基于張量分解的知識圖譜融合研究及其在對話中的應(yīng)用
【學(xué)位單位】:山東大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2020
【中圖分類】:TP391.1;TP181
【部分圖文】:
的形式存在。其基本格式為【實(shí)體/,關(guān)??系,實(shí)體2】或者【概念,屬性,屬性值】。在本文中,我們統(tǒng)一使用【頭部實(shí)體,關(guān)??系,尾部實(shí)體】來表不。??I???知_識融合i?|?任筘型A活系統(tǒng)I??I?I?I??知識庫2 ̄^??[知識圖譜21—知識圖譜)卜聽H對話狀1——>1對話策略學(xué)習(xí)11??,知識庫i?圖譜n?1 ̄?i?!?[?]?I自然語'言生成1?i??i?????????????!?I?????????????!??圖1.1:基于知識圖譜的多輪對話流程??由于知識圖譜能夠?qū)χR進(jìn)行結(jié)構(gòu)化,便于人們方便獲取并理解知識,所以知識??圖譜有著很廣泛的應(yīng)用[2],包括搜索引擎,推薦系統(tǒng),智能問答,對話系統(tǒng)等應(yīng)用??方向。本文則重點(diǎn)關(guān)注于知識圖譜在任務(wù)型對話系統(tǒng)中的應(yīng)用。然而,如圖1.1所示,??一個任務(wù)型對話系統(tǒng)往往需要多個領(lǐng)域的知識,這些知識都分別對應(yīng)著不同領(lǐng)域的??知識庫。而且這些知識通常出自于不同的來源。例如在企業(yè)的智能客服系統(tǒng)中,我們??需要知識圖譜涵蓋著該企業(yè)中所有業(yè)務(wù)的知識。每個業(yè)務(wù)的知識圖譜通常由不同的??業(yè)務(wù)組維護(hù)。這些不同的知識源往往會具有異構(gòu)的分布和屬性。這會需要系統(tǒng)將多個??一?1?-??
為了解決具有大量完全獨(dú)立連通分支,并且訓(xùn)練和測試集實(shí)體之間沒有重疊的??知識圖譜之間的融合,我們提出了使用三階張量模型去預(yù)測頭部實(shí)體和尾部實(shí)體之??間的關(guān)系。這個三階張量表示為XeRhhx。根據(jù)第1.2.1節(jié)中所講述的,我們額外??添加了實(shí)體之間的相似度量作為輔助信息,幫助模型去預(yù)測實(shí)體之間的關(guān)系。這些相??似信息是以相似度矩陣表現(xiàn)的,用符號表示為P?e?R〃7。??3.1模型介紹??圖3.1展示了使用頭部實(shí)體x尾部實(shí)體x關(guān)系三元組張量和頭部實(shí)體x尾部實(shí)??體相似度矩陣進(jìn)行聯(lián)合分解的模型圖。??
?^dog^???part?of?^leg^??part?rf?"^dog^j???part?of?^dog^j??jsa?_?■?_+?相f5S*??^noso^?part?of??part?of?^n〇Be^?p?rt?of?^?^nose^?p?rt?of???I?I?I???i???i???_i_???^noge^?l?t?of??^dog^?^n〇Be^|?part?of?^nose^j?part?of??^dog^??(a)?(b)??圖3.2:?(a)知識圖譜補(bǔ)全方法示例。左圖為輸入實(shí)例,右圖展示了由于知識圖譜缺??乏連接導(dǎo)致實(shí)體間的關(guān)系無法預(yù)測的實(shí)例。(b)?—個由本文提出的模型進(jìn)行預(yù)測的??實(shí)例。??度的模型(LIN和JCN)在準(zhǔn)確率方面表現(xiàn)得非常不好。??錯誤分析最后,我們發(fā)現(xiàn),本文提出的知識融合模型中的某些錯誤情況是由不正??確的歸納導(dǎo)致的。例如頭部實(shí)體“tail.n.01”(動物的尾巴)和尾部實(shí)體“ant.n.Ol”(螞??蟻),根據(jù)相似度矩陣,它們會被模型預(yù)測為彳關(guān)系。然而,根據(jù)常識得??知,螞蟻并沒有尾巴。我們認(rèn)為,這類錯誤是由于不正確的歸納導(dǎo)致的。這也可能是??因?yàn)橄嗨贫冗B接是無向的。在將來的工作中,我們可以考慮修改相似度矩陣或合并其??他約束來避免此類錯誤。??3.6本章小結(jié)??知識融合方法在整個基于知識圖譜的任務(wù)型對話系統(tǒng)中具有關(guān)鍵作用,是其理??論基矗由于一個對話系統(tǒng)中往往會包含多個領(lǐng)域的知識圖譜。這些知識圖譜通常具??有不同的結(jié)構(gòu),由不同的人員維護(hù)。因此,在知識圖譜應(yīng)用于對話系統(tǒng)前,我們需要??使用知識融合方法將多個領(lǐng)域的知識圖譜融合為一個知識
