知识图谱可视分析研究综述

知识图谱是一种以图谱形式描述客观世界中存在的各种实体、概念及其关系的技术,广泛应用于智能搜索、自动问答和决策支持等领域.可视分析技术可以将抽象的知识图谱映射为图形元素,帮助用户直观地感知和分析数据,从而提高知识图谱的构建和表达,也为知识图谱在各个领域的应用提供了有力支持.文中对知识图谱可视分析相关工作进行调研和整理,从知识图谱可视化表现形式、知识图谱构建过程中常用的可视分析方法以及面向应用领域的知识图谱可视分析技术3个方面进行综述;进一步,总结和讨论知识图谱可视分析面临的挑战,并对其未来的发展趋势进行展望.     

面向威胁情报的知识图谱构建关键技术

随着万物互联时代的到来，网络空间的攻击面不断拓展延伸，安全问题日益凸显。为应对复杂多变的网络攻击，构建威胁情报的知识图谱是核心和基础，利用威胁情报知识图谱将专家知识与海量安全数据相结合，有助于推动网络安全智能防御技术从感知智能迈向认知智能。本文提出了构建威胁情报知识图谱的技术架构，设计了一种网络安全知识本体，并总结了当前国内外实体识别技术与关系抽取技术的研究现状，最后分析了威胁情报知识图谱的未来研究发展方向及应用场景。     

区域教育云智能导学服务模式应用与研究

目前信息可视化和知识图谱已经被广泛应用到各个领域。针对教育云的课程资源在使用中存在资源"孤岛"现象,缺少学习导航,不利于自主学习等问题,提出了一种基于知识图谱的信息可视化智能导学服务模式。通过网络爬虫抓取课程网页文档,进行数据清洗和预处理;利用机器统计的方法抽取课程知识概念和构建知识实体关系;封装知识图谱的实体关系三元组,构建课程知识图谱实例本体并实例化,存储到云平台。     

基于知识图谱的多阶段智能故障处理系统的研究及应用

针对目前网管设备维护中存在成本高、效率低、知识传承欠佳等问题,研究了基于知识图谱的多阶段智能故障处理系统。分析了知识图谱及其关键技术和网络故障知识图谱构建框架,通过本体构建、知识抽取和融合构建知识图谱,实现了在上报阶段和处理阶段对故障的智能处理,并通过移动网管维护项目的应用,验证了故障处理系统在故障过滤、辅助诊断和定位方面具有有效性。     

农业知识图谱研究综述

知识图谱是大数据时代下知识工程的关键技术。利用知识图谱强大的语义理解和知识组织能力,可以解决现代化农业建设中农业知识分散无序、知识覆盖范围不足等问题针对农业领域数据复杂、专业性强等特点,给出了农业知识图谱的构建方法与框架;综述了农业知识图谱构建中本体构建、知识抽取、知识融合以及知识推理四个关键技术的国内外研究现状;系统梳理了农业知识图谱在决策支持、智能问答与推荐系统的应用;最后,介绍了几个具体的农业知识图谱实例。根据农业知识图谱的研究现状,对其未来的研究方向进行了展望。     

社交知识图谱研究综述

作为通用的知识结构化表示形式,知识图谱被成功应用于医疗、金融、安全等领域.社交知识图谱是一种以人为中心的知识图谱,其融合了动态演化的社交知识.作为知识图谱概念的延伸,社交知识图谱涵盖人、物、事、地等异质信息及其复杂关联;由于其融入了来自社交网络的强时效性知识,能够准确地描述人员的即时状态及其演化趋势,被广泛应用于推荐系统、社交分析等以人为中心的应用中.当前,社交知识图谱的相关工作不断涌现,但缺乏统一的形式化定义以及系统性的分析.基于此,本文首先梳理了社交知识图谱的相关概念,并给出了社交知识图谱的形式化定义.然后从社交知识图谱的定义出发,对其动态性、异质性、情感性、互演化性等性质进行分析.接下来围绕社交知识图谱的生命周期,梳理了社交知识图谱的构建、融合、表示和推理的相关代表性工作.最后介绍了社交知识图谱的相关应用,并展望了社交知识图谱的未来发展蓝图.     

知识图谱研究综述

随着信息化社会的来临,各种互联网技术应运而生,数字信息已然成为当今社会中商家必争的宝贵财富资源。众多数字信息中,怎样帮助用户精准筛选出有效信息是当前搜索引擎所面临的巨大挑战。传统的互联网搜索仅仅是基于本文的链接,搜索时仅单纯的给出包含搜索词的网页,让用户去网页中寻找答案,这种检索方法耗时耗力,还不能准确给出用户想要的答案。由此谷歌率先提出以知识图谱(Knowledge Graph)为技术基础的的搜索引擎,这是搜索引擎界的一次重大变革。它以图的形式表现客观世界中的概念和实体及其之间关系,现如今广泛应用于语义搜索、智能问答、决策支持等智能服务领域。本文针对什么是知识图谱、如何表示构建知识图谱及知识图谱的主要应用作了详细阐述,希望更多的读者可以了解知识图谱及其对人工智能发展的巨大贡献。     

