happygril3

摘要： 1.思路自然语言语义分析 >知识库看懂的语义表示/逻辑表示（Logic Form） >推理（Inference）查询（Query） >答案如：自然语言”Number of dramas starring Tom Cruise“ 逻辑形式： count（Genre.Drama ∩ Performanc 阅读全文

摘要： 1. 问答系统的分类 非结构化的知识源 单文档阅读理解（Single-document Reading Comprehension）：单一文档寻找答案 多文档阅读理解（Multi-document Reading Comprehension）：多个文档检索答案 结构化的知识源 基于关系型数据库的问答 阅读全文

摘要： 6.1 推理概述6.1.1 什么是推理 逻辑推理： 演绎推理（Deductive Reasoning）： 自上而下 给定一个或者多个前提的情况下，推断出一个必然成立的结论的过程 归纳推理（Inductive Reasoning） 自下而上，典型是归纳泛化（Inductive Generalizati 阅读全文

摘要： 5.4.1 实例层的融合和匹配 空间复杂度挑战 时间复杂度挑战： 匹配元素对的相似度计算次数（n2） 每次相似度计算时间复杂度（t） 匹配结果质量挑战5.4.2 基于快速相似度计算的实例匹配方法 思想：降低每次相似度计算的时间复杂度，即t 映射过程只能使用简单且速度较快的匹配器，映射线索尽量简单； 阅读全文

摘要： 1.本地创建目录gbdt_model 2.进入文件目录，在文件中点击鼠标右键选择bash控制台进入 3.运行git init 命令，文件中会多出一个.git 命令 4. git remote add origin http:// 5.git add . 6. git commit -m "first 阅读全文

摘要： 知识问答系统（Question Answering QA）: 接收自然语言表达的问题--理解用户意图--获取相关知识--推理计算--自然语言形成答案 8.1.1 问答系统的基本要素 问题：问答系统的输入 答案：问答系统的输出 智能体：问答系统的执行者，理解问题语义，掌握并使用知识库解答问题，形成可供 阅读全文

摘要： 5.3.1 本体映射和本体集成 本体映射：寻找本体间的映射规则 本体集成：直接将多个本体合并为一个大本体 基于单本体的集成： 决定本体集成的方式：判断消除异构的单本体是应该从头建立，还是应该利用现有的本体来集成 识别本体的模块：明确集成后的本体应该包含那些模块 识别每个模块中应该被表示的知识：概念， 阅读全文

摘要： 5.2.1 语言层不匹配 1. 语法不匹配--不同的语言转化为同样的语法格式 2. 逻辑表示不匹配--定义从语言L1逻辑表示到语言L2的逻辑表示的转化规则 3. 原语的语义不匹配 4. 语言表达能力的不匹配--表达能力弱的语言向表达能力强的语言转换5.2.2 模型层不匹配1. 概念化不匹配：对于同样 阅读全文

摘要： 从已有的实体及实体关系中挖掘新的知识，包括内容挖掘和结构挖掘1. 内容挖掘：实体链接 文本中的实体--链向--知识库中目标实体，建立文本与知识库的联系 流程： （1）实体指称识别 通用命名实体识别技术 词典匹配技术 （2）候选实体生成 表层名字扩展：实体是缩略词或者全称的一部分 搜索引擎：将实体提及 阅读全文

摘要： 1. 面向百科类的数据抽取 框架： 页面集合：包含本地及远程的维基百科文章数据 目标数据：存储或序列化提取的RDF三元组 提取器：将特定类型的维基标记转化为三元组的提取器 解析器：确定数据类型，在不同单元之间转换值并标记分解成列表 提取作业：将页面集合，提取器和目标数据分组到一个工作流 知识提取管理 阅读全文