检索结果-南通市图书馆

作者：肖凯聊城大学

学位级别：硕士

普通高中化学课程是落实立德树人根本任务、发展素质教育、弘扬科学精神、提升核心素养的重要载体。化学作为一门基础学科,具有知识覆盖面广且零碎的特点,而知识图谱在解决此问题上有着自身独特的优势。因此,本文旨在研究如何通过将知... 详细信息

普通高中化学课程是落实立德树人根本任务、发展素质教育、弘扬科学精神、提升核心素养的重要载体。化学作为一门基础学科,具有知识覆盖面广且零碎的特点,而知识图谱在解决此问题上有着自身独特的优势。因此,本文旨在研究如何通过将知识图谱融入中学化学来促进学生的学习效果及能力的提高,为将知识图谱融入中学化学教学提供可参考的思路和方法。本文围绕“将知识图谱融入中学化学教学可以提高学生学习效果及能力”展开论述。首先,结合党的教育方针、化学学科特点、高中化学课程标准的要求以及终身学习时代的必然要求,明确研究意义,分析研究现状,阐述研究内容,根据研究内容确定研究方法。然后,对“知识图谱”等概念进行了界定,并介绍了在教学设计及实践过程中所用到的基本理论。接着,对初、高中人教版化学教材中与铝相关的知识点进行搜集、汇总,基于汇总的知识点再结合部分化学前沿知识构建知识图谱。之后,在教学实践之前,对教师和学生进行问卷调查,了解他们对知识图谱的熟悉情况以及对将知识图谱融入中学化学教学的认可度。再次,结合知识图谱,分别设计《铝和铝合金》新授课、《铝的相关知识》复习课及练习课,并将其付诸实践,根据实践过程中出现的问题及实践结果进行教学反思。接着,在教学实践结束后,再对学生进行问卷调查,同时对教师进行访谈,总结将知识图谱融入中学化学教学后的效果。最后,根据调查结果得出结论,对实践过程中出现的问题进行反思,进一步提出未来的研究设想与展望。调查研究发现,将知识图谱融入中学化学教学,与教学实践之前相比,学生更能将新旧知识联系起来,课堂的学习氛围有了明显的提升,学生的化学思维能力以及学习成绩也有了一定的进步,他们在课堂中更愿意与老师进行互动,并且喜欢采用构建知识图谱的方法进行复习。将知识图谱融入教学的案例很少,并且将知识图谱融入中学化学教学的方法处于尚未成熟阶段,要想使其真正落地,还有很长的一段路要走。希望此次的教学案例可以为广大教育工作者的教学实践提供参考,研究结果可以为相关研究人员提供借鉴。

关键词：知识图谱中学化学知识图谱构建铝教学实践

面向COVID-19疫情的知识图谱构建与事件推理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向COVID-19疫情的知识图谱构建与事件推理

作者：郭怡清吉林大学

学位级别：硕士

自2019年新型冠状肺炎疫情(COVID-19)在中国武汉首次爆发以来,尽管国内新冠肺炎疫情在短时间内得到了有效控制,因其高传染性与高隐蔽性,仍不可避免地在全球范围内迅速传播开来,带来了不可估量的损失。对新冠确诊患者轨迹数据进行深入研... 详细信息

