Використання нейронних мереж у роботі з базами знань
Вантажиться...
Дата
2021-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота виконана на 99 сторінках, містить 35 ілюстрацій, 23 таблиці, 1
додаток. При підготовці використовувалась література з 56 джерел
Актуальність теми
Дана дисертація присвячена дослідженню нейронних мереж у
рамках роботи з базами знань.
Зі збільшенням кількості інформації зростає складність обробки і
зберігання знань про цю інформацію. Використання баз знань стає більш
частим рішенням при пошуку сховища для чітко структурованих даних.
Збільшення об’ємів даних призводить до збільшення кількості ресурсів,
що потребуються для її обробки. Це ускладнює процес ручної обробки
даних. З поширенням використання баз знань зростає попит на
спеціалістів, що мають можливість застосовувати свої знання на
практиці. Це ставить певні обмеження на професіоналів у власних
доменах, які не можуть застосовувати свої дані через звичайну нестачу
навиків при роботі з базами знань. Використання нейронних мереж
дозволяє вирішити різноманітні питання у полі роботи з базами знань.
Актуальність роботи полягає в дослідженні сучасних підходів у
різноманітних шляхах роботи з базами знань з використанням
нейронних мереж, що дозволяють подолати проблеми, які виникають
при роботі з базою знань (напряму чи опосередковано).
Мета та задачі дослідження
Метою даної роботи є дослідження використання нейронних мереж
у рамках роботи з базами знань.
Рішення поставлених завдань та досягнуті результати
Для досягнення поставленого завдання було розглянуто формати
представлення формалізованих знань у базах знань, включаючи RDF та
різні діалекти OWL, виконано огляд літературних джерел та
проаналізовано роботи, що використовують нейронні мережі для
здійснення логічних висновків у базах знань. Опрацьовано літературні
джерела, що присвячені вирішенню задач семантичній сегментації
текстів з використанням нейронних мереж. Проаналізовано систему, що
використовує семантичний аналіз вхідної послідовності для
перетворення вхідної послідовності природною мовою на запит на мові
SPARQL. Розглянуто використання згорткових, графових та гібридних
мереж даного типу для роботи з графовим представленням
формалізованих знань. Створено прототип системи перекладу вхідної
послідовності на природній мові у мову запитів до бази знань SPARQL.
Описано архітектурні особливості прототипу. Розглянуто механізм
уваги і задачу машинного перекладу. Проаналізовано отримані
результати.
Об’єкт дослідження:
Бази знань.
Предмет дослідження:
Застосування нейромереж у роботі з базами знань.
Наукова новизна
Наукова новизна роботи полягає у вирішенні задачі машинного
перекладу зі зважуванням в рамках роботи з базами знань.
Практичне значення одержаних результатів
Робота може бути використана як база для системи отримання
результатів з бази знань після запиту у вигляді послідовності на
природній мові.
Опис
Ключові слова
NLP, Transformer, SPARQL, Seq2Seq, OWL, PyTorch
Бібліографічний опис
Чернюк, А. О. Використання нейронних мереж у роботі з базами знань : магістерська дис. : 122 Комп’ютерні науки / Чернюк Андрій Олександрович. – Київ, 2021. – 99 с.