智能问答

摘要： 基于知识图谱嵌入模型,提出一种知识图谱嵌入评分与链路评分相结合的评分方法,以解决中文领域的多跳知识图谱问答任务,与传统的单跳知识问答方法相比适用性更广.该方法在搜索最优答案的同时构建一个查询链路,通过查询给出答案集合,从而有效缓解了现有方法中遗漏答案的情况.在NLPCC-MH数据集上的实验结果表明,该方法在多跳问题上的平均F1值为0.653,显著优于对比方法.真实知识图谱通常存在链路缺失的情况,实验以随机丢弃25％三元组的方式模拟了知识图谱的稀疏性,结果表明该方法在这种情况下仍然有效.

摘要： 全国知识图谱与语义计算大会CCKS(China Conference on Knowledge Graph and Semantic Computing)由中国中文信息学会语言与知识计算专业委员会组织和承办。全国知识图谱与语义计算大会已成为国内知识图谱、语义技术、链接数据等领域的核心学术会议,聚集了知识表示、自然语言理解、知识获取、智能问答等相关技术领域的研究人员和学者。2022年全国知识图谱和语义计算大会(www.sigkg.cn/ccks2022)将于2022年8月25日至8月28日在河北秦皇岛召开。

摘要： 近年来,随着知识图谱的发展,利用给定的知识图谱数据自动得出人类自然语言问题的答案成为了时下的研究热点,诸如Siri和小爱同学的问答系统已经广泛投入使用.得益于深度学习的引入,该领域的各子课题虽然有所突破,但依然存在需要攻克的难点,例如多跳推理和策略组合等.本文从主流的构建方法为切入点,归纳总结该领域研究现状以及所面临的挑战,不仅有助于研究者高效展开对该领域的研究工作,更有利于不同行业的研究者研发行业相关的问答系统,提高行业生产力.

摘要： 本文针对人工智能实训中问答系统的设计需求进行分析,并重点阐述该系统的设计内容与应用方法。根据结果可知,该系统的检索答案准确率较高,算法准确可靠,将其应用到人工智能实训中,取得理想的应用效果。

摘要： 近年来,深度学习技术发展突飞猛进,在许多领域取得了显著成效。为了满足人们更快捷的问题搜索需求,为用户提供更为精准的问题答案,有必要设计基于百科知识的智能问答系统。该系统利用BERT模型提供的中文语义匹配算法,提取问句的特征向量,将句子以特征向量表示,通过计算两个句子之间语义的相似度快速寻找出置信度最高的答案,可以极大地提高问题搜索的精准度。

摘要： 基于阅读理解的智能问答是指同人类一样首先让模型阅读理解相关文本,然后根据模型获取的文本信息来回答对应问题。预训练模型RoBERTa-wwm-ext使用抽取原文片段作为问题的回答,但这种方法遇到原文中不存在的答案片段或需要对原文总结后回复这两种情况时不能很好解决,而使用预训练模型进行生成式模型训练,这种生成式回复在一定程度上解决了需要总结原文才能回答的问题。因此,改进了只采用RoBERTa-wwm-ext模型进行抽取答案的方式,在此基础上融合了基于RAG模型的生成式问答模型,用于回答RoBERTa-wwm-ext等抽取式模型无法处理的问题。同时,吸取了PGN模型的优点,对RAG模型进行改进得到RPGN子模型,可以更好地利用阅读理解的文章生成合理的答案。由此,提出RPR(RAG、PGN、RoBERTa-wwm-ext)的融合模型,用于同时处理抽取式问题任务和生成式问答任务。

摘要： 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%。

摘要： 文章分析了近四年(2017—2020年)国家图书馆微信公众平台读者咨询服务的现状,指出了咨询高频次内容同质化、咨询服务智能化程度不足、管理机制不完善等问题,最后从完善咨询服务管理机制、构建读者咨询知识库、挖掘读者需求、提高馆员素养等方面提出了建议和对策,旨在为智慧图书馆新媒体建设提供参考。

摘要： 智能化建设已成为高校“十四五”信息规划的发展重点,各高校纷纷利用智能问答平台建设的契机来实现教育智能化,但在建设过程中存在部门协调成本高、知识学习难度大、运用场景繁杂、后期运维困难等问题。在此背景下,文章首先从技术与业务两个层面分析了高校智能问答平台建设面临的挑战,然后重点介绍了华中科技大学建设智能问答平台时采取的“统一建设、统一安全、统一学习、统一监控、统一服务”策略与具体思路,最后介绍了高校智能问答平台常见的服务应用和华中科技大学的智能问答实践效果。高校智能问答平台的建设与应用,可从根本上解决知识库建立、运维、安全等多个维度的问题,实现业务查询便捷化、咨询渠道官方化、问答效果智能化、业务覆盖全校化,并指导其他高校智能化问答的实践。

