知识表示

摘要： 跨境民族是指居住地“跨越”了国境线,但又保留了原来共同的某些民族特色,彼此有着同一民族的认同感的民族,对于跨境民族文化中涉及到的文本分类问题可以看作领域文本细分类任务,但是,目前面临类别标签歧义的问题.为此提出一种融合领域知识图谱的跨境民族文化分类方法.首先把知识图谱中的知识三元组通过TransE模型表示为实体语义向量,并且把实体语义向量与BERT预训练模型得到文本中的词语向量相融合得到增强后的文本语义表达,输入到BiGRU神经网络中进行深层语义特征提取;然后通过构建注意力权重矩阵,对特征进行权重分配,以此来提升特征的质量,最终完成跨境民族文化分类模型的训练.实验结果表明,提出的方法在跨境民族文化文本数据集上的F1值为89.6%,精确率和召回率分别为88.2%和90.1%.

摘要： 目的构建国医大师周仲瑛辨治肺癌的中医药本体,实现中医药肺癌领域知识的共享和推理。方法以国医大师周仲瑛教授辨治肺癌门诊医案为知识源,采用protégé5.5.0工具,以OWL为本体的描述语言,借鉴“七步法”构建国医大师周仲瑛教授辨治肺癌领域本体,实现肺癌中医诊疗知识表示和领域建模。结果肺癌中医药本体较为全面展示周仲瑛教授病机辨证知识体系,共有类74个,实例206个,对象属性8个,数据属性5个,为从概念层次上掌握周仲瑛教授病机辨治肺癌知识体系奠定基础。结论本体的构建对肺癌的中医诊疗经验的知识表示、知识共享、未来知识库及知识图谱建设具有一定的参考与应用价值。

摘要： 单一得分函数难以学习多种关系模式;增强表达能力往往意味着较高的模型复杂度和计算开销。在基于平移/旋转的嵌入模型基础上,设计结合多重得分函数的神经网络模型,分析其对多种关系模式的学习和表示能力,在统一框架下为同一实体/关系训练多组独立的嵌入表示以匹配得分函数,同时使用基于阈值限制的损失函数改善模型的泛化能力。在4个主流数据集上进行链路预测,比较方案与其他主流模型的性能表现,验证在嵌入表示中集成不同关系模式信息的可行性,衡量不同得分函数对整体模型的影响。

摘要： 随着知识图谱技术的发展,在构建太阳能光伏产业新兴技术辨识模型的基础上,根据相关软件所生成的科学知识图谱提取出技术演进的时间维度及领域维度,具有很强的研究意义;同时,设备选型和物资采购等活动使得用户从大量的信息中挑选目标信息变得复杂且耗时。推荐系统(RS)旨在为用户找到满足个性化兴趣的一组物品来解决信息爆炸的问题,但目前仍存在冷启动等不足。利用知识图谱分析并构建用户和项目的关系模型,可以有效地提高个性化推荐的精确度。为此,研究了如何利用知识图谱进行准确和可解释的推荐,并指出了该领域可能的研究方向。

摘要： 文章在简要综述知识基因、知识单元、知识表示和知识图谱的基础上,探讨知识的质性构造和量化分析基础,指出知识具有表型(外型)、构型(内型)和量型(量值)三型特征。用逻辑分析法从现象到本质揭示知识表型特征,包括语言文字型、公式符号型和图表图谱型;知识构型可用学科类别和特征概念标识;知识量型可基于数据或信息计算知识量。进一步提出用知识花图式和知识花程式展示质性知识构造与量化知识分析。由知识三型特征引出知识变换三假设以及学术评价"对标法";揭示质性知识构造适合解析静态知识特征,量化知识分析可延伸处理动态知识演化。质性知识构造与量化知识分析同时适用于剖析知识客体和知识主体,并独具学术评价应用价值。倡导通过知识分析创新图书情报学,同时也通过图书情报学促进知识之花盛开。

