基于知識圖譜的問答系統(tǒng)的設計與實現(xiàn)——以澳大利亞旅游為例
發(fā)布時間:2024-03-23 14:20
隨著網(wǎng)絡技術和與人工智能技術的快速發(fā)展,在旅游行業(yè)中利用大數(shù)據(jù)、深度學習等先進技術來進行旅游經(jīng)營,已經(jīng)逐步形成了一種新型的旅游經(jīng)營方式。特別是在信息獲取方面,以往人們在獲取旅游信息時,方式多為傳統(tǒng)搜索引擎,該方法無法快速便捷準確的獲取信息。而以自然語言處理技術為核心的問答系統(tǒng),在限定的領域內(nèi),可以更精確地了解使用者的用意,并且反饋出更為精準且簡練的答案,從而使使用者獲得信息的速度與精確度都大大提升。問答系統(tǒng)的知識庫是影響問答系統(tǒng)效果的直接因素,知識圖譜以其對結構化和關系化數(shù)據(jù)存儲的優(yōu)勢,逐漸成為問答系統(tǒng)知識庫的主要選擇。而近年來,隨著我國經(jīng)濟的不斷發(fā)展,國民出境游的次數(shù)明顯增加,而澳大利亞是國人出境游的熱門目的地,但是有關澳大利亞旅游信息獲取卻不是很方便。因此,本文以澳大利亞旅游領域為例,以知識圖譜為基礎,結合命名實體識別、文本分類等深度學習技術,設計并開發(fā)了一個基于澳大利亞旅游知識圖譜的旅游問答系統(tǒng)。本文的完成的主要工作如下:(1)澳大利亞旅游領域知識圖譜的構建。知識圖譜的構建有幾個核心步驟,分別是數(shù)據(jù)獲取、實體和關系定義、實體消岐和數(shù)據(jù)存儲。首先,通過python的request框...
【文章頁數(shù)】:86 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 選題背景和研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 知識圖譜研究現(xiàn)狀
1.2.2 問答系統(tǒng)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
1.4 本文研究創(chuàng)新點
1.5 本文組織結構
第2章 相關理論與技術
2.1 知識圖譜
2.1.1 知識圖譜的架構
2.1.2 知識圖譜的構建
2.1.3 知識圖譜的存儲
2.2 問答系統(tǒng)
2.2.1 基于模板匹配的方法
2.2.2 基于語義分析的方法
2.2.3 基于深度學習的方法
2.3 語言模型
2.3.1 word2vec
2.3.2 ELMo
2.3.3 BERT
2.4 本章小結
第3章 澳大利亞旅游問答系統(tǒng)方案設計
3.1 方案總體框架
3.2 知識圖譜構建方案
3.2.1 數(shù)據(jù)獲取
3.2.2 知識抽取
3.2.3 知識融合
3.2.4 數(shù)據(jù)存儲
3.3 基于知識圖譜的問答系統(tǒng)技術方案
3.3.1 問句實體識別
3.3.2 問句意圖識別
3.3.3 答案搜索
3.4 問答系統(tǒng)開發(fā)方案
3.5 本章小結
第4章 澳大利亞旅游知識圖譜構建
4.1 數(shù)據(jù)獲取
4.1.1 爬取數(shù)據(jù)源介紹
4.1.2 爬取工具介紹
4.1.3 爬取步驟介紹
4.1.4 爬取結果介紹
4.2 知識抽取
4.2.1 實體定義和識別
4.2.2 關系定義和抽取
4.3 知識融合
4.3.1 實體對齊
4.3.2 屬性融合
4.4 知識存儲
4.5 本章小結
第5章 基于知識圖譜問答系統(tǒng)關鍵任務實現(xiàn)
5.1 問句實體識別
5.1.1 模型整體概述
5.1.2 詞嵌入層
5.1.3 特征提取層
5.1.4 序列標注層
5.1.5 實驗結果及分析
5.2 問句意圖識別
5.2.1 模型整體概述
