基于知识图谱的农业知识服务系统研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 知识抽取与农业知识图谱构建 | 第15-17页 |
| 1.2.2 知识问答 | 第17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 本论文的组织结构 | 第18-20页 |
| 2 相关理论 | 第20-29页 |
| 2.1 知识抽取 | 第20-22页 |
| 2.1.1 半结构化信息抽取 | 第20-21页 |
| 2.1.2 非结构化信息抽取 | 第21页 |
| 2.1.3 结构化信息抽取 | 第21-22页 |
| 2.2 知识问答 | 第22-25页 |
| 2.2.1 基于模板的知识问答方法 | 第22-23页 |
| 2.2.2 基于图探索的知识问答方法 | 第23-24页 |
| 2.2.3 基于语义解析的知识问答方法 | 第24页 |
| 2.2.4 基于深度学习的知识问答方法 | 第24-25页 |
| 2.3 实体链接相关方法 | 第25-28页 |
| 2.3.1 基于概率模型的实体链接方法 | 第26页 |
| 2.3.2 基于深度学习的实体链接方法 | 第26-27页 |
| 2.3.3 基于主题模型的实体链接方法 | 第27页 |
| 2.3.4 基于图的实体链接方法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 农业病虫害知识图谱构建 | 第29-42页 |
| 3.1 农业病虫害知识图谱构建流程 | 第29-30页 |
| 3.2 数据预处理 | 第30-32页 |
| 3.2.1 数据源分析 | 第30-31页 |
| 3.2.2 数据清洗 | 第31-32页 |
| 3.3 本体层构建 | 第32-33页 |
| 3.4 实体层构建 | 第33-39页 |
| 3.4.1 基于包装器的半结构化信息抽取 | 第34-35页 |
| 3.4.2 非结构化信息抽取 | 第35-37页 |
| 3.4.3 基于D2R的结构化信息处理 | 第37-39页 |
| 3.5 基于Neo4j的农业病虫害知识图谱 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 基于主题模型与图的实体链接算法 | 第42-55页 |
| 4.1 实体链接 | 第42-43页 |
| 4.2 算法框架 | 第43-45页 |
| 4.3 算法描述 | 第45-49页 |
| 4.3.1 构建候选实体集 | 第45-46页 |
| 4.3.2 基于主题模型的实体图构造方法 | 第46-48页 |
| 4.3.3 基于图的实体链接方法 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-54页 |
| 4.4.1 数据集 | 第49-50页 |
| 4.4.2 评测方法 | 第50-51页 |
| 4.4.3 实验方法 | 第51-52页 |
| 4.4.4 结果分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 农业病虫害知识问答系统 | 第55-63页 |
| 5.1 问题分析 | 第55页 |
| 5.2 基于知识图谱的知识问答算法 | 第55-59页 |
| 5.2.1 问题定义 | 第55-56页 |
| 5.2.2 算法描述 | 第56-57页 |
| 5.2.3 实体关系图 | 第57-58页 |
| 5.2.4 相似度计算 | 第58-59页 |
| 5.4 农业病虫害知识问答系统设计与实现 | 第59-62页 |
| 5.4.1 系统架构 | 第59-60页 |
| 5.4.2 农业病虫害知识问答系统实现 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 研究总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69页 |
