共查询到20条相似文献，搜索用时 750 毫秒
1.
[目的/意义]实体语义关系分类是信息抽取重要任务之一，将非结构化文本转化成结构化知识，是构建领域本体、知识图谱、开发问答系统、信息检索系统的基础工作。[方法/过程]本文详细梳理了实体语义关系分类的发展历程，从技术方法、应用领域两方面回顾和总结了近5年国内外的最新研究成果，并指出了研究的不足及未来的研究方向。[结果/结论]热门的深度学习方法抛弃了传统浅层机器学习方法繁琐的特征工程，自动学习文本特征，实验发现，在神经网络模型中融入词法、句法特征、引入注意力机制能有效提升关系分类性能。 相似文献
2.
[研究目的]针对目前缺少基于复杂网络的应急情报系统案例知识库这一不足,对该类案例知识库的构建和应用方法开展研究。[研究方法]构建方法上,案例库采用以子事件网络和子事件图谱为核心的双层表示模型,知识库采用统计型图谱和事理图谱作为表示模型。应用方法上,在实施情报生产和指挥决策等应急情报行为时,协作使用事例型和统计型知识,设计适用于当前场景的情报方案。[研究结论]研究成果可完善基于复杂网络的应急情报体系,为构建结构化应急情报系统提供理论依据。 相似文献
3.
[目的/意义]随着知识图谱在互联网领域中的成功应用,使得知识图谱的应用迅速向垂直领域传播与扩散,越来越得到垂直领域的重视。我国各个领域经历了40多年的信息化建设,导致了一大批阻碍信息共享的"信息孤岛",其根本原因是领域没有给予标准化足够的重视。无独有偶,40年后的今天,领域又一次无法回避知识表示中的标准化难题!目前知识图谱构建主要关注点在于知识图谱的构建技术,却很少考虑知识图谱构建中的语义标准化问题。[方法/过程]文章在对国内外语义知识标准化相关内容研究的基础上,提出了领域知识图谱构建中应当遵循的五层标准体系模型,该模型融合了国内外领域相关的元数据与本体标准,揭示出知识图谱构建中以元数据标准为核心的重要思想,指导领域选择标准词汇的方法,使得领域所构建的知识图谱实现标准化,从而为知识的共享与互操作奠定基础。[结果/结论]在石油术语知识图谱构建过程以该标准体系模型作指导,实现了石油术语知识图谱标准构建,从而验证了标准体系模型的合理性与正确性,文中提出的观点和标准体系模型具有创新性。 相似文献
4.
[目的/意义]构建线性文化遗产资源知识表示及语义增强框架，为文化机构开展文化遗产智慧化数据建设及推动优秀传统文化创新性发展提供路径参考。[方法/过程]在提炼线性文化遗产“资源族群性、时间流动性和空间链状性”特征基础上，剖析线性文化遗产知识体系的层级结构，建构线性文化遗产资源知识表示模型，并依据表征理论和情境认知理论，从结构化语义增强和情境化语义增强视角对线性文化遗产数据进行语义增强，创新性地提出“时空”双重维度语义增强路径，最后以京杭大运河线性文化遗产为例，进行大运河知识表示及语义增强案例研究。[结果/结论]本文构建的知识表示模型及语义增强框架有利于推进线性文化遗产数据的多维语义组织和深度挖掘研究，提升线性文化遗产内容的语义互联性和外延性。 相似文献
5.
[目的/意义] 借助知识图谱对区域政务微博内容进行知识组织与可视化展示,能够提升用户的知识阅读及获取效率。[方法/过程] 首先,基于LDA模型对区域政务微博进行主题建模,通过依存句法分析对微博内容进行语义三元组抽取。其次,构建了区域政务微博知识模型,形成了知识图谱的语义架构。最后,借助图数据库Neo4j及D3.js插件实现了区域政务微博的知识图谱可视化及关联化保存。[结果/结论] 经理论构型与实际验证,本研究构建了基于主题划分的区域政务微博知识图谱,为社交媒体内容的知识图谱构建提供了一定的思路及方法。 相似文献
6.
