针对复杂问题优化的知识图谱问答系统的研究和实现
这是一篇关于问答系统,复杂问题,主题实体识别,关系发现,约束检测的论文, 主要内容为近年来,随着人工智能技术的异军突起,智能问答系统也随之飞速发展,智能问答逐渐成为了传统信息访问方式的一种重要补充。在智能问答领域里,以基于知识图谱的问答系统(KG-QA)为代表,在近几年吸引了大量研究者对其进行研究。知识图谱作为人工智能时代最重要的知识表示方式之一,它的出现使得我们可以使用更加直观的方式来描述真实世界中的各类实体、概念。在问答系统中,知识图谱则是被当作答案库,系统通过分析自然语言形式的问题,在知识图谱中找寻与给定问题相匹配的实体,最终将该实体作为答案返回。如今,基于知识图谱的问答系统被广泛应用于各个领域,为人们和结构化数据进行交互提供了更便捷的访问方式。然而,随着越来越多决策使用场景的出现,用户访问信息需求,即用户输入问题变得更加复杂。目前,大多数KG-QA系统都无法准确处理问题中隐含的复杂关系和特征,这也给问答系统带来了新的挑战。为了针对性地解决这些复杂问题的问答,本文构建了一套优化的高性能知识库问答系统。复杂问题的复杂性体现在问题所隐含关系的跳数较长,生成候选关系的数量就会随之大量增多,这为后续的关系发现任务带来了极大的困难。因此解决复杂问题问答的关键在于复杂问题关系的发现。为了更加专注于解决复杂问题的关系发现任务,本文将该系统分为主题实体识别、关系发现、系统整合三个子模块,并针对三个子模块在现有研究的基础上分别提出了优化方案。对于主题实体识别模块,本文在传统方法仅使用序列标注模型对问题进行主题词标注的基础上进行优化,在模型中增加了启发式匹配和重排序的环节,引入了更多知识图谱有效信息,从而提高了主题实体识别的准确率。对于关系发现模块,不同于以往模型只专注于问题和关系的局部信息,本文设计了一套基于局部-全局信息的关系发现模型,这个模型能够充分利用知识图谱中的各类信息,并结合局部-全局双向注意力机制,以解决复杂的关系发现任务。最后在系统整合模块,本文将主题实体识别模块和关系发现模块整合为最终的问答系统,同时针对约束型问题,本文又引入一套基于文本匹配的约束检测策略,从而提高了系统对约束型问题的回答准确率。最后,本文对主题实体识别、关系发现以及最终的整合系统分别设计了相应的实验。实验结果表明本文所提出的模型能够在问答任务中取得良好的结果,这也验证了本文所提出模型的优越性和有效性。
广西瑶族盘王节知识图谱构建研究
这是一篇关于知识图谱,广西瑶族,关系发现,设计意象的论文, 主要内容为在我国历史发展的文明长河中,诞生了多种多样的民族。瑶族是我国较为古老的民族,拥有着丰富多彩的瑶族文化。瑶族对盘王的信仰由来较久,盘王在瑶族人民的精神生活中占据着重要的地位,承载着瑶族人民对美好生活的向往。知识图谱是一个结构化的语义关系库,目前很多领域对知识图谱的应用已经做了深入的研究,但是将知识图谱关系作用于少数民族设计学意象研究的还处于初步阶段,还未形成成系统的成果。因此,本文在对国内外知识图谱研究的基础上,针对广西瑶族盘王节的节庆特点,提出通过建立广西瑶族盘王节知识图谱,并在知识图谱关系发现的基础上做设计意象分析,欲探讨知识图谱对设计意象分析的促进作用,主要研究如下:1.面对跨学科研究下的前期重要技术的研究。本文通过文献调研,梳理少数民族节庆与知识图谱的国内外研究现状,在前人研究的基础上,对目前研究的不足提出本文的主要研究内容。2.广西瑶族盘王节知识图谱构建。首先介绍了从不同的平台获取原始的数据的方法,考虑到数据获取多为人工获取,准确性较高,针对少部分网络获取数据采取哈尔滨工业大学研发的中文处理系统对非结构化的数据进行知识抽取与融合,将处理好的数据以Neo4j import的方式将三元组储存在Neo4j图数据库中。3.广西瑶族盘王节知识图谱关系发现与分析。使用Neo4j的Cypher查询语言,从广西瑶族盘王节的节日相关关系、节日活动流程、节日活动内容、节日保护与继承四个方面对其进行关系发现。并基于关系发现结果做底层原因分析,重点对道教在瑶族宗教发展中的重要地位做出分析。4.在充分了解广西瑶族知识图谱架构基础上,对重点内容做设计学分析。这部分主要对瑶族盘王节的饮食、服饰、用具进行设计学的色彩抽取、形态抽取、元素抽取,为下一步设计实践做准备。5.广西瑶族盘王节知识图谱在设计学方面的应用。通过对广西瑶族盘王节知识图谱的构建、关系发现与分析,已对广西瑶族盘王节的语义结构有了较深刻的了解,因此本文在分析的基础上,梳理、规划数据结构,定义类的层级,实现广西瑶族盘王节数字博物馆的信息构架逻辑设计,并形成简单的效果图展示。