煤矿装备维护知识图谱构建及应用

利用大数据管理系统对煤矿装备维护信息进行管理缺乏对煤矿装备维护知识的表示能力,没有形成相对完整的煤矿装备维护知识管理体系,无法实现知识挖掘及知识间关系链接,导致大量具有深度挖掘价值的信息不能得到有效利用。针对上述问题,构建了煤矿装备维护知识图谱。首先通过定义煤矿装备维护的关键概念、关系及属性,进行基于本体的知识建模;然后从结构化、半结构化和非结构化数据源中获取知识,通过命名实体识别、关系抽取及事件抽取完成煤矿装备维护知识抽取;最后利用图数据库Neo4j存储煤矿装备维护知识,形成煤矿装备维护知识图谱。煤矿装备维护知识图谱在智能语义搜索、智能问答及可视化决策支持等方面的应用可提高煤矿装备维护知识管理效率,为煤矿装备智能化动态管理的实现提供有力支持。     

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。     

构建软件测试领域不确定性知识图谱

由于软件测试技术的不足和成本的限制,从历史软件测试资产中获取的可复用知识对象具有不确定性。为了更有效地复用历史测试知识,软件测试知识复用系统应当建模和评估知识的不确定性。模糊知识图谱是利用不确定性理论对典型知识图谱的一种扩展,在利用语义网络描述知识实体及其关系的基础上,通过模糊关系建模知识不确定性。通过分析软件测试资产,确定测试需求、测试用例和问题报告三类知识的表现形式和内涵,建立软件测试资产本体和领域特征本体作为知识图谱模式层,提出一种基于信息论的领域特征抽取方法,构建领域特征图谱。分析软件测试不确定性的产生原因,基于粗糙集理论对本体进行扩展,在软件测试资产和领域特征之间建立模糊关系。提出一种基于知识粒度的模糊置信度计算方法,用于构建软件测试模糊知识图谱,为软件测试中不确定性知识的复用提供了基础。通过一个指挥信息系统领域实例验证了方法的可行性。     

基于深度强化学习的知识推理研究进展综述

知识推理是知识图谱补全的重要方法,已在垂直搜索、智能问答等多个应用领域发挥重要作用。随着知识推理应用研究的不断深入,知识推理的可解释性受到了广泛关注。基于深度强化学习的知识推理方法具备更好的可解释性和更强的推理能力,能够更加充分地利用知识图谱中实体、关系等信息,使得推理效果更好。简要介绍知识图谱及其研究的基本情况,阐述知识推理的基本概念和近年来的研究进展,着重从封闭域推理和开放域推理两个角度,对当下基于深度强化学习知识推理方法进行了深入分析和对比,同时对所涉及到的数据集和评价指标进行了总结,并对未来研究方向进行了展望。     

多模态知识图谱构建与应用研究综述

为了总结前人工作,给相关研究者提供思路,首先讨论了当前多模态知识图谱的基本概念,然后从图数据库和知识图谱这两个角度介绍了多模态知识图谱的构建工作,并总结了两种主要方法的思路.还分析了多模态知识图谱的构建和应用中的关键技术和相关工作,如多模态信息提取、表示学习和实体链接.此外,列举了多模态知识图谱在四种场景中的应用,包括推荐系统、跨模态检索、人机交互和跨模态数据管理.最后,从四个方面展望了多模态知识图谱的发展前景.     

面向注塑产品工艺缺陷的知识图谱构建方法及应用

针对现有注塑产品缺陷故障原因排查与定位依靠专家人工诊断效率低、成本高昂等不足,本文提出了一种面向注塑产品缺陷的知识图谱构建方法及其应用,目的在于将专家知识采用知识图谱进行表示,利用基于知识图谱的垂直检索技术,解决故障排查和定位困难的问题.首先,文章基于多源异构的故障解决方案文本构建语料库,并构建知识本体模型.其次,采用面向非结构化文本的知识抽取模型,将产品缺陷的相关专家知识从原始语料中自动抽取出来.最后,利用Neo4j图数据库实现知识存储及可视化知识图谱的构建.在所构建的知识图谱中,探索并实现了知识智能搜索、故障诊断及工艺卡解析等应用,展示了知识图谱技术在注塑领域的良好应用前景.     

