基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法.给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构.将算法用于中医领域语义网络和语义场构建.试验结果表明,该算法具有较好的实用性.提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法.     

基于领域本体的中医知识获取方法

中医知识获取是计算机自动实现知识管理、知识重组的前提。中医领域存在大量非结构化知识,难以被深入获取。该文提出一种基于领域本体的知识获取方法,对选取的单一医案中蕴含的知识进行形式化表示,构造中医领域的语义网络,对其进行定量分析,抽取中医领域的概念语义场。实验结果表明,该方法可在一定程度实现中医领域的知识获取。     

基于领域本体网络模型的知识获取技术

知识获取一直是人工智能的瓶颈，如何有效地从文本中提取知识是知识工程所关注的问题。该文提出并构建了领域本体网络模型，将其用于中医领域文本的知识获取，分析了领域本体的数据结构、本体概念的实例化以及语义场的结构与组织方法。基于中文信息处理技术，提出了获取文本知识的框架，实现了原型系统，并用于中医医案知识的获取，取得了较好的效果。     

基于语义网络构建供电系统检修计划推理策略

本文从人性化的角度出发,借鉴专家思考问题时擅于使用电网拓扑图的特点,采用语义网络图描述电网领域知识．将电网领域本体分层、分类显示并与图的基本性质相结合,构建基于语义网络图的供电系统检修计划编排策略。     

一种用于方面级情感分析的知识增强双图卷积网络

近年来,深度神经网络特别是图神经网络在方面级情感分析任务上取得了较大进展,但是仍存在未充分利用外部知识信息、句法依赖树的边关系信息以及知识图谱结构信息的缺陷.针对上述问题,本文提出了一种知识增强的双图卷积网络BGCN-KE(Knowledge-enhanced Bi-Graph Convolutional Network).首先,提出一种融合句法依赖关系与外部知识的子图构造算法,得到节点间语义关系更紧密的知识子图.其次,提出了双图卷积网络,分别利用两个图卷积网络在句法依赖知识子图中引导评论文本的节点学习邻接节点的外部知识,以及在评论文本的句法依赖图中融合特定方面相关的语义信息,从而增强评论文本的特定方面知识表示和语义表示.再次,BGCN-KE引入边关系注意力机制,更好地捕获特定方面和上下文词语间的语义关系.最后,提出了一种多级特征融合机制,充分融合特定方面相关的外部知识、语义信息和边关系特征.多个公共数据集上的实验证明,BGCN-KE的性能优于最新的对比模型.     

基于领域本体的方剂知识获取与研究

中医方剂知识获取是计算机实现自动知识管理的前提。计算机本体理论技术是构建专业领域模型的主要方法,能够有效挖掘中医药领域存在的大量隐性知识。文中以中医方剂为切入点,依照中医学科体系特点,设计语义与学科相结合的分类体系与概念关系,明确描述方剂基本概念。提出一种基于领域本体的知识构建方法,对选取的方剂知识进行形式化表示,并运用Protégé完成了清热解毒方本体的实现。实验结果表明,该方法可以在一定程度实现中医领域的知识获取。     

基于中医网络的中心性算法研究

中医概念之间的关系极为复杂,采用传统的基于简单数据集的数据挖掘方法显得力不从心.考虑到中医数据的特点,提出了一种基于图结构的挖掘方法,将中医对象之间的复杂关系和潜在的信息提取出来.首先,通过自然语言处理从医案中抽取出的中医概念与中医本体知识库匹配得到中医的知识网络.然后将该中医网络抽象成数学表达方式--图,利用图论的算法来处理.最后,采用中心性算法来分析中医网络,找出在中医诊断网络中具有重要作用的症状.     

结构化范例库向OWL本体自动映射算法

在分析从关系数据库学习本体方法现状与不足,考虑到结构化范例库蕴含更丰富语义信息且拥有大量可复用的领域知识的基础上,提出一个低时间复杂度的结构化范例库向OWL本体自动映射的算法,并阐述该算法的流程。其优点在于不仅能获取范例库中蕴含的语义信息,而且将范例、规则知识项直接映射为对应的OWL个体,从而实现最大限度的知识复用。应用实例证实了该算法的有效性。     

基于混合本体方法的集成算法研究

本文提出了一种基于混合本体的集成算法。该方法充分利用了领域知识模型以及局部本体之间存在的语义相关性，从语义匹配的角度探讨了构造新的全局本体的可能。本文还重点讨论了n个局部本体如何构造全局本体的算法；最后介绍了一个本体构造系统，并结合项目给出了具体实例。     

