基於注意力機制之高精確知識融合方法之設計-以酪農知識問答系統建置為例

Design of a High Accuracy Knowledge Fusion Scheme Based on Attention Mechanism–Implementation of Diary Knowledge QA System

翁子平(Weng Zi-Ping)

指導教授 ： 龔旭陽

國立屏東科技大學/管理學院/資訊管理系所/碩士(2021年)

https://doi.org/10.6346/NPUST202100343

摘要

無資料

關鍵字

知識問答系統 ； 知識圖譜 ； 注意力機制模型 ； 知識分歧 ； 知識融合 ； 知識抽取 ； TF-IDF ； 雙向門控循環單元 ； 條件隨機域 ； 酪農知識

並列摘要

無資料

並列關鍵字

Knowledge Question Answering ； Knowledge Graph ； Attention Mechanism Model ； Knowledge Divergence ； Knowledge Fusion ； Knowledge Extraction ； Knowledge Retrieval ； Term frequency-Inverse document frequency ； Bidirectional Gate Recurrent Unit ； Conditional Random Field ； Dairy Farmer Knowledge

參考文獻

[1]國立台灣大學，文字探勘之前處理與TF-IDF介紹，取自：http://www.cc.ntu.edu.tw/chinese/epaper/0031/20141220_3103.html

[2]呂國豪，(2018)，結合NLP與Bi-LSTM之智慧飼養知識計算系統設計與實作。

[3]行政院農委會，農業統計資料，取自：https://agrstat.coa.gov.tw/sdweb/public/inquiry/InquireAdvance.aspx

[4]行政院農委會，農政農情2020年1月，取自：https://www.coa.gov.tw/ws.php?id=2509988

[5]Arnaout, H., & Elbassuoni, S. (2018). Effective searching of RDF knowledge graphs. Journal of Web Semantics, 48, 66-84.