基于多源异构数据的甲骨学知识图谱构建方法研究

为解决和缓解甲骨学研究难度大、周期长、知识关联性弱、知识共享程度低等问题。基于多源异构数据源，融合基于文献计量学的科学知识图谱(MKD)和基于知识库的知识图谱(KG)，构建了甲骨学融合知识图谱。通过融合两类知识图谱，并基于知识推理进行语义扩展，形成最终的甲骨学知识图谱。其中包含实体148 305个，关系434 032条，可满足甲骨学研究的基本需求。融合MKD和KG两类知识图谱，优势互补，实现甲骨学知识图谱构建，可为其他古籍类知识图谱构建提供借鉴。     

心脏病中文知识图谱的构建

心血管疾病长期以来一直占据着中国疾病死亡率榜首,并且其死亡率仍在逐年上升。在国内开源的中文医学数据集稀缺的背景下,结合自顶向下和自底向上的方法半自动化构建心脏病中文知识图谱。首先,基于高质量百科数据和医学文献构建心脏病本体,为了保证数据的领域封闭性,根据预先定义的疾病词典从百科类网站和医学网站等异构数据源中获取心血管疾病数据;接着,定义实体相似度计算方法进行更好的知识融合,并在图谱数据上通过模式发现寻找最优的数据模式,实现知识图谱模式层和数据层的共同迭代;最后,在图数据库中对图谱数据进行可视化展示,并根据当前研究动态探讨心脏病知识图谱一些具有前景的应用。     

基于BERT-BiLSTM-CRF模型的中国民族药知识抽取

基于BERT-BiLSTM-CRF,提出一种先抽取关系和后抽取实体的自动抽取知识模型。其中,关系识别模型的输出是实体识别模型的输入。实验结果表明,该模型可高效抽取《中国民族药辞典》中的实体和关系。利用此模型抽取的中国民族药知识实体和关系构建了知识图谱,并基于此知识图谱实现了中国民族药知识可视化和智能问答。     

基于可信向量的知识图谱上下文感知表示学习

面向知识图谱的表示学习在低维语义空间中对实体和关系进行编码,提升了知识理解和推理能力。传统的平移模型在处理知识图谱中的一对多、多对一以及多对多这些复杂关系时,难以区分在某一属性具有相同语义的实体。本文构建了一种基于二值可信向量的平移模型(TransV),通过向量不同维度的元素值控制对应属性的激活与抑制程度,使不同的关系关注不同的实体属性信息,提高模型处理复杂关系的效果。除了知识图谱中的三元组信息,非结构化文本中包含了丰富的语义信息,能够提高实体表达能力。利用与实体相关的文本信息,构建了一种融合上下文信息的基于二值可信向量的知识图谱表示学习模型(CKRV),使得三元组信息与语义信息能相互影响、相互融合。实验结果表明,该方法复杂度更低,在实体预测准确性方面有明显提升。     

COVID-19物资知识图谱的构建

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)由于其高传染性和长潜伏期受到世界各地的广泛关注。为了更好地服务医疗问答系统等相关领域,本文结合自顶向下与自底向上两种方式半自动化构建了COVID-19物资知识图谱。首先,根据实际需求讨论确定了物资的主体结构,主要包括医用防护装备、医用防护设施、日常防护用品、医用诊疗设备以及治疗用药五大类,然后通过政府公文、医学网站、百科类网站以及各大电商网站等权威数据细分知识图谱本体层,并添加物资实体,同时,为了使世界各地的研究者们能方便地使用COVID-19物资知识图谱,所有中文都通过机器翻译成了英文并由人工校验。为了保证数据的可靠性,将通过随机采样对知识图谱进行人工审查,准确率为98.73%。最后,通过WebVOWL对COVID-19物资图谱进行可视化展示,并根据前沿科技应用介绍本知识图谱的优秀应用场景。     

知识图谱的用户兴趣向量化方法及应用

为用户推荐其感兴趣的新闻内容,已成为了各大互联网新闻平台的首要技术目标。传统的新闻推荐方法主要是基于用户间的相似度或新闻内容间的相似度产生推荐列表。以上两种推荐方法虽然有效,但却忽略了新闻文本中存在的语义信息。知识图谱是一种描述实体以及实体之间链接关系的语义网络,基于知识图谱实现精准推荐是推荐系统目前的研究热点。本文基于知识图谱提出了一种用户兴趣向量的计算方法,在此基础上结合先进的卷积神经网络来构建推荐模型。所提出的基于知识图谱的新闻推荐方法,能借助知识图谱提取新闻文本中的部分语义信息,并将其应用于计算用户的兴趣向量,从而产生较好的符合用户语义的推荐结果。     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