5.2.2 特征提取層
5.2.3 分類層
5.2.4 實驗結果及分析
5.3 本章小節(jié)
第6章 澳大利亞旅游問答系統(tǒng)實現(xiàn)與測試
6.1 問答系統(tǒng)整體架構
6.2 系統(tǒng)實現(xiàn)
6.2.1 開發(fā)環(huán)境
6.2.2 邏輯層實現(xiàn)
6.2.3 展示層實現(xiàn)
6.3 系統(tǒng)展示
6.4 系統(tǒng)測試
6.4.1 系統(tǒng)功能測試
6.4.2 系統(tǒng)性能測試
6.4.3 系統(tǒng)效果測試
6.5 本章小結
第7章 結論與展望
7.1 結論
7.2 展望
參考文獻
致謝
本文編號:3936038
【文章頁數(shù)】:86 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 選題背景和研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 知識圖譜研究現(xiàn)狀
1.2.2 問答系統(tǒng)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
1.4 本文研究創(chuàng)新點
1.5 本文組織結構
第2章 相關理論與技術
2.1 知識圖譜
2.1.1 知識圖譜的架構
2.1.2 知識圖譜的構建
2.1.3 知識圖譜的存儲
2.2 問答系統(tǒng)
2.2.1 基于模板匹配的方法
2.2.2 基于語義分析的方法
2.2.3 基于深度學習的方法
2.3 語言模型
2.3.1 word2vec
2.3.2 ELMo
2.3.3 BERT
2.4 本章小結
第3章 澳大利亞旅游問答系統(tǒng)方案設計
3.1 方案總體框架
3.2 知識圖譜構建方案
3.2.1 數(shù)據(jù)獲取
3.2.2 知識抽取
3.2.3 知識融合
3.2.4 數(shù)據(jù)存儲
3.3 基于知識圖譜的問答系統(tǒng)技術方案
3.3.1 問句實體識別
3.3.2 問句意圖識別
3.3.3 答案搜索
3.4 問答系統(tǒng)開發(fā)方案
3.5 本章小結
第4章 澳大利亞旅游知識圖譜構建
4.1 數(shù)據(jù)獲取
4.1.1 爬取數(shù)據(jù)源介紹
4.1.2 爬取工具介紹
4.1.3 爬取步驟介紹
4.1.4 爬取結果介紹
4.2 知識抽取
4.2.1 實體定義和識別
4.2.2 關系定義和抽取
4.3 知識融合
4.3.1 實體對齊
4.3.2 屬性融合
4.4 知識存儲
4.5 本章小結
第5章 基于知識圖譜問答系統(tǒng)關鍵任務實現(xiàn)
5.1 問句實體識別
5.1.1 模型整體概述
5.1.2 詞嵌入層
5.1.3 特征提取層
5.1.4 序列標注層
5.1.5 實驗結果及分析
5.2 問句意圖識別
5.2.1 模型整體概述
5.2.2 特征提取層
5.2.3 分類層
5.2.4 實驗結果及分析
5.3 本章小節(jié)
第6章 澳大利亞旅游問答系統(tǒng)實現(xiàn)與測試
6.1 問答系統(tǒng)整體架構
6.2 系統(tǒng)實現(xiàn)
6.2.1 開發(fā)環(huán)境
6.2.2 邏輯層實現(xiàn)
6.2.3 展示層實現(xiàn)
6.3 系統(tǒng)展示
6.4 系統(tǒng)測試
6.4.1 系統(tǒng)功能測試
6.4.2 系統(tǒng)性能測試
6.4.3 系統(tǒng)效果測試
6.5 本章小結
第7章 結論與展望
7.1 結論
7.2 展望
參考文獻
致謝
本文編號:3936038
本文鏈接:http://sikaile.net/tushudanganlunwen/3936038.html
教材專著