检索结果-维普期刊中文期刊服务平台

融合知识图谱和语义匹配的医疗问答系统被引量：4: 1; 作者徐若卿《现代电子技术》北大核心 2024年第8期49-54,共6页; 问答系统是自然语言处理领域中的一项重要任务,常应用于医疗服务。传统的问答系统通过知识图谱的实体关系匹配返回相应的尾实体作为答案,然而,倘若实体或关系无法识别,又或者在知识图谱中并不存在相应的实体关系,问答将无法继续进行。... 展开更多; 关键词医疗问答系统知识图谱语义匹配问答对数据集相似问题对双曲距离度量; 在线阅读下载PDF 职称材料

知识是如何驱动Q/A系统的被引量：8: 2; 作者李良富樊孝忠 +1 位作者李宏乔顾益军《计算机工程与应用》 CSCD 北大核心 2004年第20期70-73,98,共5页; 文章探讨了以本体(ontology)为核心,融合多知识源,驱动自动问答系统的技术方法和应用设计策略,简要介绍了知识在答案析取和实例识别中的作用。在银行领域的业务咨询服务中应用表明,融合多种知识驱动的自动问答系统的性能达到令人满意的... 展开更多; 关键词自动问答本体知识融合语义相似; 在线阅读下载PDF 职称材料

基于中文知识图谱的电商领域问答系统被引量：38: 3; 作者杜泽宇杨燕贺樑《计算机应用与软件》 2017年第5期153-159,共7页; 随着知识图谱的迅速发展,面向知识图谱的中文领域问答系统已成为目前最新最热的研究方向之一,对于提高专业领域服务智能化程度具有较高的意义和价值。针对中文口语语义表达多样化、不符合语法规范以及电商领域特殊性问题,提出一套流式... 展开更多; 关键词自动问答知识图谱语义网本体; 在线阅读下载PDF 职称材料

基于本体的航空领域问答系统被引量：13: 4; 作者张克亮李伟刚王慧兰《中文信息学报》 CSCD 北大核心 2015年第4期192-198,共7页; 该文设计并实现了基于本体的航空领域问答系统,该问答系统采用面向领域本体的问题分类方法和结构化语义信息提取方法,将自然语言问题转换为SPARQL查询语句,在本体知识库中检索答案。实验结果表明,该系统能够处理该领域内的大部分常见问... 展开更多; 关键词问答系统本体知识库问题类型结构化语义; 在线阅读下载PDF 职称材料

语义相似计算驱动领域自动问答被引量：5: 5; 作者李良富樊孝忠李宏乔《北京理工大学学报》 EI CAS CSCD 北大核心 2005年第11期958-962,共5页; 研究实体相似性的认知心理特征和受限领域自动问答(QA)系统的形式特点.基于结构对齐和几何相似模型,把词语概念描述分解为属性部分和语义角色部分,各部分结构分别对齐后,计算对齐义原的关系距离,加权组合计算词语的相似度.该方法也适用... 展开更多; 关键词语义相似度语义角色自动问答本体; 在线阅读下载PDF 职称材料

基于本体的受限领域问答系统研究被引量：5: 6; 作者刘杰樊孝忠王涛《广西师范大学学报（自然科学版）》 CAS 北大核心 2009年第1期169-172,共4页; 鉴于使用本体表示知识利于知识的重用及推理,提出基于本体知识库的受限领域问答系统(QA)框架,该框架可以方便地根据本体知识库和问句语义表征抽取答案。定义了本体的结构,以某医疗领域的本体为例分析本体元素之间的抽象关系;描述问句语... 展开更多; 关键词问答系统本体问句语义分析知识表示; 在线阅读下载PDF 职称材料

基于二值相似度计算的异构本体融合方法被引量：7: 7; 作者楼雯王慧鞠源《情报学报》 CSSCI CSCD 北大核心 2019年第6期622-631,共10页; 异构本体的存在带来了知识检索的冗余,基于异构本体的知识融合是十分必要的。大量的语义相似度计算容量与复杂的计算过程使得知识融合变得困难,本文提出二值相似度计算的异构本体融合方法,将语义相似度的计算提前至原始本体的构建过程,... 展开更多; 关键词异构本体本体合并本体融合语义相似度知识融合异构数据; 在线阅读下载PDF 职称材料

企业风险知识图谱的构建及应用被引量：37: 8; 作者陈晓军向阳《计算机科学》 CSCD 北大核心 2020年第11期237-243,共7页; 作为语义网的数据支撑,知识图谱在搜索引擎、智能问答和推荐系统等领域发挥着重要作用,成为了人工智能领域的研究热点。知识图谱因其自身的图展示、图挖掘、图模型等计算优势,可帮助企业或金融从业人员进行业务场景的分析与决策。目前... 展开更多; 关键词知识图谱企业风险本体知识抽取知识融合问答系统; 在线阅读下载PDF 职称材料

