知识图谱在语义信息搜索准确率中的应用

为了提高语义信息搜索准确率,结合知识图谱的优势,提出了一种基于知识图谱的语义信息搜索计算方法.通过设置合理的知识层次与知识概念映射方法,构建得到关于顶层知识本体与领域知识本体的架构.并结合应用信息量分析方法与知识图谱计算方法,使动态概率估计与固定知识结构相互结合,对不同概念的相似性进行客观表达.从\"国家地理网\"与\"中国...     

基于知识图谱的语义融合模型构建方法研究

知识图谱具有良好的指标描述性能与解释能力。为了有效分析数字电网的业务全生命周期数据、形成以知识为导向的新型电网运维管理模式,开展了基于知识图谱的语义融合模型构建方法的研究。首先,构建基于物联网的电网数字模型,汇总数字电网信息。其次,针对数字电网,采用Protégé软件,通过七步法构建数字电网本体。最后,基于本体,采用自顶向下的方式生成知识图谱。基于上述建模方法,将知识图谱与模式识别相结合,设计一套语义提取框架。根据数字电网模型信息(图像、声音、文本等)提取的原子概念检测本体,推理出更高层次的复合语义特征。基于所获取的语义特征,结合知识图谱,试点数字电网信息语义融合,为推动统一模型的构建提供实践参考。     

一种电网领域数据的知识图谱搜索引擎构建

目前电网企业会产生海量且繁杂的数据资源,其利用率较低,无法体现价值。针对这一问题,文章提出一种电网领域的知识图谱数据搜索引擎构建思路,从知识图谱构建、设计和操作实现进行了详细分析,并设计了基于KGSS算法的搜索引擎系统。以江西省某电网企业大数据为研究对象,从查准率和召回率两方面验证了该算法的优越性。研究发现：基于KGSS知识谱图算法的搜索引擎其查准率稳定在85%～95%范围,召回率在80%～98%;而采用常规关键词搜索算法的查准率在60%～100%,召回率在0%～85%。综合来看,基于电网领域数据的知识图谱方法搜索结果更加合理,准确率和召回率更稳定,搜索性能得到有效提升。     

一种基于本体的知识库语义扩展搜索方法

为使知识库的信息搜索突破传统基于关键字查询的局限,提出一种基于本体的知识库语义扩展搜索方法。将本体和语义扩展引入知识库,对用户查询条件进行扩展搜索,通过相关度分析对搜索结果进行排序,使搜索效果得到优化。实验结果表明,该方法能提高搜索查全率和查准率。     

一种语义增强的空间关键词搜索方法

空间关键词搜索立足于查找满足用户查询意图且空间距离相近的兴趣点(point of interest, POI),在地图搜索等领域有着广泛的应用.传统的空间关键词搜索方法仅考虑关键词与POI点在文本上的匹配程度,忽略了查询的语义信息,因而会导致相关结果丢失以及无关结果引入等问题.针对传统方法的局限,提出了语义增强的空间关键词搜索方法S3(semantic-enhanced spatial keyword search).该方法对查询关键词中包含的语义信息进行分析,并结合语义相关性和空间距离对POI点进行有效的排序.S3方法主要有以下2个技术挑战：1)如何对语义信息进行分析.为此,S3引入了知识库对POI数据进行语义扩充,并提出了一种基于图的语义距离度量方式.结合语义距离和空间距离,S3给出POI点的综合排序方案.2)如何在大规模数据上即时地返回top-k搜索结果.针对这一挑战,提出了一种新型的语义-空间混合索引结构GRTree(graph rectangle tree),并研究了有效的剪枝策略.在大规模真实数据集上的实验表明,S3不仅能够返回更为相关的结果,而且有着很好的效率和可扩展性.     

语义搜索研究综述

语义搜索将语义Web技术引入搜索引擎,改善当前搜索引擎的搜索效果,近年来得到广泛关注.文章介绍了语义搜索领域的研究基础,包括研究现状和常用的研究方法,对语义搜索进行了分类研究和深入分析,语义搜索主要可分为基于传统搜索的增强型语义搜索和基于本体推理的知识型语义搜索;文章指出了语义搜索研究中存在的问题,并对未来开展语义搜索研究进行了总结和展望.     

基于软件知识图谱的代码语义标签自动生成方法

开源及企业软件项目和各类软件开发网站上的代码片段是重要的软件开发资源.然而,很多开发者代码搜索需求反映的代码的高层意图和主题难以通过基于代码文本的信息检索技术来实现精准的代码搜索.因此,反映代码整体意图和主题的语义标签对于改进代码搜索、辅助代码理解都具有十分重要的作用.现有的标签生成技术主要面向文本内容或依赖于历史数据,无法满足大范围代码语义标注和辅助搜索、理解的需要.针对这一问题,提出了一种基于知识图谱的代码语义标签自动生成方法KGCodeTagger.该方法通过基于API文档和软件开发问答文本的概念和关系抽取构造软件知识图谱,作为代码语义标签生成的基础.针对给定的代码,该方法识别并抽取出通用API调用或概念提及,并链接到软件知识图谱中的相关概念上.在此基础上,该方法进一步识别与所链接的概念相关的其他概念作为候选,然后按照多样性和代表性排序,产生最终的代码语义标签.通过实验对KGCodeTagger软件知识图谱构建的各个步骤进行了评估,并通过与几个已有的基准方法的比较,对所生成的代码语义标签质量进行了评估.实验结果表明,KGCodeTagger的软件知识图谱构建步骤是合理有效的,该方法所生成的代码语义标签是高质量、有意义的,能够帮助开发人员快速理解代码的意图.     

