dzy

已结束

政策文本的知识建模与关联问答研究

【提案类别】 文章分享提案

【文章作者】华斌，康月，范林昊

【发表时间】2022-05-11

【文章来源】 《数据分析与知识发现》

【分享时间】2022-10-29 20:00

【分享语言】汉语

【分享原因】该方法可以用于区块链政策知识建模和问答中：本文为实现一种以认知层语义知识理解为主导的关联政策智能问答方法，提升政府的社会综合服务效率与能力，基于政策文本内涵建立知识模型表达政策知识；引入疑问词注意力机制，结合改进的ERNIE+CNN模型完成政策问题分类；利用融合句法分析的语义角色标注IDCNN+CRF模型与认知计算方法进行问题语义、语用层面知识获取；在知识融合与语义检索的基础上，利用知识聚合技术实现关联答案的生成，并采用BERT语义相似度计算与知识单元计量方法对答案进行双重质量评价。问题分类准确率达到90.76%，分别高出BERT、ERNIE模型18.81、5.05个百分点，问题知识获取精确率达到95.88%，答案质量检验的正确率达到93.75%，答案的语义相似度结果为0.88，知识一致性结果为0.96。整体而言，对政策文本内容解构并科学进行知识表示的基础上，本文的方法可以实现综合不同政策内容的问题答案，并具有较好的知识检验结果。