基于知识协同微调的低资源知识图谱补全方法

知识图谱补全能让知识图谱变得更加完整.现有的知识图谱补全工作大多会假设知识图谱中的实体或关系有充足的三元组实例.然而,在通用领域,存在大量长尾三元组;在垂直领域,较难获得大量高质量的标注数据.本文针对这一问题,提出了一种基于知识协同微调的低资源知识图谱补全方法.本文通过已有的结构化知识来构造初始的知识图谱补全提示,并提出一种协同微调算法来学习最优的模板、标签和模型的参数.本文的方法同时利用了知识图谱中的显式结构化知识和语言模型中的隐式事实知识,且可以同时应用于链接预测和关系抽取两种任务.实验表明,本文的方法在3个知识图谱推理数据集和5个关系抽取数据集上都取得了目前最优的性能.     

基于融合建模的浮选药剂消耗预测研究

浮选是选矿技术中常用的技术之一，为了使选矿工艺指标达到要求，需要加入捕收剂、抑制剂、活化剂和 pH 调整剂等药剂。药剂消耗在影响浮选工艺指标的同时也影响着选矿的成本，因此预测每天、周、月、年的药剂消耗量，对其进行定额管理是浮选作业中重要的研究问题，基于缺失数据填补技术采用融合建模的方法在原矿性质、浮选指标及药剂消耗之间建立带有混合效应的非线性模型，并预测 7 d（1 周）、30 d（1 月）、365 d（1 年）的浮选药剂消耗量。预测结果与生产数据对比表明，该模型实现了对选厂浮选药剂用量的短期精确预测。实际数据显示该方法对生产实践具有指导意义。     

基于位置的知识图谱链接预测

链接预测是知识图谱的补全和分析的基础。由于位置相关的实体和关系本身拥有丰富的位置特征,该文提出了一种基于位置的知识图谱链接预测方法。该方法首先通过分析实体和关系的语义特征对关系进行分类,然后提出了一种基于位置的实体和关系位置特征和规则的挖掘方法;其次,通过挖掘出的实体位置特征和规则,对实体和关系的向量化方法预测结果进行约束,得到最终的结果。该文通过对WikiData、FB和WN数据集的实验,证明该方法针对基于位置的关系和实体链接预测拥有较好的效果。     

基于Marx发生器的新型高压电脉冲破碎设备研制及应用

针对传统矿石粉碎设备产品解离不充分、粒度分布不均匀等问题，研制了一种基于Marx发生器的高压电脉冲破碎设备，并对典型的鞍山式磁铁石英岩进行相应的破碎研究，以期实现矿物的高效解离、预富集和预弱化。高压电脉冲破碎设备由初级充电电源、Marx发生器、气体开关和新型针-板式电极对组成。高压脉冲放电破碎试验表明：最佳的试验参数分别为球隙间距25 mm和输入电压70 V；增加脉冲个数有利于强化破碎效果，相较于机械破碎，电脉冲破碎产物的细粒级中TFe含量显著提升，当脉冲个数为300时，电脉冲破碎产物中-0.074 mm粒级TFe含量较机械破碎提高了9.14%。高压电脉冲有助于铁在细粒级预富集，并促进磁铁矿-石英连生体有效解离。     

基于高压电脉冲技术的方铅矿石破碎试验研究

高压电技术破碎技术是一种新型晶界破裂技术,具有选择性破碎、污染小、无粉尘的优势。 为进一步完善高压电脉冲预处理技术体系,针对辽宁某方铅矿石开展高压电脉冲预处理试验,系统考察了球隙间距、输出电压及脉冲次数等参数对矿石破碎效果的影响。结果表明:对 7~ 5 mm、10~ 7 mm、12. 5 ~ 10 mm 这 3 种粒级原料,适宜的高压电脉冲预处理条件为:球隙间距 25 mm、输出电压 25 kV、脉冲次数 150 次,此时破碎产品-2 mm 粒级产率最高,平均破碎比和粒度分布均匀系数最优。此外,给料粒度越细,破碎产品粒度分布均匀系数越大,粒度分布范围越宽,产品粒度均匀性越差。机械破碎主要通过冲击剪切作用力来减小矿石的粒度,以实现矿物单体解离;而高压电脉冲破碎通过介电常数差异,破坏矿石的内部结构,相界面由此产生的大量裂隙和微裂隙有助于矿石的进一步解离破碎。     

OpenConcepts:一个开放的细粒度中文概念知识图谱

知识图谱是通过符号形式描述世界万物的实体及其之间的关联关系，是一种具备强大知识处理能力的大规模语义网络。概念知识图谱是一种特殊的知识图谱，在语义搜索、自动问答等场景具有广泛的应用价值。之前的概念图谱较难覆盖长尾实体，且存在概念粒度较粗和更新困难等问题。针对这些问题，该文提出了一种全新的自动化概念图谱构建方法，能够自动地从海量文本及半结构化数据中构建细粒度的中文概念层次结构，还发布了一个开放的细粒度中文概念知识图谱OpenConcepts,包含440万概念核心实例，5万多个细粒度概念和1 300万概念-实例三元组，并提供相应的调用接口。