检索结果-南通市图书馆

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中医汤剂知识图谱的构建与样例查询方法研究

中华中医药学刊 2024年第8期42卷 31-36,I0006,I0007页

作者：李思思燕燕夏书剑孙艳秋丁琳琳辽宁中医药大学辽宁沈阳110847 辽宁大学辽宁沈阳110036

利用现代化信息技术为中医药的科研、传播、教学等方面提供有效的研究方法与途径是当前的研究热点,更是未来的发展方向。知识图谱通过其独特的知识展示,为挖掘医学知识中隐藏的关联关系提供方法,为中医药的传承发展提供动力,为中医药的... 详细信息

利用现代化信息技术为中医药的科研、传播、教学等方面提供有效的研究方法与途径是当前的研究热点,更是未来的发展方向。知识图谱通过其独特的知识展示,为挖掘医学知识中隐藏的关联关系提供方法,为中医药的传承发展提供动力,为中医药的学习研究提供参考。中医方剂作为中医治疗的重要手段之一,扮演着重要的角色。利用知识图谱技术,实现对中药方剂中汤剂类型的经方进行实体和关系的提取,并构建一个中医汤剂知识图谱。通过对中医文献、中医医案、中医方剂数据库、名老中医经验等非结构化及半结构化信息进行深入分析和文本挖掘,将整理好的知识存入Neo4j图数据库中,并使用中医药物图片作为相应中药实体节点显示,帮助理解知识图谱中的实体和关系并发现隐藏的模式、趋势和关联性。设计一种样例查询算法进行查询分析,为中医汤剂知识的学习、浏览及检索提供新思路,为分析挖掘中医药中潜在的关联关系提供新方案,为中医药知识的表达及可视化提供新范式。

关键词：知识图谱中医汤剂 Neo4j 可视化样例查询

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向多源知识图谱的样例查询研究

面向多源知识图谱的样例查询研究

作者：汤楠东北大学

学位级别：硕士

随着知识的爆炸式增加和不同领域知识图谱的推出,面向知识图谱的查询已成为近来搜索引擎领域的研究热点。然而,由于不同领域的知识图谱大多独立存在且所涵盖的知识有限,仅基于单个知识图谱的查询结果已经不能满足用户的查询需求。本文... 详细信息

随着知识的爆炸式增加和不同领域知识图谱的推出,面向知识图谱的查询已成为近来搜索引擎领域的研究热点。然而,由于不同领域的知识图谱大多独立存在且所涵盖的知识有限,仅基于单个知识图谱的查询结果已经不能满足用户的查询需求。本文提出面向多个知识图谱的样例查询问题,通过候选结果融合以及相关性衡量方法的改进,在保证时间效率的基础上,提高查询结果的质量以及用户满意度。已有的研究工作大多都是面向单个知识图谱的查询,已有的图查询技术不能应用于多个图上的查询操作,而且已有的相关性衡量方法是基于传统数据图的,没有考虑知识与数据的差异性。针对这些问题,本文主要从以下三个部分开展研究:第一部分,研究面向多个知识图谱的样例查询处理模型。使用用户友好的关键字查询技术,首先结构化用户输入查询关键字作为查询样例。然后,在每个知识图谱上确定用户查询样例,使用子图同构的方法,根据查询样例在每个知识图谱上找到前K个高相关性的子图。最后,选取与查询样例不完全匹配的候选结果进行融合操作。算法通过查询系统集合不同知识图谱,避免了知识图谱的全局模式集成,且更具灵活性。通过实验验证了方法可保证查询效率且具有较高的可用性。第二部分,研究基于知识的查询结果相关性衡量方法。为了进一步确定用户查询意图,在已有的基于距离和结构的样例查询的结果相关性衡量方法基础上,本文加入了知识流行程度作为一个补充的相关性衡量因素。使用事件的发生时间作为衡量知识流行程度的标准,认为越近发生的事情,越是流行的知识。通过实验验证了改进的结果相关性衡量方法有效地提高了查询结果的质量和用户的满意程度。第三部分,研究基于分组标记的候选结果融合算法。面向多个知识图谱的样例查询中,满足查询需求的结果可能来自于单个知识图谱,也可能是多个知识图谱上的候选子结果的融合结果。为了解决候选结果融合时,由于候选结果过多而增加的时间代价问题,本文提出了优化算法,为候选结果按照特征分组标记,从而按组融合,减少了节点匹配代价,缩短了响应时间。通过实验验证本文提出方法可有效地提高查询效率。

关键词：知识图谱样例查询关键字查询子图匹配相关性结果融合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于音素后验概率的样例语音关键词检测方法

天津大学学报（自然科学与工程技术版） 2015年第9期48卷 757-760页

作者：张卫强宋贝利蔡猛刘加清华大学电子工程系北京100084

低资源条件下的语音关键词检测是一个具有挑战性的问题,因为传统的基于大词汇量连续语音识别(LVCSR)的语音关键词检测方法不再适用.针对此问题提出了一种基于深度神经网络(DNN)输出层后验概率特征和改进的动态时间规整(DTW)算法的语音... 详细信息

低资源条件下的语音关键词检测是一个具有挑战性的问题,因为传统的基于大词汇量连续语音识别(LVCSR)的语音关键词检测方法不再适用.针对此问题提出了一种基于深度神经网络(DNN)输出层后验概率特征和改进的动态时间规整(DTW)算法的语音关键词检测方法.采用无监督高斯混合模型(GMM)和中、英文DNN音素模型得出的输入特征构建互补的子系统,并在SWS2013多语种数据集上进行实验.结果表明:相对于基线系统,分数层面的多语种、多系统融合能够有效地提升语音关键词检测系统的性能.

关键词：样例查询语音关键词检测 DNN输出层特征动态时间规整

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于wav2vec预训练的样例关键词识别

计算机科学 2022年第1期49卷 59-64页

作者：李昭奇黎塔中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049

样例关键词识别是将语音关键词片段与语音流中的片段匹配的任务。在低资源或零资源的情况下,样例关键词识别通常采用基于动态时间规正的方法。近年来,神经网络声学词嵌入已成为一种常用的样例关键词识别方法,但神经网络的方法受限于标... 详细信息

样例关键词识别是将语音关键词片段与语音流中的片段匹配的任务。在低资源或零资源的情况下,样例关键词识别通常采用基于动态时间规正的方法。近年来,神经网络声学词嵌入已成为一种常用的样例关键词识别方法,但神经网络的方法受限于标注数据数量。使用wav2vec预训练可以减少神经网络对数据量的依赖,提升系统的性能。使用wav2vec模型提取的预训练特征直接替换梅尔频率倒谱系数特征后,在SwitchBoard语料库中提取的数据集上使双向长短时记忆网络的神经网络声学词嵌入系统的平均准确率提高了11.1%,等精度召回值提高了10.0%。将wav2vec特征与梅尔频率倒谱系数特征相融合以提取嵌入向量的方法进一步提高了系统的性能,与仅使用wav2vec的方法相比,融合方法的平均准确率提高了5.3%,等精度召回值提高了2.5%。

关键词：声学词嵌入孤立词识别 wav2vec预训练样例查询语音片段查询