专栏首页arxiv.org翻译专栏基于电力知识图的智能问题应答系统

基于电力知识图的智能问题应答系统

智能问题应答(IQA)系统可以通过了解自然语言问题来准确地捕获用户的搜索意图,从大规模知识库中有效地搜索相关内容,并将答案直接返回给用户。 由于IQA系统可以在数据搜索和推理中节省可见的时间和劳动力,因此在数据科学和人工智能中获得了越来越多的关注。 本文介绍了使用来自电力中大规模异构数据的图表数据库和图表计算技术介绍了域知识图。 它提出了基于电力知识图的IQA系统,基于自然语言处理(NLP)方法提取自然询问的意图和约束,通过知识推理构建图形数据查询语句,并完成准确的知识搜索 并分析为用户提供直观可视化。 该方法彻底组合了知识图和图形计算特性,实现了高速多跳知识相关推理分析巨大知识。 拟议的工作也可以为上下文感知智能问题和答案提供基础。

原文题目:An Intelligent Question Answering System based on Power Knowledge Graph

原文:The intelligent question answering (IQA) system can accurately capture users' search intention by understanding the natural language questions, searching relevant content efficiently from a massive knowledge-base, and returning the answer directly to the user. Since the IQA system can save inestimable time and workforce in data search and reasoning, it has received more and more attention in data science and artificial intelligence. This article introduced a domain knowledge graph using the graph database and graph computing technologies from massive heterogeneous data in electric power. It then proposed an IQA system based on the electrical power knowledge graph to extract the intent and constraints of natural interrogation based on the natural language processing (NLP) method, to construct graph data query statements via knowledge reasoning, and to complete the accurate knowledge search and analysis to provide users with an intuitive visualization. This method thoroughly combined knowledge graph and graph computing characteristics, realized high-speed multi-hop knowledge correlation reasoning analysis in tremendous knowledge. The proposed work can also provide a basis for the context-aware intelligent question and answer.

原文链接:https://arxiv.org/abs/2106.09013

原文作者:Yachen Tang, Haiyun Han, Xianmao Yu, Jing Zhao, Guangyi Liu, Longfei Wei

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 基于知识图谱的问答系统Demo

    基于知识图谱的问答系统,即KBQA。其中一个简单的实现方法是根据用户输入的自然语言问句,转化为图数据库中的关系查询,最终将数据库中的实体及关系呈现给用户。

    里克贝斯
  • 基于知识图谱的智能问答方案

    2012年谷歌首次提出“知识图谱”这个词,由此知识图谱在工业界也出现得越来越多,对于知识图谱以及相关概念的理解确实也是比较绕。自己在研究大数据独角兽Palant...

    机器学习AI算法工程
  • 基于三元组知识图谱的简易问答系统

    基于知识图谱的问答系统很难直接回答自然文本状态的问题,所以我们要把问题转化为一定的结构。一个很好的选择就是三元组:

    blmoistawinde
  • 基于知识图谱的智能问答机器人技术架构

    一、前言 本文是《智能对话机器人实战开发案例剖析》系列文章的第三部分,第1篇:基于知识图谱的智能问答机器人技术架构。相关内容已录制成视频课程,课程地...

    数据饕餮
  • 基于知识图谱的问答在美团智能交互场景中的应用和演进

    导读:目前为止 IT 产业经历了六次浪潮,分别为:大型机时代,小型机时代,个人电脑时代,桌面互联网时代,移动互联网时代和 AIOT 时代。在这些时代背后可以发现...

    Java帮帮
  • Datawhale 知识图谱组队学习 Task 2 基于医疗知识图谱的问答系统操作介绍

    该项目是GITHUB上的一个开源项目QASystemOnMedicalGraph。是基于医疗领域知识图谱的问答系统。具体内容为从无到有搭建一个医疗领域知识图谱(...

