期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
查询语义图辅助的信息检索性能预测模型 被引量:2
1
作者 乔亚男 齐勇 《电子学报》 EI CAS CSCD 北大核心 2011年第A03期158-162,共5页
查询性能预测技术试图在进行费时的实际信息检索之前对特定查询的性能进行预测,以便根据预测结果在不影响查询所代表的信息需求的基础上对查询进行调整,提高最终检索结果的精确度.针对传统查询性能预测模型没有考虑查询词间语义关系的问... 查询性能预测技术试图在进行费时的实际信息检索之前对特定查询的性能进行预测,以便根据预测结果在不影响查询所代表的信息需求的基础上对查询进行调整,提高最终检索结果的精确度.针对传统查询性能预测模型没有考虑查询词间语义关系的问题,本文提出了一种查询语义图辅助的信息检索性能预测模型,该模型将表征查询词间语义关系的查询语义图引入性能预测的过程中,使查询性能预测模型避免了查询词独立性假设.实验结果表明,经过查询语义图加权的性能预测模型的预测精确度明显高于传统的性能预测模型,预测结果与实际检索结果的相关度最高提升了约46.32%. 展开更多
关键词 信息检索 查询性能预测 查询语义图 核心词
下载PDF
基于层级池化序列匹配的知识图谱复杂问答最优查询图选择方法
2
作者 王冬 周思航 +1 位作者 黄健 张中杰 《系统工程与电子技术》 EI CSCD 北大核心 2024年第8期2686-2695,共10页
在处理知识图谱复杂问答任务时,传统的查询图语义解析方法需要在排序阶段对大量结构复杂的候选查询图进行语义编码,用以获得各自多维特征表示。然而,在编码过程中采用的全局最大或平均池化操作通常存在对代表性特征提取能力不足的问题... 在处理知识图谱复杂问答任务时,传统的查询图语义解析方法需要在排序阶段对大量结构复杂的候选查询图进行语义编码,用以获得各自多维特征表示。然而,在编码过程中采用的全局最大或平均池化操作通常存在对代表性特征提取能力不足的问题。针对以上问题,提出一种基于层级池化序列匹配的最优查询图选择方法。在实现候选查询图的交互建模过程中,同时采用层级池化滑动窗口技术分层提取问句和查询图序列对的局部显著性特征与全局语义特征,使得到的特征向量更好地用于候选查询图的语义匹配打分。所提方法在两个流行的复杂问答数据集MetaQA和WebQuestionsSP上开展广泛实验。实验结果表明:引入层级池化操作能够有效提取复杂查询图序列的代表性语义特征,增强原有排序模型的交互编码能力,有助于进一步提升知识图谱复杂问答系统的性能。 展开更多
关键词 知识谱复杂问答 查询语义解析 层级池化 交互编码
下载PDF
面向知识库的中文自然语言问句的语义理解 被引量:15
3
作者 许坤 冯岩松 +2 位作者 赵东岩 陈立伟 邹磊 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第1期85-92,共8页
设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手,提出一套启发式识别实体与关系的方法,并利用语料库建立从实体到知识库的映射,对谓词进行消歧,进而转化为计算机可理解的结构化查询语言。从百度知道抽... 设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手,提出一套启发式识别实体与关系的方法,并利用语料库建立从实体到知识库的映射,对谓词进行消歧,进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共42个问题作为标准测试集。实验结果表明,所提出的框架能够有效地将中文自然语言问句转换为结构化查询,为下一代智能问答系统打下良好的基础。 展开更多
关键词 自然语言问句 知识库 查询语义图
下载PDF
关联数据的自然语言查询方法 被引量:5
4
作者 肖铮 《计算机技术与发展》 2020年第5期70-75,共6页
以RDF结构为基础的数据网的发展中,高效数据检索成为关键问题之一。形式化查询语言(如SPARQL)因其语法的复杂性及查询本体的相关性阻碍其效用的发挥,迫切需要新的方法或工具实现以自然语言为基础(如关键字检索)的检索。形式化查询语言... 以RDF结构为基础的数据网的发展中,高效数据检索成为关键问题之一。形式化查询语言(如SPARQL)因其语法的复杂性及查询本体的相关性阻碍其效用的发挥,迫切需要新的方法或工具实现以自然语言为基础(如关键字检索)的检索。形式化查询语言是检索这类结构化数据的有效方式,用户习惯自然语言为基础的检索方式。因而如何自动将关键词为基础的检索方式转换成以形式化查询为基础的检索方式是实现数据网的重要一环。关联数据的自然语言查询方法自动将自然语言查询转换成SPARQL查询,提高系统的有效性和效率。文中在抽象转换度量模型的基础上,以本体为基础构建查询语义图及实现语义消歧,构建SPARQL查询。实验结果表明,该方法具有更高的召回率、精度及更低的时间消耗。 展开更多
关键词 SPARQL查询 度量模型 查询语义图 自然语言 关联数据
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部