域也迫切需要一個(gè)好的問(wèn)答系統(tǒng),來(lái)幫助用戶解決購(gòu)車或行車時(shí)遇到的問(wèn)題,從而提高行車時(shí)的用戶體驗(yàn)。本文首先闡述了神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜、語(yǔ)義解析等深度學(xué)習(xí)和智能問(wèn)答等基本理論;然后,針對(duì)汽車行業(yè)垂直領(lǐng)域,探究如何從互聯(lián)網(wǎng)上獲得相應(yīng)的結(jié)構(gòu)化及半結(jié)構(gòu)化數(shù)據(jù),并轉(zhuǎn)化為知識(shí)圖譜中特定的三元組結(jié)構(gòu);接著,基于處理好的三元組結(jié)構(gòu),研究如何搭建出某特定領(lǐng)域內(nèi)的知識(shí)圖譜;最后,針對(duì)構(gòu)建好的知識(shí)圖譜,結(jié)合自然語(yǔ)言處理中常見(jiàn)的語(yǔ)義解析方法,探索出如何實(shí)現(xiàn)一個(gè)智能問(wèn)答系統(tǒng)。在之后的實(shí)驗(yàn)測(cè)試中,系統(tǒng)可以對(duì)常規(guī)問(wèn)題有較好的應(yīng)答能力,回答結(jié)果較為準(zhǔn)確并且響應(yīng)時(shí)間較短。證明了方法的有效性和本文研究的可行性。本文獨(dú)立完成上述工作,開(kāi)發(fā)整個(gè)系統(tǒng)。然而,目前系統(tǒng)功能單一、樸素。本文也正持續(xù)推進(jìn),繼續(xù)深入,拓展探索相關(guān)問(wèn)題。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F426.471
【部分圖文】：

一維向量作為神經(jīng)元的輸入號(hào)。則有下列公式：是 維的權(quán)重向量。同時(shí)， 為數(shù)作用 計(jì)算后，得到激活值 數(shù)。經(jīng)網(wǎng)絡(luò)單元結(jié)構(gòu)：...dx ]..dwd bf ( )a

函數(shù)：函數(shù)值域在之間

8圖 5 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)最簡(jiǎn)單也是最基本的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括基本元般來(lái)說(shuō)，模型的復(fù)雜度取決于神經(jīng)網(wǎng)絡(luò)的深度，性越強(qiáng)，理論上能夠更好的擬合真實(shí)世界。在初，神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)無(wú)法進(jìn)行快速的訓(xùn)練，不被于英偉達(dá)公司的 和谷歌的[22]快速發(fā)展了神經(jīng)網(wǎng)絡(luò)的計(jì)算速度。神經(jīng)網(wǎng)絡(luò)重新受到人們絡(luò)往往都是和語(yǔ)言文字相關(guān)的，比如智能對(duì)話，機(jī)需要考慮到上下文信息。因而，在圖像領(lǐng)域內(nèi)大GPU TPURNN

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任夢(mèng)婷;王娟;阮佩姍;劉振盼;;影響高質(zhì)量網(wǎng)絡(luò)問(wèn)答系統(tǒng)建設(shè)的因素[J];物流科技;2016年12期

2 武振國(guó);李艷翠;;植物病蟲(chóng)害智能問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2017年01期

3 費(fèi)建軍;;智能問(wèn)答系統(tǒng)中命名實(shí)體識(shí)別問(wèn)題研究[J];數(shù)字技術(shù)與應(yīng)用;2017年07期

4 何秀;;智能問(wèn)答系統(tǒng)的研究與設(shè)計(jì)[J];南方農(nóng)機(jī);2017年20期

5 張中峰;李秋丹;;社區(qū)問(wèn)答系統(tǒng)研究綜述[J];計(jì)算機(jī)科學(xué);2010年11期

6 劉文華;康海燕;;領(lǐng)域問(wèn)答系統(tǒng)生成器的研究[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

7 張積賓;徐志明;王恒;潘啟樹(shù);;面向大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)化問(wèn)答系統(tǒng)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2008年12期

8 徐雄;;基于深度學(xué)習(xí)的問(wèn)答系統(tǒng)研究[J];湖北師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年01期

9 吳靈慧;;問(wèn)答系統(tǒng)研究綜述[J];科技傳播;2019年05期

10 趙昌志;王怡婷;張小琴;;基于深度學(xué)習(xí)的智能問(wèn)答系統(tǒng)研究與設(shè)計(jì)[J];信息與電腦(理論版);2019年11期

相關(guān)會(huì)議論文 前10條

1 何靖;陳

本文編號(hào)：2829811