语义网检索中的知识收集方法研究

针对传统信息检索中存在的缺乏知识表示和语义处理能力低的问题,本文提出了一个基于本体的语义网信息检索框架,该框架包括知识收集与储存层、人机交互层和知识处理层。对该框架中知识收集与储存层的关键技术及实现进行了介绍,主要包括领域本体库的构建、元数据的提取和知识库的构建等功能。其中,对元数据提取中的核心技术的实现,如领域本体库的解析、文件预处理、语义标注、知识抽取等作了详尽的介绍。     

基于本体的分布式实例推理技术研究

为了克服单一实例库知识的局限性,实现分布式环境下多数据源的知识重用和共享,提出了一个分布式实例推理系统框架.系统通过本体服务器建立和维护实例库之间的本体知识,其中基本本体为知识的表示提供了全局约束和基础,实例推理服务器可以在基本本体框架下定义领域本体来灵活表达各自的领域知识,而本体目录则为知识的检索提供了向导.本体的引入解决了不同实例库之间知识的互理解和互操作性,能够有效地实现多实例库的协同推理.系统采用Web Service技术构建,是一个开放的系统框架,具有很强的可扩展性.     

基于本体的机械工艺知识库构建方法

提出一种基于本体技术的机械工艺领域工艺知识库构建方法。首先对机械领域工艺知识进行了定义和分类,然后利用本体技术实现了工艺知识库定义与构建,并通过网络本体语言实现了工艺知识本体库的描述。该方法可以实现工艺知识的规范明确描述,并在一个较高的平台上提供知识重用和系统架构。     

基于本体和多代理的知识检索模型研究

提出了一种基于本体和多代理的三层结构的知识检索模型,这个模型建立在本体库、用户特征库、方法库和知识库的基础上,包括用户层、检索逻辑层和数据服务层.在此模型中本体用来描述知识,实现知识共享和交换,知识检索模型框架由多代理系统构成,代理之间的通讯语言也使用本体描述语言OWL来实现.最后以铁路知识为背景设计开发了知识检索模型的原型系统,并对原型系统的实现方法作了阐述.     

基于本体的教材库构建研究

探讨如何通过知识本体来构建教材库,在本体教材库的开发中,由于本体教材库主要是由概念集及其对应关系所构成,因此设计阶段是其成效的重要关键,建议依照阶段开发的方式进行本体库构建。在面对具体问题时,我们采用概念分析法来获得所须的概念及其关系,得到了常用的概念逻辑关系模式,大大降低了知识表达间的转换障碍。本研究利用上述发展过程并结合Ontology开发工具,以《数据结构》中"树形结构"这一章为例,进行实际应用上的验证。从最后的结果来看,所提出的教材库开发方法,的确可以帮助教材库构建者加速本体教材库的建立。     

一种支持软件知识共享的本体模型研究

为了支持分布式环境下项目团队成员之间软件开发知识有效的共享,需要对软件开发知识以及它们之间的关系进行分析和定义。根据软件开发知识的内容、特点以及它们之间的关系,对软件开发知识进行了形式化的表示,并创建了软件开发知识本体和软件开发知识本体规则。通过protégé 和Jena实现对此本体的创建、存储和对此本体规则的SPARQL形式转换,据此形成知识本体库来支持软件开发知识共享。     

本体驱动的动态虚拟社区知识通信

知识通信是实现语义Web的有效途径之一。该文给出知识通信的定义和特点,构建了基于动态虚拟社区的P2P知识通信架构;为实现高效知识路由,建立了基于本体的任务元知识库、任务实例库、规则库、本体知识库,设计了具有发现、协调和定位服务资源等功能的路由服务Agent,建立了本体驱动、分散控制的快速、准确、高效的知识路由机制。     

