基于本体的语义相似度计算在营养知识问答系统中的应用

发布时间：2017-03-22 21:04

  本文关键词：基于本体的语义相似度计算在营养知识问答系统中的应用，由笔耕文化传播整理发布。

【摘要】：网络上的信息增长和更新速度越来越快,同时存在大量重复的垃圾信息,这些都给人们获取有效信息带来了不便。传统搜索引擎一方面只能返回大量相关网页或文档,另一方面,基于关键词的信息检索技术很难满足用户在语义层面和知识层面的信息需求。本体具有良好的概念层次结构和较强的语义表达能力,已成为信息科学领域和知识管理领域重要的知识建模工具。基于语义理解技术的问答系统可以有效的弥补传统搜索引擎在语义需求方面的缺陷,是一个行之有效的解决方案。本文将本体技术引入到问答系统中,以领域本体作为系统的知识资源进行用户问句语义理解与处理。 本文首先对本体中概念之间的分类关系和传统的基于本体的概念相似度算法进行深入的分析与研究,并重点讨论了基于本体的概念相似度计算模型所涉及到的计算影响因子,在此基础上提出并实现了一种改进的基于信息内容的概念语义相似度计算模型。与以往的概念信息内容计算模型相比,该模型以概念的上位词数与概念的叶子节点数作为主要计算因子,并使用概念的相对深度作为权重系数,可以有效的识别概念的拓扑结构达到区分不同的概念的目的。然后,在概念相似度计算模型的基础上,本文实现了一种基于本体的语句相似度计算模型,该模型能够充分捕获概念在分类层次结构中蕴含的语义信息。最后,以构建的食品领域本体和营养知识FAQ库为主要知识资源,结合中文分词技术、语义扩展技术等自然语言处理技术,设计并实现了一个可以方便、快捷地提供饮食、营养知识的问答系统。
【关键词】：信息内容 语义相似度 本体 问答系统
【学位授予单位】：青岛大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.1
【目录】：

• 摘要2-3
• Abstract3-6
• 第一章 绪论6-11
• 1.1 课题的研究背景6-7
• 1.2 自动问答系统国内外研究现状7-9
• 1.2.1 自动问答系统国外研究现状7-8
• 1.2.2 自动问答系统国内研究现状8-9
• 1.3 论文研究的内容9
• 1.4 论文内容安排9-11
• 第二章 相关技术介绍11-24
• 2.1 问答系统介绍11-14
• 2.1.1 问答系统概述11
• 2.1.2 问答系统的分类11-14
• 2.2 本体理论介绍14-17
• 2.2.1 本体定义14-15
• 2.2.2 本体中的关系与本体结构15-17
• 2.2.3 计算机领域引入本体的目标及本体的应用17
• 2.3 概念相似度算法的研究17-23
• 2.3.1 概念相似度算法及其分类17-18
• 2.3.2 基于概念语义距离的方法18-19
• 2.3.3 基于概念信息内容的方法19-23
• 2.4 本章小结23-24
• 第三章 基于本体的语义相似度计算模型24-36
• 3.1 相似度的概念24
• 3.2 本体与概念语义相似度计算24-26
• 3.3 基于本体的概念信息内容计算模型26-33
• 3.3.1 本体概念层次结构中相似度计算影响因子26-29
• 3.3.2 改进基于本体的概念信息内容计算模型29-30
• 3.3.3 改进的概念信息内容计算模型的测试30-33
• 3.4 基于本体语句相似度计算方法33-35
• 3.4.1 语句相似度及其分类33-34
• 3.4.2 基于概念相似度算法的语句相似度算法34-35
• 3.5 本章小结35-36
• 第四章 食品本体和营养知识FAQ库构建36-44
• 4.1 食品本体的构建36-40
• 4.1.1 本体构建工具36-37
• 4.1.2 食物本体知识获取37-40
• 4.2 营养知识FAQ库构建及其预处理40-43
• 4.2.1 营养知识FAQ库构建40-41
• 4.2.2 FAQ库中问题集问句预处理41
• 4.2.3 FAQ库中问题集与关键词倒排索引41-43
• 4.3 本章小结43-44
• 第五章 基于语义相似度计算的FAQ库问答系统设计44-57
• 5.1 营养知识问答系统总体设计44-45
• 5.2 营养知识问答系统主要模块设计45-53
• 5.2.1 寒暄语处理模块45-46
• 5.2.2 问题预处理模块46-48
• 5.2.3 词义扩展模块48-50
• 5.2.4 筛选候选问题模块50-51
• 5.2.5 语句相似度计算模块51-52
• 5.2.6 答案抽取模块52-53
• 5.3 系统实现53-56
• 5.3.1 系统运行环境53-54
• 5.3.2 系统演示效果54-56
• 5.4 本章小结56-57
• 第六章 总结与展望57-59
• 6.1 总结57
• 6.2 展望57-59
• 参考文献59-63
• 攻读学位期间的研究成果63-64
• 致谢64-65

【参考文献】

中国期刊全文数据库 前8条

1 樊孝忠,李宏乔,李良富,叶江;银行领域汉语自动问答系统BAQS的研究与实现[J];北京理工大学学报;2004年06期

2 王树西,刘群,白硕;一个人物关系问答的专家系统[J];广西师范大学学报(自然科学版);2003年01期

3 夏天;;汉语词语语义相似度计算研究[J];计算机工程;2007年06期

4 侯阳;刘扬;孙瑜;;本体研究综述[J];计算机工程;2011年S1期

5 李彬,刘挺,秦兵,李生;基于语义依存的汉语句子相似度计算[J];计算机应用研究;2003年12期

6 刘宏哲;须德;;基于本体的语义相似度和相关度计算研究综述[J];计算机科学;2012年02期

7 何贤江;左航;李远红;;面向移动平台的FAQD自动问答系统[J];四川大学学报(自然科学版);2012年03期

8 白如江;于晓繁;王效岳;;国内外主要本体库比较分析研究[J];现代图书情报技术;2011年01期

中国硕士学位论文全文数据库 前8条

1 王冬娇;改进的语句相似度算法在问答系统中的应用研究[D];大连交通大学;2010年

2 刘青磊;汉语词语及句子相似度算法研究与应用[D];电子科技大学;2011年

3 蒋志鹏;黑龙江移动客户服务自动问答系统的设计与实现[D];哈尔滨工业大学;2010年

4 周舫;汉语句子相似度计算方法及其应用的研究[D];河南大学;2005年

5 刘小宇;基于语义理解的中文常问问答系统的研究[D];大连理工大学;2006年

6 王银丽;限定领域内智能问答系统的研究与实现[D];内蒙古大学;2008年

7 陈琳;基于搜索引擎的问答系统若干关键技术研究与实现[D];天津大学;2008年

8 张丹;受限领域问答系统的研究与设计[D];内蒙古大学;2012年

  本文关键词：基于本体的语义相似度计算在营养知识问答系统中的应用，由笔耕文化传播整理发布。

，

本文编号：262190