共查询到20条相似文献，搜索用时 40 毫秒
1.
[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
2.
[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
3.
[目的/意义]网络嵌入和知识惯性对提升企业创新能力具有重要影响。[方法/过程]通过文献分析,针对网络嵌入及其演化特征对知识惯性的影响、知识惯性对双元创新能力的影响以及网络嵌入对双元创新能力的影响进行了系统梳理和评述。[结果/结论]总结提炼了3点结论,并在此基础上就如何充分利用网络嵌入的演化特征来调节知识惯性与双元创新能力间的关系,从动态视角提出了整合性理论框架以及进一步的研究思路与展望,不仅对深化该领域的研究具有理论与方法启示,同时对我国企业在动态网络下有效整合网络嵌入和知识惯性、提升双元创新能力具有重要现实指导意义。 相似文献
4.
[目的/意义]科学文献中的知识实体的挖掘、利用与评价对知识发现、构建知识网络、探索知识之间潜在关联均具有重要意义。随着机器学习、深度学习和大语言模型的发展及其应用，相比最早的基于人工标注的知识实体抽取技术，如今已经发生了翻天覆地的变化；此外，近年来，学者对科学文献中知识实体的评价也进行一些探索，取得了较大进展。[方法/过程]在相关文献调研基础上，回顾并比较了基于人工标注的方法、基于规则的方法、传统机器学习、基于深度学习与大语言模型在知识实体抽取方面的优缺点，列举了相关数据集、软件与工具及相关专业会议；从提及频率、替代计量及其影响因素、实体共现网络及实体扩散/引文网络、基于知识实体的同行评议、基于知识实体的论文新颖性和临床转化进展五大方面，对知识实体的评价研究最新进展进行了归纳与整理。[结果/结论]针对目前存在的问题，建议在具体的知识实体抽取任务中，抽取方法选择应权衡多方面因素，再依此选择一个或多个模型完成实体抽取任务；在知识实体评价方面，应重视指标多样化、可靠性、有效性、系统性和规范化研究，关注对知识实体评价指标的影响因素、指标间相关关系与因果关系的实证分析，构建基于知识实体的论文评价... 相似文献
5.
[目的]为了实现海量数据中信息的知识组织,促进单元信息和文献信息内容的知识关联和知识发现,构建单元信息知识组织体系;[方法]以养生领域内的领域本体、文献信息等知识资源为基础,构建养生单元信息知识服务系统;[结果/结论]"养生单元信息知识服务系统"（以下简称"养生知识服务平台"）是单元信息知识组织体系建设的重要应用示范,提供语义检索、知识浏览、知识推理和知识发现等服务,实现大数据环境下"单元信息知识组织体系"的有效利用;[局限]文献资源的单元信息抽取及分析涉及人工智能、计算机处理等相关技术,技术实现有较大难度。 相似文献
6.
[目的/意义]随着网络化和数字化的快速发展，线上线下医疗健康活动产生了海量多模态数据，当前迫切需要一种更为完善的知识组织方法，对类型繁多、专业性强的医疗健康多模态数据进行序化和组织。[方法/过程]首先对多模态数据进行预处理以构建多模态医疗健康数据集；接着基于实体对齐和关系抽取实现医疗健康数据的知识单元抽取，并通过知识评估和融合构建多模态知识单元；然后在多模态知识单元和知识图谱基础上提出一种面向多模态医疗健康数据的知识组织模式；最后以文本和图像模态数据为例，以医疗健康问答系统为实践应用进行分析和验证。[结果/结论]针对多模态医疗健康数据的内在特性，基于多模态知识图谱和语义知识组织框架，提出一种面向多模态医疗健康数据的知识组织模式。本研究推进了多模态知识组织的理论深度，可为医疗健康领域知识序化、精准知识服务和深度知识发现提供有效支撑。 相似文献
7.
[目的/意义]近年来,科技文献资源呈爆炸性增长,海量科技文献中依旧存在大量非结构化摘要。非结构化摘要一方面不利于学者阅读与理解;另一方面不利于对摘要内部信息进行知识的自动化抽取和相应的检索。研究科技文献非结构化摘要的知识表示模型及其自动化抽取方法,对学者快速阅读和机器自动化处理具有重要意义。[方法/过程]文章在分析科技文献非结构化摘要结构的基础上,结合知识元本体理论,构建了一个面向科技文献非结构化摘要的知识元本体模型。通过分析非结构化摘要的写作特征,将文本按句子级划分为目的、方法、结果或结论三个要素,统计每个要素句中的线索词、句型和位置,建立相关规则库,根据本体模型和规则库构建相关抽取算法。最后,下载《计算机技术与发展》中的部分文献进行实验。[结果/结论]通过增加句型集和线索词集,完善了非结构化摘要的要素,构建了非结构化摘要知识元本体模型。实验结果表明,根据本文提出的模型能有效地对非结构化摘要中的知识元进行抽取。[局限]实验的不足之处是需要人工对摘要中的句型和线索词进行归纳总结。 相似文献
8.
