首页|火灾应急领域知识图谱问答方法研究

火灾应急领域知识图谱问答方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
火灾是常见的一种灾害,火灾应急知识的获取对个人安全和社会发展至关重要.文章提出一种面向火灾应急领域的知识图谱问答Pipeline(流水线模型)改进方法.首先对实体识别、实体链接及路径排序阶段的模型采用Task specific的思想进行独立训练,结合特征融合算法对知识三元组进行重新排序;其次在路径排序模型中引入Beam Search(集束搜索)算法;最后采用迁移学习策略,在通识领域的知识图谱问答语料场景下训练大参数量模型.实验证明,该方法应用于火灾应急领域语料上的准确率为 89.0%,优于传统Pipeline方法,问答效果更好.
Research on Q&A Method of Knowledge Graph in Fire Emergency Domain

潘茹、查俊

展开 >

安徽建筑大学电子与信息工程学院,安徽 合肥 230601

清华大学合肥公共安全研究院,安徽 合肥 230601

火灾应急 知识图谱问答 信息检索 语义匹配

2023

10.19644/j.cnki.issn2096-1472.2023.007.002

软件工程
东北大学 大连东软信息学院

软件工程

影响因子：0.527
ISSN：2096-1472
年,卷(期)：2023.26(7)
  • 2