自2019年新型冠状肺炎疫情(COVID-19)在中国武汉首次爆发以来,尽管国内新冠肺炎疫情在短时间内得到了有效控制,因其高传染性与高隐蔽性,仍不可避免地在全球范围内迅速传播开来,带来了不可估量的损失。对新冠确诊患者轨迹数据进行深入研究,检测密切接触者,隔断其进一步传播,是当前控制COVID-19的主要策略。在此背景下,本文使用知识图谱技术对患者轨迹数据中多种关联关系进行建模,并根据可视化结果,分析新冠疫情在特定地区的传播特点。基于患者轨迹数据构建的COVID-19时序知识图谱,本文提出了一个时序知识图谱推理模型,预测未来可能发生的疫情事件,以起到防控预警作用。综上所述,本文主要工作包括以下几个方面:首先,根据官方发布的新冠疫情轨迹信息,结合兴趣点数据(Point Of Interest,POI),提取关键信息并处理为结构化数据,为后续的COVID-19知识图谱可视化与COVID-19时序知识图谱事件推理模型做数据准备。最终获取了三个真实数据集:吉林省数据集,黑河市数据集与大连市数据集,本研究以大连市数据集为例,从患者性别与年龄两个维度进行数理统计,分析此次大连市疫情的传播特点与影响因素。其次,使用Neo4j图数据库与***工具,实现COVID-19知识图谱可视化查询系统。在可视化查询系统中,本文基于不同的关联关系构建了三种知识图谱:社交关系知识图谱、地点层级知识图谱、COVID-19知识图谱,并从不同关联关系的角度出发,通过可视化结果分析其对疫情的影响与隐含的传播规律。然后,提出基于图表示学习的时序知识图谱推理模型(Graph Representation Learning Based Temporal Knowledge Graph Reasoning Model,GRL-TeR),根据COVID-19时序知识图谱对疫情事件进行推理预测。该模型由表示学习模块(编码器)与事件推理模块(解码器)两个部分组成。时序知识图谱被构建为一个带有时间戳的历史知识图谱序列。表示学习模块由关系图卷积网络(Relation Graph Convolution Network,R-GCN)与门控循环单元(Gate Recurrent Unit,GRU)构成,旨在将历史知识图谱的结构信息与序列模式编码到实体嵌入与关系嵌入中;事件推理模块将目标问题定义为实体预测任务与关系预测任务,使用多任务评分函数,为给定查询计算所有实体与关系的条件概率向量。最后,本文在三个真实数据集上进行了多组实验。对比试验中,分别选取先进的静态知识图推理模型与时序知识图推理模型作为对比方法,结果表明本文GRL-TeR模型的优越性。在消融实验与模型性能分析实验中,分别验证了GRLTeR模型各个组件的必要性与模型实验设置的合理性。

关键词： COVID-19 知识图谱构建时序知识图谱推理图表示学习

面向科技咨询的知识图谱构建与管理平台的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向科技咨询的知识图谱构建与管理平台的设计与实现

作者：马超童北京邮电大学

学位级别：硕士

面向科技咨询的知识图谱构建与管理平台是为领域专家、科技咨询专家和知识图谱研究人员提供的,从结构化、半结构化、非结构化数据源中获取高质量知识体系的工具。该平台应具备以下三个特性:构建流程的各环节衔接顺畅,全生命周期工程化;... 详细信息

面向科技咨询的知识图谱构建与管理平台是为领域专家、科技咨询专家和知识图谱研究人员提供的,从结构化、半结构化、非结构化数据源中获取高质量知识体系的工具。该平台应具备以下三个特性:构建流程的各环节衔接顺畅,全生命周期工程化;以大数据技术融合海量、多源、异构的领域数据,以人工智能技术驱动大规模知识获取,平衡自动化方式与人工方式的矛盾;可操作性强,实现多领域复用。目前知识图谱相关产品虽然取得了一些显著成果,但仍存在领域数据层次化不明确且跨域连接难、准确性与效率难以兼顾、构建全流程各环节分散且知识挖掘不充分等问题与挑战:1)传统的跨数据库扫描方式已逐渐无法适用于海量、多源、异构数据的知识获取与分析需求;2)领域知识图谱构建面临着准确性与效率之间的矛盾,自顶向下方法保证了知识的准确性,但过程繁琐、知识规模受限,自底向上方法适用于大规模知识获取,但图谱结构松散、缺乏严格的模式约束;3)现有平台的各步骤需要投入大量的时间与人力,以完成分散环节的衔接。针对上述问题与挑战,本文重点围绕科技咨询大数据统一信息模型、领域知识图谱本体和数据的构建方法、面向科技咨询的知识图谱构建与管理平台的设计与实现等开展研究,主要内容分为以下三项:1)设计并实现了一套面向数据跨域融合的“主题化—层级化—关联化”的科技咨询大数据统一信息模型。以横向主题域划分、纵向多层次建模、业务标签组织关联的方式,打通了当前科技咨询领域的多主题、多来源、异构数据,为科技咨询领域资源体系标准规范的制定提供了依据;同时,对于其他领域的数据资源统一管理与本体建模产生了一定的参考价值。2)设计并实现了一种基于混合模式的领域知识图谱本体和数据的构建方法。以自顶向下的人工过程为主线,定义本体的标签概念层级体系和关系集合,保证了领域知识图谱的专业性;以自底向上的数据驱动过程为辅线,借助自然语言处理模型获取知识,实现了图谱规模在本体框架的严格约束下扩展。3)设计并实现了松耦合模式、可自由编排任务流的领域知识图谱构建与管理平台。通过“大数据平台+AI开放平台+知识图谱平台”三者互相支撑,平衡了自动化流程与人工参与的关系,提高了现有资源的利用率,增强了平台的环节流畅性和拓展复用能力。最后,该平台应用于国家重点研发计划项目“基于大数据的科技咨询技术与服务平台研发”中,在科技咨询背景下构建了人工智能、大数据、量子通信等九个前沿领域的技术链和产业链知识图谱,验证了本文理论方法及平台的有效性与实际应用价值。