广西瑶族盘王节知识图谱构建研究
这是一篇关于知识图谱,广西瑶族,关系发现,设计意象的论文, 主要内容为在我国历史发展的文明长河中,诞生了多种多样的民族。瑶族是我国较为古老的民族,拥有着丰富多彩的瑶族文化。瑶族对盘王的信仰由来较久,盘王在瑶族人民的精神生活中占据着重要的地位,承载着瑶族人民对美好生活的向往。知识图谱是一个结构化的语义关系库,目前很多领域对知识图谱的应用已经做了深入的研究,但是将知识图谱关系作用于少数民族设计学意象研究的还处于初步阶段,还未形成成系统的成果。因此,本文在对国内外知识图谱研究的基础上,针对广西瑶族盘王节的节庆特点,提出通过建立广西瑶族盘王节知识图谱,并在知识图谱关系发现的基础上做设计意象分析,欲探讨知识图谱对设计意象分析的促进作用,主要研究如下:1.面对跨学科研究下的前期重要技术的研究。本文通过文献调研,梳理少数民族节庆与知识图谱的国内外研究现状,在前人研究的基础上,对目前研究的不足提出本文的主要研究内容。2.广西瑶族盘王节知识图谱构建。首先介绍了从不同的平台获取原始的数据的方法,考虑到数据获取多为人工获取,准确性较高,针对少部分网络获取数据采取哈尔滨工业大学研发的中文处理系统对非结构化的数据进行知识抽取与融合,将处理好的数据以Neo4j import的方式将三元组储存在Neo4j图数据库中。3.广西瑶族盘王节知识图谱关系发现与分析。使用Neo4j的Cypher查询语言,从广西瑶族盘王节的节日相关关系、节日活动流程、节日活动内容、节日保护与继承四个方面对其进行关系发现。并基于关系发现结果做底层原因分析,重点对道教在瑶族宗教发展中的重要地位做出分析。4.在充分了解广西瑶族知识图谱架构基础上,对重点内容做设计学分析。这部分主要对瑶族盘王节的饮食、服饰、用具进行设计学的色彩抽取、形态抽取、元素抽取,为下一步设计实践做准备。5.广西瑶族盘王节知识图谱在设计学方面的应用。通过对广西瑶族盘王节知识图谱的构建、关系发现与分析,已对广西瑶族盘王节的语义结构有了较深刻的了解,因此本文在分析的基础上,梳理、规划数据结构,定义类的层级,实现广西瑶族盘王节数字博物馆的信息构架逻辑设计,并形成简单的效果图展示。
基于多关系发现的个性化推荐系统研究
这是一篇关于图神经网络,注意力机制,关系发现,个性化推荐的论文, 主要内容为用户交互序列信息可以反映其兴趣演进,越来越多的研究人员聚焦于利用该类信息捕获用户兴趣以进行个性化推荐。现实应用场景中,目标用户交互过的项目极为有限,仅利用该用户自身交互序列信息难以挖掘其真实意图。由于用户社交关系信息中隐含着其潜在兴趣,利用用户的显式社交关系可增强目标用户表示,如朋友关系、关注关系等。事实上,社交网络用户之间还存在隐式关系,这些用户之间即使不具有显式社交关系,但其也可能存在共同兴趣。然而,用户间的隐式关系具有多样性和复杂性,如某一博主的粉丝用户、某一微博的评论用户、发表类似言论的用户等,他们之间隐式关系种类不同,相互影响程度不同,如何准确表达并利用此类关系仍然是具有挑战性的研究课题。本文提出一种新型的基于多关系发现的个性化推荐模型,以构建和挖掘社交用户关系入手,从用户个人信息、用户交互序列两方面聚合社交用户间多种关系信息,为用户实现精准建模。具体采用以下解决方式:(1)基于用户项目异构图分别构建用户社交关系图、用户交互关系图、基于个人信息的用户潜在关系图和基于交互序列的用户潜在关系图,以更全面表达社交用户间的多种关系。(2)以上述四种关系图为基础,设计基于图神经网络的信息聚合方法,以捕获社交用户兴趣的相互影响,并使用注意力网络,一方面自适应地区分不同关系的重要程度,以提高多种关系聚合的可靠性,另一方面自适应地控制个人信息和交互序列的权重,以确定在多种关系影响下用户最终表示。本文创新性的基于社交网络信息、用户的个人信息和交互序列构建多种关系图,提出基于图神经网络和双层注意力网络的表示学习方法,与现有方法相比,更全面的表达和利用了用户间的显式关系和隐式关系,从而缓解单一用户交互项目稀疏问题,更好的刻画了用户兴趣特征,并且可以兼容现有的序列推荐方法。在两个公开数据集上的实验表明,HR@10和NDCG@10性能指标均优于现有方法,验证了模型的优越性。
基于图数据库的非遗知识图谱构建与语义关系发现研究——以京杭大运河沿线非遗为例