题名融合知识图谱和语义匹配的医疗问答系统被引量：4: 1; 作者徐若卿; 机构三峡大学计算机与信息学院; 出处《现代电子技术》北大核心 2024年第8期49-54,共6页; 文摘问答系统是自然语言处理领域中的一项重要任务,常应用于医疗服务。传统的问答系统通过知识图谱的实体关系匹配返回相应的尾实体作为答案,然而,倘若实体或关系无法识别,又或者在知识图谱中并不存在相应的实体关系,问答将无法继续进行。为了解决这一问题,建立一种融合知识图谱和语义匹配模型的中文医疗问答混合系统。当所提问题无法在知识图谱中进行实体关系匹配时,该模型能继续从问答对数据集中找到最相似的问题,并返回相应结果作为答案。在语义匹配模型方面,结合中文医疗相似问题对,在Sentence-BERT模型上进行微调训练,并引入双曲空间中的距离度量函数对句子对进行相似度度量。结果表明:在整体性能方面,所提模型相较于BERT这类大语言模型精度能提升7.16%;在度量能力方面,双曲度量相较于通用欧氏空间度量,如余弦度量,最高能有2.28%的精度提升和1.58%的F_1值提升。; 关键词医疗问答系统知识图谱语义匹配问答对数据集相似问题对双曲距离度量; Keywords question answering system knowledge graph semantic matching question answering on dataset similar problem pairs hyperbolic distance metric; 分类号 TN919.5-34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名知识是如何驱动Q/A系统的被引量：8: 2; 作者李良富樊孝忠李宏乔顾益军; 机构北京理工大学计算机科学与技术系; 出处《计算机工程与应用》 CSCD 北大核心 2004年第20期70-73,98,共5页; 文摘文章探讨了以本体(ontology)为核心,融合多知识源,驱动自动问答系统的技术方法和应用设计策略,简要介绍了知识在答案析取和实例识别中的作用。在银行领域的业务咨询服务中应用表明,融合多种知识驱动的自动问答系统的性能达到令人满意的水平。认为提高自动问答系统可用性,必须综合利用多种知识资源。; 关键词自动问答本体知识融合语义相似; Keywords question answering,ontology,knowledge fusion,semantic similarity; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于中文知识图谱的电商领域问答系统被引量：38: 3; 作者杜泽宇杨燕贺樑; 机构华东师范大学信息科学技术学院; 出处《计算机应用与软件》 2017年第5期153-159,共7页; 基金国家高技术研究发展计划项目(2015BAH12F01-04) 上海市科委重点项目(14511107000); 文摘随着知识图谱的迅速发展,面向知识图谱的中文领域问答系统已成为目前最新最热的研究方向之一,对于提高专业领域服务智能化程度具有较高的意义和价值。针对中文口语语义表达多样化、不符合语法规范以及电商领域特殊性问题,提出一套流式的中文知识图谱自动问答系统CEQA,能够较好地完成电商领域商品咨询以及统计推理等复杂问题,特别是有效地提升了中英文混合商品名称识别、语义链接以及复杂问句的依存分析等方面的性能。实验结果表明,该系统在电商领域问答应用中具有较高的准确率和实用价值。; 关键词自动问答知识图谱语义网本体; Keywords question answering knowledge map semantic Web Ontolog; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于本体的航空领域问答系统被引量：13: 4; 作者张克亮李伟刚王慧兰; 机构解放军外国语学院空军指挥学院; 出处《中文信息学报》 CSCD 北大核心 2015年第4期192-198,共7页; 文摘该文设计并实现了基于本体的航空领域问答系统,该问答系统采用面向领域本体的问题分类方法和结构化语义信息提取方法,将自然语言问题转换为SPARQL查询语句,在本体知识库中检索答案。实验结果表明,该系统能够处理该领域内的大部分常见问题,取得了82.97%的平均准确率。; 关键词问答系统本体知识库问题类型结构化语义; Keywords question answering system ontology knowledge baser question type structural semantic; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名语义相似计算驱动领域自动问答被引量：5: 5; 作者李良富樊孝忠李宏乔; 机构北京理工大学信息科学技术学院计算机科学工程系; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2005年第11期958-962,共5页; 基金国家部委预研项目(20020501); 文摘研究实体相似性的认知心理特征和受限领域自动问答(QA)系统的形式特点.基于结构对齐和几何相似模型,把词语概念描述分解为属性部分和语义角色部分,各部分结构分别对齐后,计算对齐义原的关系距离,加权组合计算词语的相似度.该方法也适用于解析成语义向量表示的疑问句的相似度计算.融合通用本体、领域本体和领域知识文本,构造了支持语义计算求解某一银行QA问题的知识库.