基于知识图谱的嵌入式操作系统测试用例复用推荐模型

测试是确保嵌入式操作系统品质及安全性的重要途径,而测试用例是软件测试中的重要角色。针对目前嵌入式操作系统历史用例知识不能充分利用以及传统案例中测试用例复用功能弱的缺陷,提出了一种基于知识图谱的嵌入式操作系统测试用例推荐模型。该方法利用知识图谱在具有复杂关系的数据中存储和检索信息的优势,根据历史测试用例抽取实体和关系,设计本体模型,并创建领域知识图谱;选择无监督对比学习的自然语言处理技术进行实体间的中文文本相似度匹配任务,结合知识推荐建立关于嵌入式操作系统测试用例的复用推荐模型。实验结果表明,本文设计的本体模型能够帮助测试人员有效地复用测试用例,并达到94.305%的覆盖率,极大地节约了测试成本,具有较强的工程应用价值。     

基于大数据技术的水情云数据中心设计与研究

随着浙江省水情信息化的不断推进,水情数据种类、结构和数据量不断丰富和发展,传统的单结构化数据存储管理方式已不适合当前信息化社会的应用和服务需求。 本研究采用先进的分布式数据采集、智能数据过滤、大数据存储等技术,构建基于大数据云平台技术的浙江省水情云数据中心,对各类分散的多源异构数据进行全面整合。实现了水情大数据的质量管控、深度挖掘和高效共享,丰富了水情信息的资源样本,拓展了服务深度和广度,提升了数据挖掘的服务效率和能力,为水利业务和事务的现代化发展奠定了坚实的基础。     

基于协同机理的异构无线网络协议模型

通过对多无线接入网融合方案进行分析和比较,提出了一种基于中继的协同组网技术和网络协议模型.通过在中继节点处的MAC层上增加通用协同适配层以实现异构网络下的数据转换和协同传输,同时在基站和中继处分别引入协同无线资源管理实体支持多中继协同组成中继子网以及不同接入网间的传输容量和质量的协商,以实现数据的无缝中继传输.实验表明,该中继协同组网技术能够有效地支持多无线接入网的融合,实现在异构网络环境下为用户提供高速传输业务和多无线接入网资源的协同使用.     

多源异构土地基础数据一体化管理检索方法研究

为了从多源异构的复杂土地基础数据中快速准确地提取用户所需信息,提出了基于元数据的一体化管理检索方法.在元数据信息提取、元数据加权索引、实体同义词扩展检索3个环节中,结合土地领域专业知识和用户实际需求,设计和开发了共享元数据表结构、加权元数据中字段相对重要性和信息熵因子,构建地名实体和专题数据层实体同义词库,并集成到包括中文分词、实体识别、同义词扩展、索引检索和相似度计算的一体化管理检索框架中,解决了多源异构土地基础数据统一管理和精确检索的问题.实践表明,该方法较传统的通用信息检索方法具有更好的适用性和更高的准确率.     

基于信息单元融合的新闻原子事件抽取

原子事件抽取是将非结构化文本进行结构化表示的重要方法.针对新闻语料,本文提出了一种基于信息单元融合的原子事件抽取方法.在中文分词、词性标注、命名实体识别等自然语言处理技术的基础上,利用语言规则将信息单元标识出来并进行融合,达到浅层句法分析的效果,通过原子事件抽取算法将原子事件从经信息单元融合后的语料中抽取出来.基于信息单元融合的原子事件抽取方法不仅对文本长度没有严格限制,并且不受事件类型的约束;实验结果表明,基于信息单元融合的原子事件抽取方法是有效的.     

基于超声检查报告的乳腺癌诊断知识图谱构建

乳腺癌电子病历承载着丰富的乳腺癌诊断和治疗信息。对这些病历文本进行知识抽取并构建相应的知识图谱,有助于面向乳腺癌诊断的智能化数据分析及辅助决策支持系统的构建。本文以乳腺癌超声检查报告为研究样本,在知识抽取、知识图谱构建和应用开展实例研究。结合乳腺癌诊疗指南和临床专家经验,构建了乳腺癌诊断知识图谱本体及概念层;基于BiLSTM-Attention-CRF模型,开展了针对超声检查报告的知识抽取工作,模型的准确率、召回率及F1值均达到了96%以上;最后,构建知识图谱并开展可视化分析、数据查询、辅助诊断等应用研究。结果表明,所构建的知识图谱在帮助提高电子病历数据质量、提升临床诊疗效果和改善医学决策性能等方面具有较大的应用价值。     

