隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,各種信息在網(wǎng)絡(luò)上交相輝映。在這個(gè)信息爆炸的時(shí)代,如何從大規(guī)模信息中高效準(zhǔn)確的獲得用戶關(guān)心的內(nèi)容成為亟需解決的問(wèn)題。關(guān)系抽取和知識(shí)庫(kù)問(wèn)答作為自然語(yǔ)言處理的核心任務(wù),對(duì)于解決此類問(wèn)題起著重要的作用。關(guān)系抽取可以從大量自然語(yǔ)言文本中抽取結(jié)構(gòu)化信息,目前廣泛使用的關(guān)系抽取訓(xùn)練集存在一定的噪音,使用這些結(jié)構(gòu)化信息輔助監(jiān)督關(guān)系抽取可以有效地緩解噪音帶來(lái)的影響。本文將出現(xiàn)在知識(shí)庫(kù)但未在訓(xùn)練集出現(xiàn)的實(shí)體稱作未登錄實(shí)體。在實(shí)際使用過(guò)程中,因?yàn)槿狈ξ吹卿泴?shí)體的表示,關(guān)系抽取的大多數(shù)方法不能很好地處理涉及這些實(shí)體的樣本。知識(shí)庫(kù)問(wèn)答一般可以分為實(shí)體鏈接和關(guān)系檢測(cè)兩個(gè)步驟。相比于實(shí)體鏈接只需要問(wèn)句和知識(shí)庫(kù)實(shí)體的詞匯級(jí)別匹配,關(guān)系檢測(cè)需要理解整句話的語(yǔ)義,因而更具有挑戰(zhàn)性。由于知識(shí)庫(kù)所覆蓋的關(guān)系種類眾多,對(duì)知識(shí)庫(kù)的所有關(guān)系標(biāo)注足量的語(yǔ)料用以訓(xùn)練關(guān)系檢測(cè)模型是不現(xiàn)實(shí)的。同樣地,本文將沒(méi)有標(biāo)注訓(xùn)練語(yǔ)料的關(guān)系稱作未登錄關(guān)系。實(shí)際使用中,知識(shí)庫(kù)問(wèn)答系統(tǒng)不能很好地回答涉及未登錄關(guān)系的問(wèn)題。在開放域的知識(shí)庫(kù)問(wèn)答中,這種現(xiàn)象尤為嚴(yán)重。本文主要對(duì)未登錄實(shí)體和關(guān)系的表示進(jìn)行研究,主要工作內(nèi)容如下:1.本文提出... 

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２：智能問(wèn)答的歷史??

圖２－２：利用詞嵌入技術(shù)表示知識(shí)庫(kù)子圖??２．４知識(shí)庫(kù)問(wèn)答??相比于一般的問(wèn)答系統(tǒng)，知識(shí)庫(kù)問(wèn)答依托于一個(gè)結(jié)構(gòu)化的知識(shí)庫(kù)。這些??知識(shí)庫(kù)以“＜?實(shí)體，關(guān)系，實(shí)體?＞”這樣的三元組組成圖結(jié)構(gòu)。知識(shí)庫(kù)問(wèn)答??就是通過(guò)語(yǔ)義分析將問(wèn)題轉(zhuǎn)化為結(jié)構(gòu)化的查詢語(yǔ)句，進(jìn)而查詢知識(shí)庫(kù)，得到??答案。例如？？?“ｗｈｏ?ｉｓ?ｔｈｅ?ＣＥＯ?ｏｆ?Ａｐｐｌｅ?ｉｎｃ＿？”，可以將這句話轉(zhuǎn)化成如Ｆ的??ＳＰＡＲＱＬ?ｉ吾句?“ＳＥＬＥＣＴ?？ｎａｍｅ?ＷＨＥＲＥ?｛？ｎａｍｅ?ＣＥＯ＿ｏｆ?Ａｐｐｌｅ．｝；”?，其中得到??實(shí)體“Ａｐｐｌｅ．”和關(guān)系“ＣＥＯ＿ｏｆ”是轉(zhuǎn)化為結(jié)構(gòu)化查詢語(yǔ)句的重要步驟。??知識(shí)庫(kù)問(wèn)答的一般流程是：先進(jìn)行實(shí)體鏈接，得到問(wèn)題涉及的實(shí)體在知識(shí)??庫(kù)的ｉｄ，然后進(jìn)行關(guān)系檢測(cè)，識(shí)別這個(gè)問(wèn)句所對(duì)應(yīng)的關(guān)系。實(shí)體鏈接中最重要??的就是實(shí)體的識(shí)別，識(shí)別過(guò)程中，一般采用序列化標(biāo)注的方法，即標(biāo)注一個(gè)問(wèn)??句中哪些詞屬于實(shí)體。在關(guān)系檢測(cè)（Ｒｅｌａｔｉｏｎ?Ｄｅｔｅｃｔｉｏｎ，?ＲＤ）①方面，傳統(tǒng)的基??于符號(hào)的語(yǔ)義分析方法由于受到符號(hào)間的語(yǔ)義鴻溝的影響，已經(jīng)不適合應(yīng)用在??。些

??不幸的是，在一個(gè)具有大量未登錄詞的場(chǎng)景下，初始化的方法會(huì)造成已登??錄詞和未登錄詞之間有明顯的界限。如圖３－１ＰＩ？所示，其中紅色代表罕見??詞，藍(lán)色代表常用詞，圖３－ｌａ是在ＷＭＴ１４翻譯任務(wù)上訓(xùn)練的詞嵌入表示，??圖３－ｌｂ是在Ｇｏｏｇｌｅ?Ｎｅｗｓ使用ｗｏｒｄ２ｖｅｃ訓(xùn)練得到的詞表不�？梢钥闯鲇�(xùn)練得??到的詞表示有很明顯的分界線，罕見詞總是聚集在一起。同樣的，在知識(shí)庫(kù)問(wèn)??答的場(chǎng)景下，當(dāng)存在大量未登錄關(guān)系時(shí)，微調(diào)表示會(huì)導(dǎo)致只有已登錄關(guān)系的表??示會(huì)被調(diào)整到正確的位置，未登錄關(guān)系的表示由于沒(méi)有對(duì)應(yīng)的樣本作為訓(xùn)練??集，所以很難被更新到正確的位置上。特別地，在多分類任務(wù)上，標(biāo)簽是互斥??的，未登錄關(guān)系只能作為負(fù)樣本被隨機(jī)更新，還具有很高的不確定性。??；ｃ．??，?？?

【參考文獻(xiàn)】：
期刊論文
[1]基于表示學(xué)習(xí)的知識(shí)庫(kù)問(wèn)答研究進(jìn)展與展望[J]. 劉康,張?jiān)?紀(jì)國(guó)良,來(lái)斯惟,趙軍.  自動(dòng)化學(xué)報(bào). 2016(06)



本文編號(hào)：3648319