警務(wù)巡邏知識(shí)圖譜的構(gòu)建研究
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.2基于知識(shí)圖譜智能問(wèn)答流程
智能問(wèn)答方面,傳統(tǒng)的問(wèn)答系統(tǒng)是基于相似度計(jì)算,對(duì)用戶問(wèn)題進(jìn)行匹配最高的結(jié)果,效果一般[26];谥R(shí)圖譜構(gòu)建的問(wèn)答系統(tǒng)通過(guò)問(wèn)題分詞理求解、答案生成返回三個(gè)部分對(duì)用戶問(wèn)題處理,其大致流程如圖1.2所示輸入后,首先用分詞技術(shù)對(duì)問(wèn)題分成若干實(shí)體、關(guān)系,接著在以構(gòu)建的圖對(duì)應(yīng)實(shí)體、關(guān)....
圖2.1知識(shí)圖譜構(gòu)建流程
其中知識(shí)獲取包含實(shí)體識(shí)別、屬性獲取、關(guān)系抽取、知識(shí)融合以及知識(shí)存儲(chǔ)。知識(shí)圖譜構(gòu)建流程如圖2.1所示。圖2.1知識(shí)圖譜構(gòu)建流程2.3.1本體模型構(gòu)建本體模型的構(gòu)建主要為知識(shí)圖譜構(gòu)建本體框架,讓知識(shí)圖譜結(jié)構(gòu)更加清晰,主要有如下幾種常用方法:(1)自頂向下構(gòu)建方法:直接用本體構(gòu)....
圖2.2BILSTM-CRF模型框架
量拼接方法將兩個(gè)不同的隱藏狀態(tài)連接作為最終輸出,信息獲取更加豐富全面,比LSTM模型的性能更高。BILSTM-CRF模型基于BILSTM模型的性能進(jìn)一步提高,在BILSTM模型基礎(chǔ)上增加了條件隨機(jī)場(chǎng)(CRF)模塊,能對(duì)BILSTM層輸出的相互獨(dú)立的標(biāo)簽Label....
圖3.1本體模型構(gòu)建流程
構(gòu)建研究域的本體模型構(gòu)建,展現(xiàn)警并為下章的知識(shí)獲取奠定基領(lǐng)域相關(guān)數(shù)據(jù)的分析,結(jié)合型定義屬性以及屬性的取值OWL語(yǔ)言將本體概念模型
本文編號(hào):4001427
本文鏈接:http://www.lk138.cn/falvlunwen/fanzuizhian/4001427.html
下一篇:沒(méi)有了