1. 研究目的与意义
基于知识图谱的问答是问答研究领域的热点之一。该课题以三国人物知识问答为应用场景，构建三国人物知识图谱，设计和实现一个以三国人物知识图谱为核心的问答系统，以拓宽基于知识图谱的应用领域。
《三国演义》（全名为《三国志通俗演义》，又称《三国志演义》）是元末明初小说家罗贯中根据陈寿《三国志》和裴松之注解以及民间三国故事传说经过艺术加工创作而成的长篇章回体历史演义小说，与《西游记》《水浒传》《红楼梦》并称为中国古典四大名著，是我们开始了解历史的缘起。它的巨大影响力，以至于使艺术的真实盖过了历史的真实。故设计本系统，基于《三国演义》，建立三国人物知识图谱，帮助更加方便地了解三国人物关系。
本课题拟完成基于知识图谱的三国人物知识回答系统的设计与实现，以解决三国人物关系错综复杂，难以理清的状况。该问答系统将带来如下好处：1.节约翻书查询的时间成本。2.将无序的信息进行有序和科学的整理，逻辑清晰，避免出现杂乱或冗余的信息。3.给用户提供问答形式的交互服务，生动有趣。
2. 课题关键问题和重难点
以三国人物知识问答为应用背景，构建三国人物知识图谱，设计和实现可在移动客户端运行的三国人物知识问答系统。
主要任务包括：
（1）基于《三国演义》，构建三国人物知识图谱；
3. 国内外研究现状（文献综述）
为了使网络中的数据与信息具备“语义化”特征而方便机器理解,知识工程经历了“语义网”“本体”知识图谱”三个载体[1,2]。知识图谱由百度公司2012年提出,当时的目标是为了优化引擎搜索质量,提供用户高查询体验质量。随着智能化时代的到来,知识图谱逐渐成为人工智能的最高阶段——认知智能的一个必备工具,在人工智能(AI)中扮演着大脑的角色[3,16]。有关知识图谱的应用也层出不穷,其中问答系统目前最流行的应用。基于知识图谱的问答系统能够理解用户输入的自然语言问句,再通过知识图谱中的实体、关系等查找准确的答案返回给用户,从而提高信息搜索的效率[4]。知识图谱对语义识别技术要求较高,需要依赖大量用户的行为数据库,对社会化开源内容有很强的支撑需求,因此目前知识图谱在搜索引擎中的应用更为普遍,像谷歌的Knowledge Graph、百度知心和搜狗知立方等[6]。
现阶段国外构建知识图谱的方法较为成熟,国内对知识图谱的研究手段和方法相对滞后。如寻径网络、自组织特征映射、力矢量布局算法、潜在语义算法、最小生成树算法、三角测量等较为先进的映射技术在国外已有实验报道,但在国内除寻径网络的方法外仅有简单评介[9,10,19,20]。知识图谱的应用工具也多为国外开发,数据格式与国内主要数据库有所差别,因此很难应用在国内的中文知识图谱研究上。目前国内的代表性研究成果主要有:清华大学的跨语言知识图谱Xlore是国内第一个大规模双语知识图谱,上海交通大学构建了中文知识图谱研究平台zhishi. me,复旦大学GDM 实验室推出的中文知识图谱展示平台项目中国科学院计算技术研究所基于OpenKN(开放知识网络)建立了“人立方、事立方、知立方系统”,中国科学院数学与系统科学研究院陆汝钤院士提出知件(Knowware)的概念等[11,12]。
针对智能问答方面的问题,借助知识图谱可以实现 Web 从网页链接向概念链接转变，以知识点树的形式向用户反馈结构化的知识点及相关问题,方便用户准确定位和深度获取问答结果[7,8]。问答系统按照领域可分为开放领域和限定领域两大类。基于开放领域的能够问答用户的各种各样问题,一般要用到信息检索、信息抽取和自然语言处理等技术,目前已有一些常用的数据集如SQuAD 、TriviaQA 、 CuratedTREC、WebQuestions 等[13,14,15]。
4. 研究方案
1.设计方案
系统总体设计如图1所示
5. 工作计划
2022-2023-1学期：
第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
