基于知识图谱的典型零件加工工艺知识构建方法

现代柴油机关键零部件生产工艺的总方案设计迫切需要对零件生产制造过程中的工艺知识进行有效组织,以实现工艺知识的共享和重用,因此,文章对柴油机典型零件的工艺知识以及知识之间存在的内在关联进行分析,引入知识图谱构建工艺知识模型,对知识图谱的关键技术进行研究,包括知识抽取、知识表示和知识融合等。通过工艺知识建模建立本体模型,对柴油机生产制造过程的相关工艺知识进行描述,明确柴油机典型零件加工工艺本体的概念,研究属性以及概念之间的关系。基于知识图谱对柴油机典型零件加工工艺知识进行重构,面向柴油机典型零部件加工过程,将柴油机典型零部件加工工艺知识转换成计算机可识别和处理的内容,完成面向柴油机典型零部件工艺知识图谱的建立。     

面向无人机故障诊断的知识图谱构建应用方法

近年无人机作业安全保障问题面临着严峻挑战,确保无人机安全作业至关重要。传统的无人机故障诊断方法具有容易造成知识浪费等问题,已无法满足日益复杂的工作需求,基于新兴研究热点的知识图谱,充分利用无人机先验知识进行故障诊断,可实现组件关联诊断并依靠专家知识实现诊断结果的可解释性。目前面向故障诊断知识图谱的研究较少,通常采用“预训练”模型解决深度学习模型训练的数据不足,但这种方法应用场景限制较大,且不能为后续研究者提供有价值可参考的训练样本。以无人机故障维修手册为主要数据,提出一种基于远程监督的机标人校数据标注方法,获得数量可观、标注精确的无人机故障语料库,并根据数据结构特点结合基于规则和BiLSTM-CRF网络的知识抽取方法,实验证明实体抽取效果良好。基于无人机故障诊断本体完成无人机故障诊断知识图谱的构建,通过Neo4j进行存储及可视化展示,并搭建无人机系统故障的智能问答系统,为无人机故障提供有理有据的精准诊断,证明了知识图谱在故障诊断领域的有效性,为基于知识图谱的故障诊断体系构建提供科学依据。     

面向工业装配的知识图谱构建与应用研究

在新时代智能制造的背景下,传统的工业装配设计方法已经无法满足现代用户追求智能、高效、高精的需求,推进工业设计的智能化成为目前工业领域研究的热点之一.文章通过在现有的工业装配设计方法上,开展面向装配设计图谱的构建,通过装配设计规范构建了装配设计本体模型,从三维图面档案中零件数据获取、零件实体的识别、零件间关系的抽取以及零...     

企业风险知识图谱的构建及应用

作为语义网的数据支撑,知识图谱在搜索引擎、智能问答和推荐系统等领域发挥着重要作用,成为了人工智能领域的研究热点。知识图谱因其自身的图展示、图挖掘、图模型等计算优势,可帮助企业或金融从业人员进行业务场景的分析与决策。目前已经有公司将知识图谱应用到金融领域,但是这些知识图谱还存在信息缺失、准确度低等问题,并且现有的金融知识图谱构建方法大都只关注构建过程中的某一环节。针对上述问题,对行业知识图谱构建方法进行系统研究,构建一个企业风险知识图谱,从本体构建、知识抽取、知识融合和知识存储4个方面完整阐述了知识图谱的构建流程。最后,基于企业风险知识图谱,构建了一个智能问答机器人,实现了对知识图谱的检索和利用;为了提高问答系统回答问题的准确性,利用基于字级别的BiLSTM-CRF命名实体识别模型。实验结果表明,在样本数量较少时,基于字级别的模型效果更优。     

构建操作系统教程知识图谱

知识图谱在海量信息检索呈现有优异的性能,在人工智能领域也大量运用知识图谱技术。本文介绍了知识图谱的架构模型以及每个模型层次当前可运用的技术。分析了操作系统教学中用到的信息和知识点,整理了操作系统知识图谱的本体关系,最后运用知识图谱技术构建了一个简单的操作系统教程知识图谱。     

城市大脑知识图谱构建及应用研究

随着城市大脑建设进程的推进,城市中积累了大量的物联网(IoT)设备和数据,利用海量设备数据对问题进行分析和溯源,对于城市大脑建设具有重要意义。该文基于资源描述框架和智能物联网协议概念,提出一种以城市物联网本体为基础的城市大脑知识图谱建设方法,城市大脑知识图谱模型融合多源异构数据,覆盖城市基本要素,实现对城市要素的全面感知和深度认知。该文重点探究了城市事件本体中的事件抽取,设计了一种新颖的语言模型框架对事件类型和论元联合抽取,与单模型分析对比,该联合模型较单模型的事件类型和论元F₁值分别提高0.4%和2.7%,在时间和模型复杂度上,较单模型级联也有更好效果。最后,该研究对知识图谱技术与人工智能、多传感器融合、GIS等新一代信息技术交叉融合方面进行了探究分析,为城市治理和服务应用场景提供理论依据。     