关键词：知识图谱构建统一信息模型科技咨询大数据驱动

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源数据的科研管理领域知识图谱构建

基于多源数据的科研管理领域知识图谱构建

作者：周少坤华中科技大学

学位级别：硕士

随着行业信息化进程不断推进,科研管理平台下的各种类型数据不断增长,仅靠现有的关系数据库,难以综合利用这些数据并发挥其蕴含的巨大价值。而Google知识图谱则可以较好地解决这一问题,利用它不仅可以实现科研管理平台下多源数据的集成... 详细信息

随着行业信息化进程不断推进,科研管理平台下的各种类型数据不断增长,仅靠现有的关系数据库,难以综合利用这些数据并发挥其蕴含的巨大价值。而Google知识图谱则可以较好地解决这一问题,利用它不仅可以实现科研管理平台下多源数据的集成,还能为科研管理工作者提供数据分析和决策支持,提升平台的科研管理水平和知识服务能力。因此,本文将对平台内外可利用的多源数据进行深入考究,并充分利用各个数据源进行领域知识提取,以自顶向下的方式完成知识建模任务,进而实现科研管理领域知识图谱的构建及应用。在自顶向下的知识建模任务中,由于缺乏可复用的本体和专家的指导,本文为有效地利用各个数据源,首先实现了一种半自动化的本体构建方案,不仅提出借助语义恢复策略充分地利用关系数据库的信息,还提出将基于词向量的上位词发现算法的结果与基于改进Variance-based Vector Generation的Wikipedia概念层次关系提取算法的结果相结合,以实现领域本体的有效构建。然后,将构建好的本体应用于基于Karma工具的关系数据库实体知识提取和基于概念实体的科研文本关系提取任务中,在保证知识一致性基础上能有效地提取多源数据下的实体知识,从而较好地完成知识建模任务。在具体部署实现中,由于数据量大且构建过程复杂,本文为了保证整个流程高效地运行,基于容器实现构建流程的快速部署,并且提出了自动化的实体知识提取方案,进一步提高知识建模的效率。最后,通过借助Neo4j图数据库对知识图谱进行存储,可在提高数据导入效率的基础上实现知识的高效查询、管理和应用。通过上述系统的设计、实现等步骤,本文借助多源数据完成了科研管理领域知识图谱的构建及应用任务,不仅可有效地集成、管理和挖掘科研管理领域下的多源数据,还能为科研管理人员提供更优质的知识服务,提升科研管理工作的效率和水平,进而充分地发挥网络大数据的价值。

关键词：知识图谱构建知识建模科研管理领域 Neo4j

名人专题数据平台知识图谱构建方法研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

名人专题数据平台知识图谱构建方法研究与应用

作者：杨普全东华大学

学位级别：硕士

21世纪以来,依托新一代信息技术与已有馆藏资源,建立具有区域文化特色的名人专题数据平台,已成为数字化人文建设的重要任务之一。名人专题数据平台是通过收集、整理、开发和利用具有公众效应的名人资料,进而推动地方经济发展、宣传特色... 详细信息