基于知识图的汉语词语间语义相似度计算

语义相似是词语间的基本关系之一,汉语词语间语义相似的研究对于许多自然语言处理的应用具有重要的指导意义。提出了一种基于知识图的词语间语义相似度计算的方法,把知识图这种属于语义网络范畴的知识表示方法应用于汉语信息处理中。实验结果表明该方法对词语间语义相似度计算是有效的。     

基于奇异粗集的中医辨证诊治知识支持系统

文章基于奇异粗集及其元素迁移,研究了其在中医药辨证诊治过程,中药方加减中的应用,举例说明,设计了一个基于双向S-粗集的中医药辨证诊治知识支持系统,为人工智能技术在中医药诊治领域中的应用开辟了一个新的思路。     

基于知识图的汉语基本名词短语分析模型

本文提出了一种基于知识图的汉语baseNP分析模型。它以知识图为知识表示方法,利用《知网》为语义知识资源,采用以语义为主、语法为辅的策略,先为短语中的每一个实词构造“词图”,然后合并“词图”而组成“短语图”,最后得到一个关于汉语baseNP结构信息和语义信息的知识图。因此它不仅分析了汉语baseNP结构的内部句法关系,而且分析了汉语baseNP结构成分间的语义关系并以知识图的形式表示出了这种语义关系。实验结果表明这个模型对于汉语baseNP的分析是有效的。     

构建归档历史数据的XML模式

分析了数据仓库历史数据归档的关键问题,提出了将XML技术应用于数据仓库历史数据的归档.给出了从数据字典获得构建XML模型信息以及构建XML模型层次有向图的算法.实现了基于层次有向图的数据库结构及数据信息映射为XML模式的算法.同时,提出了保证XML语义完整性的方法.     

基于地理空间数据的知识图谱构建技术研究

随着3S技术迅猛发展,地理空间数据呈现出爆发式增长趋势,基于地理空间数据构建知识图谱,实现数据到空间知识的转换成为亟待解决的科学问题。针对通用知识图谱仅以属性和语义关系表示空间知识,以及空间关系相对缺失等问题,该文首先描述了空间关系的表示方法;其次,提出了基于空间关系的知识图谱构建技术流程,重点研究空间关系抽取和表示以及多源地理空间数据融合的问题,实现了地理知识图谱构建;最后,论述知识图谱在地理空间领域的应用方向。该研究可以促进地理空间数据和语义网技术的整合,实现网络文本空间化、空间数据语义化,进一步提高智能化服务水平。     

基于改进多嵌入空间的实时语义数据流推理

将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。     

面向碳交易领域的知识图谱构建方法

为解决碳交易领域数据集成问题,提出一种碳交易领域知识图谱的构建方法。针对碳交易领域的半结构化和非结构化数据,分别采用自定义的Web数据包装器和结合BiLSTM-CRF模型与依存句法分析的方法进行三元组抽取。然后将获取的知识转化为关联数据,得到完整的碳交易领域知识图谱,再利用基于Jena的fuseki实现对知识图谱的语义查询。实验结果表明,该方法能够为碳交易领域快速有效地构建知识图谱,并可以从碳交易领域的海量数据中检索出有用信息。     

基于语义Web上知识表示的研究及其应用

随着对语义研究的深入,人们越来越关注在W EB上信息内容的表示问题,通过分析语义W EB上知识表示的特点后指出,以RDF为基础的知识表示语言可较好地实现语义W EB的知识表示。最后通过语义W EB上的语义检索应用给予了说明。     

EDG—DCR：一种基于扩展有向图Web服务组合关系描述方法

Web服务组合是充分利用已有的Web服务,生成满足不同用户实际需要的组合服务的重要技术,Web服务组合关系的描述是Web服务组合的基础。目前,Web服务组合关系描述主要有两类方法,一是基于有向图的描述方法,二是基于Petri网、语义的描述方法。前一种方法简单,但不能描述所有的组合关系;后一种方法虽然能描述所有的组合关系,但是它们的组成元素过于复杂,用户难以理解和使用。文章以工作流模式为基础,提出一种基于扩展有向图的Web服务组合关系描述方法,使得其可以描述所有的组合关系。该描述方法使用XML Schema表示组合关系,保证描述过程的简单性、开放性和可扩展性。