细粒度可循证医药学文档知识融合表示和推理

知识图谱开放灵活、互操作性强,对于表达医学知识具有重要价值,但现有医学知识本体模型存在过于关注概念体系构建、深层次医学知识及关联缺失、无法循证和难以跨病种和学科等不足,为解决以上问题,提出了一种支持全文内容与结构细粒度知识和知识论证与循证关系表示的医药学融合知识表示模型及其推理机制,构建了一个面向高血压专病的医药知识图谱来验证这一方法。结果表明,该模型能全面、一致地表达医药学文献、文档中的细粒度知识,同时支持可循证查询和推理。     

基于本体的道路标牌自动审核

随着城市规模的不断扩大,道路标牌的有效管理是智能交通中的一个关键问题.本文在基于本体有机整合海量、多源、异构语义数据的基础上,研究基于国家路标设置规范的路标牌位置和内容有效性自动审核,是对语义技术在智能交通应用中的有益探索.首先,对地缘信息中的道路、兴趣点及路标建立统一模型,采用本体技术把海量数据在语义层面上关联起来.其次,对国家路标设置规范中的规则进行分类,对每一类规则分别构造规则模板及为其构造带参数的SPARQL查询,从而将路标设置指南进行规范形式化表示,在此基础上实现对路标牌的自动检测.最后,在构建的实验数据集上进行了实验,实验结果证明,提出的方法路牌检测准正确率达到85.1%,召回率达到92.1%.     

移动学习的资源整合在终身教育中的应用研究

移动学习强调时刻性,终身教育强调恒久性,终身教育作为非正式教育的主体,移动学习为其提供有力支持.笔者针对分布在不同机构、格式不一的移动学习资源,提出了片段式移动资源协作构建、基于本体的异构移动学习资源整合、个性化移动学习资源整合以及基于概念地图的移动学习资源整合等方式.     

基于物联网技术的溯源智能称重综合系统设计

针对产品原材料溯源体系中原材料的重量、产地、责任人、时间等数据信息进行采集和追踪溯源问题, 设计了一种基于物联网技术的溯源智能称重综合系统. 该系统包括集成主控模块的称重设备、移动手机端APP和可溯源管理系统, 具有RFID标签识别、自动称重、数据录入、数据保存、实时无线传输数据、数据统一信息化管理等功能. 实测表明, 系统运行良好, 较好地克服了应用环境复杂的难题, 改造成本低, 可拓展性强, 为原材料溯源体系构建提供了平台支撑.     

一种面向领域知识的大数据价值服务建模方法

在网络大数据价值服务系统中,面对复杂的异构数据关联与交互,如何实现智慧的大数据价值发现与服务成为当前亟需解决的一个重要问题。为解决该问题,提出了面向领域主题大数据价值服务的语义内容标签及其语义矢量元模型,在元模型中给出4种语义基本矢量及其关联的9种语义单位矢量,基于该模型构建赋予本体概念的语义矢量本体模型,并进一步结合树形层次状态机对语义矢量元模型进行形式化描述,更精确地描述大数据价值服务。该方法能够有效地用于有序化组织大数据主题知识及其价值服务空间,实施面向主题的大数据知识及其价值服务的规模化定制。通过城市交通需求物联网服务领域阐述该方法在服务交互融合过程中实现按需价值服务,说明该方法的有效性。     

基于HBase与静态多级格网索引的地表覆盖数据高效检索方法

地表覆盖是地理国情监测的重要对象,为地理国情分析评价模型提供了可靠的数据源.高效的地表覆盖数据检索方法是挖掘地表覆盖数据潜在价值的前提.由于地表覆盖数据体量庞大、更新频繁,要素分布密集且不均匀,传统的空间检索方法出现了扩展困难、检索能力不足等问题.提出了一种基于HBase与静态多级格网索引的地表覆盖数据空间检索方法,针对地表覆盖数据特征设计了基于HBase的静态多级格网索引,利用MapReduce实现索引并行构建,通过多级过滤的方式,提高了地表覆盖空间范围的查询效率.实验表明,该方法能快速完成大规模、密集分布的地表覆盖数据的空间索引构建,提升空间检索性能,并具有良好的扩展性,可为其他海量空间矢量数据的检索提供借鉴.     

基于网评与专利数据的产品概念设计知识服务研究

概念设计对产品的创新性和研发周期具有决定性的影响,为了提高产品概念设计的效率和水平,提出一种以网络评论和专利数据为核心的产品概念设计知识服务方法.在该方法中,构建了基于网络产品评论数据和专利数据的产品概念设计知识服务模型,应用文本挖掘技术从产品评论数据中挖掘用户需求信息,构建专利技术功效矩阵,挖掘专利的技术和功效信息,进而向设计人员提供用户需求及相应的专利技术方案等设计知识.最后,以多家企业作为实例,验证该方法的有效性.