领域知识图谱研究综述

知识图谱由Google公司提出, 作为增强其搜索功能的知识库, 在近几年得到了迅速发展. 随着知识图谱价值不断地被发掘, 各类领域知识图谱也迅速建设起来. 本文通过领域知识图谱和通用知识图谱的对比来清晰化领域知识图谱的定义, 介绍了领域知识图谱的架构, 并以医学知识图谱为例讲解了领域知识图谱的构建技术. 最后, 本文介绍了当前热门的领域知识图谱的发展状况和应用, 对当前领域知识图谱状况进行了较为全面的总结.     

基于语义的领域虚拟数据中心研究与实现

油井工程领域涉及的数据具有分布、异构和自治性强等特点,并且存在复杂的语义关联,无法为全局决策提供有效的数据支持。利用本体和虚拟视图集成技术,提出了油井工程虚拟数据中心解决方案,通过构造领域全局本体并利用本体抽取、本体映射和查询转换实现领域数据语义集成,提供了统一和基于语义的数据查询与共享服务。实际应用表明,虚拟数据中心能够为油井生产决策提供全面和实时的数据支持。     

基于LEBERT的多模态领域知识图谱构建

多模态知识图谱(multi-modal knowledge graph, MMKG)是近几年新兴的人工智能领域研究热点. 本文提供了一种多模态领域知识图谱的构建方法, 以解决计算机学科领域知识体系庞大分散的问题. 首先, 通过爬取计算机学科的相关多模态数据, 构建了一个系统化的多模态知识图谱. 但构建多模态知识图谱需要耗费大量的人力物力, 本文训练了基于LEBERT模型和关系抽取规则的实体-关系联合抽取模型, 最终实现了一个能够自动抽取关系三元组的多模态计算机学科领域知识图谱.     

一种χ2统计-遗传算法的特征提取技术研究

特征提取技术是决定分类结果优良的主要因素,传统特征提取方法存在许多不足,诸如,当类别和特征分布高度不平衡时,不能有效地处理低频词;对于单个特征的处理不当,导致局部最优解的产生。针对特征提取技术中的问题,提出基于χ2统计-遗传算法的特征提取算法,此方法将词条的χ2统计值引入到特征向量中,将此类向量作为遗传算法的初始种群进行启发式搜索,与此同时,针对特征提取的性质,提出新的适应度函数和交叉规则。实验表明,基于χ2统计-遗传算法的特征提取算法能选择出准确表征文本类别的特征项,将其运用到文本分类系统中能有效地提高文本分类的准确率。     

一种基于SQL Se rVer的企业数据仓库实现方案

借助Microsoft SQL Server 7.0提供的数据仓库解决方案开发的单井分析评价系统,并在此基础上介绍了企业构造数据仓库的方法和对策.     

基于异质数据源的计算机学科知识图谱构建

计算机学科评估需要对学科整体信息进行汇总, 过于依赖专家经验且历届学科评估信息复用程度低. 针对此问题, 该文提出了一种计算机学科评估知识图谱构建方法. 该方法基于CIR模型建模知识图谱, 设计了针对文本数据的基于依存句法分析的无监督命名实体关系抽取方法和针对表格的数据流组合模型抽取知识, 并借助Neo4j图数据库实现知识图谱可视化, 为更多学科知识图谱的构建提供思路和借鉴.     

限定域中文事件抽取研究综述

事件抽取是信息抽取领域最具有挑战性的任务之一,也是知识图谱构建中的关键技术。事件抽取在阅读理解、文本摘要、问答系统等领域得到了广泛的应用。限定域事件抽取指的是系统所抽取的事件类型是预定义的,因此针对某一特定领域,限定域事件抽取的研究更具有研究价值,而且中文事件抽取由于中文语言特性问题,面临着较大挑战。介绍了中文事件抽取中面对的挑战,对限定域中文事件抽取的主要方法进行归纳总结,重点介绍了基于深度学习的方法,并总结了少样本情况下的事件抽取方法,介绍了中文事件抽取常用的数据集,展望了中文事件抽取未来的发展趋势。     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。