摘要： 文字是文化和知识传播最重要的载体,是族群文明的重要标志,对于民族研究和语言研究具有重要价值。由于年代久远或使用人口较少,许多古汉字或少数民族文字已经濒临灭绝,严重影响了语言文字的多样性和语言发展规律的研究。为了充分保护和挖掘这些文字的价值,本文基于中华字库工程成果数据设计了一个大规模中华文字知识图谱,其涵盖楷书汉字及多种古汉字和少数民族文字。该图谱为研究中华文字的发展、汉藏同源、民族共同体等具有重要意义。为了更好地展示文字知识图谱的作用,构建了一个面向文字知识的智能问答系统,利用文字知识图谱的数据满足用户以自然语言方式进行查询的需求。

摘要： 近年来,卷积神经网络在计算机视觉等应用领域取得了一系列突破性的研究成果,同时也被广泛应用于自然语言处理领域.首先概述了卷积神经网络的发展历史;然后详细介绍了卷积神经网络的基本结构、卷积层和池化层操作,综述了卷积神经网络在自然语言处理应用领域中的研究进展;最后对卷积神经网络在该领域的发展方向进行了总结和展望.

摘要： 近年来,卷积神经网络在计算机视觉等应用领域取得了一系列突破性的研究成果,同时也被广泛应用于自然语言处理领域.首先概述了卷积神经网络的发展历史;然后详细介绍了卷积神经网络的基本结构、卷积层和池化层操作,综述了卷积神经网络在自然语言处理应用领域中的研究进展;最后对卷积神经网络在该领域的发展方向进行了总结和展望.

摘要： 近年来,卷积神经网络在计算机视觉等应用领域取得了一系列突破性的研究成果,同时也被广泛应用于自然语言处理领域.首先概述了卷积神经网络的发展历史;然后详细介绍了卷积神经网络的基本结构、卷积层和池化层操作,综述了卷积神经网络在自然语言处理应用领域中的研究进展;最后对卷积神经网络在该领域的发展方向进行了总结和展望.

摘要： 近年来,卷积神经网络在计算机视觉等应用领域取得了一系列突破性的研究成果,同时也被广泛应用于自然语言处理领域.首先概述了卷积神经网络的发展历史;然后详细介绍了卷积神经网络的基本结构、卷积层和池化层操作,综述了卷积神经网络在自然语言处理应用领域中的研究进展;最后对卷积神经网络在该领域的发展方向进行了总结和展望.

摘要： 近年来,卷积神经网络在计算机视觉等应用领域取得了一系列突破性的研究成果,同时也被广泛应用于自然语言处理领域.首先概述了卷积神经网络的发展历史;然后详细介绍了卷积神经网络的基本结构、卷积层和池化层操作,综述了卷积神经网络在自然语言处理应用领域中的研究进展;最后对卷积神经网络在该领域的发展方向进行了总结和展望.

摘要： 本发明提供一种智能家电的问答系统构建方法和装置，及问答方法和装置，智能家电的问答系统构建方法包括：构建自然语言问句训练集，并基于自然语言问句训练集训练得到自然语言问句识别模型；基于预置的知识图谱、自然语言问句识别模型以及预设的知识查询模板，构建问答系统；知识查询模板用于基于自然语言问句识别模型输出的自然语言问句的识别结果，得到知识图谱查询语句；所述知识图谱基于所述智能家电的关联数据得到，所述关联数据包括：家电设备数据以及家电应用数据。本发明提供的智能家电的问答系统构建方法和装置，及问答方法和装置，可以实现自动回答用户提出的关于智能家电领域的问题。

摘要： 本发明公开了一种智能问答方法、装置、智能问答服务器及存储介质，属于人工智能技术领域。该方法包括：将提问信息中的各个字符串与每个提问模板中的字符串进行匹配；当提问信息的字符串与任一提问模板的字符串之间的匹配度大于第一阈值时，获取匹配的提问模板；以目标实体名称和匹配的提问模板对应的属性名称为索引，从数据库中获取对应的回复信息。本发明通过将提问信息中的各个字符串与每个提问模板中的字符串进行匹配，并基于字符串之间的匹配度，获取匹配的提问模板，进而基于目标实体名称和匹配的提问模板获取回复信息。采用字符串的匹配的问答方式，要求字符串的匹配度满足条件，泛化能力较强，克服了提问信息匹配的局限性。