面向涉恐领域的知识图谱构建方法

近年来,世界各地的恐怖袭击事件时有发生,为了减轻安防人员对涉恐信息分析工作的负担,需要提供工具辅助相关人员对海量信息进行整理,因此研究并实现了面向涉恐领域的知识图谱。首先,针对海量的互联网信息,采用了分布式爬虫技术进行数据的采集,并使用双向门控神经网络(BI-GRU)+注意力机制(Attention Mechanism,Att)等模型实现对信息的抽取;然后构建了涉恐领域本体库,并在此基础上完成了涉恐领域知识图谱的构建以及知识图谱的可视化展示。该研究成功地将知识图谱的构建技术应用到涉恐领域,对相关工作有一定的参考价值。     

基于知识图谱的燃气轮机故障诊断知识库构建方法及维护

燃气轮机机组的设备健康状况的改变容易受到多种因素的影响，并且各原因间存在着复杂的耦合与传递关系，以往传统的故障诊断系统常会出现一种故障征兆对应多种故障模式的问题，针对此问题，目前主流解决方案已有基于知识图谱的故障诊断方法，但针对燃气轮机故障知识库的构建尤其是知识更新的研究较少，因此本文将重点从基于知识图谱的燃气轮机故障诊断中的知识库构建及维护进行进行介绍。首先，阐述了本体基本理论以及基于本体的语义推理原理，其次通过阐述领域知识的获取及表示介绍了知识库的构建过程，避免了在新知识整合过程中出现冲突及冗杂情况，最后通过实例验证了基于知识图谱的燃气轮机故障诊断知识库构建方法的可行性，及知识更新的稳定性，有效的解决了常规智能诊断过程中推理“一对多”的问题，同时提供了一种较为准确且稳定的知识图谱更新方法，为其他机械设备的故障检测提供了一条新思路。     

面向多数据源的少数民族文化知识图谱构建

少数民族文化是少数民族在生产创造过程中形成的文化,对其进行挖掘保护和利用不仅能够促进民族团结、提升民族自信,更是坚定文化自信建设的重要途径.该文利用少数民族文化资源数据,以少数民族作为切入点构建少数民族文化知识图谱,为弘扬和保护民族文化提供新的技术实现手段和研究方向.提出了少数民族文化知识图谱构建模型.首先,利用本体构...     

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。     

煤矿机电设备事故知识图谱构建及应用

针对难以从煤矿机电设备事故表象和部分监控数据判断设备事故根本原因,以及缺少能够利用历史数据、经验知识的有效手段来提高设备事故处理效率等问题,构建了煤矿机电设备事故知识图谱。首先设计四组元本体模型的数据关系,确定本体及本体之间的关系类型;然后根据设计的数据关系,采用机器学习和规则模板相结合的方法从数据库、文本中抽取实体、关系和属性;最后基于Python语言,通过py2neo库用Cypher语句对实体、关系和属性进行创建并存入Neo4j图数据库,实现知识图谱的构建和更新。煤矿机电设备事故知识图谱在煤矿机电设备事故诊断、风险管理和智能问答等方面的应用可使用户高效利用煤矿机电设备事故相关知识,帮助设备维护人员快速查找事故链条、定位事故原因并提出维修方案,达到降低事故率、减少事故处理时间的目的。     

一种改进的自适应知识图谱嵌入式表示方法

知识图谱的嵌入式表示方法以基于翻译的TransE最为经典,但在处理复杂关系时存在局限;使用欧氏距离作为得分函数中的度量,每个特征维度以相同的权重参与计算,准确性会受到无关维度的影响,灵活性不高。因此,针对这两个缺陷,提出一种自适应的知识图谱嵌入式表示方法TransAD。利用自适应度量方法更换度量函数,在得分函数中引入对角权重矩阵,为每一个特征维分别赋予权重,增加模型的表示能力。同时受TransD方法的启发,将实体与关系通过动态映射矩阵建立空间投影模型,来增强模型对复杂关系的处理能力,最后将两种优化集成在一个模型中。实验结果表明,新方法TransAD优于Trans(E,H,R,D),在链路预测和三元组分类任务的各项指标上均有提升,有一定的先进性。     

知识图谱平台综述

近年来,知识图谱被广泛研究和应用。为了能够更加准确、高效地维护知识图谱的全生命周期,以及对知识图谱进行更多复杂的操作,大量知识图谱平台被设计、开发和应用。而开发者通常是基于他们所拥有的知识图谱而进行设计和开发的,缺少对知识图谱平台整体上的认识以及对应用场景特殊性需求的理解。通过调研当前主流的43个知识图谱平台,分别从知识图谱平台的功能、架构和应用三个角度对其进行系统性地分析和研究,旨在使平台开发和使用人员对知识图谱平台有更深入的认识,进而促进知识图谱平台被高效地开发和使用。     