摘要： 基于第三方云平台业务数据资源,面向服务价值链多链知识共享和重用的需求,提出服务价值链多链知识图谱构建框架和方法。从服务业务、服务资源和产品等维度出发,构建了服务价值链多链知识体系,设计了服务价值链多链知识图谱构建框架;研究了服务价值链多链知识图谱模型,提出基于二阶段的知识图谱模型构建方法用于求解服务价值链多链知识图谱模型,并实现了对知识图谱的存储;基于第三方云平台数据资源,以相关服务业务为例构建服务价值链多链知识图谱,验证了该知识图谱构建方法的可行性。

摘要： 现有知识库存在大量缺失事实且事实常携带时间信息。针对主流嵌入表示方法在知识补全时常忽略时间维度的问题,设计一种时间敏感的三元组嵌入表示方法TSKGC(time sensitive knowledge graph completion)。通过为时间戳分配超平面,将时序信息合并到实体关系空间中,并进一步将映射后三元组的3列k维矩阵表示用作卷积神经网络的输入,在不同超平面对应的多通道中并行处理,提取三元组特征用于知识补全。在YAGO11k和Wikidata12k数据集上的实验证明,TSKGC具备一定的时间预测能力,并能有效利用时间信息提高链路预测的性能表现,特别在1-M、M-1和M-M复杂关系类型上相比主流模型具备一定优势。

摘要： 中医药知识记录分散、隐性知识众多,又富含关系知识,因此在关联、表达、利用知识上具有优势的知识图谱能够为领域提供有益辅助。系统梳理中医药领域知识图谱的构建及其应用的研究工作,可见基于中医药知识图谱的应用正在不断发展,将知识图谱构建技术运用于中医药知识图谱中时则需虑及领域特点。根据领域知识特点与实践需求,一些研究设计了知识框架,选择了合适的知识抽取、融合和存储技术,尝试了知识补全,构建中医药知识图谱并实现信息理解、搜索、推荐、自动问答以及辅助决策等应用。不过,在丰富关系种类、理论知识与多模态知识,拓展知识来源,完善质量评估与控制,加强子领域知识图谱的构建以及共享与协作等方面,还需许多努力。

摘要： 圈闭评价在油气勘探风险防范和可行性评估中的关键过程,标志着油田领域对于圈闭评价知识需求越来越高。然而在面对圈闭评价众多知识资源时,其知识却呈现知识表示规范性差、知识描述二义性、知识元利用率低等问题,这就造成了知识不能被油田开发技术人员高效利用的局面,引起知识信息泛滥。为了解决圈闭评价中知识形式化描述的问题,提出了基于本体的圈闭评价知识表示研究。从圈闭评价知识定义出发,将所研究的圈闭评价知识划分为基本实体、成果案例、方法规范、数据类知识四类。在确定知识定义和范畴后,结合圈闭评价知识特点,以及多种知识表示方法对比,最终得出基于本体表示法更适用于圈闭评价的知识描述。由此,将本体论思想引入圈闭评价知识表达中。提出圈闭评价知识本体TEKO的形式化定义并对其构建,采用OWL语言对圈闭评价知识本体TEKO进行表达和统一描述,最终形成基于本体的圈闭评价知识表示形式。便于圈闭评价知识的资源共享和知识重用,将其应用于建立圈闭评价知识库,为圈闭评价知识抽取、知识管理、知识检索等提供基础供应。

摘要： 针对当前作战任务规划领域知识表示架构不统一、指挥员思维活动难以建模等问题,提出一种作战任务规划要素图谱化表示方法。阐述了作战事理图谱、任务威胁图谱、战场实体图谱和单元能力图谱的描述与构建方法,以图的形式展现指挥员头脑中的思维场景、任务与威胁的隐性推理和客观世界各类实体。应用示例表明,图谱化表示方法能够形象地展现所需知识,可直接为作战任务规划活动提供支撑。

摘要： 辨证论治是中医学认识疾病和治疗疾病的基本原则.中医数字辨证,指的是在研究中医辨证论治规律的基础上,建立辨证过程的数字模型,通过计算机程序对患者病情资料进行分析判断,最终得出辨证结果.从上个世纪70年代中后期以来,许多中医药科研工作者和信息科学工作者开展了中医数字辨证研究,研发了许多以中医专家系统为代表的中医数字辨证相关系统.基于知识图谱这一人工智能领域的重要技术，开展中医数字辨证知识表示与推理方法应用研究，对中医辨证过程中的各种确定和不确定的知识进行表示，并以中医临床病例数据作为测试用例来进行辨证推理和分析，将有助于提高中医数字辨证的建模效率、辨证准确率和辨证推理过程的可解释性，对促进中医智能辅助诊断的发展具有重要的意义。

