基于知识图谱的服装问答系统

摘要：

随着电商产业的不断发展,消费者希望在网上购物时能够和商家进行更好的沟通,而人工客服需要浪费大量的人力物力.为合理、有效地利用服装资源,文章通过构建服装知识图谱,并基于知识图谱实现服装知识自动问答.该问答系统利用目标实体的多跳关系与问句进行匹配从而完成答案生成,知识问答模型采用BERT作为编码层,使用LSTM网络对知识库的多跳关系进行学习,利用自注意力机制对知识库特征和问句特征进行计算,最终通过二分类的输出将问句和知识库的匹配结果作为评分,并根据评分给出答案.文章对问答系统的准确性和运行效率在自建的服装数据上进了实验.实验表明,该问答方法相对于传统的答案匹配方法效果更好,同时在运行效率的实验上验证了方法在实际中的可行性.基于知识图谱进行问答系统的搭建可以有效地解答消费者在服装知识和服装搭配推荐上的问题,在提高用户体验的同时节约了人力资源.

关键词：服装、知识图谱、知识问答、知识抽取、Bert预训练模型

所属期刊栏目：33

分类号：TP391.1(计算技术、计算机技术)

资助基金：西安工程大学研究生创新基金项目;国家级大学生创新创业训练计划项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：99-104