基于中医药知识图谱的智能问答与用药推荐系统

将知识图谱与知识卡片相结合,使得用户既可以阅读文字以获取详细解释,又可以通过视觉的图形来感知知识本体之间的相关性,文字与图形相辅相成,配合得当。本智能问答系统是将无序的用户语料信息,进行科学有序的整理,通过CRF分词技术处理、提取自然语言关键词信息,并基于知识图谱基本原理获得反馈给用户的最终答案。作为用药的辅助推荐信息,以知识图谱和属性列表同时呈现。     

基于知识图谱的智慧教育系统研究

智慧教育是将人工智能、大数据等技术应用于教育的重要方向。通过知识图谱可以管理不同的知识点,并基于此进行智能问答、知识搜索、学习路径推荐等。     

基于电力领域知识图谱的智慧客服系统研究

针对现有知识图谱电力客服系统存在应用数据相对封闭、数据管理低效、图谱表示单一、规则表示困难及抽样本稀少等问题,设计了一个基于电力领域知识图谱的智慧客服系统。该系统由在线客服、信息解析、知识匹配、意图识别、业务处理及交互等模块组成,利用领域知识图谱技术构建电力客服领域知识库,运用结构化方式呈现电力客服中概念、实体、事件之间的关系,并融合自然语言技术和深度学习算法实现系统智能问答,最后通过系统测试验证系统的有效性,为智慧电力客服系统设计与实现提供参考。     

基于知识图谱的营销服务智能问答系统设计

针对营销服务智能问答系统存在问答耗时长、问答准确率低和平均可接受率低的问题,设计了基于知识图谱的营销服务智能问答系统。系统硬件通过知识图谱结构,获取营销服务领域的知识卡片,采用文本相似度计算模块,实现营销服务语义搜索;系统软件在LSTM基础上选择属性,获得推理规则,构建营销服务的知识图谱,在相同数据条件下使营销服务智能问答系统回答更多的问题,完成营销服务智能问答系统的设计。实验结果表明,所设计系统的问答耗时短、问答准确率和平均可接受率较高。     

基于知识图谱的玉米病虫害智能问答系统设计

针对农业信息资源库存在的问题,提出了一定规模的玉米病虫害知识图谱构建,详细阐述了知识融合、知识存储、命名实体识别、属性链接等智能问答系统的子模块,在属性链接子模块构建目前主流的预训练语言模型,使用ERINE完成了属性链接任务,并利用Flask框架搭建前端平台,最终实现了玉米病虫害智能问答系统。该系统解决了玉米领域病虫害问答的空白,对解决作物病虫害问题提供了一定的参考价值和现实意义。     

知识图谱在汽车维修领域的应用

针对汽车维修效率低、维修知识覆盖广、维修经验不能有效共享等问题,提出利用知识图谱解决汽车维修场景业务痛点的思路.分析利用本体设计、知识抽取、知识映射等步骤构建汽车维修场景知识图谱的方法,并开发维修问答助手、维修知识搜索、知识后台等应用,提升汽车维修效率.     

基于知识图谱的医疗问答系统研究

随着人工智能技术的不断发展,越来越多的自然语言处理技术应用到医疗行业。如何从海量医疗数据中提炼信息,并根据用户的问题给出针对性较强的回答,是推进医疗智能化的关键问题。文章研究利用BiLstm+CRF模型处理医疗领域问答相关数据,基于图数据库Neo4j构建一个医疗知识图谱,并在此基础上构建一个问答系统,实现医疗知识的自动问答服务。实验结果表明,该系统可以为用户提出的问题查找匹配准确答案并返回给用户。     

基于知识图谱的新冠疫情智能问答系统

新冠疫情来临后,由于存在人力资源有限、消息来源错乱、人们获取信息的渠道转变等的问题,许多人无法解答新冠疫情的相关疑惑.为有效解决以上问题,搭建了新冠疫情智能问答系统为民众进行解惑.智能问答系统接入北京大学构建的新冠疫情知识图谱接口以确保信息的权威性,且在实现智能问答的基础上,加入BERT模型提高系统回答的准确度.用户在...     

面向电力项目的知识图谱构建及应用研究

文章针对电力公司在项目管理过程中存在的项目数量多、范围广、管理链条长、项目各阶段数据难以深度融合和应用的问题,基于语义网、知识图谱、自然语言处理等人工智能技术,对项目管理智能化提升的关键技术进行了研究,提出了项目智能化管理提升的技术方案,包括以项目为中心的知识表示、知识存储、知识服务应用三部分内容,基于技术方案撘建了知识图谱平台,并总结了该技术在项目时序图谱构建、项目智能问答两个场景的应用及成果,明确了基于知识图谱提升项目效率效益,支撑精准投资,促进精益管理的研究方向。     

电信运营商知识图谱技术体系研究及应用实践

知识图谱在电信运营商业务及运维场景的知识搜索、工单处理、智能服务、故障分析等领域发挥着重要作用,以中国移动业务运营场景为依托,体系化地研究了知识图谱技术体系,基于应用场景、服务对象可分为问答检索类知识图谱、工单分析类知识图谱、系统运维类知识图谱和业务运营类知识图谱,并介绍其技术架构、业务架构及构建方法,引出知识图谱演进与发展的规划目标。     

