摘要
针对智能问答系统中知识获取难及理解能力弱的问题,本研究提出一种基于知识图谱的智能问答系统设计方案。通过构建大规模知识图谱,并结合自然语言处理与深度学习技术,系统能够从非结构化文本中自动提取知识,高效准确地理解和回答用户问题。实验结果表明,该系统在查准率、查全率及F_1值等方面均显著优于基线系统,且能生成更为完整和丰富的答案,平均响应时间控制在1.5 s以内,表明本研究所构建的智能问答系统具备优秀的查询性能和实时性。
出处
《信息记录材料》
2025年第3期159-161,共3页
Information Recording Materials
基金
2022年度辽宁省教育科学“十四五”规划课题项目(JG22BB236)。