摘要： 知识表示学习在关系抽取、自动问答等自然语言处理任务中获得了广泛的关注,该技术旨在将知识库中的实体与关系表示为稠密低维实值向量.然而,已有的模型在建模知识库中三元组时,或是忽略三元组的邻域信息,导致无法处理关联知识较少的罕见实体,或是在引入邻域信息时不能自适应地为每个实体抽取最相关的邻节点属性,导致引入了冗余信息.基于以上问题,本文在知识表示模型TransE的基础上提出了聚合邻域信息的联合知识表示模型TransE-NA(Neighborhood Aggregation on TransE).该模型首先根据实体的稀疏度确定其邻节点数量,然后根据实体的邻边关系选取对应邻节点上最相关的属性作为实体的邻域信息.在链接预测和三元组分类任务上的实验结果表明,本文的模型效果超越了基线模型,验证了本文模型能有效聚合邻域信息,缓解数据稀疏问题,改善知识表示性能.

摘要： 古文句读不仅需要考虑当前文本的语义和语境信息,还需要综合历史文化常识,对专家知识有较高要求.该文提出了一种基于深层语言模型(BERT)古汉语知识表示方法,并在此基础上通过条件随机场和卷积神经网络实现了高精度的自动断句模型.在诗、词和古文三种文体上,模型断句F1值分别达到99％、95％和92％以上.在表达较为灵活的词和古文文体上,模型较之传统双向循环神经网络方法提升幅度达到12％以上.实验数据显示,模型能较好地捕捉诗词表达的节奏感和韵律感,也能充分利用上下文信息,实现语序、语法、语义、语境等信息的编码.在进一步的案例应用中,该方法在已出版古籍的断句疑难误例上也取得了较好的效果.

摘要： 汉语未登录词的知识表示与预测,包括词性、构词结构、词义等项目,是计算语言学领域中的基础性问题.该文依据“平行周遍”原则,从现有的语义构词知识中提取“平行条件”,将未登录词潜在的构词因素与这些“平行条件”进行适应性匹配,从而对其知识表示进行相对完整的预测.该方法将新的语言学理论与未登录词的理解应用问题结合,取得了显著的效果,其解释能力、便捷性和精细程度优于此前方法.这些研究,除了在自然语言处理领域有实用价值,也有望推动词典编撰、语言研究与教学等人文领域的进展.

摘要： 作为一种意合型语言,汉语由字组词的特性明显,字面义词的词义大体可由其构词结构和语素概念来表达,但对非字面义词的处理存在偏差,这也是语言深度理解中的一个棘手问题.本文从语言认知的角度出发,提出了适用于汉语词的非字面义的知识表示方式:全面发掘《现代汉语词典》中的非字面义二字词,判定它们作为隐喻或转喻现象的非字面义类型,标注其在《同义词词林》中的源域、目标域,并选取面向计算的适合的字面义词承担者.该工作首次在词汇级别上,系统地揭示了汉语隐喻和转喻现象的数量、类型及语义域映射分布状况,并且在算法框架不变的情况下,显著改进了词义相似度计算效果.这些思路、做法及语言资源建设,有望推动人文领域和计算应用等相关工作的深入开展.

摘要： 随着经济的快速发展,用户越来越注重有品质的生活.纵观目前社会的发展状态与创新需求,在更注重体验与服务的今天,针对用户感性的复杂性、非线性和混沌性,系统化的抓握产品的品牌意象尤为重要.在本体论的已有研究基础上,将本体论引入产品意象评价系统中,探索一种可有效完成意象知识检索的知识表示方法,更精准地完成用户深层次感性信息的挖掘,为产品意象设计提供更科学的指导.

摘要： 本文提出一种基于序列比对的变电站仿真培训方法.通过采用碰撞检测技术,设置触发器,记录学员每一步仿真操作,形成实际操作序列;并采用合理的知识表示方法,建立设备操作规则库,形成标准操作序列;通过序列比对算法,将标准操作序列与实际操作序列相比对,结合推理机,对学员操作结果进行比对评价.

