基于图数据库的植物百科问答系统的研究与实现

论文摘要

随着网络技术的发展,大量的信息也在呈指数增长。在大量的数据信息中获取有价值的信息来满足人们的需求显得尤为重要。相对于传统的搜索,智能问答方式可以直接返回问题答案,而不仅仅是关联列表,因此可以更加地高效满足用户的需求。为在植物百科领域提高信息获取的效率,实现一个植物百科领域的问答系统是非常必要的。通过研究与分析,实现该问答系统需要一个本领域高质量的植物知识图谱和行之有效的问句理解与分析方法。本文首先选择多种权威植物数据构建植物知识图谱,并通过对比图数据库与关系型数据库的特点,使用Neo4J图数据库持久化知识图谱内容,经过多轮知识更新与人工审核,形成比较完备的植物知识图谱。其次通过总结植物百科问题中的规律,建立了常见问题集,并不断丰富内容。最后为理解用户输入问题,结合问句特点和植物词典,改进了一种句子相似度算法来计算输入问句与常见问题集中问句的相似度。基于上述工作,实现了植物百科问答系统。对于用户的提问,该系统能自动在常见问题集中判断相似度,搜索对应问题,形成检索语句,并将答案返回给用户。此外,系统可保存检索日志,并不断更新维护常见问题集。测试结果表明,该问答系统可以有效解决用户在植物领域内的提问。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究背景和意义
•   1.2 研究及应用现状
•     1.2.1 国外研究现状
•     1.2.2 国内研究现状
•   1.3 本文主要工作和创新点
•     1.3.1 本文主要工作
•     1.3.2 创新点
•   1.4 本文组织结构
• 2 相关理论和技术
•   2.1 知识图谱
•     2.1.1 知识图谱关键概念
•     2.1.2 知识图谱架构
•   2.2 Neo4J图数据库
•     2.2.1 Neo4J底层存储结构
•     2.2.2 Neo4J的优点
•   2.3 文本相似度算法
•     2.3.1 基于字符串的算法
•     2.3.2 基于语料库的算法
•     2.3.3 基于向量空间模型算法
•     2.3.4 基于神经网络的算法
•   2.4 系统实现相关技术
•     2.4.1 后端技术
•     2.4.2 前端技术
•   2.5 本章小结
• 3 植物知识图谱的构建
•   3.1 数据选择与数据处理
•     3.1.1 数据选择
•     3.1.2 数据处理
•   3.2 植物知识图谱构建流程
•     3.2.1 信息抽取
•     3.2.2 知识融合
•     3.2.3 知识更新
•     3.2.4 知识存储
•     3.2.5 知识应用
•   3.3 实体模式结构
•   3.4 植物知识图谱可视化展示
•   3.5 本章小结
• 4 基于植物词典的句子相似度算法
•   4.1 算法实现
•     4.1.1 词序列处理
•     4.1.2 算法流程
•   4.2 常见问题集的建立过程
•   4.3 本章小结
• 5 植物百科问答系统的设计与实现
•   5.1 需求分析
•     5.1.1 功能需求
•     5.1.2 性能需求
•     5.1.3 运行需求
•   5.2 系统设计
•     5.2.1 系统架构
•     5.2.2 系统功能
•   5.3 系统实现
•     5.3.1 问题检索模块
•     5.3.2 后台管理模块
•     5.3.3 图数据库管理模块
•     5.3.4 系统部署
•     5.3.5 系统评价
•   5.4 本章小结
• 6 总结与展望
•   6.1 总结
•   6.2 展望
• 参考文献
• 个人简介
• 导师简介
• 致谢

文章来源

类型: 硕士论文

作者: 李东远

导师: 李冬梅

关键词: 问答系统,知识图谱,图数据库,常见问题集,句子相似

来源: 北京林业大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 北京林业大学

分类号: Q94;TP391.1

DOI: 10.26949/d.cnki.gblyu.2019.000451

总页数: 70

文件大小: 6426K

下载量: 173