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。     

煤矿事故案例本体知识库的构建及推理研究

针对煤矿事故案例知识组织、共享和再利用不足等问题,将本体引入事故案例知识管理中,研究基于本体的事故案例知识库的构建和推理技术。通过分析事故案例知识构建了事故知识表示元组和事故案例元本体。在此基础上,按照知识库模型和构建方法分别构建了事故案例本体库和规则库,从而完成知识库的构建。以瓦斯事故为例实现了基于煤矿事故案例知识库的知识推理应用。研究结果表明,利用所构建的煤矿事故案例知识库能够较好地进行知识组织和知识的自动推理,提高了煤矿事故案例知识的共享和重用。     

计算机本体理论在石油勘探开发知识管理系统中的应用研究

本体论与各个领域计算机技术的发展结合产生了所谓的“领域本体”的构建及应用研究, 首先介绍了计算机本体理论的基本概念, 接着给出石油勘探开发知识管理系统的框架设计, 然后提出基于多层次业务流程的石油勘探和开发领域知识本体库的构建方法, 把石油勘探开发领域所涉及方面分为多级业务活动层次, 并以采油工程方案为例列出了对应的知识本体库构建方法的探讨.     

教育测评知识图谱的构建及其表示学习

知识图谱旨在描述现实世界中存在的实体以及实体之间的关系.自2012年谷歌提出“Google Knowledge Graph”以来，知识图谱在学术界和工业界受到广泛关注.针对教育领域中信息缺乏系统性组织的不足，本文构建了面向高中的教育测评知识图谱（Educational Assessment Knowledge Graph，EAKG），其中EAKG的构建包括基于本体技术的知识图谱模式层构建和依托于模式层结构的知识图谱数据层构建.与传统通过网页爬虫等技术手段构建的知识图谱相比，本文构建的知识图谱优点在于逻辑结构清晰，实体间关系的刻画遵循知识图谱模式层的定义.EAKG为领域内知识共享，知识推理，知识表示学习等任务提供了良好的支撑.在真实模考数据上的实验结果表明：在试卷得分预测，知识点得分预测的实体链接预测和三元组分类嵌入式表示学习任务上，引入领域本体作为模式层构建的EAKG的性能优于没有领域本体模式层单纯由数据事实构成的EAKG，实验表明，领域本体的引入对知识图谱的表示学习具有一定的指导意义.     

宠物知识图谱的半自动化构建方法

提出一种宠物知识图谱的构建框架。通过自顶向下的方式设计并构建了schema（概念）层,从半结构化和非结构化数据中进行知识抽取构建了数据层。在对非结构化数据的实体抽取方面,提出了一种条件随机场（CRF）与宠物症状词典相结合的症状命名实体识别方法。该方法利用症状词典对文本进行识别,获取语义类别信息,CRF结合语义信息实现对症状实体的识别抽取。实验结果表明了该方法的有效性。在知识表示方面,选用OrientDB数据库支持的属性图模型来表示。知识图谱采用OrientDB图数据库来完成知识的存储,并实例展示了构建的宠物知识图谱。     

知识图谱研究综述

知识图谱是以图的形式表现客观世界中的概念和实体及其之间关系的知识库,是语义搜索、智能问答、决策支持等智能服务的基础技术之一.目前,知识图谱的内涵还不够清晰;且因建档不全,已有知识图谱的使用率和重用率不高.为此,本文给出知识图谱的定义,辨析其与本体等相关概念的关系.本体是知识图谱的模式层和逻辑基础,知识图谱是本体的实例化;本体研究成果可以作为知识图谱研究的基础,促进知识图谱的更快发展和更广应用.本文罗列分析了国内外已有的主要通用知识图谱和行业知识图谱及其构建、存储及检索方法,以提高其使用率和重用率.最后指出知识图谱未来的研究方向.     

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.     