摘要： 数控程编对程编员的经验与技能依赖性很强,因人员经验、技术能力不足等因素导致的程编规范性差、加工效率低等问题普遍存在.同时老员工的流失导致企业的知识存量减少,新员工的经验与技能不足,使上述问题更为突出.为加强程编工作的规范性,提升程编效率及质量,开展了基于飞机结构件典型特征的数控程编研究,编制了《典型特征程编规范》,采用计算机辅助分析(CAA)技术对CATIA软件进行了二次开发,将《典型特征程编规范》与CATIA软件进行了集成,实现了飞机结构件典型特征数控程编知识获取与表示,方便了数控程编知识的快速共享及应用,提升了程序的质量和效率,对员工的培养及快速成长起到了促进作用.

摘要： 专家系统(Expertsystem,ES)是一种智能的计算机程序,它运用知识和推理来解决只有专家才能解决的复杂问题.也就是说,专家系统是一种模拟专家决策能力的计算机系统.本文就动物疾病专家系统及其在动物医学领域中的应用做一简要的概述.

摘要： 专家系统(Expertsystem,ES)是一种智能的计算机程序,它运用知识和推理来解决只有专家才能解决的复杂问题.也就是说,专家系统是一种模拟专家决策能力的计算机系统.本文就动物疾病专家系统及其在动物医学领域中的应用做一简要的概述.

摘要： 本发明公开了一种基于图谱表示学习的知识表示学习方法，其包括以下步骤：S1、基于知识图谱三元组和谓词获取标准图；S2、根据标准图获取知识图谱实体与关系的向量表示；S3、将深度学习分类任务的标签作为目标实体，根据知识图谱实体与关系的向量表示，基于相似性度量计算目标实体间的相似度，得到目标实体的图关联矩阵。本方法结合了实体之间的关系本身包含的信息，并将推理规则融合进来，因此容纳了大量的关联信息，使得学习得到的表示质量更佳。

摘要： 本发明提供了一种面向跨媒体知识推理任务的知识表示方法，该方法包括：抽取跨媒体知识图谱的RDF三元组信息，将跨媒体知识图谱RDF三元组数据表示为初始的低维向量；利用最大间隔成本函数训练正负例三元组样本之间的向量表示，同时挖掘正负例三元组样本间的相似性(或差异性)，添加到最大间隔成本函数中，提高模型知识推理识别相似实体的能力。本发明能够对基于RDF构建的跨媒体知识图谱三元组进行知识表示和知识推理，利用本发明学习到的知识推理模型进行实体链接和知识分类，能够提高跨媒体知识图谱中的链接预测和三元组分类的准确度。

摘要： 本公开涉及知识图谱技术领域，提出了基于深度嵌入表示和深度图计算的知识表示方法及系统，包括如下过程：针对被处理的知识图谱，利用深度图计算链接预测算法，根据知识图谱的图结构和语义信息，预测知识图谱中可能形成链接的实体对；利用深度嵌入自适应知识嵌入方法，采用自适应度量方法和深度嵌入空间投影相结合，验证链接预测阶段得到的实体对之间的关系，形成正确的三元组，更新知识图谱。本公开充分考虑知识图谱内部信息，基于深度嵌入表示和深度图计算，应用两种改进方法的结合方式实现知识图谱的缺失补全。

摘要： 本发明公开了一种基于图谱表示学习的知识表示学习方法，其包括以下步骤：S1、基于知识图谱三元组和谓词获取标准图；S2、根据标准图获取知识图谱实体与关系的向量表示；S3、将深度学习分类任务的标签作为目标实体，根据知识图谱实体与关系的向量表示，基于相似性度量计算目标实体间的相似度，得到目标实体的图关联矩阵。本方法结合了实体之间的关系本身包含的信息，并将推理规则融合进来，因此容纳了大量的关联信息，使得学习得到的表示质量更佳。

