智能問答系統(tǒng)是將自然語言技術和信息檢索技術進行深度融合的人工智能產品。汽車領域作為一個特殊領域,運用大數(shù)據(jù)、云計算、人工智能等前沿技術來創(chuàng)新服務和管理模式,已經(jīng)成為汽車相關行業(yè)發(fā)展新的方向。本系統(tǒng)通過爬蟲獲取網(wǎng)上公開的數(shù)據(jù),然后經(jīng)過RDF數(shù)據(jù)轉化構建知識關系圖譜。同時,在實體識別、實體鏈接以及用戶意圖識別等問答系統(tǒng)核心部分采用深度學習結合字典匹配的模型進行實現(xiàn)。在實體識別和意圖識別算法實現(xiàn)中,使用BERT詞向量進行句子語義級別的信息利用,提高識別準確率,相對于傳統(tǒng)的Word2Vec的方法,在當前語料下,識別準確率提高約6個百分點。在此基礎上,系統(tǒng)加入對話狀態(tài)管理機制,在一定基礎上提高應答準確率。最終,經(jīng)系統(tǒng)的模塊和功能測試,系統(tǒng)表現(xiàn)出符合期望的應答準確率和負載性能。本文主要的研究工作如下:1)知識庫構建通過爬蟲獲取互聯(lián)網(wǎng)上眾多網(wǎng)站上的汽車數(shù)據(jù),然后基于汽車領域知識調研,構建本體,然后進行數(shù)據(jù)清洗、數(shù)據(jù)填充、知識融合等,完成知識庫的構建工作。2)汽車領域問答系統(tǒng)核心算法設計通過汽車相關的問題獲取數(shù)據(jù),結合人工標注的方式構建一份數(shù)據(jù)集。系統(tǒng)使用BERT訓練詞向量提升了詞向量的表征能力,改進...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖2-1傳統(tǒng)方法基于結構化問答系統(tǒng)結構圖

西南科技大學碩士學位論文6圖2-1傳統(tǒng)方法基于結構化問答系統(tǒng)結構圖Figure2-1Structureoftraditionalmethodbasedonstructuredquestionansweringsystem圖2-2基于深度學習的問答系統(tǒng)結構圖Figure2-2Str....

圖2-2基于深度學習的問答系統(tǒng)結構圖

西南科技大學碩士學位論文6圖2-1傳統(tǒng)方法基于結構化問答系統(tǒng)結構圖Figure2-1Structureoftraditionalmethodbasedonstructuredquestionansweringsystem圖2-2基于深度學習的問答系統(tǒng)結構圖Figure2-2Str....

圖2-3問答系統(tǒng)框架結構

西南科技大學碩士學位論文6圖2-1傳統(tǒng)方法基于結構化問答系統(tǒng)結構圖Figure2-1Structureoftraditionalmethodbasedonstructuredquestionansweringsystem圖2-2基于深度學習的問答系統(tǒng)結構圖Figure2-2Str....

圖3-1知識圖譜構建流程

西南科技大學碩士學位論文103汽車問答系統(tǒng)知識圖譜構建本章的主要內容是介紹了汽車領域知識圖譜的構建過程。通過爬蟲技術對指定平臺的公開數(shù)據(jù)進行爬娶篩癬邏輯設計以及存儲的過程建立汽車品牌、生產廠商、車系以及車型之間的關系。本文知識圖譜的構建流程如圖3-1所示：圖3-1知識圖譜構建流程....

本文編號：3996033