徽派建筑知识图谱的半自动化构建

本文针对徽派建筑数据异构多源和非结构化的特点,提出一种BiLSTM-CRF模型与徽派建筑词典相结合的命名实体识别方法,利用先验知识的辅助作用,提升实体识别效果,完成对建筑实体进行的识别抽取.利用Neo4j图数据库存储知识,用属性图模型表示知识.最后使用Neo4j图数据库对构建的徽派建筑知识图谱进行了可视化展示.研究结果表明,此方法能够有效地构建徽派建筑领域知识图谱,为今后徽派建筑知识智能化推荐和搜索系统研究奠定基础.     

学业预警知识图谱的构建与应用

针对学业预警体系中“事前事中预防”措施不足、过程化与可视化较低的问题,进行了学业预警知识图谱的构建与应用。首先,通过protégé完成模式层的构建,对知识的数据结构(包含实体、关系、属性)进行了设计,采用了树状结构,使每个子类继承其祖先节点的属性;其次,以事实三元组为单位,存储具体的信息;然后,通过关系型数据库实现数据与本体的映射,对关系型数据库的结构化数据进行知识抽取,通过D2RQ工具将结构化数据转化为三元组数据,存储在SQL中;最后,使用Neo4j图数据库可视化展示,完成学业预警知识图谱的构建。公开数据集实验测试结果表明,所构建的学业预警知识图谱能够对学生学业进行预警,对实体及属性进行校验标注,经过采样标注后得到准确率为94.23%,且时效性良好,系统平均在9 ms后开始传输,并在25 ms后完成,同时在过程化与可视化方面有较大提升,可以实现“事前事中预防”。     

基于知识表示学习的知识图谱补全研究综述

知识图谱补全能够将知识图谱补充完整,是知识图谱领域的一个研究热点。基于知识表示学习的知识图谱补全学习知识的向量表示,利用向量的计算挖掘知识图谱中的隐藏关联,具备更高的计算效率和更强的泛化能力,是知识图谱补全最好的方案之一。首先,介绍知识图谱补全和知识表示学习的概念;其次,按照实体和关系是否固定分别介绍静态知识图谱补全和动态知识图谱补全,对两个不同场景下各类算法的思路及改进过程进行详细说明;最后,总结知识图谱补全研究现状并展望未来研究方向。     

基于可视化知识图谱的智能停车研究进展与热点分析

为了全面、直观地分析智能停车研究领域的现状、趋势及热点问题,提高车位利用率,方便人们日常出行,缓解城市交通压力,在中国知网数据库中对2003～2022年之间的智能停车研究文献进行检索。从发文量、机构、作者、关键词4个维度利用CiteSpace软件构建智能停车研究知识图谱,从智能停车技术、智能停车方式、停车管理等3个方面重点分析智能停车研究的趋势和热点问题。研究结果表明：（1）从2012年开始,文章发表数量快速增长,智能停车领域的研究成果一直处于上升趋势;（2）根据关键词聚类分析,文献三大类为城市交通、停车位、交通工程;（3）围绕城市交通的停车管理热点为停车治理政策,围绕停车位的停车方式热点为共享停车、立体车库,围绕交通工程的智能停车技术热点为物联网、大数据。     

基于EHR的医疗知识图谱研究与应用综述

电子健康记录(EHR)作为一种医疗信息化手段,在数十年的使用过程中储存和积累了越来越多的医疗过程和结果大数据.知识图谱作为一种从海量数据中抽取结构化知识的手段,近年来在多个行业展示了广阔的应用前景.知识图谱的优势在于对海量、异构的数据进行组织,完成知识推理.知识图谱适用于自然语言的分析,有助于在以自然语言形式存在的海量EHR数据中获得宝贵的医疗知识和医疗经验. EHR分析研究的价值主要集中在辅助诊断、辅助治疗和疾病预测.利用大量的EHR数据构建医疗知识图谱,当新的患者数据来临之时,知识图谱可以发挥查询扩展、临床决策支持和疾病预测等作用.本文首先简要介绍了EHR的发展现状,以及现有著名的EHR数据集及其应用成果.其次,在概括介绍知识图谱发展总体现状基础上,分析了知识图谱在医疗领域的发展趋势和热点迁移.然后,对基于EHR的医疗知识图谱研究与应用进展进行了比较全面的总结,包括EHR的信息抽取、数据整合、查询扩展、临床决策支持和疾病预测等.最后,对该领域未来发展方向和面临的挑战作了展望.     