摘要： 一种计算机可读存储介质、智能问答方法及智能问答装置，所述方法包括：接收当前请求信息；当无法直接获得与当前请求信息对应的答案时，获取参考请求信息；根据抽象语义数据库分别对参考请求信息和当前请求信息进行抽象语义推荐处理，以得到第一抽象语义表达式和第二抽象语义表达式；根据第一抽象语义表达式从参考请求信息中提取对应于缺失语义成分的第一语义填充内容，根据第二抽象语义表达式从当前请求信息中提取对应于缺失语义成分的第二语义填充内容；当第二语义填充内容与第一语义填充内容中的部分内容匹配时，将第二语义填充内容的匹配内容替换参考请求信息中对应匹配内容的部分，以得到目标输入信息；获取与目标输入信息对应的答案。上述方案可提高回复答案的准确率。

摘要： 本发明公开了一种智能问答实现方法及一种智能问答系统，属于智能问答技术领域，该智能问答实现方法采用检索式智能问答与基于知识图谱的智能问答相结合，基于云边端协同实现，云上部署有知识图谱，NLP相关模型和Elasticsearch；边上部署有语音识别模型和语音合成模型；终端设备上部署有语音采集装置及语音播放装置。本发明可以实现在高精度的情况下，提高问答系统的实时性，提升用户体验。

摘要： 本申请涉及人工智能技术领域，提供了一种智能问答方法、智能问答装置、设备及存储介质，包括：利用预先训练后的相似度计算模型的第一BERT模块与第二BERT模块，分别对目标文本与参考文本进行特征编码，得到第一句向量与第二句向量；通过所述预先训练后的相似度计算模型的相似度计算模块，根据所述第一句向量与第二句向量测算所述目标文本与所述参考文本之间的相似度值；若所述相似度值等于或大于预设阈值，则根据所述参考文本从预设数据库中输出针对所述目标文本的反馈信息。实现了在智能问答过程中进行文本相似度计算时，无需标注数据，扩大了文本相似度计算方案的适用范围，提高了智能问答的效率。

摘要： 本发明提供了一种智能问答方法，包括：接受输入的用户问题，并对所述用户问题进行自然语言处理获得分词，并提取关键词；根据对所述用户问题的分词和提取的关键词；匹配问答库中的话题列表，依次对所述话题列表中的话题进行用户问题的语义匹配和关键词匹配；根据在问答库中匹配到的相似问句，将所述用户问题映射到标准问题，根据问题答案映射关系，获取标准问题对应的答案。

摘要： 本发明涉及一种基于智能问答机器人的精细化问答方法、存储介质和智能装备，包括步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，智能问答机器人通过ASR将信息传输至机器人服务端；步骤B，机器人服务端通过NLU和词向量工具识别并理解信息，且判断由信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果机器人服务端能成功匹配答案或没有人工客服资源，那么机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在所述用户界面反馈给用户。本方法解决车主提出的问题效率非常高效，提升了车联网的智能化水平。

摘要： 一种计算机可读存储介质、智能问答方法及智能问答装置，所述方法包括：接收当前请求信息；当无法直接获得与当前请求信息对应的答案时，获取参考请求信息；根据抽象语义数据库分别对参考请求信息和当前请求信息进行抽象语义推荐处理，以得到第一抽象语义表达式和第二抽象语义表达式；根据第一抽象语义表达式从参考请求信息中提取对应于缺失语义成分的第一语义填充内容，根据第二抽象语义表达式从当前请求信息中提取对应于缺失语义成分的第二语义填充内容；当第二语义填充内容与第一语义填充内容中的部分内容匹配时，将第二语义填充内容的匹配内容替换参考请求信息中对应匹配内容的部分，以得到目标输入信息；获取与目标输入信息对应的答案。上述方案可提高回复答案的准确率。

摘要： 本发明提供了一种智能问答系统的控制方法、装置及智能问答系统，涉及智能问答技术领域，该智能问答系统包括服务器，以及与服务器无线通信连接的主问答设备和多个子问答设备。本发明可以使课堂教学中的师生问答更便捷高效，较好地改善了课堂问答效果。

摘要： 本发明公开了一种智能问答方法、装置、智能问答服务器及存储介质，属于人工智能技术领域。该方法包括：将提问信息中的各个字符串与每个提问模板中的字符串进行匹配；当提问信息的字符串与任一提问模板的字符串之间的匹配度大于第一阈值时，获取匹配的提问模板；以目标实体名称和匹配的提问模板对应的属性名称为索引，从数据库中获取对应的回复信息。本发明通过将提问信息中的各个字符串与每个提问模板中的字符串进行匹配，并基于字符串之间的匹配度，获取匹配的提问模板，进而基于目标实体名称和匹配的提问模板获取回复信息。采用字符串的匹配的问答方式，要求字符串的匹配度满足条件，泛化能力较强，克服了提问信息匹配的局限性。