基于煤矿科学知识图谱的智能问答技术研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第15-21页 |
| 1.1 研究背景与研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 研究内容及贡献 | 第18-19页 |
| 1.4 本文组织结构 | 第19-21页 |
| 2 相关理论与技术 | 第21-28页 |
| 2.1 支持向量机 | 第21-22页 |
| 2.2 无向图搜索算法 | 第22-24页 |
| 2.3 广义旅行消费者问题 | 第24-25页 |
| 2.4 基于潜在语义分析的语义相似度计算 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 煤矿科学知识图谱半自动化构建 | 第28-34页 |
| 3.1 方案综述 | 第28页 |
| 3.2 数据源 | 第28-29页 |
| 3.3 文本预处理 | 第29-30页 |
| 3.4 同质及异质网络聚类 | 第30-31页 |
| 3.5 实体类别以及关系确定 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 基于煤矿科学知识图谱的智能问答 | 第34-52页 |
| 4.1 方案综述 | 第34-35页 |
| 4.2 句法依存分析 | 第35-40页 |
| 4.3 实体及关系成分抽取 | 第40-44页 |
| 4.4 实体及关系链接 | 第44-48页 |
| 4.5 搜索语句生成 | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 智能问答方法改进 | 第52-65页 |
| 5.1 句法依存分析改进 | 第52-56页 |
| 5.2 实体及关系链接改进 | 第56-59页 |
| 5.3 自然语句答案生成 | 第59-63页 |
| 5.4 本章小结 | 第63-65页 |
| 6 实验及结果分析 | 第65-79页 |
| 6.1 句法依存分析实验 | 第65-69页 |
| 6.2 实体及关系链接实验 | 第69-72页 |
| 6.3 生成自然语句答案实验 | 第72-74页 |
| 6.4 基于煤矿科学数据集的KBQA实验 | 第74-78页 |
| 6.5 本章小结 | 第78-79页 |
| 7 总结与展望 | 第79-81页 |
| 7.1 总结 | 第79页 |
| 7.2 展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 作者简历 | 第86-88页 |
| 学位论文数据集 | 第88页 |