实验表明,该方法可以提高领域QA系统的用户满意度.; 关键词语义相似度语义角色自动问答本体; Keywords semantic similarity semantic role question answering ontology; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于本体的受限领域问答系统研究被引量：5: 6; 作者刘杰樊孝忠王涛; 机构北京理工大学计算机科学与技术学院首都师范大学信息工程学院; 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2009年第1期169-172,共4页; 基金国家自然科学基金资助项目(60773130) 教育部高等学校博士学科点专项科研基金资助项目(20050007023); 文摘鉴于使用本体表示知识利于知识的重用及推理,提出基于本体知识库的受限领域问答系统(QA)框架,该框架可以方便地根据本体知识库和问句语义表征抽取答案。定义了本体的结构,以某医疗领域的本体为例分析本体元素之间的抽象关系;描述问句语义分析的方法,给出答案抽取的相关技术;分析问句类型,给出对应的问句语义表征和答案抽取策略。以某医疗领域的问答系统为实验平台,封闭测试F值为83.86%,开放测试F值为76.04%,效果良好。; 关键词问答系统本体问句语义分析知识表示; Keywords question answering ontology question semantic analysis knowledge representation; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于二值相似度计算的异构本体融合方法被引量：7: 7; 作者楼雯王慧鞠源; 机构华东师范大学经济与管理学部信息管理系华东师范大学学术评价与促进研究中心美团大众点评; 出处《情报学报》 CSSCI CSCD 北大核心 2019年第6期622-631,共10页; 基金国家社会科学基金青年项目“学者驱动的学术资源语义共享模式及其应用研究”(17CTQ025); 文摘异构本体的存在带来了知识检索的冗余,基于异构本体的知识融合是十分必要的。大量的语义相似度计算容量与复杂的计算过程使得知识融合变得困难,本文提出二值相似度计算的异构本体融合方法,将语义相似度的计算提前至原始本体的构建过程,融合时只进行概念和关系的二值匹配,从而简化融合过程再次计算语义相似度的过程。文章从实体图书元数据、小样本本体和大样本本体三个角度组织了三个实验,利用武汉大学图书馆书目数据的实验一显示本文方法可以完成本体融合的过程,实验二和实验三显示本文方法可以提高本体融合的准确性,并显著提高运行反馈时间,综合反映本体融合效果良好,但需要在召回率上进行改进。本文方法有望在扩展专家本体、减少本体构建开销等方面体现应用价值。; 关键词异构本体本体合并本体融合语义相似度知识融合异构数据; Keywords heterogeneous ontology ontology merging ontology fusion semantic similarity knowledge fusion hetero geneous data; 分类号 TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名企业风险知识图谱的构建及应用被引量：37: 8; 作者陈晓军向阳; 机构同济大学电子与信息工程学院; 出处《计算机科学》 CSCD 北大核心 2020年第11期237-243,共7页; 基金国家自然科学基金(71571136)。; 文摘作为语义网的数据支撑,知识图谱在搜索引擎、智能问答和推荐系统等领域发挥着重要作用,成为了人工智能领域的研究热点。知识图谱因其自身的图展示、图挖掘、图模型等计算优势,可帮助企业或金融从业人员进行业务场景的分析与决策。目前已经有公司将知识图谱应用到金融领域,但是这些知识图谱还存在信息缺失、准确度低等问题,并且现有的金融知识图谱构建方法大都只关注构建过程中的某一环节。针对上述问题,对行业知识图谱构建方法进行系统研究,构建一个企业风险知识图谱,从本体构建、知识抽取、知识融合和知识存储4个方面完整阐述了知识图谱的构建流程。最后,基于企业风险知识图谱,构建了一个智能问答机器人,实现了对知识图谱的检索和利用;为了提高问答系统回答问题的准确性,利用基于字级别的BiLSTM-CRF命名实体识别模型。实验结果表明,在样本数量较少时,基于字级别的模型效果更优。; 关键词知识图谱企业风险本体知识抽取知识融合问答系统; Keywords knowledge graph Enterprise risk ontology knowledge extraction knowledge fusion question-answering system; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合知识图谱和语义匹配的医疗问答系统	徐若卿	《现代电子技术》北大核心	2024	4	在线阅读下载PDF 职称材料
2	知识是如何驱动Q/A系统的	李良富樊孝忠李宏乔顾益军	《计算机工程与应用》 CSCD 北大核心	2004	8	在线阅读下载PDF 职称材料
3	基于中文知识图谱的电商领域问答系统	杜泽宇杨燕贺樑	《计算机应用与软件》	2017	38	在线阅读下载PDF 职称材料
4	基于本体的航空领域问答系统	张克亮李伟刚王慧兰	《中文信息学报》 CSCD 北大核心	2015	13	在线阅读下载PDF 职称材料
5	语义相似计算驱动领域自动问答	李良富樊孝忠李宏乔	《北京理工大学学报》 EI CAS CSCD 北大核心	2005	5	在线阅读下载PDF 职称材料
6	基于本体的受限领域问答系统研究	刘杰樊孝忠王涛	《广西师范大学学报（自然科学版）》 CAS 北大核心	2009	5	在线阅读下载PDF 职称材料
7	基于二值相似度计算的异构本体融合方法	楼雯王慧鞠源	《情报学报》 CSSCI CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料
8	企业风险知识图谱的构建及应用	陈晓军向阳	《计算机科学》 CSCD 北大核心	2020	37	在线阅读下载PDF 职称材料