基于包装产业大数据知识图谱的智能问答系统设计

传统智能问答系统能够进行简单的问题答复,但对于问句信息比较相似的问题不能准确判别。基于此设计基于包装产业大数据知识图谱的智能问答系统。通过知识图谱问句映射进行问句信息框架设计,建立大数据知识图谱数据库,为问句信息的判别提供稳定的数据环境;将问句信息转化为e FAQ的判别语句,进行问句信息的理解;利用相似度计算判别相似问句信息的相似度,实现近似问句信息的判别问答。实验数据表明,设计的智能问答系统能够对相似问句信息进行精准的判别,并实现智能问答。     

基于知识图谱的西藏旅游问答系统设计与实现

针对传统搜索引擎无法仅凭关键字准确理解用户意图的问题,构建了基于知识图谱的问答系统,问答系统主要面向西藏旅游领域。首先通过爬虫技术获取西藏旅游景点数据,完成知识图谱的构建。其次,通过bert＿bigru＿crf、bert＿textcnn模型,使系统理解用户问句语义信息。最后,通过构造cypher查询语句返回问答结果。通过语料测试,所构建的系统在回答西藏旅游问题的平均F1值达到了91.74%,实验结果良好,可供相关研究者参考。     

高校IT运维知识图谱构建及应用

针对高校IT运维中出现的效率低下和服务不佳问题,文章研究设计了基于知识图谱的IT运维总体架构。通过分析运维对象、运维服务流程、运维数据、采集分析处理、运维管理等模块,构建了IT运维问答知识图谱,实现了运维场景和孤立知识点的业务应用关联,基于Neo4j和Python技术开发了IT运维问答系统,解决了运维效率低下和服务质量不佳的问题。     

基于知识图谱的网络安全漏洞类型关联分析系统设计

为提高网络安全告警率、降低数据丢包率,设计了基于知识图谱的网络安全漏洞类型关联分析系统,设计了网络安全漏洞知识库体系结构,更新补丁数据库.根据漏洞信息,自动收集结构采集的相关信息,并依据网络安全知识图谱搜索相关语意,设计漏洞库特征匹配流程,使知识库系统达到一个平衡点.使用Apriori算法,结合最小置信度生成关联规则,...     

基于知识图谱分阶模型的知识工程技术与应用

本文根据知识工程的工程逻辑和耗散结构理论的特征对比,确定了知识工程背后的理论基础——耗散结构理论.通过对知识图谱的"图"和"谱"进行内涵解析,提出了知识图谱作为耗散结构理论落地工具的观点,并给出了知识图谱阶的定义,扩大了知识图谱关于"谱"的内涵;最后,通过知识图谱阶在自然语言处理(NLP)领域和制造业领域的应用,为知识...     

知识图谱与数据应用——智能推荐

知识图谱技术是新兴的互联网技术,具有较好的前瞻性和较强的技术先进性,有着广泛的应用前景。知识图谱技术提供从“关系”的角度分析问题的能力,可以对数据进行深度挖掘,将自然语言转化为计算机语言,最大限度地展示数据的价值,可以服务于智能搜索、智能推荐、风险预警、智能运营、智能客服、舆情监测、设备预警等业务,大幅地提高企业生产效率。研究了综合聚类算法、SVD分解算法、基于商品的协同顾虑推荐算法、基于用户的协同顾虑推荐算法和商品相似度算法等,结合推荐策略提出了基于知识图谱数据应用的智能推荐系统。证明了以知识图谱作为基础工具的数据应用的可实施性和可部署性,能够全面满足用户在互联网平台的获取信息的需求。     

基于蜜蜂知识图谱智能问答系统

针对农业信息化在蜜蜂领域缺失的问题,提出了一定规模的蜜蜂领域知识图谱的构建。首先,通过爬虫程序获取到真实有效的数据集,再经过相似度计算进行知识融合。然后,利用图数据库Neo4j对知识进行存储,完成蜜蜂领域的知识图谱的构建。最后,通过命名实体识别和问句意图识别任务分解智能问答,并通过Flask框架搭建可视化的页面,最终实现了智能问答系统。实验结果表明,所设计的智能问答系统在蜜蜂知识问答领域,在一定程度上弥补该领域的空白,也为农业信息化落地提供了思路。     

G2S:基于语义块的知识图谱问答语义解析

问题意图理解是知识图谱问答的主要任务之一,语义解析是当前理解问题意图的主流方法.其主要挑战是如何充分利用知识图谱上下文理解问句中的隐含实体或关系,以及时间、排序和聚合等复杂约束条件等意图.为了应对这些挑战,本文提出了一种基于语义块的知识图谱问答语义解析框架——Graph-to-Segment,框架中的语义解析模型结合了基于规则的准确度和基于深度学习的覆盖度,实现了问题到语义块序列的解析和语义查询图的构造.框架将问题意图使用基于语义块的语义查询图表示,将问题的语义解析建模为语义块序列生成任务,采用编码器-解码器神经网络模型实现问题到语义块序列的解析,然后通过语义块组装形成语义查询图.同时,结合知识图谱中的上下文信息,模型使用图神经网络学习问题的表示,改进隐含实体或关系的语义解析效果.在两个知识图谱问答数据集上的实验表明,模型性能达到了良好的效果.