细粒度苹果病虫害知识图谱构建研究

鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法。对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG。使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取。实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08%和94.73%。使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、智能辅助诊断等下游任务提供底层技术支撑进行了讨论。     

融合BERT-WWM和指针网络的旅游知识图谱构建研究

针对旅游信息呈现出散乱、无序和关联性不强的问题,提出一种融合BERT-WWM（BERT with whole word masking）和指针网络的实体关系联合抽取模型构建旅游知识图谱。借助BERT-WWM预训练语言模型从爬取的旅游评论中获得含有先验语义知识的句子编码。针对传统的实体关系抽取方法存在错误传播、实体冗余、交互缺失等问题,以及旅游评论中的实体关系存在一词多义、关系重叠等特征,提出直接对三元组建模,利用句子编码抽取头实体,根据关系类别抽取尾实体,并建立级联结构和指针网络解码输出三元组。基于Neo4j图数据库存储三元组构建旅游知识图谱。实验在建立的旅游数据集上进行,融合BERT-WWM与指针网络的实体关系联合抽取模型的准确率、召回率和F1值分别为93.42%、86.59%和89.88%,与现有模型相比三项指标均显示出优越性,验证了该方法进行实体关系联合抽取的有效性。构建的旅游知识图谱实现了旅游景区信息的整合与存储,对进一步促进旅游业发展具有一定的实际参考意义。     

知识图谱技术在全国取用水平台的应用

全国取用水平台整合是实现取用水业务“一网统管”的重要途径，但因拟整合的取用水业务系统繁多，信息资源分散，平台整合中存在一数多源、标准不统一、户证点关系不清晰等现实问题，由此尝试提出了利用知识图谱技术应用于平台整合过程，建设一套全国统一的数据库表结构标准，形成一套真实且唯一的户证点关系，构建一套智能且有效的监管数据产品。本文采用自顶向下的知识图谱构建方式，根据各系统的结构化数据，构造模式层中的本体及其相互关系，形成对应的概念模型和规则关系，然后依照此模式从数据中抽取实体及关系，进行数据融合，构造数据层，并及时进行知识更新，完成全国取用水平台知识图谱的构建。最后基于统一规范的数据库表结构标准，依据对取用水户取用水行为监管需求，开展时空尺度的数据信息统计分析，构建六类监管产品，形成取用水管控“一张图”。     

基于MFE-BERT与FNNAttention的心理医学知识图谱构建

针对心理医学领域文本段落冗长、数据稀疏、知识散乱且规范性差的问题, 提出一种基于多层级特征抽取能力预训练模型(MFE-BERT)与前向神经网络注意力机制(FNNAttention)的心理医学知识图谱构建方法. MFE-BERT在BERT模型基础上将其内部所有Encoder层特征进行合并输出, 以获取包含更多语义的特征向量, 同时对两复合模型采用FNNAttention机制强化词级关系, 解决长文本段落语义稀释问题. 在自建的心理医学数据集中, 设计MFE-BERT-BiLSTM-FNNAttention-CRF和MFE-BERT-CNN-FNNAttention复合神经网络模型分别进行心理医学实体识别和实体关系抽取, 实体识别F1值达到93.91%, 实体关系抽精确率达到了89.29%, 通过融合文本相似度与语义相似度方法进行实体对齐, 将所整理的数据存储在Neo4j图数据库中, 构建出一个含有3652个实体, 2396条关系的心理医学知识图谱. 实验结果表明, 在MFE-BERT模型与FNNAttention机制的基础上构建心理医学知识图谱切实可行, 提出的改进模型所搭建的心理医学知识图谱可以更好地应用于心理医学信息管理中, 为心理医学数据分析提供参考.     

关系型数据的知识抽取和RDF转换框架及实现

关系数据库是行业中广泛使用的数据存储和管理方案,根据自定义的本体模型从关系型数据中进行知识抽取并转换成RDF是构建行业知识图谱的关键步骤。但是当前关系数据的知识抽取方案,需要进行大量的查询语句和映射的编辑工作,映射语句编码的工作量和映射的维护是关系型数据的知识抽取的主要障碍。针对以上问题提出一种能够自动解析关系数据和本体模型并生成对应关系,支持可视化调整和修正的关系型知识抽取转换框架。该框架简化了映射编辑和维护工作,提供了更自动化和简单易用的关系型数据的知识抽取的解决方案。最后应用该框架进行知识图谱的构建的实验表明,该框架能够较为高效地对关系数据进行知识抽取并转换成RDF。