基于知识图谱的协同决策平台设计与实现

近年来,随着大数据时代的快速发展,企业内部数据大量产生,数据交换日益频繁。在庞杂多变的数据面前,各种决策问题日益增多,需要更加高效的协调和决策机制来应对挑战。通过决策共识和知识图谱等多项先进技术的应用,可为用户在工作会议、专家研讨、团队合作等多种场景下提供更直接、高效、全面的表达和交流方式,使用户能够快速掌握各种知识,从全局视角看待问题,把握问题,从而做出准确、明智的决策。     

我国科研建筑研究领域知识图谱可视化分析

随着国家对科技创新的重视,针对科学研究的场所——科研建筑的研究需求也日益增长.以中国知网(CNKI)数据库为数据来源,使用CiteSpace软件,对我国科研建筑领域共852篇文献分别进行作者与机构合作网络图谱、关键词时区图谱、关键词共现与聚类图谱的可视化分析,得到作者与机构合作关系、研究进程、研究前沿领域与热点的分析结...     

基于知识图谱的查询显示系统的设计与实现

为解决电网客服领域人力成本过高、业务处理受到时空限制的问题,探究基于行业知识图谱的智能客服查询显示系统。根据电网客服领域的业务需求和数据特点,采用半自动化的方式对源数据进行语义标注与关系抽取,建立行业知识图谱。在实现自动问答系统的语义解析环节,提出一种多模式匹配和相似度度量融合的实体识别算法,提高实体识别模块的性能。通过设计100道问题对构建好的智能客服自动问答系统进行测试,最终有93道问题被正确处理。该系统的实现过程为构建基于行业知识图谱的智能问答系统提供参考。     

基于知识图谱推理的网络攻击识别方法

针对在海量网络数据中识别网络攻击的问题,运用知识图谱推理能力,提出了基于知识图谱推理的网络攻击识别方法。首先利用Turtle文件解析算法将ttl格式文件解析为能够应用于知识嵌入模型的形式;其次,构建系统状态本体,为不同的系统状态实例提供统一的上层描述,提高利用网络安全知识图谱分析系统状态的可行性;最后,利用基于TransH模型得到图模型中的各类实例数据的嵌入表示,并从候选攻击模式中推理潜在的网络攻击行为。通过实验进一步验证了所提方法的可行性和有效性。     

基于CiteSpace的我国建筑垃圾研究知识图谱分析

随着建筑垃圾的不断增多,环境污染和资源浪费等问题日益严重,给经济发展和生态文明建设带来了重大挑战。借助CiteSpace软件对中国知网(CNKI)中建筑垃圾的研究文献进行可视化分析。研究发现：建筑垃圾领域的研究论文整体呈逐年增长趋势;建筑垃圾研究的关键力量是高校;《混凝土》与《施工技术》为论文主要发表期刊;“建筑垃圾”“再生骨料”“抗压强度”“资源化”“力学性能”“绿色施工”“减量化”“强度”“环境保护”等是建筑垃圾研究领域的重要关键词;国内建筑垃圾相关研究的四个热点分别是建筑垃圾的应用领域、对环境的影响、监测与管理以及政策研究。最后综合文献计量分析、国家政策导向、新兴技术和市场需求等,对建筑垃圾的研究提出了展望。     

基于关系聚合的时序知识图谱表示学习

针对静态知识图表示方法不能对时间进行建模的局限性,从时序图谱实际应用的需求出发,设计了基于关系聚合的时序图谱表示学习方法来描述和推理动态知识图谱的时间信息.与离散的快照时序网络不同,将时间信息视为实体间的链接属性,提出利用时间感知的关系图注意力编码器来学习时序图谱的实体表征.将中心节点的邻域关系和时间戳融入图结构中,然后分配不同的权重,高效地聚合时间知识.在公开的时序知识图谱数据集上运行,结果表明,与传统的时序图谱编码框架相比,面向注意力聚合的时序图谱表示学习方法在补全和对齐任务的性能上都有较强的竞争优势,尤其对高时间敏感度实体更加显著,体现出算法的优越性和强鲁棒性.     