基于知识图谱的保险领域对话系统构建

在当前人工智能技术发展的热潮中,对话系统已经越来越实用化。与一般的闲聊对话系统不同,特定领域的对话系统是基于知识,带有上下文推理的实用性对话系统。保险领域是典型的特定领域,介绍了一种保险相关领域对话系统的基本构建方法 ,可以帮助用户快速、实用地在某特定领域和场景下构建对话系统,且具有一定的推广性和拓展性。     

面向特定领域的语义搜索结果排序算法

为了提高面向特定领域的语义搜索的准确性,在分析现有本体排序算法的基础上,对现有的中医药领域本体的重要性进行了评估。同时在计算检索关键词与结果的匹配度之后,给出综合评估后的排序结果。实验结果表明,该算法给出较合理的排序结果,能较好地满足用户的需求。     

人机混合的知识图谱主动搜索

在知识图谱进行有效的搜索可以为智能问答、语义检索等智能应用提供有效支撑.然而,当用户不能给出明确的查询意图时,一个搜索系统要如何精准捕获用户的兴趣并找到对应的查询目标是项难题.人机混合的主动搜索为缓解用户和机器之间的理解鸿沟提供了桥梁.人机混合的主动搜索核心在于让机器主动地向用户提出相关的问题,从用户的反馈中获取信息,再基于这些信息对检索候选项进行搜索,形成人机混合的回路,最终精准定位用户意图并返回查询结果.在知识图谱表示学习技术的基础上,将知识图谱的搜索任务建模成向量空间中人机混合的主动搜索任务.具体来说,首先将知识图谱和用户的兴趣偏好嵌入到同一低维向量空间.然后,机器主动向用户提问,通过让用户对具体实体进行打分的方式获取相应的反馈信息,进而更新用户偏好在向量空间中的定位.设计了一种评价方式,基于偏好点与其他实体之间的欧氏距离来度量用户对某个实体的兴趣,最终在人机多轮交互后找到对应的目标实体返回给用户.在实验部分,对知识图谱的嵌入过程和主动搜索的过程分别进行了实验,实验结果显示,所提出的方法具有一定的效果.     

新闻知识图谱中知识融合量化评估研究

现阶段检验知识图谱融合程度的方法大多是基于句法检查和实例检验的人工方法,或对知识库中的逻辑规则进行推理,以此判断图谱是否具有完备性和一致性,但缺少对知识融合量化评估的具体方法。提出了一种基于幂律定律的量化评估方法,并用融合后的长江大保护新闻知识图谱节点数进行验证,发现随着节点相似度的升高,当前图谱节点的融合度增加,融合后节点数急剧下降,幂律模型拟合优度良好,调整决定系数均大于0.98。这一检验方法可为新闻知识图谱的融合度检验提供新的标准。     

知识图谱构建技术综述

谷歌知识图谱技术近年来引起了广泛关注,由于公开披露的技术资料较少,使人一时难以看清该技术的内涵和价值.从知识图谱的定义和技术架构出发,对构建知识图谱涉及的关键技术进行了自底向上的全面解析.1)对知识图谱的定义和内涵进行了说明,并给出了构建知识图谱的技术框架,按照输入的知识素材的抽象程度将其划分为3个层次：信息抽取层、知识融合层和知识加工层;2)分别对每个层次涉及的关键技术的研究现状进行分类说明,逐步揭示知识图谱技术的奥秘,及其与相关学科领域的关系;3)对知识图谱构建技术当前面临的重大挑战和关键问题进行了总结.     

基于注意力机制BiLSTM-CRF模型的电网故障处置知识图谱构建技术的研究

针对当前电网运行海量数据未充分挖掘有效信息,且调度信息多源异构、非结构化的特征,电力调度无法及时得到有效故障信息,致使发生电力调度在抢修工作中调度处置效率降低,故障信息传递不及时、不准确等情况。本文提出基于注意力机制BiLSTM-CRF模型的电网故障处置知识图谱构建技术,依托构建的电网故障处置知识图谱,高效筛选电网故障有效信息,形成智能故障辅助决策应用,切实提高电网故障抢修效率。     

中国织女星知识网格研究进展

如何统一、规范、有效地管理各种资源成为下一代Web所面临的关键问题,知识网格的研究目标是建立基于下一代Web的信息、知识和服务资源有效共享、管理的模型、方法和平台,其研究的核心问题包括资源的规范组织、智能聚合和语义互联,介绍了中国织女星知识网格的研究进展以及相关的模型和方法。     

基于语义理解的智能搜索引擎的研究

目前网络上的搜索引擎主要是基于关键词索引查询技术设计的,这种技术的搜索范围很大,但由于关键词难以表达丰富的概念,导致查询效率很低。而基于语义理解的智能搜索引擎解决了传统搜索引擎中"忠实表达"和"表达差异"的问题,极大的提高了查找效率。基于语义理解的智能搜索引擎必将成为未来的研究热点。