船舶信息查詢對于整個航運產(chǎn)業(yè)鏈發(fā)揮著至關(guān)重要的作用,也是許多船舶服務(wù)平臺的基礎(chǔ)功能。然而,傳統(tǒng)的船舶信息查詢往往只是機械地比對查詢詞和數(shù)據(jù)庫數(shù)據(jù)之間的匹配關(guān)系,將結(jié)果直接羅列給用戶,并不能智能地理解用戶的真正意圖,提供更精準(zhǔn)和更具關(guān)聯(lián)性的知識。針對這一問題,本文深入研究了船舶信息智能查詢技術(shù),利用最新的深度學(xué)習(xí)和機器翻譯方法構(gòu)建AIS拼音到中文漢字的翻譯模型,以解決船舶的多方式智能匹配問題,并在船舶、港口以及航線等數(shù)據(jù)的基礎(chǔ)上構(gòu)建船舶信息的中文知識圖譜,最終實現(xiàn)船舶信息的智能查詢。歸納起來,本文的工作主要包括:（1）分析船舶信息智能查詢存在的主要問題,結(jié)合目前國內(nèi)外機器翻譯和知識圖譜技術(shù)研究現(xiàn)狀,提出可行的技術(shù)方案;（2）構(gòu)建形式規(guī)范的船舶信息語料庫,包括用于AIS拼音船名與中文漢字船名對應(yīng)的語料庫,以及船舶與港口、航線、貿(mào)易區(qū)等關(guān)聯(lián)信息的知識圖譜語料庫;（3）構(gòu)建基于Transformer與隱馬爾可夫鏈（HMM）結(jié)合的智能船名翻譯模型,實現(xiàn)了 AIS拼音船名到中文船名的精準(zhǔn)翻譯,解決了 AIS信息與其他船舶信息的智能匹配。在基于船訊網(wǎng)船舶庫的語料庫數(shù)據(jù)集上訓(xùn)練和測試,該模型最終準(zhǔn)確率... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機器翻譯研究現(xiàn)狀
        1.2.2 知識圖譜研究現(xiàn)狀
    1.3 研究內(nèi)容和論文組織結(jié)構(gòu)
2 相關(guān)理論方法與技術(shù)
    2.1 機器翻譯
    2.2 AIS拼音船名智能翻譯技術(shù)路線
    2.3 知識圖譜
    2.4 船舶信息智能查詢技術(shù)路線
    2.5 信息源適應(yīng)性分析
    2.6 關(guān)鍵技術(shù)
        2.6.1 Python
        2.6.2 Anaconda
        2.6.3 TensorFlow
        2.6.4 Neo4j
3 AIS拼音船名智能翻譯技術(shù)
    3.1 船名語料庫的構(gòu)建
    3.2 AIS拼音船名到漢字船名的翻譯模型
        3.2.1 基于SMT的模型
        3.2.2 基于Seq2Seq的模型
        3.2.3 基于Transformer的模型
    3.3 翻譯模型的對比分析
        3.3.1 基于SMT模型的測試實驗
        3.3.2 基于Seq2Seq模型的測試實驗
        3.3.3 基于Transformer模型的測試實驗
        3.3.4 實驗結(jié)果的對比分析
    3.4 Transformer與HMM的聯(lián)合模型
    3.5 本章小結(jié)
4 船舶信息智能查詢技術(shù)
    4.1 船舶信息語料庫的構(gòu)建
    4.2 船舶信息知識圖譜
        4.2.1 知識圖譜數(shù)據(jù)模型
        4.2.2 知識圖譜數(shù)據(jù)結(jié)構(gòu)
        4.2.3 知識圖譜存儲
    4.3 船舶信息智能查詢
        4.3.1 查詢處理流程實現(xiàn)
        4.3.2 查詢處理技術(shù)細(xì)節(jié)
    4.4 智能查詢實例
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于知識圖譜的國內(nèi)外北極航線安全研究進(jìn)展與比較分析[J]. 馬曉雪,劉陽,劉雨.  交通信息與安全. 2020(01)
[2]事件知識圖譜構(gòu)建技術(shù)與應(yīng)用綜述[J]. 項威.  計算機與現(xiàn)代化. 2020(01)
[3]中國海事英語研究的知識圖譜分析[J]. 李天嬌,尚新.  上海海事大學(xué)學(xué)報. 2019(04)
[4]基于Python的中文結(jié)巴分詞技術(shù)實現(xiàn)[J]. 曾小芹.  信息與電腦(理論版). 2019(18)
[5]基于Python語言的中文分詞技術(shù)的研究[J]. 祝永志,荊靜.  通信技術(shù). 2019(07)
[6]知識圖譜數(shù)據(jù)管理研究綜述[J]. 王鑫,鄒磊,王朝坤,彭鵬,馮志勇.  軟件學(xué)報. 2019(07)
[7]知識圖譜在電網(wǎng)全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心的應(yīng)用[J]. 王淵,彭晨輝,王志強,范強,姚一楊,華召云.  計算機工程與應(yīng)用. 2019(15)
[8]基于LSTM的蒙漢機器翻譯的研究[J]. 劉婉婉,蘇依拉,烏尼爾,仁慶道爾吉.  計算機工程與科學(xué). 2018(10)
[9]一種準(zhǔn)確而高效的領(lǐng)域知識圖譜構(gòu)建方法[J]. 楊玉基,許斌,胡家威,仝美涵,張鵬,鄭莉.  軟件學(xué)報. 2018(10)
[10]基于知識圖譜的海洋科學(xué)領(lǐng)域技術(shù)機會分析[J]. 張�？�,葉權(quán)慧,于路云.  科技管理研究. 2017(24)

博士論文
[1]開放政府?dāng)?shù)據(jù)背景下航運關(guān)聯(lián)數(shù)據(jù)的構(gòu)建與應(yīng)用研究[D]. 梁藝多.大連海事大學(xué) 2018
[2]基于多種數(shù)據(jù)源的中文知識圖譜構(gòu)建方法研究[D]. 胡芳槐.華東理工大學(xué) 2015

碩士論文
[1]基于圖的RDF數(shù)據(jù)存儲與查詢技術(shù)研究[D]. 段文靜.桂林電子科技大學(xué) 2019
[2]基于神經(jīng)網(wǎng)絡(luò)的維漢機器翻譯研究[D]. 張勝剛.新疆大學(xué) 2018
[3]基于語義網(wǎng)的站內(nèi)搜索引擎模塊的研究與實現(xiàn)[D]. 王子木.華北電力大學(xué) 2018
[4]語義網(wǎng)中航運信息的存儲與查詢系統(tǒng)研究[D]. 周凱濤.大連海事大學(xué) 2011
[5]本體在航運電子商務(wù)領(lǐng)域中的應(yīng)用研究[D]. 呂苗.大連海事大學(xué) 2009
[6]基于統(tǒng)計的漢英機器翻譯技術(shù)的研究[D]. 魏瑾.國防科學(xué)技術(shù)大學(xué) 2006



本文編號：3205597