21世纪以来,依托新一代信息技术与已有馆藏资源,建立具有区域文化特色的名人专题数据平台,已成为数字化人文建设的重要任务之一。名人专题数据平台是通过收集、整理、开发和利用具有公众效应的名人资料,进而推动地方经济发展、宣传特色区域文化所打造的特色馆藏资源数字化平台。由于传统的名人数据资料大多是以分散独立的非结构化的形式存在,例如,文献与文献之间、文献与事迹之间、事迹与事迹之间、事迹与地点、人物、日期之间等。因此,存在着无法便捷、有效、准确获取二者相互关系,难以构建内部联系紧密、整体性强的名人专题数据平台的问题。针对上述问题,本文通过研究中文命名实体识别任务与知识图谱构建方法,更有效地识别了名人文献中的命名实体,完成了名人专题知识图谱的构建,并应用图谱实现了文献、事迹、地点、人物、日期等之间具有紧密联系的陈毅专题数据平台。本文的研究工作如下:（1）设计并提出了基于BILSTM和多头注意力机制的特征增强模块,解决了基于字符进行模型训练方法中存在的无法将句子整体特征或字的邻域特征融入字向量的问题,增强了模型的特征提取能力;提出将对抗训练作为模型的正则化方法,解决了自建数据集样本不完善的情形下模型泛化能力差的问题,增强了模型的抗干扰能力。实验结果表明,模型在加入对抗训练与特征增强模块后,F1值、召回率、精确率都得到提高。（2）设计并提出了基于依存句法分析与中文命名实体识别模型相结合的三元组抽取模型DSTE。DSTE模型实现了在使用训练后的中文命名实体识别模型和根据句式结构不同设计的8种三元组抽取模式的情形下,完成三元组的抽取。解决了名人文献文本中描述性实体和关系抽取难以用预定义数据集来限定的问题。实验结果表明,模型DSTE在陈毅事件库数据集上的f1-score可以达到78%,能有效为陈毅专题数据平台提供数据服务。（3）设计并实现了知识图谱构建系统和陈毅专题数据平台。知识图谱构建系统负责为开发人员提供本文到结构化数据的服务,包括语法分析、图谱展示、三元组抽取、文本上传等功能模块,实现了知识图谱的构建。陈毅专题数据平台负责为用户提供多样化的陈毅元帅数据服务,包括生平列表、事件树、可视化地图等功能模块,完成了陈毅特色馆藏资源信息的整合。

关键词：中文命名实体识别依存句法分析知识图谱构建名人专题数据平台

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子元器件知识图谱构建与补全技术研究

电子元器件知识图谱构建与补全技术研究

作者：刘璐华南理工大学

学位级别：硕士

知识图谱是一种高效的知识表达模型,是由节点和边构成的网状结构,是一种描述客观世界的数据结构。与传统的信息管理方式相比,知识图谱能够帮助人们更快速有效地获取所需知识间的逻辑关系,有利于知识间智能推理的实现,对于许多下游应用... 详细信息

知识图谱是一种高效的知识表达模型,是由节点和边构成的网状结构,是一种描述客观世界的数据结构。与传统的信息管理方式相比,知识图谱能够帮助人们更快速有效地获取所需知识间的逻辑关系,有利于知识间智能推理的实现,对于许多下游应用至关重要。电子元器件是电子元件和小型的机器、仪器的组成部分,本身常由若干零件构成,包含多种封装和性能等属性参数,其知识结构复杂,知识广泛且量大,潜在的关联知识难以被挖掘。针对电子元器件领域数据缺乏有效组织利用的问题,本文构建了电子元器件知识图谱,同时为了解决电子元器件知识图谱存在的不完整性带来的实际应用问题,以及克服知识图谱补全模型存在的缺陷,本文对知识图谱补全技术展开了研究。目前领域知识图谱的应用形式全面,在电商、医疗、金融等行业领域已经得到了较好的发展。本文针对电子元器件领域知识管理存在的问题,借鉴现有的知识图谱构建方法,设计了符合电子元器件领域的知识图谱构建方法。采用python爬虫的方法获取知识,BERT-Bi LSTM-CRF模型进行实体抽取,BERT模型进行关系抽取,基于实体相似性和BERT模型进行实体对齐,实现了电子元器件知识图谱的构建,增强了知识间的互联性和共享性,为智能搜索及分析辅助服务提供了技术支持。电子元器件知识图谱的分布遵循长尾分布,即部分关系只有很少的三元组,同时基于图神经网络GNN的方法通常需要足够的标记实例才能实现良好的性能。因此,本文通过在基于嵌入的方法中加入规则进行扩充,结合GNN和注意力机制提出基于规则和GNN的知识图谱补全模型。该模型将实体邻域的节点特征,边特征以及网络拓扑结构进行聚合并更新到当前节点,使用注意力机制为每个三元组分配不同的权重得到节点的向量表示。将逻辑规则保存的知识作为知识图谱嵌入方法的额外训练数据来提高知识图谱嵌入方法的性能,根据观察到的三元组和基于GNN的知识图谱嵌入方法推断的三元组来更新逻辑规则的权重。为了实现电子元器件间的替代关系预测,本文构建了电子元器件替代关系数据集,提出了电子元器件知识图谱的替代关系预测模型。最终在本文构建的电子元器件知识图谱子数据集以及Freebase子数据集上验证了本文提出的模型的有效性。

