|
面向旅游服务的智能标注及知识图谱构建系统 | |
论文目录 | |
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 知识图谱简介 | 第13-15页 |
| 1.2.1 知识图谱介绍 | 第13页 |
| 1.2.2 知识图谱研究现状 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第二章 相关技术及理论基础 | 第17-25页 |
| 2.1 爬虫系统相关技术介绍 | 第17-18页 |
| 2.1.1 Scapy框架 | 第17页 |
| 2.1.2 MongoDB | 第17-18页 |
| 2.2 智能标注系统相关介绍 | 第18-20页 |
| 2.2.1 Django框架 | 第18页 |
| 2.2.2 Vue框架 | 第18页 |
| 2.2.3 现有开源标注工具介绍 | 第18-20页 |
| 2.3 本体概述及构建工具 | 第20-21页 |
| 2.3.1 本体论概述 | 第20-21页 |
| 2.3.2 Protégé工具介绍 | 第21页 |
| 2.4 深度学习相关模型 | 第21-23页 |
| 2.4.1 长短期记忆神经网路 | 第21页 |
| 2.4.2 BERT | 第21-23页 |
| 2.4.3 ALBERT | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 实体识别和关系抽取数据集构建 | 第25-41页 |
| 3.1 研究背景与意义 | 第25页 |
| 3.2 旅游数据采集及预处理 | 第25-31页 |
| 3.2.1 爬虫系统设计 | 第26页 |
| 3.2.2 数据采集步骤 | 第26-28页 |
| 3.2.3 数据预处理 | 第28-31页 |
| 3.3 实体及关系类型定义 | 第31-33页 |
| 3.4 数据标注存储及扩增 | 第33-40页 |
| 3.4.1 数据标注 | 第33-38页 |
| 3.4.2 数据扩增技术 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 旅游知识图谱构建 | 第41-65页 |
| 4.1 知识图谱构建技术架构 | 第41-42页 |
| 4.2 旅游领域本体构建 | 第42-46页 |
| 4.2.1 Protégé构建Schema | 第42-46页 |
| 4.3 知识抽取 | 第46-56页 |
| 4.3.1 实体抽取 | 第46-50页 |
| 4.3.2 关系抽取 | 第50-56页 |
| 4.4 知识融合 | 第56-61页 |
| 4.4.1 基于距离度量的实体对齐方法 | 第56-58页 |
| 4.4.2 基于BERT的孪生网络实体对齐方法 | 第58-60页 |
| 4.4.3 实体对齐模型 | 第60-61页 |
| 4.5 知识存储 | 第61-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 智能标注系统及知识图谱问答系统 | 第65-75页 |
| 5.1 智能标注系统 | 第65-68页 |
| 5.1.1 系统需求分析 | 第65-66页 |
| 5.1.2 系统架构 | 第66页 |
| 5.1.3 系统设计 | 第66-68页 |
| 5.2 知识图谱问答系统 | 第68-74页 |
| 5.2.1 基于旅游知识图谱的智能问答模型 | 第68-72页 |
| 5.2.2 基于微信客户端的旅游问答助手 | 第72-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章总结与展望 | 第75-78页 |
| 6.1 总结 | 第75-76页 |
| 6.2 未来工作与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间取得的研究成果 | 第83页 |
本篇论文共83页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 xjian11** 提供，作者删除入口请点击这里 |