基于知識圖譜的QA系統(tǒng)研究
大小：0.6 MB 人氣： 2017-10-10 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
QA系統(tǒng)依據(jù)其回答語料可以分為兩類，一類是常見的純文本形式，如網(wǎng)絡(luò)文檔、問答社區(qū)內(nèi)容、搜索引擎結(jié)果、百科數(shù)據(jù)等。另一類則是知識圖譜，通常以RDF三元組的形式結(jié)構(gòu)化表示。由于結(jié)構(gòu)化的特點(diǎn)，QA系統(tǒng)相比純文本語料，往往可以提供更加精確和簡練的結(jié)果。另一方面，近些年涌現(xiàn)出了大批十億甚至更大規(guī)模的知識圖譜，包括WolframAlpha、Google Knowledge Graph、Freebase等。這些知識圖譜的出現(xiàn)保證基于其的問答系統(tǒng)的覆蓋率。所以，當(dāng)前基于知識圖譜的開放領(lǐng)域QA系統(tǒng)是可行的。
系統(tǒng)架構(gòu)
QA系統(tǒng)分為三層架構(gòu)模型，分別為實(shí)體、語言和應(yīng)用層，如下圖所示。
其中最下層為實(shí)體層，其為上層模型提供最基礎(chǔ)的計(jì)算單元，包括了語義社區(qū)搜索、語義消歧義和同現(xiàn)網(wǎng)絡(luò)模塊；中間層為語言層，作為連接實(shí)體層和應(yīng)用層的橋梁，其包含了具有一定語義信息的短文本；最上層則為集成的QA系統(tǒng)，包括了問題模板和深度學(xué)習(xí)模塊。
實(shí)體層模型研究
語義社區(qū)搜索
如上圖所示，節(jié)點(diǎn)即代表單詞在語義社區(qū)網(wǎng)絡(luò)中的語義，邊則為單詞與單詞之間的關(guān)系，以此模型即可找到一個(gè)單詞所在的社區(qū)，以及單詞之間的相似度，如下圖所示pot和bowl為同一語義社區(qū)，有很高的相似度；pot和plate為不同的語義社區(qū)，其中兩個(gè)有兩個(gè)單詞交集，為中等相似度；pot和tube為不同的語義社區(qū)，其中只有一個(gè)單詞交集，為低等相似度
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于知識圖譜的QA系統(tǒng)研究下載
相關(guān)電子資料下載
- 深度學(xué)習(xí)在工業(yè)缺陷檢測中的應(yīng)用 63
- 探討目前主流3D激光SLAM算法方案 94
- 華為成為中國首個(gè)PyTorch基金會Premier會員 453
- 《人工智能在指揮和控制系統(tǒng)中的決策支持》 133
- 中國手機(jī)廠商發(fā)力這一領(lǐng)域 外媒：大戲剛剛開始 262
- 百度智能云推出國內(nèi)首個(gè)大模型全鏈路生態(tài)支持體系 251
- 人工智能領(lǐng)域存在第一性原理嗎？ 53
- 基于機(jī)器視覺檢測技術(shù)現(xiàn)狀 41
- 自動駕駛規(guī)控決策方面的建議與解決方案 40
- 里程碑 主線科技無人集卡在舟山港開啟全天候真無人常態(tài)化運(yùn)營 166