摘要： 本发明涉及的是基于KGQEV的知识图谱数据集质量知识表示方法，它包括：描述数据集自身使用的数据格式符合哪些标准；明确评估知识图谱数据集时使用的质量分类标准，明确类与维度之间的关系；对应用知识图谱数据集的情境进行需求分析，归纳出具体需求并将质量维度与需求的对应关系进行知识表示；针对知识图谱数据集的需求，扩展DQV中维度下的指标；描述数据消费者对知识图谱数据集的反馈以及数据集的自身质量证书；描述知识图谱数据集相关信息；生成对知识图谱数据集的质量评估报告，保存并发布评估报告。本发明通过知识图谱质量表示模型来描述与表示知识图谱数据集的质量知识，明晰需求与指标之间的关系，并提高评估质量报告的可信度。

摘要： 一种基于知识表示和知识提取的图谱平台框架构建方法，基于Neo4j实现一套多人协作众包式相关知识领域图谱构建工具，帮助用户进行信息查询和分析处理。构建的知识图谱的智能查询平台包框架包括知识图谱全部实体和关系的查询部分、智能问答部分和信息分析部分。在此框架的基础上，为了方便用户后期的使用，还支持权限等级较高的用户增加、删除、修改图谱的实体和关系。对于知识图谱的管理，知识图谱构建平台在文件管理部分支持图片、文档、视频等内容的上传与下载。同时，为了进一步对图谱数据进行维护，支持图谱结构化数据的批量导入、导出以及知识库的数据备份，通过应用端为用户提供搜索问答能力。

摘要： 本发明涉及基于新闻知识图谱的知识表示学习方法，包括步骤：构建训练实体向量的正样本集和对应的负样本集；使用word2vec模型训练得到字向量矩阵；将正样本集、负样本集输入TransE模型中，经过Embedding层后得到实体向量；同时将实体、关系拆分为字符，根据字向量矩阵得到字符对应的字向量；将实体向量和字向量进融合得到高维特征向量；分别计算正样本、负样本的距离分数，迭代计算TransE模型的损失函数，反向传播更新Embedding层的参数。本发明利用TransE模型学习到新闻知识图谱中实体的特征，并使用额外的字向量提高语义信息的丰富性，以及提高TransE模型的知识表达能力。

摘要： 本发明提供一种基于知识表示学习的知识图谱可信评估方法及系统，涉及知识图谱可信评估技术领域，该方法包括：获取知识图谱的外部可信证据和内部可信证据；根据预先存储的各外部可信证据与得分之间的对应关系，得到外部可信证据所对应的外部可信特征值；以及，使用知识表示学习算法将元素和元素类型进行向量化表示，根据元组结构的完整程度和元素与对应元素类型映射的正确程度确定元组的可信值，根据各元组的可信值确定内部可信证据所对应的内部可信特征值；对外部可信特征值、内部可信特征值进行加权求和，得到所述知识图谱的可信值。这样，对知识图谱从外部和内部两方面进行全面的可信评估，可以提高可信评估的准确性。

摘要： 本发明属于地图知识技术领域，具体涉及一种基于知识图谱的地图知识表示方法。该方法首先获取地图数据，从中抽取地图知识，包括概念类知识和规则类知识，所述概念类知识是地图学专业领域的常识性知识，且包括地图要素知识；规则类知识是地图制图过程中形成的各类模型、规则和原则；然后根据所述地图要素知识，基于知识图谱生成地图知识网络图；最后根据规则类知识进行知识推理，对地图知识网络图进行补全，以生成新的实体和/或新的实体关系。本发明充分挖掘地图蕴含的地理知识，为地图进行全方位的知识挖掘和融合提供基础，对实现“数据‑信息‑知识”的转型具有一定参考价值。

摘要： 本发明公开了一种基于k均值聚类算法缓解知识图谱稀疏的知识表示学习方法，主要包括四个步骤：步骤一，选择一个现有的知识图谱表示学习模型；步骤二，预训练现有模型；步骤三，k均值聚类实体和关系；步骤四，融合聚类信息继续训练模型；本发明利用k均值聚类算法将稀疏的实体和语义上相似的高频实体聚成一簇，增强稀疏实体的表示能力，缓解知识图谱表示学习中的数据稀疏问题，从而提升知识图谱中实体和关系学习的效果。