基于本体的地理知识问答

摘要

在人工智能领域，自动解答高考题是一项很具挑战的任务。与一般事实性问答的问题不同，高考题带有很强的选拔性，其问题考察形式多变，其答案求解往往不能一步得到，通常需要做进一步的知识推理。在辅助解答高考地理题时，目前面临两个问题：第一是缺乏高度结构化的地理核心知识库，第二是地理问题表达形式多样，导致问题理解困难。针对以上两个问题，本文做了如下三个工作： （1）为解决高度结构化的地理核心知识库缺乏问题，本文构建了中文地理本体（Chinese Geographic Ontology，CGeoOnt）。该本体以人教版高中地理教科书为知识源，使用万维网本体语言(Web Ontology Language,OWL)为知识表示语言，以课本章节为知识体系，人工总结其核心地理概念、地理关系、地理考点，并将其表示为本体形式。同时，本文将构建的本体CGeoOnt与本体Clinga进行融合，得到一个更大规模的中文地理本体知识库。 （2）为解决地理问题问法多样导致其难以理解问题，本文使用基于注意力机制的知识库问答模型。该模型以双向长短期记忆网络为基础问答模型，结合注意力机制对地理问题、答案进行表示。答案中每个词的向量生成，均结合其对问题各词的注意力权重分配，使答案可以更好的对齐问题中相应的关键信息，减弱无效信息的干扰，因此更易区分正确答案和错误答案。实验表明，该问答模型对于辅助解答地理高考题具有很好的参考和应用价值。 （3）为解决中文地理问答模型在训练和测试中数据集缺失问题，本文从互联网收集了一个问法多样的中文地理问题集。本文使用百度问题推荐以及百度搜索API，以本体知识库高频核心知识三元组为数据源，依次访问到二十万个Web地理问题，然后半自动加人工挑选出其中的有效问题，再人工从知识库寻找问题答案，形成最终地理问答数据集。

目录

第一个书签之前

摘 要

Abstract

术语与符号约定

绪论

研究背景

研究内容

论文组织

相关研究

本体构成要素

个体(individuals)

类(classes)

属性(Properties)

关系(Relationships)

本体描述语言

本体构建方法研究

问答方法研究

基于语义解析的KBQA

基于信息检索的KBQA

本文与已有工作不同

本章小结

基于本体的地理知识问答系统

系统任务分析

系统总体设计

功能模块结构设计

总体工作流程设计

系统详细设计

地理本体知识库构建

候选实体答案三元组生成

基于注意力机制的地理知识库问答模型

问题最终答案选取策略

系统实现环境

本章小结

地理本体知识库构建

地理本体CGeoOnt构建

地理知识源选取

地理知识体系定义

地理本体构建规范

地理本体基本元素定义

地理本体融合

本体Clinga

地理本体融合方法

地理本体存储与检索

地理本体词典生成

本章小结

基于注意力机制的地理知识库问答模型

模型核心算法

RNN表示序列数据原理

基于LSTM的问题、答案表示

基于Bi-LSTM的问题、答案表示

基于注意力机制的答案表示

模型训练

实验

实验目的

实验参数设置

实验数据集构建

实验评价指标

实验结果及分析

本章小结

总结与展望

总结

未来展望

致 谢

参考文献