融合知识图谱与熵权评价的电力设备缺陷文本检索方法

随着电力设备数量的不断增长,如何有效管理和处理其缺陷记录成为了一个重要问题。传统的人工处理方法效率低下,且难以应对文本挖掘的挑战。为解决这一问题,本文提出了一种结合知识图谱技术和熵权评价策略的电力设备缺陷文本精准检索方法。该方法首先根据缺陷规范标准构建了电力设备缺陷的知识图谱,并建立了标准缺陷路径库。在分词和关键词提取过程中,考虑到电力行业的专业特性,采用了预学习处理和大规模知识图谱数据的应用,有效解决了共指消解问题。最后,基于电力设备缺陷知识图谱,运用熵权评价方法完成了标准路径的检索和相似度的排序。通过算例分析,验证了该方法能够精准检索缺陷文本,定位标准缺陷路径库,并为规范标准的本地化提供了重要参考。这一研究对于提升电力设备运维管理的质量和效率,保证电网的安全稳定和可靠供电具有重要意义。     

知识图谱的增强CP分解链接预测方法

CP分解作为知识图谱链接预测的方法之一,能够对一些包含常规数据的知识图谱进行链接预测补全。但当知识图谱存在大量稀疏数据及可逆关系时,该方法不能体现两个实体间具有的隐藏联系,无法对此类数据进行处理。为解决上述问题,提出增强CP分解方法,对三元组中前实体和后实体的两个嵌入向量分别进行学习,并在训练过程中使用概率方法生成更高质量的负例三元组,引入ELU损失函数和AMSGrad优化器,有效对可逆关系和稀疏数据进行处理。在通用数据集上的实验结果表明,所提方法可以有效提升链接预测精度,与对比模型相比取得了5%的性能提升,同时应用在汽车维修知识图谱数据集补全中,取得83.2%正确率的实体补全结果。     

一种领域知识图谱的本体根类型设计

对象根类型的分类是构建领域知识图谱的基础工作,而现有流行的公共知识库并没有按照领域数据的特点分类,如SUMO的唯一的根类型就是实体,使得领域知识表达存在一定挑战,无法完整地表达如文本、视频图片等知识和关联。领域知识图谱本体的对象根类型除了实体类型,还应增加事件类型、文本类型和多媒体类型,基于4种根类型再扩展到具体分类来表达领域的知识,采用这种方式,可以更好地描述各种典型的领域场景,在实际知识图谱的工具研发中,体现出良好的知识体系和清晰的分类思路。     

基于知识图谱的人岗推荐系统构建

为解决传统人岗推荐系统存在的三个常见问题,即数据稀疏性、数据冷启动和数据利用率低,提出了基于知识图谱的人岗推荐系统构建方法。该方法通过改进传统推荐模型,将知识图谱作为辅助边信息融合到推荐系统中进行人岗推荐,有效解决了数据稀疏性和数据冷启动问题;引入知识图谱补全算法提高了数据利用率。提出的方法在人岗推荐上准确率可达92%,比现有人岗推荐方法准确率提高约1%。实验结果表明该方法是可行的,知识图谱的加入可以提升人岗推荐系统的推荐效果。     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。     

领域知识语义距离及其在专家系统中的应用

面向专家系统中的可程序化知识间距离的测度,在构造领域知识本体及本体树的基础上,建立知识身份距离、知识概念距离、知识属性距离、知识描述距离四个测度,并在规范化后采用有序加权几何算子对其加以集结,形成一个更加全面且应用性强的领域知识语义距离模型,有效地解决了专家系统中领域知识的判别问题。实验表明：该模型可快速地判别专家系统中两领域知识的相似程度,并具有82%以上的评判正确率。     

面向电厂关键设备故障知识图谱构建的关系抽取方法研究

当今电厂面临着诸多挑战,包括电力设备种类繁多、设备数量庞大、故障类型众多、数据耦合关系复杂以及海量的故障信息数据等。知识图谱能够将各种信息整合、可视化呈现,并支持智能化应用,有助于人们更好地获取、管理和应用知识,从而提高效率、创造价值。运用知识图谱来分析电厂故障数据,有助于深入研究电厂设备故障情况。在构建知识图谱的过程中,关系抽取是关键步骤之一,其准确率直接影响最终知识图谱构建的质量。本文提出了一个面向电厂关键发电设备故障知识图谱构建的关系抽取工具,该工具能将故障信息中海量、异构的数据以及相关故障处理进行可视化表达,同时支持用户交互式地参与到关系抽取的过程中,通过迭代训练来优化关系抽取模型。在实验测试阶段,利用真实电厂设备故障数据进行验证,证明了该工具在显著提高关系抽取的准确率方面的有效性。因此,构建的知识图谱质量得以提升,为电厂管理人员更好地运维管理发电设备提供了重要支持,为管控电厂相关数据以及推动电厂完备建设提供有力支撑。