[研究目的]信息技术的发展丰富了社交媒体用户的沟通交流方式，研究社交网络舆情多模态知识图谱的构建对网络舆情治理具有重要的现实意义。[研究方法]基于多模态数据的语义互补，讨论了实体属性关联、图像(视频)文字描述、图像(视频)属性、图像(视频)关联等多种异构数据融合方式。在此基础上，提出社交网络舆情多模态知识图谱的构建框架，并分析了在多模态语义理解、多模态实体对齐、多模态知识表示等方面存在的问题与挑战。[研究结论]提出基于多模态知识融合的社交网络舆情多模态知识图谱构建框架，为交互方式日趋丰富的社交网络舆情治理提供有益参考。 相似文献
7.
[目的/意义]知识图谱作为近年来大数据、人工智能技术飞速发展背景下出现的知识探索、推理发现的新兴技术,对专利检索新业务形态开展,提升业务效率减轻人工负担有着广阔的应用前景。[方法/过程]通过对知识图谱构建流程、技术架构与专利文献业务特点分析结合,对知识图谱语义模型在低质量专利检索和可视化等场景应用进行了探讨。[结果/结论]知识图谱在专利检索场景中适用性较强,相关技术环境/工具成熟,同时其垂直领域多知识体系特点,其语义模型构建还需要高质量文献和专家进行协助和迭代。 相似文献
8.
[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括：持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。 相似文献
9.
[目的/意义]随着大数据和人工智能时代的来临，基于数据驱动的医疗辅助决策以及医疗健康知识挖掘受到人们的极大关注。医疗知识图谱是医疗信息分析和知识服务的基础，在医疗人工智能和医疗信息检索中发挥着重要作用。[方法/过程]本文以医疗领域的实际应用需求为出发点，从医疗大数据获取、医疗实体及关系标注、医疗实体识别、医疗实体链接、医疗实体关系挖掘、中文医疗知识图谱表示和存储等关键技术入手，提出了多数据源融合的医疗知识图谱构建的理论框架。[结果/结论]面向医疗领域的知识图谱构建是一项非常重要的基础任务，同时也是人工智能领域的重要发展方向。 相似文献
10.
[目的/意义]资源数字化时代文献服务向知识服务方向转变,高质量的文献自动标引是文献知识服务能力提升的基础和关键,针对目前英文科技文献自动标引准确率不高的问题,提出了基于语义感知的概念遴选优化方法。[方法/过程]基于知识组织系统的自动主题标引,采用自然语言处理中的神经网络词向量技术,对概念和英文文献内容语义进行表示并进行语义感知与评估,实现概念标引结果在语义层面的遴选。该方法采用基于知识组织系统与自然语言处理技术相结合的方法,弥补了在语义层面上的不足,从而进一步降低不相关概念的影响,提高概念标引结果的准确率。[结果/结论]实验结果表明,该方法具有较好的语义感知性能,在概念遴选上有效降低了不相关概念,大大提高了标引结果的文献相关性,为科技文献资源知识化服务建设和相关研究提供有价值的参考和支持。 相似文献
11.
[目的/意义]基于知识图谱与分面检索能够实现健康信息的有效组织,解决其多源异构、专业知识门槛高、语义歧义等方面的问题,从而帮助用户降低专业性医疗知识的使用门槛,引导用户更快获取资源。[方法/过程]将知识图谱与分面检索相结合,构建基于医学知识图谱的慢性病在线医疗社区分面检索模型,主要包括分面体系构建、分面与焦点排序以及分面展现控制3个步骤,并以百度贴吧自闭症吧为数据来源对分面检索原型予以实现。[结果/结论]所构建的自闭症分面检索原型系统应用效果较好,提高了用户检索的效率与质量。提出的分面检索模型对完善健康信息服务等相关理论和方法具有一定推动作用。 相似文献
12.
[目的/意义]知识图谱已经成为海量信息资源知识组织的新形态。将知识图谱应用于虚拟学术社区用户生成内容知识组织中,对于虚拟学术社区知识发现及服务具有重要意义。[方法/过程]提出一种基于知识图谱的虚拟学术社区用户生成内容知识共聚框架。首先,运用Word2Vec词向量模型对虚拟学术社区用户生成内容数据集进行词向量表示;其次,基于双向长短记忆神经网络模型与条件随机场识别出虚拟学术社区用户生成内容中的命名实体,基于双向门控循环单元与注意力机制进行实体关系抽取;最后,借助Neo4j图数据库对知识共聚的结果进行可视化展示,并采集丁香园心血管论坛的学术交流帖子,对提出的知识共聚框架进行实证分析。[结果/结论]基于知识图谱的虚拟学术社区用户生成内容知识共聚方法能够有效序化重组虚拟学术社区知识资源,细粒度挖掘和揭示不同类型的知识单元和知识关联,有助于为虚拟学术社区智能知识服务提供语义理解和人工智能的基础。 相似文献
13.
