發(fā)布時(shí)間：2023-10-31 20:00

　　隨著互聯(lián)網(wǎng)的發(fā)展,數(shù)字化信息呈現(xiàn)出指數(shù)增長(zhǎng)的趨勢(shì),給人們從海量數(shù)據(jù)中快速準(zhǔn)確地獲取需要的信息帶來(lái)了挑戰(zhàn)。傳統(tǒng)的信息獲取方式是使用搜索引擎,通過(guò)關(guān)鍵詞匹配的方法返回大量的相關(guān)網(wǎng)頁(yè),導(dǎo)致用戶需要耗費(fèi)大量的精力從返回的網(wǎng)頁(yè)中篩選出自己需要的答案。與傳統(tǒng)的基于搜索引擎的信息獲取方式相比,智能問(wèn)答能夠精準(zhǔn)理解用戶的搜索意圖,并將答案直接返回給用戶,提高了用戶信息獲取的效率。同時(shí),知識(shí)圖譜能夠作為智能問(wèn)答的一個(gè)高質(zhì)量數(shù)據(jù)來(lái)源,其快速發(fā)展推動(dòng)了智能問(wèn)答在多個(gè)領(lǐng)域內(nèi)的應(yīng)用。目前,在教育領(lǐng)域非常重視古詩(shī)知識(shí)的學(xué)習(xí)和運(yùn)用,但是古詩(shī)知識(shí)的體系復(fù)雜,用戶獲取古詩(shī)信息的方法主要是通過(guò)搜索引擎,對(duì)于想要根據(jù)條件個(gè)性化查找古詩(shī)信息的用戶來(lái)說(shuō),這種信息獲取方式不夠高效。因此,本文構(gòu)建了一個(gè)古詩(shī)知識(shí)圖譜,并基于該知識(shí)圖譜實(shí)現(xiàn)了古詩(shī)知識(shí)的智能問(wèn)答。本文的研究工作主要包括以下幾個(gè)方面:第一,古詩(shī)知識(shí)圖譜構(gòu)建。以關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)為基礎(chǔ),利用互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行補(bǔ)充,將不同來(lái)源的數(shù)據(jù)進(jìn)行融合,構(gòu)建了能夠用于智能問(wèn)答的古詩(shī)知識(shí)圖譜。第二,基于BERT的問(wèn)句分類算法研究。常用的分類算法大都采用Word2vec獲取文本的詞向量表示,這...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)與理論基礎(chǔ)
    2.1 知識(shí)圖譜介紹
        2.1.1 圖數(shù)據(jù)庫(kù)
        2.1.2 知識(shí)圖譜構(gòu)建流程
    2.2 詞語(yǔ)的向量表示
        2.2.1 離散表示
        2.2.2 分布式表示
        2.2.3 Word2vec模型
    2.3 神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)概述
        2.3.1 神經(jīng)網(wǎng)絡(luò)
        2.3.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.3.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.3.4 長(zhǎng)短期記憶網(wǎng)絡(luò)
    2.4 本章小結(jié)
第三章 基于古詩(shī)知識(shí)圖譜的智能問(wèn)答總體架構(gòu)設(shè)計(jì)
    3.1 智能問(wèn)答算法框架
    3.2 古詩(shī)知識(shí)圖譜構(gòu)建
        3.2.1 數(shù)據(jù)來(lái)源
        3.2.2 數(shù)據(jù)抽取
        3.2.3 數(shù)據(jù)融合
        3.2.4 數(shù)據(jù)存儲(chǔ)
    3.3 問(wèn)句類別設(shè)計(jì)
    3.4 知識(shí)查詢模板設(shè)計(jì)
    3.5 本章小結(jié)
第四章 關(guān)鍵算法設(shè)計(jì)與分析
    4.1 問(wèn)句分類算法
        4.1.1 基于BERT的問(wèn)句分類算法
        4.1.2 問(wèn)句分類算法實(shí)現(xiàn)
        4.1.3 問(wèn)句分類實(shí)驗(yàn)及分析
    4.2 實(shí)體識(shí)別算法
        4.2.1 基于BiLSTM-CRF的實(shí)體識(shí)別算法
        4.2.2 實(shí)體識(shí)別算法實(shí)現(xiàn)
        4.2.3 實(shí)體識(shí)別實(shí)驗(yàn)及分析
    4.3 本章小結(jié)
第五章 基于古詩(shī)知識(shí)圖譜的智能問(wèn)答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 引言
    5.2 開(kāi)發(fā)環(huán)境
    5.3 系統(tǒng)架構(gòu)
    5.4 系統(tǒng)模塊設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 知識(shí)圖譜構(gòu)建模塊
        5.4.2 前端展示模塊
        5.4.3 問(wèn)答模塊
    5.5 整體展示及分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 研究展望
參考文獻(xiàn)
參與的科研項(xiàng)目
致謝



本文編號(hào)：3859392