期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
QA-KGNet:一种语言模型驱动的知识图谱问答模型
被引量:
1
1
作者
乔少杰
杨国平
+5 位作者
于泳
韩楠
覃晓
屈露露
冉黎琼
李贺
《软件学报》
EI
CSCD
北大核心
2023年第10期4584-4600,共17页
基于知识图谱的问答系统可以解析用户问题,已成为一种检索知识、自动回答所询问题的有效途径.知识图谱问答系统通常是利用神经程序归纳模型,将自然语言问题转化为逻辑形式,在知识图谱上执行该逻辑形式能够得到答案.然而,使用预训练语言...
基于知识图谱的问答系统可以解析用户问题,已成为一种检索知识、自动回答所询问题的有效途径.知识图谱问答系统通常是利用神经程序归纳模型,将自然语言问题转化为逻辑形式,在知识图谱上执行该逻辑形式能够得到答案.然而,使用预训练语言模型和知识图谱的知识问答系统包含两个挑战:(1)给定问答(questionanswering, QA)上下文,需要从大型知识图谱(knowledge graph, KG)中识别相关知识;(2)对QA上下文和KG进行联合推理.基于此,提出一种语言模型驱动的知识图谱问答推理模型QA-KGNet,将QA上下文和KG连接起来形成一个工作图,使用语言模型计算给定QA上下文节点与KG节点的关联度,并使用多头图注意力网络更新节点表示.在Commonsense QA、OpenBookQA和Med QA-USMLE真实数据集上进行实验来评估QA-KGNet的性能,实验结果表明:QA-KGNet优于现有的基准模型,表现出优越的结构化推理能力.
展开更多
关键词
知识图谱
预训练语言模型
qa
上下文
多头图注意力网络
联合推理
下载PDF
职称材料
融合外部知识的知识图谱问答方法研究
2
作者
白云天
郝文宁
+1 位作者
靳大尉
刘小语
《软件导刊》
2024年第9期56-62,共7页
知识图谱问答是自然语言处理领域的热门研究方向之一。现有方法主要存在两大挑战:一是难以理解复杂的自然语言形式问题,二是实体表示通常只限于字面含义,缺乏深入的语义阐释。针对上述问题,提出一种融合外部知识的知识图谱问答方法DEK-K...
知识图谱问答是自然语言处理领域的热门研究方向之一。现有方法主要存在两大挑战:一是难以理解复杂的自然语言形式问题,二是实体表示通常只限于字面含义,缺乏深入的语义阐释。针对上述问题,提出一种融合外部知识的知识图谱问答方法DEK-KGQA。首先通过问题知识图谱子图和QA上下文构建联合图,其次利用预训练语言模型计算联合图中节点的相关性评分,最后引入外部知识,以增强问答推理过程中的信息交互和推理能力。在CommonsenseQA数据集上进行实验验证,并与现有方法进行比较。实验结果表明,该方法在常识问答任务中取得了更好的效果,验证了该方法的有效性。此外,通过消融实验验证了该方法中各个部分对整体性能的影响。
展开更多
关键词
知识图谱问答
qa
上下文
预训练语言模型
外部知识
下载PDF
职称材料
题名
QA-KGNet:一种语言模型驱动的知识图谱问答模型
被引量:
1
1
作者
乔少杰
杨国平
于泳
韩楠
覃晓
屈露露
冉黎琼
李贺
机构
成都信息工程大学软件工程学院
数字媒体艺术四川省重点实验室(四川音乐学院)
成都信息工程大学管理学院
广西人机交互与智能决策重点实验室(南宁师范大学)
西安电子科技大学计算机科学与技术学院
出处
《软件学报》
EI
CSCD
北大核心
2023年第10期4584-4600,共17页
基金
国家自然科学基金(61962006)
四川省科技计划(2021JDJQ0021,2022YFG0186)
+6 种基金
四川音乐学院数字媒体艺术四川省重点实验室资助项目(21DMAKL02)
成都市技术创新研发项目(2021-YF05-00491-SN)
成都市重大科技创新项目(2021-YF08-00156-GX)
成都市“揭榜挂帅”科技项目(2021-JB00-00025-GX)
成都市软科学研究项目(2021-RK00-00065-ZF,2021-RK00-00066-ZF)
广西重大创新驱动项目(桂科AA22068057)
四川省社会科学高水平团队项目(2015Z177)。
文摘
基于知识图谱的问答系统可以解析用户问题,已成为一种检索知识、自动回答所询问题的有效途径.知识图谱问答系统通常是利用神经程序归纳模型,将自然语言问题转化为逻辑形式,在知识图谱上执行该逻辑形式能够得到答案.然而,使用预训练语言模型和知识图谱的知识问答系统包含两个挑战:(1)给定问答(questionanswering, QA)上下文,需要从大型知识图谱(knowledge graph, KG)中识别相关知识;(2)对QA上下文和KG进行联合推理.基于此,提出一种语言模型驱动的知识图谱问答推理模型QA-KGNet,将QA上下文和KG连接起来形成一个工作图,使用语言模型计算给定QA上下文节点与KG节点的关联度,并使用多头图注意力网络更新节点表示.在Commonsense QA、OpenBookQA和Med QA-USMLE真实数据集上进行实验来评估QA-KGNet的性能,实验结果表明:QA-KGNet优于现有的基准模型,表现出优越的结构化推理能力.
关键词
知识图谱
预训练语言模型
qa
上下文
多头图注意力网络
联合推理
Keywords
knowledge graph(KG)
pre-trained language model
question-answering(
qa
)
context
multi-head graph attention network
joint reasoning
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
融合外部知识的知识图谱问答方法研究
2
作者
白云天
郝文宁
靳大尉
刘小语
机构
陆军工程大学指挥控制工程学院
出处
《软件导刊》
2024年第9期56-62,共7页
基金
国防工业技术发展计划项目(JCKY2020601B018)。
文摘
知识图谱问答是自然语言处理领域的热门研究方向之一。现有方法主要存在两大挑战:一是难以理解复杂的自然语言形式问题,二是实体表示通常只限于字面含义,缺乏深入的语义阐释。针对上述问题,提出一种融合外部知识的知识图谱问答方法DEK-KGQA。首先通过问题知识图谱子图和QA上下文构建联合图,其次利用预训练语言模型计算联合图中节点的相关性评分,最后引入外部知识,以增强问答推理过程中的信息交互和推理能力。在CommonsenseQA数据集上进行实验验证,并与现有方法进行比较。实验结果表明,该方法在常识问答任务中取得了更好的效果,验证了该方法的有效性。此外,通过消融实验验证了该方法中各个部分对整体性能的影响。
关键词
知识图谱问答
qa
上下文
预训练语言模型
外部知识
Keywords
knowledge graph question answering
qa context
pre-trained language model
external knowledge
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
QA-KGNet:一种语言模型驱动的知识图谱问答模型
乔少杰
杨国平
于泳
韩楠
覃晓
屈露露
冉黎琼
李贺
《软件学报》
EI
CSCD
北大核心
2023
1
下载PDF
职称材料
2
融合外部知识的知识图谱问答方法研究
白云天
郝文宁
靳大尉
刘小语
《软件导刊》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部