基于碎片化UGC的知识元抽取研究 总被引：1，自引：0，他引：1
[目的/意义]在大数据环境下,从海量的碎片化用户生成内容中抽取具有完整语义的知识单元。[方法/过程]文章提出一种基于碎片化UGC的知识元抽取方法,该方法首先借助BTM主题分割方法从UGC中抽取知识要素,而后基于融合TextRank和Glove词向量的K-means方法实现知识要素聚类,最后根据知识要素相关属性和知识要素聚类结果生成对应UGC知识元。[结果/结论]实验结果显示基于碎片化UGC的知识元抽取方法具有一定科学性和有效性。 相似文献
9.
[目的/意义]构建可计算生物医学知识视角下的诊疗规范知识计算化模式，推动“数据—知识—实践”循环进程，促进临床诊疗过程各环节决策制定协同发展。[方法/过程]通过文献调研，明晰诊疗规范知识计算化的必要性及应用价值，并在厘清诊疗规范概念、内涵，归纳诊疗规范数据来源、数据特征，提炼诊疗规范知识可计算化特征的基础上，遵循可计算生物医学知识核心思想和DIKW层级模型内涵，构建诊疗规范知识计算化模式并探索其实现路径。[结果/结论]构建“1-336”诊疗规范知识计算化模式立方体，包含1个核心目标、3个知识层级、3条实现子路径、6个关键环节，为各领域知识计算化研究提供理论支撑以及方法学参考和依据。 相似文献
10.
[目的/意义]为满足船舶领域科研或工程人员在知识问答、质量分析等方面的业务分析需求,提升科研工作效率与知识获取便利性、精准性。[方法/过程]围绕结构化、半结构化、非结构化等船舶领域多源异构数据,文章从质和量两方面提出了船舶领域知识图谱构建方法,基于船舶领域概念图谱与实体图谱构建,实现知识图谱“质”的描述;通过对实体间关联关系进行统计分析与建模分析,建立面向业务应用场景的量化分析模型;最终以问答推理为例,展示了从质和量两方面开展面向业务场景知识图谱构建的通用过程。[结果/结论]通过以舰艇涂料失效知识图谱构建为例,验证了在质和量两个方面构建知识图谱的正确性,该方法能够为业务场景分析提供有效支撑。 相似文献
11.
[目的/意义]从研究成果中抽取数据线索,进而构建针对特定主题的数据索引,有助于提升研究者查找数据的全面性。[方法/过程]以社会科学领域所有学科中文核心期刊中关于“COVID-19”论文的题录信息为例,分三步进行了探索。(1)随机抽取1000篇摘要进行人工标注,然后以此为基础使用自适应增强等模型训练分类器,进而使用分类器识别出使用了数据的论文。(2)从使用数据的论文摘要中标注出数据线索实体,进而使用隐马尔可夫、长短期记忆网络等模型进行实体识别。(3)使用Neo4j数据库,基于抽取出的数据线索与题录中的其他信息构建知识图谱。[结果/结论]在判断论文是否使用了数据的任务中,自适应增强模型的F1值最高,达到0.869。在数据线索实体识别任务中,隐马尔可夫模型的F1值最高,达到0.805。由抽取出的数据线索与论文关键词、作者、期刊等信息融合构建的知识图谱能够实现基于主题词查找数据线索、基于数据线索查找其他信息等应用。 相似文献
12.
[目的/意义]在计算化学中，化学键能是重要的化学领域科学数据，目前化学键能数据抽取工作主要是由领域专家手动抽取，效率低下，大多数化学键能科学数据被湮没于海量文献中，无益于深入的、创新的科学数据分析。[方法/过程]为了解决该问题，本研究以ChemBE化学键能语料为实验对象，设计在较少专家支持的情况下，使用迁移学习的方法在化学论文中自动抽取与化学键能相关的科学数据。本文提出了一种端到端的BERT-CRF模型，通过构建领域高频子词的方法来解决大量未登录词的问题，并在后续深度学习模型的训练中，将构建好的领域高频子词作为领域特征输入到深度学习模型中，实现了对论文中的化学键能科学数据自动、高效地抽取。[结果/结论]实验表明，端到端的BERT-CRF模型与需要专家构建规则的基线模型相比，取得了理想的实验结果，F1值达到了88.56%。本文通过构建领域高频子词来解决大量未登录词的问题，降低了对领域专家的要求，可以较为容易地、低成本地迁移到其他领域。本文的研究结果是情报分析技术在化学领域的实践，为化学键能的智能知识检索提供了重要支撑。 相似文献
13.
