基于知识图谱的汽车运维专家系统集成建模

摘要

运用网络信息资源构建知识库以提供知识答疑服务，有助于汽车企业或第三方平台获取竞争优势。本研究通过汽车运维专家系统集成建模，提出了基于知识图谱的系统构建方案。在命名实体识别方法上，通过集成隐马尔可夫模型、条件随机场（conditional random field,CRF）、双向长短期记忆网络（Bi-directional long short-term memory,BiLSTM）、BiLSTM CRF和Lattice LSTM，提出了BM LSTM（boyer-moore long short-term memory）算法，提高了实体识别精度。在文本质量评估算法上，设计了二级文本质量评估体系，基于词林工具包Synonyms以及Levenshtein Distance算法评估了问题匹配质量，基于TF-IDF（term frequency-inverse document frequency）相似度算法并围绕完整性、准确性、可靠性、论述强度评估了答案文本质量。最后对所提模型和算法进行了实验，证明了其有效性。