关键词：知识图谱构建图神经网络知识图谱补全图结构信息

军事需求文档知识图谱构建及需求一致性验证应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

军事需求文档知识图谱构建及需求一致性验证应用研究

作者：李锋汝国防科技大学

学位级别：硕士

信息化时代下,军事信息系统在联合作战和体系对抗中将发挥重要作用。军事需求文档作为军事信息系统开发过程中的重要产品,它对整个开发效率具有一定影响。当前军事需求文档主要采取图形、表格、文本相结合的方式进行表示,而这种表示方... 详细信息

信息化时代下,军事信息系统在联合作战和体系对抗中将发挥重要作用。军事需求文档作为军事信息系统开发过程中的重要产品,它对整个开发效率具有一定影响。当前军事需求文档主要采取图形、表格、文本相结合的方式进行表示,而这种表示方式存在内部关联性不够直观、数据复用率偏低、数据存储不科学等问题。针对这些问题,本文提出利用知识图谱技术表示军事需求文档,即将军事需求文档构建成知识图谱,并对知识图谱在需求一致性验证中的应用进行了研究,主要工作如下:1.提出了军事需求文档知识图谱构建的流程和方法。本文以全军“×××”需求工程项目成果为例,对军事信息系统的需求文档进行了研究。首先,对需求文档中实体和实体关系的类型进行了分析,归纳出军事地名、军事活动、武器装备等11类军事命名实体和下属、指挥、任务等23类实体关系,并针对军事命名实体存在嵌套和组合的现象,定义了6个军事实体嵌套规则;然后,对军事需求文档的数据特点进行了分析和研究,并针对图形数据、表格数据、文本数据分别引入了基于R2RML技术和基于Bi LSTM深度学习模型的知识抽取技术;最后,利用Neo4j图数据库和Cypher工具对知识图谱进行了可视化展示,并进行了实例验证。2.提出了利用知识图谱技术进行需求文档中实体语义一致性验证的原理、方法和步骤。利用实体链接技术,将实体指称项链接到正确的候选实体;设计了一致性验证的算法,对实体链接结果进行一致性验证;最后,对该方法进行了实例验证,并利用Python工具得出了实体语义一致性验证的结果。3.提出了利用知识图谱进行需求要素集内部关系一致性验证的方法与步骤。提出了基于知识图谱中实体关系自动化定义需求要素集的方法;借鉴专家系统的原理,提出了半自动化定义一致性规则的结构和算法;梳理了用于一致性验证的图搜索算法;最后,对该方法进行了实例验证,并利用Neo4j图数据库和Cypher工具得出了一致性验证的结果。

关键词：军事需求文档知识图谱构建需求一致性验证

面向冶金设备运维履历的知识图谱构建与语义相似性度量研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向冶金设备运维履历的知识图谱构建与语义相似性度量研究

作者：花豹东华大学

学位级别：硕士

冶金设备长期处于高负荷状态,工况十分恶劣,极易造成设备故障。而设备故障多以故障调查单及运维履历文档的形式由工人记录,存在内容描述不规范、记录信息质量参差不齐、图片文档不可编辑等特征,缺乏有效挖掘设备故障运维信息的方法,进... 详细信息