这是一篇关于知识图谱,非物质文化遗产,图数据库,关系发现,京杭大运河的论文, 主要内容为非物质文化遗产是一个民族历史发展的见证,蕴含着极其丰富的文化资源。在目前大数据的背景下,为实现非遗知识的有效关联和整合,深入挖掘非遗知识,提供非遗知识语义关系发现与服务,数字化技术为其提供了新的技术手段和途径。本文主要是基于图数据库构建非遗知识图谱,使用Cypher查询语言实现对非遗知识的可视化呈现,从多方面对非遗知识进行可视化知识发现,以及对非遗知识间关系的梳理和演进规律的挖掘,进而实现非遗数字化知识服务,同时使人们能够从海量数据中找出显性和隐性关联,为人文科学与社会文化的发展提供依据。基于此,本文通过文献调研,梳理了非遗和知识图谱的国内外研究现状,针对目前相关研究中存在的不足之处,提出本文的研究内容:基于图数据库的非遗知识图谱构建与语义关系发现研究。首先通过对非遗概念、分类方法与大运河非遗的阐述,明确本文非遗知识的相关参考来源;其次,通过对知识图谱概念、架构、Neo4j图数据库、Cypher查询语言等相关知识的阐述,提出基于图数据库构建非遗知识图谱的方法;然后,以京杭大运河沿线国家级非遗为例,将相关实体与关系整理成结构化数据,存储在Neo4j图数据库中,实现非遗知识可视化;最后,使用Cypher查询语言,从多方面进行非遗知识语义关系发现,同时,对实验发现进行深层次关系脉络的梳理与演进规律的挖掘。实验发现,京杭大运河沿线国家级非遗项目的类别除传统医药外其他九大类都有所涉及,其中传统技艺类的非遗项目最多;从运河沿岸非遗数量的分布情况看,江苏省的苏州市、浙江省的杭州市、山东省的聊城市以及河北省的沧州市,这四个地级市分布的项目较多,此外,北京和天津两个直辖市分布的项目也较多,在运河河段方面,江南运河分布的非遗数量明显多于其他运河河段;从非遗项目的演变情况看,在起源于京杭运河的非遗中,京剧和昆曲是其他非遗项目演变过程中出现最多的两个项目,不仅同一类别的非遗以京剧或昆曲作为演变基础之一,不同项目类别的非遗也存在这种现象;从非遗传承人和代表人物的师承关系看,不仅同一非遗项目的传承人和代表人物之间存在师承关系,不同非遗项目的传承人和代表人物之间也可能存在师承关系。
针对复杂问题优化的知识图谱问答系统的研究和实现
这是一篇关于问答系统,复杂问题,主题实体识别,关系发现,约束检测的论文, 主要内容为近年来,随着人工智能技术的异军突起,智能问答系统也随之飞速发展,智能问答逐渐成为了传统信息访问方式的一种重要补充。在智能问答领域里,以基于知识图谱的问答系统(KG-QA)为代表,在近几年吸引了大量研究者对其进行研究。知识图谱作为人工智能时代最重要的知识表示方式之一,它的出现使得我们可以使用更加直观的方式来描述真实世界中的各类实体、概念。在问答系统中,知识图谱则是被当作答案库,系统通过分析自然语言形式的问题,在知识图谱中找寻与给定问题相匹配的实体,最终将该实体作为答案返回。如今,基于知识图谱的问答系统被广泛应用于各个领域,为人们和结构化数据进行交互提供了更便捷的访问方式。然而,随着越来越多决策使用场景的出现,用户访问信息需求,即用户输入问题变得更加复杂。目前,大多数KG-QA系统都无法准确处理问题中隐含的复杂关系和特征,这也给问答系统带来了新的挑战。为了针对性地解决这些复杂问题的问答,本文构建了一套优化的高性能知识库问答系统。复杂问题的复杂性体现在问题所隐含关系的跳数较长,生成候选关系的数量就会随之大量增多,这为后续的关系发现任务带来了极大的困难。因此解决复杂问题问答的关键在于复杂问题关系的发现。为了更加专注于解决复杂问题的关系发现任务,本文将该系统分为主题实体识别、关系发现、系统整合三个子模块,并针对三个子模块在现有研究的基础上分别提出了优化方案。对于主题实体识别模块,本文在传统方法仅使用序列标注模型对问题进行主题词标注的基础上进行优化,在模型中增加了启发式匹配和重排序的环节,引入了更多知识图谱有效信息,从而提高了主题实体识别的准确率。对于关系发现模块,不同于以往模型只专注于问题和关系的局部信息,本文设计了一套基于局部-全局信息的关系发现模型,这个模型能够充分利用知识图谱中的各类信息,并结合局部-全局双向注意力机制,以解决复杂的关系发现任务。最后在系统整合模块,本文将主题实体识别模块和关系发现模块整合为最终的问答系统,同时针对约束型问题,本文又引入一套基于文本匹配的约束检测策略,从而提高了系统对约束型问题的回答准确率。最后,本文对主题实体识别、关系发现以及最终的整合系统分别设计了相应的实验。实验结果表明本文所提出的模型能够在问答任务中取得良好的结果,这也验证了本文所提出模型的优越性和有效性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设客栈 ，原文地址：https://bishedaima.com/lunwen/52050.html
