文档摘要：为了能够提供实时的新冠疾病咨询服务,本研究将新冠肺炎知识图谱以百科网站作为主要知识来源,利用中文分词、命名实体识别、依存句法分析和Neo4j图数据库等关键技术,初步实现了基于新冠肺炎知识图谱的智能问答系统.另外基于BERT-BiLSTM-CRF模型,设置了BIO和BIOE2种标注方案对医疗命名实体识别结果影响的对比实验,验证了BIOE标注方案的优越性,其总评测结果F1值高达97％.
作者：任燕春 赵瑛 王铁 许丹彤Author：RENYanchun ZHAOYing WANGTie XUDantong
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2021, 40(3)
分类号：TP391
关键词：新冠肺炎;知识图谱;智能问答;命名实体识别;BERT-BiLSTM-CRF
机标分类号：
在线出版日期：2021年10月28日
基金项目：国家自然科学基金资助项目，内蒙古自治区自然基金资助项目，内蒙古自治区高等学校科学研究项目资助项目，包头市科技计划项目资助项目基于新冠肺炎知识图谱的智能问答系统研究[
期刊论文] 内蒙古科技大学学报--2021, 40(3)任燕春 赵瑛 王铁 许丹彤为了能够提供实时的新冠疾病咨询服务,本研究将新冠肺炎知识图谱以百科网站作为主要知识来源,利用中文分词、命名实体识别、依存句法分析和Neo4j图数据库等关键技术,初步实现了基于新冠肺炎知识图谱的智能问答系统.另外基...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：
- 文件大小:
- 1.28 MB
- 下载次数:
- 60
-
高速下载
|
|
1
