-
题名基于双维度中文语义分析的食品领域知识库问答
被引量：2
- 1
-
-
作者
左敏
徐泽龙
张青川
毕铭文
-
机构
北京工商大学农产品食品安全追溯技术及应用国家工程实验室
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2020年第3期8-13,共6页
-
基金
国家重点研发计划项目(2016YFD0401205)
北京市自然科学基金资助项目(4202014)。
-
文摘
基于知识库的简单问答是自然语言处理中的一个研究热点,也是实际生活中应用最广泛的一种情况。然而在研究中文方面基于知识库问答的过程中,存在诸如不同处理过程间的错误传播、难以从关系名称表达不明确的问句中抽取关系等问题。在自主构建的食品领域知识库以及食品领域问答语料库的基础上,从中文词义和中文字义两个语义角度出发,利用两个维度进行实体链接,并采用长短时记忆网络进行语义向量建模来抽取关系,提出一种基于双维度的中文语义分析的食品领域知识库问答模型。实验结果表明:所提出的模型在中文食品领域知识库问答上准确率比常用的端到端模型和语义解析模型均高出5.83%~13.07%,验证了所提出模型的有效性。
-
关键词
自然语言处理
知识库
问答系统
实体识别
关系抽取
-
Keywords
natural language processing
knowledge base
question answering
entity recognition
relation extraction
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名BLSTM-PA在食品安全领域语义分析仿真研究
- 2
-
-
作者
毕铭文
卞玉芳
左敏
张青川
-
机构
北京工商大学计算机与信息工程学院
环境保护部核与辐射安全中心
农产品质量安全追溯技术及应用国家工程实验室
食品安全大数据技术北京市重点实验室
-
出处
《计算机仿真》
北大核心
2020年第3期343-348,共6页
-
基金
国家重点研发计划(2016YFD0401205)
北京工商大学青年教师科研启动基金(QNJJ2017-16)。
-
文摘
食品安全领域的智能问答系统旨在对用户通过自然语言进行的食品安全方面的提问做出快速、简洁的反馈,其技术挑战主要在于语义分析和答案句子表示,尤其是在于如何消除问答之间的词汇差距以加强问答匹配能力,以及如何抓取准确的核心单词以增强句子表示能力。尽管基于"短语级别"和众多的注意力模型已经取得了一定的性能提升,但基于注意力的框架都没有很好的重视位置信息。针对上述问题,运用词林和word2vec相结合的方法,提出近义词-主词替换机制(将普通词映射为核心词),实现了语义表示的归一化。同时,受位置上下文提升信息检索性能的启发,假设如果问句中的一个词(称之为问题词)出现在答案句中,问题词的临近词对比偏离词应该被给与更高的权重。基于上述假设,提出了基于双向lstm模型的位置注意力机制(BLSTM-PA)。上述机制给与答案句中问题词的临近文本更高的注意力。以食品安全问答系统为语义分析验证和仿真的平台,通过在食品安全领域数据集(即FS-QA)上进行的对比实验,从MAP和MRR评价指标来看,与基于传统的注意力机制的RNN模型相比,BLSTM-PA实现了5.96%的提升,证明了BLSTM-PA模型的良好性能,同时,集成了提出的问答模型的食品安全问答系统性能也得到了显著的提升。
-
关键词
计算机仿真
语义分析
问答系统
双向长短时记忆网络模型
基于位置的注意力机制
-
Keywords
Computer simulation
Semantic analysis
Question answering
BLSTM model
Positional-based attention
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LSTM-SPA的医学领域问答技术研究
被引量：2
- 3
-
-
作者
毕铭文
左敏
张青川
-
机构
北京工商大学计算机与信息工程学院
农产品质量安全追溯技术及应用国家工程实验室
食品安全大数据技术北京市重点实验室
-
出处
《山东工业技术》
2019年第1期247-247,239,共2页
-
文摘
在线医学智能问答系统作为传统医学服务系统的一个补充旨在对用户通过自然语言进行的医学方面的提问做出快速、简介的反馈。本文提出了基于LSTM的症状位置的注意力模型。在医疗领域数据集MT-QA上的对比实验显示LSTM-SPA模型有优良的性能。
-
关键词
语义分析
问答系统
长短时记忆网络模型
基于位置的注意力机制
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
R-05
[医药卫生]
-
-
题名基于症状权重自适应调整机制的医学领域问答技术研究
- 4
-
-
作者
毕铭文
-
机构
北京工商大学计算机与信息工程学院
农产品质量安全追溯技术及应用国家工程实验室
食品安全大数据技术北京市重点实验室
-
出处
《山东工业技术》
2019年第4期233-233,231,共2页
-
文摘
在线医学智能问答系统技术挑战主要在于症状语义理解和用户描述表示。本文提出了症状权重自适应调整机制的注意力模型(SFA)。使得注意力权重可以根据历史病例库的更新而自适应调整,集成了本文提出的问答模型的医学领域的问答系统性能也得到了显著的提升。
-
关键词
问答系统
注意力机制
权重自适应调整机制
-
分类号
R-05
[医药卫生]
-
