發(fā)布時(shí)間：2021-03-10 12:45

　　隨著海量數(shù)據(jù)時(shí)代的到來(lái),用戶對(duì)于搜索互聯(lián)網(wǎng)上紛繁復(fù)雜數(shù)據(jù)的要求越來(lái)越高,基于關(guān)鍵字匹配的傳統(tǒng)搜索引擎系統(tǒng)已經(jīng)愈來(lái)愈無(wú)法滿足人們的要求,因此,如何為用戶提供一個(gè)精準(zhǔn)而高效的自動(dòng)問(wèn)答系統(tǒng)成為了產(chǎn)業(yè)界重要的研究項(xiàng)目。近年來(lái),隨著知識(shí)圖譜的蓬勃發(fā)展,基于知識(shí)圖譜的問(wèn)答系統(tǒng)無(wú)論是在英文還是在中文領(lǐng)域越來(lái)越體現(xiàn)其在自動(dòng)問(wèn)答領(lǐng)域的重要性。與傳統(tǒng)搜索引擎不同的是基于知識(shí)圖譜的問(wèn)答系統(tǒng)不再為用戶返回一系列匹配文檔,而是憑借其智能的精準(zhǔn)推薦為用戶推送準(zhǔn)確答案,顯著地提升了用戶使用體驗(yàn),提高了用戶使用搜索引擎產(chǎn)品的粘性,進(jìn)一步也為企業(yè)創(chuàng)造了經(jīng)濟(jì)價(jià)值。因此,越來(lái)越多的研究人員投入到知識(shí)庫(kù)問(wèn)答系統(tǒng)的研究中�；谥R(shí)庫(kù)問(wèn)答系統(tǒng)主要分為基于語(yǔ)義解析的方法和基于分布式語(yǔ)義表示的方法,其中語(yǔ)義解析的方法受到語(yǔ)義鴻溝的影響,使得問(wèn)答的準(zhǔn)確率和召回率較低,分布式語(yǔ)義表示的方法隨著研究的深入逐步超越了語(yǔ)義解析的方法,但是現(xiàn)階段的基于分布式語(yǔ)義表示知識(shí)庫(kù)問(wèn)答方法的性能還有待提高,以往的研究中受到語(yǔ)義表示的準(zhǔn)確性以及實(shí)體與關(guān)系之間缺乏聯(lián)系制約了知識(shí)庫(kù)問(wèn)答的研究。本文圍繞基于簡(jiǎn)單問(wèn)題的知識(shí)庫(kù)問(wèn)答任務(wù),從數(shù)據(jù)標(biāo)注、問(wèn)句多維度表征、聯(lián)... 

【文章來(lái)源】：內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

知識(shí)庫(kù)結(jié)構(gòu)圖

內(nèi)蒙古科技大學(xué)碩士學(xué)位論文-4-程如圖1.2所示。下面將具體介紹基于知識(shí)圖譜的問(wèn)答系統(tǒng)的研究現(xiàn)狀。圖1.2知識(shí)庫(kù)問(wèn)答過(guò)程1.2知識(shí)庫(kù)問(wèn)答系統(tǒng)的研究現(xiàn)狀根據(jù)當(dāng)前知識(shí)庫(kù)問(wèn)答系統(tǒng)研究路線的不同，現(xiàn)有的KB-QA研究路線主要分為兩種：（1）基于語(yǔ)義解析（SematicParsing）的知識(shí)庫(kù)問(wèn)答方法；（2）基于分布式語(yǔ)義表示的知識(shí)庫(kù)問(wèn)答方法。下一小結(jié)將簡(jiǎn)單介紹這兩種技術(shù)的研究現(xiàn)狀。1.2.1基于語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答方法圖1.3語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答過(guò)程基于語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答方法通常利用最有效的結(jié)構(gòu)化查詢語(yǔ)句（例如：SQL、SPARQL語(yǔ)句等）對(duì)知識(shí)圖譜的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行查詢、匹配、推理等操作。對(duì)于普通用

內(nèi)蒙古科技大學(xué)碩士學(xué)位論文-4-程如圖1.2所示。下面將具體介紹基于知識(shí)圖譜的問(wèn)答系統(tǒng)的研究現(xiàn)狀。圖1.2知識(shí)庫(kù)問(wèn)答過(guò)程1.2知識(shí)庫(kù)問(wèn)答系統(tǒng)的研究現(xiàn)狀根據(jù)當(dāng)前知識(shí)庫(kù)問(wèn)答系統(tǒng)研究路線的不同，現(xiàn)有的KB-QA研究路線主要分為兩種：（1）基于語(yǔ)義解析（SematicParsing）的知識(shí)庫(kù)問(wèn)答方法；（2）基于分布式語(yǔ)義表示的知識(shí)庫(kù)問(wèn)答方法。下一小結(jié)將簡(jiǎn)單介紹這兩種技術(shù)的研究現(xiàn)狀。1.2.1基于語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答方法圖1.3語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答過(guò)程基于語(yǔ)義解析的知識(shí)庫(kù)問(wèn)答方法通常利用最有效的結(jié)構(gòu)化查詢語(yǔ)句（例如：SQL、SPARQL語(yǔ)句等）對(duì)知識(shí)圖譜的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行查詢、匹配、推理等操作。對(duì)于普通用

【參考文獻(xiàn)】：
期刊論文
[1]STransH:一種改進(jìn)的基于翻譯模型的知識(shí)表示模型[J]. 陳曉軍,向陽(yáng).  計(jì)算機(jī)科學(xué). 2019(09)
[2]基于帶注意力機(jī)制CNN的聯(lián)合知識(shí)表示模型[J]. 彭敏,姚亞蘭,謝倩倩,高望.  中文信息學(xué)報(bào). 2019(02)
[3]融合知識(shí)表示的知識(shí)庫(kù)問(wèn)答系統(tǒng)[J]. 安波,韓先培,孫樂(lè).  中國(guó)科學(xué):信息科學(xué). 2018(11)
[4]基于表示學(xué)習(xí)的開(kāi)放域中文知識(shí)推理[J]. 姜天文,秦兵,劉挺.  中文信息學(xué)報(bào). 2018(03)
[5]基于LSTM的大規(guī)模知識(shí)庫(kù)自動(dòng)問(wèn)答[J]. 周博通,孫承杰,林磊,劉秉權(quán).  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]基于表示學(xué)習(xí)的知識(shí)庫(kù)問(wèn)答研究進(jìn)展與展望[J]. 劉康,張?jiān)?紀(jì)國(guó)良,來(lái)斯惟,趙軍.  自動(dòng)化學(xué)報(bào). 2016(06)
[7]知識(shí)表示學(xué)習(xí)研究進(jìn)展[J]. 劉知遠(yuǎn),孫茂松,林衍凱,謝若冰.  計(jì)算機(jī)研究與發(fā)展. 2016(02)

碩士論文
[1]基于信息抽取的實(shí)體知識(shí)庫(kù)系統(tǒng)研究[D]. 李明鑫.北京交通大學(xué) 2017



本文編號(hào)：3074682