典型文献
政策文本的知识建模与关联问答研究
文献摘要：
[目的]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.[方法]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.[结果]问题分类准确率达到90.76％,分别高出原始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.[局限]问题知识获取方法性能受限于领域知识体系完整性,关联答案效果取决于政策知识抽取的准确性.[结论]在对政策文本内容解构并进行知识表示的基础上,所提方法可以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.
文献关键词：
智能问答;文本挖掘;电子政务;政策知识建模;知识图谱;知识聚合
中图分类号：
作者姓名：
华斌;康月;范林昊
作者机构：
天津财经大学管理科学与工程学院 津300222;天津财经大学理工学院 天津300222
文献出处：
引用格式：
[1]华斌;康月;范林昊-.政策文本的知识建模与关联问答研究)[J].数据分析与知识发现,2022(11):79-92
A类：
ERNIE+CNN,IDCNN+CRF,政策知识建模
B类：
政策文本,语义知识,知识理解,智能问答,社会综合,综合服务,服务效率,文本内涵,知识模型,疑问词,词注意力机制,政策问题,问题分类,句法分析,语义角色标注,认知计算,语用层面,知识获取,知识融合,语义检索,知识聚合,聚合技术,BERT,语义相似度,相似度计算,知识单元,计量方法,对答,重质,分类准确率,百分点,精确率,质量检验,获取方法,受限于,领域知识,体系完整,知识抽取,文本内容,行知,知识表示,政策内容,文本挖掘,电子政务
AB值：
0.424228
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
