基于学术知识图谱的辅助创新技术研究
计算机领域知识快速更新且存在较多歧义,导致学生自主创新时难以找到合理的解决方案.作为辅助创新工具,智能问答系统可以协助学生更快地把握学科发展前沿,精准地找出解决问题的方法.在大规模科技文献库上构建科研知识图谱,实现了辅助学生创新的智能问答系统.为了减小查询问句中噪声实体带来的影响,提出一种基于辅助任务的意图信息增强神经网络(Auxiliary Task Enhanced Intent Information for Question Answering in Computer Domain,ATEI-QA).相比传统方法,该方法能够更精确地提取问句意图信息,减小噪声实体给意图识别带来的影响.在计算机领域数据集和通用数据集上与3个主流模型开展了对比实验,结果表明所提模型在领域数据集上的MAP和MRR值平均提升了3.27%和1.72%,在通用数据集上的MAP和MRR值平均提升了4.37%和2.81%.
智能问答、知识图谱、意图识别、深度学习
49
TP391(计算技术、计算机技术)
重庆市高等教育教学改革研究重大项目;教育部新工科研究与实践项目
2022-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
194-199