首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于认知图谱的智能问答系统推理模型研究
引用本文:袁满,张维罡,李明轩.基于认知图谱的智能问答系统推理模型研究[J].吉林大学学报(信息科学版),2021,39(5):589-595.
作者姓名:袁满  张维罡  李明轩
作者单位:东北石油大学计算机与信息技术学院,黑龙江大庆163318
摘    要:目前现有问答系统模型大多数都采用模板匹配的方式进行推理,对问题推理不够充分,因此,提出基于认知图谱的问答系统推理模型.依据专业领域知识作为知识源构建本体;并基于该认知图谱构建了"问题-关系"一对一的认知图谱问答系统模型.最后通过将问答问题划分为简单问题与复杂问题分别对问题进行处理,其中简单问题运用BERT+ CRF(Bidirectional Encoder Representations from Transformers+Conditional Random Field)模型进行模板匹配;针对复杂问题运用Node2vec生成子图后用GCN(Graph Convolutional Network)推理模型进行推理,将得出的答案作为输出结果.最后对所提出的模型通过井下作业领域进行了实验,结果表明认知图谱问答模型优于其他算法模型.

关 键 词:认知图谱  问答系统  GCN模型  推理模型

Research on Reasoning Model of Intelligent Question Answering System Based on Cognitive Map
YUAN Man,ZHANG Weigang,LI Mingxuan.Research on Reasoning Model of Intelligent Question Answering System Based on Cognitive Map[J].Journal of Jilin University:Information Sci Ed,2021,39(5):589-595.
Authors:YUAN Man  ZHANG Weigang  LI Mingxuan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号