基于深度神经网络的港口机械问答系统设计

作     者：肖汉斌 张鹏 祝锋 XIAO Han-bin;ZHANG Peng;ZHU Feng

作者机构：武汉理工大学物流工程学院武汉430063 

出 版 物：《武汉理工大学学报》 (Journal of Wuhan University of Technology)

年 卷 期：2019年第41卷第12期

页      码：66-72页

摘      要：针对港口机械设备种类繁多,技术繁杂导致信息检索效率低的问题,设计了港口机械智能问答系统。系统采用Protégé编辑本体模型,并依托领域专家的评价构建本体知识库;在此基础上分别基于BERT-BiLSTM-CRF模型和BiLSTM-Attention模型完成命名实体的识别和实体关系的抽取,最后结合SPARQL语句特点将自然语言问句转换为结构化查询语句,检索知识库并输出结果。测试结果表明,该系统能够智能化回答港口机械领域的相关问题,相较于传统的关键词检索方式,检索准确度和效率有极大提升,在工程应用中有一定的现实可行性。

主 题 词：港口机械 问答系统 深度神经网络 双向长短记忆神经网络 注意力机制 

学科分类：081505[081505] 08[工学] 081203[081203] 0815[工学-矿业类] 0824[工学-林业工程类] 0835[0835] 0814[工学-地质类] 082401[082401] 0812[工学-测绘类] 

D　O　I：10.3963/j.issn.1671-4431.2019.12.011

馆 藏 号：203105903...