针对当前非物质文化遗产分类组织方法的不足,提出一个基于关联数据的非物质文化遗产语义化组织框架。通过构建非物质文化遗产本体描述模型,实现非物质文化遗产知识元及其关联关系的语义化描述,在其基础上,基于关联数据所采用的RDF模型与链接机制实现了非物质文化遗产知识元以及知识元之间关联关系的语义化整合与组织。 相似文献
14.
15.
[目的/意义]为满足用户多层次、多粒度的知识获取需求，图书馆文献资源组织的对象由文献单元逐步向知识单元转变。[方法/过程]文章在研究单元信息概念和表示模型的基础上，提出基于本体和关联数据的单元信息知识组织框架，并深入探讨了实现单元信息语义组织的核心步骤。以中医养生领域为例，阐述单元信息知识组织语义模型的应用过程。[结果/结论]本文构建的单元信息知识组织模式，是实现单元信息细粒度组织、语义化揭示以及多维度关联的有效途径。该研究可为特定领域单元信息的语义应用提供参考。 相似文献
16.
[研究目的]舆情情感分析作为开源情报的重要方面,以少样本学习的形式进行能极大提高情报获取效率。针对在低资源场景下信息不足而导致的情感检测模型性能不佳问题,提出一种融合大语言模型知识的对比提示情感分析方法。[研究方法]首先利用大语言模型的通用知识实现训练样本的扩充,然后使用无标注数据进行对比嵌入训练以优化文本编码器的语义表征能力,最后利用提示学习机制,在无标注数据上进行自预测的迭代扩充训练以使模型进一步使适应特定任务。[研究结论]在公开数据集上的实验结果表明,提出的模型在同等标注数据量的条件下表现优于基线方法。 相似文献
17.
18.
[目的]为了克服传统视觉词袋方法（Bag-of-Visual-Words）中忽略视觉单词间的空间关系和语义信息等问题。[方法]本文提出一种与视觉语言模型相结合的基于LDA主题模型,并采用查询似然模型实现检索。[结果]实验数据表明,本文所提出的基于LDA的表示方法可以高效、准确地解决蒙古文古籍的关键词检索问题。[结论]同时,该方法的性能比BoVW方法有显著提高。 相似文献
19.
[目的/意义]为提高主题建模结果的可读性,解决主题标注过程中主观性强、可解释性弱的问题,引入本体和关联规则构建频繁语义模式。[方法/过程]以肿瘤靶向治疗专利数据为研究对象,首先构建LDA2vec模型挖掘主题;然后考虑主题词的语义与共现,将UMLS本体与FP-growth关联规则相结合,得到频繁语义模式的主题标注;最后将结果与Canopy方法对比评估。[结果/结论]实证结果显示,基于频繁语义模式的标注能够从统计和语义的角度概括主题含义,在主题标注工作中效果更佳。 相似文献
20.
[目的/意义]跨域推荐通过挖掘、迁移并融合利用不同来源的知识为用户提供个性化的推荐服务，近年来得到学术界和工业界的热点关注，文章从多个角度对跨域推荐中的知识融合研究进展进行梳理和归总。[方法/过程]首先对跨域推荐问题进行了系统地分析，探讨了跨域推荐的“域”、跨域推荐场景和跨域推荐任务中的知识需求；其次对跨域推荐中的知识融合方法进行了分类，总结了基于聚类、基于语义、基于图模型和基于标签关联的跨域知识融合方法的优点和不足；然后分析了知识图谱技术对于跨域知识融合的启发；最后对跨域推荐研究中的知识融合进行了总结和展望。[结果/结论]知识融合作为跨域推荐研究中的重要环节，可以在知识层面实现对数据的深度加工和有效利用，为跨域推荐问题研究与实践提供新的范式。 相似文献