QA调查：北航大数据高精尖中心研究张日崇团队对问答系统的研究。包括知识图谱问答系统（KBQA）和文本问答系统（TextQA），每类系统分别对学术界和工业界进行研究
2021-06-24 09:36:33
21.67MB
1
该KBQA系统可以解析输入的自然语言问句，主要运用REFO库的"对象正则表达式"匹配得到结果, 进而生成对应 SPARQL 查询语句，再通过API请求后台基于TDB知识图谱数据库的 Apache Jena Fuseki 服务, 得到结果。原理及用法：https://www.cnblogs.com/whiterock/p/9522821.html
2021-06-21 17:50:47
46MB
1
该项目基于医疗信息，利用neo4j构建知识图谱，最后根据刘焕勇老师的开源项目（https://github.com/liuhuanyong/QASystemOnMedicalKG）搭建问答系统。
2021-04-23 21:01:43
26.88MB
1
中文简介：随着知识图谱的迅速发展，面向知识图谱的中文领域问答系统已成为目前最新最热的研究方向之一，对于提高专业领域服务智能化程度具有较高的意义和价值。本系统针对中文口语语义表达多样化、不符合语法规范以及电商领域特殊性问题，提出了一套流式的中文知识图谱自动问答系统 CEQA，能够较好的完成电商领域商品咨询以及统计推理等复杂问题，特别是有效地提升了中英文混合商品名称识别、语义链接以及复杂问句的依存分析等方面的性能。实验结果表明，该系统在电商领域问答应用中具有较高的准确率和实用价值。
2021-03-10 09:08:27
947KB
基于mongodb存储的军事领域知识图谱问答项目，8大类，100余小类，共计5800项的知识库，该项目不使用图数据库进行存储，通过jieba进行问句解析，问句实体项识别，基于查询模板完成多类问题的查询，主要是提供一种工业界的问答思想demo。
2021-02-16 20:11:56
3.75MB
1