成果介绍
本发明涉及适用于预测目的的数据处理领域,本发明公开了基于自然资源产业链知识图谱的智能问答方法及系统,其中方法包括:获取自然资源产业数据;将半结构化数据转换为新的结构化数据;将所有的结构化数据存储到关系数据库中;对所有的结构化数据进行分析,构建出自然资源产业链的领域本体;将领域本体作为自然资源产业链知识图谱的模式层;配置领域本体与关系数据库中结构化自然资源产业链数据之间的映射关系;基于映射关系将数据库中存储的结构化数据导出为三元组数据,将三元组数据作为自然资源产业链知识图谱的数据层;获取自然资源产业的自然语言问题,基于自然资源产业链知识图谱对自然语言进行答案搜索,输出与自然语言对应的答案。
成果亮点
首先,本发明所提出的一系列设计、构建、应用产业链知识图谱以及智能问答系统的方法,能够对用户所提出的自然资源产业领域相关问题能够得出全面、准确的回答。
其次,针对不同的数据类型,将所收集得到的产业链数据分类为结构化与半结构化数据,这种多样化来源的数据在经过清洗和知识融合后能够显著提高知识图谱中所存储知识的准确率。
最后,利用预先定义问题模板的方法,能够缩小问题的搜索范围,提高搜索的效率与性能。
团队介绍
2014年2月毕业于法国国家应用科学学院(INSA de Strasbourg)和斯特拉斯堡大学(Universitéde Strasbourg),获计算机博士学位,2019年9月至2020年9月在法国里昂第一大学图像信息与信息系统国家重点实验室(LIRIS)从事博士后研究工作。2012年1月至2012年7月在法国工程师学校ECAM de Strasbourg担任计算机专业教师。现为山东师范大学信息科学与工程学院副教授、硕士生导师,CCF YOCSEF济南委员会委员、中国计算机学会会员,担任Knowledge-Based Systems、Computers in Industry、European Journal of Industrial Engineering等多个学术期刊审稿人。
成果资料