[目的/意义]研究新技术环境下知识工程中台架构与知识服务能力组件化设计策略,探索嵌入航空装备研发场景的知识工程实施模式。[方法/过程]在回顾航空装备研发领域知识工程建设现状的基础上,提出以知识中台架构为驱动的、以知识服务组件融入个性化研发活动场景为目标的新型知识工程推进思路,并面向实际研发环境进行业务向导、辅助设计、故障知识问答3个知识服务组件的嵌入式知识服务能力验证。[结果/结论]嵌入研发场景的知识工程中台架构体系设计,破解了当前知识工程难以切实融入研发环境的发展困境,可有效提升航空装备研发效率与质量。 相似文献
14.
[目的/意义]利用政务微博信息构建自然灾害知识图谱,旨在为相关部门加强自然灾害事件的管理提供知识层面的参考价值。[方法/过程]以森林火灾事件为例,选取政务微博信息资源,首先使用LDA主题模型划分微博资源主题;其次构建自然灾害知识图谱的模式层和数据层,包括本体构建、实体抽取、关系抽取和数据融合等环节;最后使用Neo4j图数据库实现自然灾害知识图谱的存储与检索,实现自然灾害信息的组织与可视化。[结果/结论]构建了基于主题划分的自然灾害知识图谱,实现了自然灾害信息的主题知识关联与规范化处理,对提升政府部门防范与管理自然灾害的科学决策水平具有积极作用。 相似文献
15.
[目的/意义]基于数据科学与情报学领域的密切联系,对数据科学任职要求知识进行深入挖掘,有利于掌握社会对于情报学相关领域人才的需求,从而完善情报学教育的培养方案,帮助实现社会需求与高校教育的良好对接。[方法/过程]文章采集了国内主流招聘网站中数据科学相关工作岗位的招聘信息,并对数据进行解析、去重等清洗工作,对招聘信息中的任职要求实体进行人工标注,比较了LSTM,BiLSTM-CRF和BERT三种深度学习模型应用于实体识别的效果。[结果/结论]结果表明,BiLSTM-CRF模型对任职要求实体的识别效果最好,相较于其他两种深度学习模型具有一定的优势。文章根据抽取出的任职要求实体从实践能力、学历要求、脚本语言、数据处理、综合素质等方面总结了目前情报学人才应当具备的技能和素质,并由此提出了针对情报学教育的人才培养方案。 相似文献
16.
[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
17.
[目的/意义]旨在为医疗卫生领域知识服务提供理论与实践参考。[方法/过程]在生态链视角下,面向医疗卫生领域构建以生态链中的生产者为知识创新主体、分解者为知识实践主体、消费者为知识受益主体的医疗卫生领域知识依赖关系模型,并在此基础上,围绕知识服务各要素以及之间的关系探索医疗卫生领域知识服务模式。[结果/结论]提出医疗卫生资源消费者知识服务模式、医疗卫生资源生产者知识服务模式以及医疗卫生资源分解者知识服务模式。 相似文献
18.
[目的/意义]时间在延续,知识在传递,学术在创新。数据环境下,从细粒度视角对文献内容进行探析,旨在帮助科研人员在信息浪潮中准确、高效、智能地获取有用信息。[方法/过程]文章以知识基因作为文献组织节点,在知识基因遗传与变异的特征基础上提出了基于知识基因表达的智慧文献服务模式,对未来智慧文献服务从智慧文献检索、智能文献挖掘以及智慧文献推送三方面提出了创新思考。[结果/结论]从仿生学角度提出知识基因视角下的文献细粒度表达方式为未来智慧文献服务提供了新方案,智慧学术溯源、文本智慧生成以及文献智慧推送三种代表性智慧文献服务应用将对推动智慧文献服务发展起到积极作用。 相似文献
19.
[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
20.
[目的/意义]我国经济迈入高质量发展阶段,标准文献在新发展格局中起着基础引领作用。基于知识图谱进行标准文献多维知识发现,能够创新标准文献的资源利用方式,提高利用效率。[方法/过程]结合标准文献内容结构特征和标准文献情报需求,提炼多维知识发现需求。通过对标准文献编写规范、标准文献元数据、标准文献内容等进行系统化的分析,完善和构建标准文献本体模型,最后选取版权领域进行知识发现实例探索。[结果/结论]面向用户情报需求,提出了“标准文献—机构—人员—术语—结构—内容”六维知识发现框架,并聚焦标准文献的通用内容与结构,构建了“元数据—结构—内容”3层标准文献本体模型,包含15个概念、21个对象属性,可一定程度上支撑六维知识发现,包括关联标准文献、潜在机构人员合作关系、术语不一致发现、结构重用、内容关联发现等应用。文章提出的3层标准文献本体模型拓展并细化了标准文献实体类型,基于知识图谱的多维知识发现框架能够为标准文献开发利用提供新方向。 相似文献