基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于市面上搜索引擎的搜索结果繁杂且针对专业领域的问答结果很少的情况,提出了一种基于优化后Att-BiLSTM-CRF深度学习模型的问答系统的构建方法.将机械专业的问答数据与智能问答技术结合起来,实现了导入问答文档进行自然语言处理后自动生成对应齿轮传动知识图谱的功能.在用户输入问题后,系统会通过文本相似度算法和Viterbi最优路径算法来匹配关键词.实验表明,其回答内容大部分都具备合理性且准确率高,可广泛应用于工科院校线上线下的智能教学以及相关展览的智能讲解.
推荐文章
基于包装产业大数据知识图谱的智能问答系统设计
包装产业
大数据
知识图谱
智能问答系统
相似度计算
eFAQ语句
基于知识图谱的包装产业大数据智能问答系统研究
知识图谱
包装产业
大数据
智能问答系统
分块区域匹配
信息聚类处理
集成开发
基于知识图谱的旅游景点问答系统
问答系统
知识图谱
靖江王府
分词
答案生成
基于包装产业大数据知识图谱的智能问答系统设计
包装产业
大数据
知识图谱
智能问答系统
相似度计算
eFAQ语句
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识图谱的齿轮传动智能问答系统
来源期刊 农业装备与车辆工程 学科 工学
关键词 模型优化 齿轮传动 深度学习 智能问答系统 构建方法
年,卷(期) 2022,(2) 所属期刊栏目
研究方向 页码范围 61-66
页数 6页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1673-3142.2022.02.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模型优化
齿轮传动
深度学习
智能问答系统
构建方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业装备与车辆工程
月刊
1673-3142
37-1433/TH
大16开
济南市桑园路19号
1963
chi
出版文献量(篇)
5192
总下载数(次)
16
论文1v1指导