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 張觀林;歐陽純萍;鄒銀鳳;周志鋒;;知識圖譜及其在醫(yī)療領(lǐng)域的應(yīng)用[J];湖南科技學(xué)院學(xué)報;2016年10期
2 黃薇;;知識圖譜應(yīng)用于學(xué)科知識服務(wù)初探[J];福建圖書館理論與實(shí)踐;2014年03期
3 武斌;張賓;周晶;孫博;賈江凱;;知識圖譜在電力領(lǐng)域的應(yīng)用與思考[J];科技經(jīng)濟(jì)導(dǎo)刊;2020年16期
4 宋卿;戚成琳;張鵬洲;;知識圖譜技術(shù)在新聞領(lǐng)域中的應(yīng)用思考[J];中國傳媒科技;2016年05期
5 先興平;吳濤;;知識圖譜與網(wǎng)絡(luò)表示學(xué)習(xí)[J];產(chǎn)業(yè)與科技論壇;2016年17期
6 翟倩;祝琳琳;;基于文獻(xiàn)計量的國內(nèi)知識圖譜研究綜述[J];圖書館學(xué)研究;2016年18期
7 林強(qiáng);;知識圖譜在檔案學(xué)中的應(yīng)用綜述與評價[J];檔案與建設(shè);2014年11期
8 吳運(yùn)兵;楊帆;賴國華;林開標(biāo);;知識圖譜學(xué)習(xí)和推理研究進(jìn)展[J];小型微型計算機(jī)系統(tǒng);2016年09期
9 李暢;;構(gòu)建操作系統(tǒng)教程知識圖譜[J];電腦知識與技術(shù);2020年02期
10 劉芳;謝靖;;以藏品為核心的知識圖譜設(shè)計與應(yīng)用[J];數(shù)字圖書館論壇;2020年06期
相關(guān)博士學(xué)位論文 前10條
1 麗麗;蒙古文化知識圖譜的構(gòu)建與研究[D];內(nèi)蒙古大學(xué);2020年
2 趙宇;知識圖譜自動演進(jìn)算法研究[D];北京郵電大學(xué);2017年
3 王楨;基于嵌入模型的知識圖譜補(bǔ)全[D];中山大學(xué);2017年
4 武國勝;福建省生態(tài)環(huán)境時空格局信息圖譜研究[D];福建師范大學(xué);2006年
5 王莉;基于知識圖譜的城市軌道交通建設(shè)安全管理智能知識支持研究[D];中國礦業(yè)大學(xué);2019年
6 劉偉;人腦三維彌散張量影像數(shù)字化統(tǒng)計圖譜研究[D];中國科學(xué)技術(shù)大學(xué);2012年
7 蔣菲;新世紀(jì)中國課程與教學(xué)論的知識圖譜研究[D];湖南師范大學(xué);2014年
8 陳曦;面向大規(guī)模知識圖譜的彈性語義推理方法研究及應(yīng)用[D];浙江大學(xué);2017年
9 汪洋;山地人居環(huán)境空間信息圖譜—理論與實(shí)證[D];重慶大學(xué);2012年
10 芮建勛;基于遙感影像的城市景觀信息圖譜及其模型系統(tǒng)研究[D];華東師范大學(xué);2006年
相關(guān)碩士學(xué)位論文 前10條
1 郝增光;基于張量分解的知識圖譜融合研究及其在對話中的應(yīng)用[D];山東大學(xué);2020年
2 胡超杰;基于知識圖譜的幾何問題自動求解系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];電子科技大學(xué);2020年
3 孫馳;基于微博的知識圖譜的構(gòu)建與研究[D];西華大學(xué);2015年
4 李光明;初中化學(xué)學(xué)科知識圖譜的構(gòu)建與可視化查詢系統(tǒng)的實(shí)現(xiàn)[D];上海師范大學(xué);2020年
5 胡瑾;幼兒園音樂圖譜的運(yùn)用研究[D];山東師范大學(xué);2015年
6 王三珊;學(xué)術(shù)機(jī)構(gòu)知識圖譜的構(gòu)建研究[D];安徽財經(jīng)大學(xué);2012年
7 王一博;基于知識圖譜的計算機(jī)領(lǐng)域勝任力研究與應(yīng)用[D];吉林大學(xué);2020年
8 郭雪純;知識圖譜中的圖聚集方法研究[D];東南大學(xué);2019年
9 陳晨;基于實(shí)驗(yàn)研究不同標(biāo)注方式對醫(yī)學(xué)圖譜識別效率的影響[D];第四軍醫(yī)大學(xué);2015年
10 謝曉娟;潘懷素《南宋樂星圖譜研究》初探[D];溫州大學(xué);2015年
本文編號:2867138
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/2867138.html