国际云计算研究的知识图谱分析

文章以Web of Science数据库中云计算为主题的1027篇文献为数据源,借助可视化分析软件CiteSpaceII对相关被引文献数据和主题词等进行分析和处理,以知识图谱的方式,对国际云计算研究的国家分布情况、研究前沿、研究热点及跨学科属性进行分析,并探讨了云计算给高校带来的机遇和挑战。     

基于知识图谱的海上浮式风机领域可视化分析

为从众多的主题、内容和方法中充分了解浮式风机领域的研究热点和演进趋势,本文以CiteSpace信息可视化软件作为研究工具,选取1999～2019年Web of Science(WoS)核心数据库与中国知网核心数据库相关文献进行浮式风机领域可视化研究,分别从研究热点、演进趋势、科研合作以及期刊分析等方面进行研究分析.研究...     

基于CiteSpace的军民融合研究文献可视化图谱分析

本研究以中国社会科学引文索引(CSSCI)收录的124篇文献为样本,运用CiteSpaceⅢ信息可视化软件绘制知识图谱,对军民融合研究领域的代表人物、代表文献、作者合作、机构合作、热点研究方向及其演进路线、研究前沿和发展趋势进行了分析.     

家庭服务机器人知识图谱的构建与应用

为提高服务机器人对家庭环境中事物语义信息的准确获取与认知,提出了一种家庭服务机器人知识图谱的构建方案并进行了家庭服务的应用测试。 首先,针对家庭服务应用需求,构建了适用于家庭环境的领域本体,并采用结构化的方法表征家庭场景下环境、人物、服务等知识以及物体的语义属性,将其存储在关系型数据库中。 在此基础上,根据领域本体将知识库的结构化数据进行数据映射和知识抽取,完成知识图谱的构建,并针对典型家庭服务的应用需求进行了测试。 实验结果表明,构建的知识图谱能够有效地帮助服务机器人准确地获取家庭环境中事物的语义信息,检索得到服务所需的知识,从而保障其智能化地执行家庭服务。     

基于知识图谱的国内外个性化推荐比较研究

在CNKI和SCI中以“个性化推荐”为主题词进行检索,同时借助Excel和Citespace可视化研究工具,对采集的数据进行文献共被引分析和关键词聚类分析,对国内外发文量、高被引情况进行比较,描述该领域在研究热点方面的状况,探讨国外研究前沿,为我国个性化推荐的研究提出建设性意见和建议.     

基于知识图谱的风电机组诊断系统构建与应用

针对风力发电机故障诊断与维修过程不明确以及历史故障数据记录大量遗留等问题,提出一种以知识图谱的方式构建的风力发电机故障诊断系统。首先,通过改进的命名实体识别模型BERT-BiLSTM-CRF对故障文本进行知识抽取。数据集采用了近10年来的风力发电机故障案例、事故分析等文本数据。实验结果表明：在风力发电机故障领域中,改进的实体识别方法相比于传统模型效果提升了2.54%。其次,对抽取的知识实体进行结构化分析,由于传统故障树在实际故障推理中缺乏目的性,且每个底事件相对于顶事件的重要性不同,提出以故障的特征属性为分支条件引入到故障树推理中,完成故障树定性与定量分析,并结合故障模式影响和危害性分析(FMECA)完善故障领域知识模型;再对知识结构完成本体化建模,使用Protégé开发工具对故障树结构完成了基于六元组概念的本体建模,使构建的本体知识库满足推理的前提条件。最后,通过Neo4j实现知识模型的可视化,并提升了知识数据的读写能力。     

基于知识图谱的政府人员胜任力研究

20世纪90年代末胜任力概念引入我国,并且首先在企业管理领域研究取得丰硕成果,从2004年开始,政府人员胜任力领域的研究逐渐成为热点,研究通过SPSS16.0进行聚类分析和多维尺度分析,并用UCINET社会网络分析软件绘制政府人员胜任力研究的知识图谱。通过知识图谱分析政府人员胜任力领域研究的热点话题,并对不同研究方向进行总结,最终将政府人员胜任力研究分为：胜任力概念引入政府人员能力素质评估的理论研究、基层政府人员胜任力研究以及党政领导干部胜任力研究3个领域。