面向链接预测的知识图谱嵌入研究综述

知识图谱在人工智能领域有着广泛的应用,如信息检索、自然语言处理、推荐系统等。然而,知识图谱的开放性往往意味着它们是不完备的,具有自身的缺陷。鉴于此,需建立更完整的知识图谱,以提高知识图谱的实际利用率。利用链接预测通过已有关系来推测新的关系,从而实现大规模知识库的补全。通过比较基于翻译模型的知识图谱链接预测模型,从常用数据集与评价指标、翻译模型、采样方法等方面分析知识图谱链接预测模型的框架,并对基于知识图谱的链接预测模型进行了综述。     

自然语言处理中逻辑词的知识图分析

知识图是一种新的知识表示方法。本文从本体论的角度出发,将知识图的本体论分别与Aristotle、Kant和Peirce的三种知识表示的本体论进行了比较,表明知识图方法的有效性以及本原性,说明知识图是一种更为一般的知识表示方法。从知识图本体论的观点,研究了各类逻辑词的知识图表示。本文结合汉语的特点,从结构的角度,研究并揭示了逻辑词的共性和规律性。进一步阐明知识图“结构就是含义”的思想。逻辑词的知识图分析将为自然语言分析中词典的建立奠定基础。     

Learning and discovery: one system's search for mathematical knowledge

The Graph Theorist, GT, is a system that performs mathematical research in graph theory. From the definitions in its input knowledge base, GT constructs examples of mathematical concepts, conjectures and proves mathematical theorems about concepts, and discovers new concepts. Discovery is driven both by examples and by definitional form. The discovery processes construct a semantic net that links all of GT's concepts together.
Each definition is an algebraic expression whose semantic interpretation is a stylized algorithm to generate a class of graphs correctly and completely. From a knowledge base of these concept definitions, GT is able to conjecture and prove such theorems as "The set of acyclic, connected graphs is precisely the set of trees" and "There is no odd-regular graph on an odd number of vertices." GT explores new concepts either to develop an area of knowledge or to link a newly acquired concept into a pre-existing knowledge base. New concepts arise from the specialization of an existing concept, the generalization of an existing concept, and the merger of two or more existing concepts. From an initial knowledge base containing only the definition of "graph," GT discovers such concepts as acyclic graphs, connected graphs, and bipartite graphs.     

水利信息知识图谱的构建与应用

近年来知识图谱技术作为一种用于描述客观世界中概念、实例及其关系的新方法,得到了人们的广泛关注,利用知识图谱可以有效拓展搜索结果的广度。目前水利行业采用的基于关键字的搜索技术难以利用对象间关系进行信息检索。为此,本文首先提出一种面向水利对象数据的知识图谱构建方法,用以实现水利信息知识图谱的构建。然后,提出基于推理规则的知识推理方法,利用隐藏在水利信息知识图谱中的知识实现智能数据检索。最后,将上述技术应用于水利领域,实现水利信息知识图谱构建与检索系统。通过该系统可以有效利用水利对象之间的关系,充分发挥水利信息资源的价值。     

代码知识图谱构建及智能化软件开发方法研究

智能化软件开发正在经历从简单的代码检索到语义赋能的代码自动生成的转变,传统的语义表达方式无法有效地支撑人、机器和代码之间的语义交互,探索机器可理解的语义表达机制迫在眉睫.首先指出了代码知识图谱是实现智能化软件开发的基础,进而分析了大数据时代智能化软件开发的新特点以及基于代码知识图谱进行智能化软件开发的新挑战;随后回顾了智能化软件开发和代码知识图谱的研究现状,指出了现有智能化软件开发的研究仍然处于较低水平,而现有知识图谱的研究主要面向开放领域知识图谱,无法直接应用于代码领域知识图谱.因此,从代码知识图谱的建模与表示、构建与精化、存储与演化管理、查询语义理解以及智能化应用这5个方面详细探讨了研究新趋势,以更好地满足基于代码知识图谱进行智能化软件开发的需要.     

面向链接预测的知识图谱表示学习方法综述

作为人工智能的重要基石, 知识图谱能够从互联网海量数据中抽取并表达先验知识, 极大程度解决了智能系统认知决策可解释性差的瓶颈问题, 对智能系统的构建与应用起关键作用. 随着知识图谱技术应用的不断深化, 旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫. 链接预测是针对知识图谱中缺失的实体与关系进行预测的任务, 是知识图谱构建与补全中不可或缺的一环. 要充分挖掘知识图谱中的隐藏关系, 利用海量的实体与关系进行计算, 就需要将符号化表示的信息转换为数值形式, 即进行知识图谱表示学习. 基于此, 面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点. 从链接预测与表示学习的基本概念出发, 系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展. 具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述. 以知识表示形式的发展历程为线索, 分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模. 基于表示学习建模方式, 将现有方法细化为4类模型: 平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型, 并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型. 在介绍链接预测的常用的数据集与评判标准基础上, 分别对比分析二元关系、多元关系和超关系3类知识表示形式下, 4类知识表示学习模型的链接预测效果, 并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.     

气象记录档案知识图谱构建

为提升气象档案管理和社会化利用能力,提出了一种气象记录档案知识图谱构建方法.以安徽省馆藏气象记录档案资源为基础,通过自顶向下的方式设计概念层及层次关系来构建本体库,基于本体库对接实体构建知识模型,分别采取D2RQ、图像识别和定制包装器对不同存储格式的档案进行知识抽取构建数据层,通过建立同义词库等来完成知识融合,利用My...