冶金设备长期处于高负荷状态,工况十分恶劣,极易造成设备故障。而设备故障多以故障调查单及运维履历文档的形式由工人记录,存在内容描述不规范、记录信息质量参差不齐、图片文档不可编辑等特征,缺乏有效挖掘设备故障运维信息的方法,进而难以重用运维履历知识。影响跨企业设备维修策略制定时对运维履历知识的参考,阻碍维修进程和效率。本文以某冶金企业的行车运维履历文档及故障调查单为研究对象,提出一种改进的Mask R-CNN的方法,同时结合Unet表格框线分割及OCR技术,用以结构化识别履历中表格文本、提出一种实体关系联合抽取方法构建运维知识图谱以及研究运维履历表格文档的语义相似性度量方法。研究工作如下:（1）针对冶金设备运维履历表格文档的图片格式导致表格文本字符不可编辑的问题,提出改进Mask R-CNN网络检测表格区域,结合Unet分割表格单元格,同时依据表格特点制定的组合规则及OCR技术结构化识别出表格文本,为后续的实体关系抽取奠定基础。（2）针对运维履历文本语义描述规范差、文本质量不一及冗余信息繁多等问题导致有效提取运维信息困难,提出一种基于序列标注的联合抽取网络。该网络由BERT、Bi LSTM、Attention、CRF模块组成,可直接获取三元组数据,构建运维知识图谱,实现运维知识结构化关联及语义网络可视化。（3）针对重用运维履历文档相似性精度低的问题,提出一种面向运维履历文档的语义相似性度量方法。基于企业已有的先验信息,构建设备树定位目标设备类或实例集合的知识图谱子图,并重构成图网络模型。基于Graph SAGE图神经网络聚合故障现象子图的节点信息,提取其语义特征向量,与故障调查单的语义特征向量进行余弦相似性度量,排序推送出最相似的履历实例,以可视化知识图谱形式呈现,辅助维修策略制定。案例验证以某炼钢企业积累的大量行车运维履历文档与故障调查单为数据源,对其进行了文档解析、知识抽取并构建了运维知识图谱及重建图网络模型,接着提取不同图网络的语义特征向量以度量相似性,推送出最相似性的履历文档用以知识重用。同时研发了一种履历文档的检索系统,以云存储的共享性为跨企业提供文档解析、知识抽取及相似性检索的应用,实现了流程化运维履历文档相似性检索及跨企业间运维知识共享,对提升冶金企业设备维修效率及降低运维成本具有一定实际应用价值。

关键词：运维履历文档表格识别知识图谱构建联合抽取图神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

航空器适航审定知识图谱构建关键问题研究

航空器适航审定知识图谱构建关键问题研究

作者：胡刚中国民航大学

学位级别：硕士

随着我国民用航空工业的高速发展,新产品、新技术不断涌现,适航审定需求正在迅速增大。知识图谱是谷歌公司于2012年所提出的概念,计算机能够通过知识图谱将现实世界的概念、实体进行映射,并掌握概念、实体间的语义关系,实现智能问答、... 详细信息

随着我国民用航空工业的高速发展,新产品、新技术不断涌现,适航审定需求正在迅速增大。知识图谱是谷歌公司于2012年所提出的概念,计算机能够通过知识图谱将现实世界的概念、实体进行映射,并掌握概念、实体间的语义关系,实现智能问答、语义搜索和个性化推荐。航空器适航审定知识图谱的构建能够为适航审定领域智能化工具软件的研发提供数据基础,从而提高适航法律规章、行业标准文件和适航证件等信息的查询效率以及取证效率,对提高我国适航审定能力具有重要意义。因此,本文在所收集的适航语料和现有研究的基础上,构建了适航审定实体识别和适航审定实体关系抽取数据集,并对航空器适航审定知识图谱构建关键问题进行了研究,具体包括适航审定实体识别和适航审定实体关系抽取。针对航空器适航审定实体识别问题,将双向门控循环网络(Bi GRU)与标签注意力网络(LAN)相结合,提出了基于Bi GRU-LAN的适航审定实体识别方法。该方法将适航语料嵌入为字符向量,采用双层Bi GRU网络提取双向字符序列特征和建模标签间的相互关系,使用中间层LAN网络进行注意力运算调整标签嵌入向量,根据推理层LAN网络注意力权重结果得到最优标签。该方法能够有效地实现端到端的适航领域实体识别,在所构建的适航审定实体识别数据集上F值达到了81.68%,同时能够避免人工特征模板的构建和对自然语言处理工具的依赖,并且对比实验表明本方法的训练推理效率相比采用传统条件随机场(CRF)推理层的识别方法更加高效。针对航空器适航审定实体关系抽取问题,在所提出的适航审定实体识别方法基础上,提出了基于BERT-Bi GRU-LAN的适航审定实体关系联合抽取方法。该方法将实体关系联合抽取过程分解为头实体和关系尾实体两个互相关联的抽取过程,并转换为序列标注形式进行实体关系的联合抽取。使用预训练字符BERT编码器嵌入文本,采用Bi GRU网络提取字符双向序列特征,通过两个Bi GRU-LAN网络分别预测头实体和与头实体相关的关系尾实体序列,最后根据头实体、关系尾实体序列抽取出三元组。在适航审定实体关系抽取数据集上,F值达到了85.60%。抽取实验结果表明,所提出的方法能够有效抽取出适航审定三元组,并且多头LAN网络能够解决两种关系重叠问题,相比使用随机初始化字符向量表的方法,本方法能够借助先验知识缓解适航审定实体关系抽取数据集规模不足的问题,进一步提高适航审定实体关系的抽取效果。本文所提出的适航审定实体识别方法和适航审定实体关系联合抽取方法可为适航审定知识图谱的构建提供数据基础和方法支撑,并且所提出的适航审定实体识别方法可应用于适航领域的问答系统和语义检索。