    听城
  • MSRA副院长周明博士:四大研究领域揭示自然语言技术的奥秘

    AI 科技评论按:比尔·盖茨曾说过,「语言理解是人工智能皇冠上的明珠」,沈向洋博士也说过「懂语言者得天下」。自然语言理解处在认知智能最核心的地位。它的进步会引导...

    AI科技评论
  • 【NLP-ChatBot】我们熟悉的聊天机器人都有哪几类?

    本篇是专栏中介绍聊天机器人的第一篇,会大概介绍聊天机器人的历史、特点、分类以及技术框架,让大家对聊天机器人有一个大致的了解。

    用户1508658
  • 一周论文 | 基于知识图谱的问答系统关键技术研究#4

    作者丨崔万云 学校丨复旦大学博士 研究方向丨问答系统,知识图谱 领域问答的基础在于领域知识图谱。对于特定领域,其高质量、结构化的知识往往是不存在,或者是极少的。...

    机器之心
  • 道一云x腾讯云小微 : 最新智能客服解决方案来了!|腾讯SaaS加速器·案例库

    ? 来源 |  腾讯SaaS加速器首期项目-道一云 ---- 据统计,销售部门和职能部门每天消耗在解答咨询的时间占当天工作时间的六成以上,其中有三成以上的问题...

    腾讯SaaS加速器
  • 结合知识图谱实现基于电影的推荐系统

    知识图谱(Knowledge Graph,KG)可以理解成一个知识库,用来存储实体与实体之间的关系。知识图谱可以为机器学习算法提供更多的信息,帮助模型更好地完成...

    代码医生工作室
  • 微软亚院副院长周明:自然语言处理的历史与未来

    【导读】自然语言处理,即Nature Language Processing,一般简称为“NLP”,是人工智能领域的热点及微软赖以生存的技术。微软亚洲研究院副院...

    WZEARW
  • 基于知识图谱和人工智能驱动的企业深度智能运营和运维平台

    本项目利用知识图谱、深度学习技术,为企业及个人构建企业知识库,从而实现集知识管理、知识发现、知识服务等功能于一身的企业深度智能运营和运维平台,为企业提供知识化、...

    机械视角
  • 观点 | 预见未来:NLP将迎来黄金十年

    AI 科技评论按,本文转载自公众号“微软研究院 AI 头条”,雷锋网 AI 科技评论已获授权。

    AI科技评论
  • 认知智能,AI的下一个十年 | AI Procon 202

    在 1956 年的夏天,人工智能在美国达特茅斯大学召开的学术会议之上蹒跚学步,吸引无数研究学者对其智能化的探索以及未来美好愿景的描绘。不过,彼时在抽象思维、自我...

    AI科技大本营
  • 【干货】最全知识图谱综述#2: 构建技术与典型应用

    【导读】知识图谱技术是人工智能技术的组成部分,其强大的语义处理和互联组织能力,为智能化信息应用提供了基础。我们专知的技术基石之一正是知识图谱-构建AI知识体系-...

    WZEARW
  • 谷歌发布Contact Center AI,智能客服真的能够不再“智障”了吗?

    Google Cloud Next 18大会上,李飞飞与李佳组合再次联手推出了一个新的产品。这是谷歌推出的第一个Solution Product (行业解决方案...

    用户2908108
  • 微软亚洲研究院副院长周明:微软的 NLP 帝国

    【新智元导读】 微软几乎所有和 AI 相关的重要产品,背后都体现了 NLP 技术的重要性,这也是微软亚洲研究院深耕已久的领域。微软亚洲研究院副院长、ACL主席周...

    新智元
  • 基于知识图谱的问答系统,BERT做命名实体识别和句子相似度

    了解知识图谱的基本概念,也做过一些demo的实践,毕竟是做问答方向的,所以就比较关注基于知识图谱的问答。其实构建知识图谱的核心在于命名实体识别和关系抽取,围绕这...

    机器学习AI算法工程

扫码关注云+社区

领取腾讯云代金券