关键词：航空器适航审定知识图谱构建实体识别实体关系联合抽取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向创新的专利知识图谱构建与应用研究

面向创新的专利知识图谱构建与应用研究

作者：张少光河北工业大学

学位级别：硕士

产品的创新在一定意义上就是功能的创新,挖掘专利中的创新知识有利于进行技术规避,打破专利壁垒。知识图谱是一种高效的知识表达模型,能够有效地发现图谱内各实体之间的联系,为智能搜索、知识问答等上层应用提供支持。因此,在专利分析... 详细信息

产品的创新在一定意义上就是功能的创新,挖掘专利中的创新知识有利于进行技术规避,打破专利壁垒。知识图谱是一种高效的知识表达模型,能够有效地发现图谱内各实体之间的联系,为智能搜索、知识问答等上层应用提供支持。因此,在专利分析的基础上,挖掘出有效的专利知识,构建面向创新的专利知识图谱具有十分重要的作用。从专利中提取创新知识是专利分析研究的重点,目前专利分析在特征提取方面做得并不是很好,存在特征抽取不全、抽取不合理等问题,不能很好地挖掘专利之间的关系。构建面向创新的专利知识图谱不仅需要良好的本体架构,还需要丰富的数据填充和关系建立。针对上述问题,本文的主要贡献包括:(1)对面向创新的专利知识图谱关键技术进行了研究,首先采用自顶向下的方式构建面向创新的专利知识图谱的相关本体。并以化学领域专利知识图谱的构建为例,设计并实现了从知识抽取,知识发现,知识存储的相关技术方案。为了提高召回率,更多的覆盖专利知识,以维基百科、同义词词林等为基础,进行面向创新的专利知识图谱元数据的扩展工作,经过实体链接将扩展词链接到知识库中。(2)在知识发现阶段,提出了一种动态聚类混合模型,该模型结合深度学习的相关技术,将表达相似功能的专利进行功能信息特征抽取,该模型特征抽取主要分为深层语义表示部分和功能词语关注部分。深层语义表示部分使用双向长短期记忆网络联合注意力机制抽取文本序列特征、卷积神经网络抽取文本嵌入特征、改进的权值潜在狄利克雷分布抽取文本主题特征;功能词语关注部分加入功能词语,加强这些功能词语在聚类中的作用。在聚类过程中调整网络参数,完成专利聚类,挖掘不同专利之间的关系。之后在创新知识抽取过程中,利用主题抽取模型分别与TF-IDF、Text Rank算法相结合抽取创新专利知识。(3)使用图数据库Neo4j对整理好的结构化三元组知识进行存储。同时设计创新专利知识图谱的系统架构,构建了一个创新专利知识图谱平台,具有专利搜索和本体架构展示功能,提供友好的可视化界面和API服务,将提出的算法整合成完整应用。本文以研究所中已有的专利数据和购买的专利文本为实验数据,在同样实验条件下,针对动态聚类混合模型进行了相关对比实验。该方法的F-measure为87.954%,在对比实验中值最高,验证了该模型的有效性。

关键词：专利知识分析知识图谱构建创新知识发现特征抽取动态聚类