分布式集成信息系统中知识检索方法

支持产品设计的分布式集成信息系统中知识库是系统的核心,如何准确检索到所需知识对系统运行性能有重要影响。文章通过将人工神经网络、模糊理论和规则推理相结合提出的快速、有效的知识检索方法,并探讨了知识分层问题,以支撑件知识检索为对象开发了知识检索方法,为分布式集成信息系统的成功运行提供性能保障。     

基于信息粒度的知识网的模糊分类与检索方法

针对知识化制造系统自重构中知识网检索方法过于主观以及重复检索和运算等问题, 提出基于信息粒度的知识网的模糊分类和检索方法.知识网复杂度解决了自重构运算导致的知识网存在多样性的问题. 相似度考虑知识网在“质”、“量”和复杂性等方面的差异,具有反映知识网运算规律的特征.知识网模糊聚类方法不需要确定分类数, 并且能够同时获得关于目标知识网的排序. 以各聚类中心为中心确定的检索空间实现了问题由细粒度空间转化为粗粒度空间.     

本体驱动的企业知识检索系统研究与实现

为了在企业知识管理中获得更准确全面的知识,提出了一种基于语义的检索方法.该方法采用映射关系数据库、概念抽取和本体编辑工具半自动构建企业知识本体,并运用该本体对用户查询进行语义处理,实现了基于语义的知识检索系统.实际应用表明,该系统能有效返回含有语义信息的检索结果,实现对企业知识的智能化检索.     

分布式集成信息系统中知识检索方法

支持产品设计的分布式集成信息系统中知识库是系统的核心,如何准确检索到所需知识对系统运行性能有重要影响.文章通过将人工神经网络、模糊理论和规则推理相结合提出了快速、有效的知识检索方法,并探讨了知识分层问题,以支撑件知识检索为对象开发了知识检索原型系统.文章旨在探讨一种合理、有效、快速的知识检索方法,为分布式集成信息系统的成功运行提供性能保障.     

基于知识图谱和BERT的食品案例检索方法

传统的案例检索方法不能反映案例之间的内在联系,导致检索结果不够准确和全面.根据食品安全案例的特点,提出一种运用知识图谱与BERT模型相结合的案例检索方法,以提高检索效果.综合考虑食品安全案例知识图谱的关系结构和实体属性特征进行案例检索.以三元组的形式表示食品安全案例并构建知识图谱,一方面,用Jaccard相似系数计算案例的关系相似度;另一方面,采用BERT模型将属性特征向量化后,计算案例属性相似度.对两部分加权求和得到案例总相似度,并进行案例检索.多组实验验证了该方法的有效性,且案例检索结果更加准确和全面.     

具有部分知识的分布式数据库的基础

本文提出了一种新型的带副本的分布式数据库。该类数据库在由处理站点组成的超大型网络上提供了高度分布透明性。这种分布式数据库有别于其它分布式数据库是因为在它的处理站点中只具有系统中数据对象和站点的有限而不是全部的知识。一种较为复杂的知识模型取代了传统的数据目录。文中还提出了能表征此类 DDB 基本特性的公理框架,从这种框架结构能推出一种拓扑网络模型来作为知识模型的基础。作者认识到了支持自主子域的实际重要性,并在其网络拓扑模型中提供了这种自主子域。给出一种命题演算以简化数据的物理定位的推理。提出的一系列启发式方法,能使查询一个数据对象位置所需的搜索工作量最小.通过描述该类 DDB 的主要操作过程:数据定位算法,论证了所提出的拓扑模型和启发式搜索的优点。     

基于集族的工艺知识挖掘技术研究

旨在提高工艺知识获取的效率与质量,本文引入了基于“集族”概念的工艺表示方法,在此基础上,提出了基于“最小工序链”的零件及工艺分类方法,以及工艺知识挖掘技术,阐述了工艺知识的组织和检索,介绍了工艺知识挖掘系统的功能与实现。实践证明,应用该技术获取的知识系统性强、一致性好、使用便捷。     

一种基于元数据的分布式数据源定位算法

随着Internet和数字图书馆这两种基础信息资源的大量涌现,用户在检索信息之前,如何选择合适的目标站点来提交查询,从而降低查询代价、提高查询效率,已经成为一个重要任务。这个问题更加一般的说法是“数据源定位”或“数据库发现”。元数据是关于数据的数据,数字图书馆中,每个数据文档由其元数据描述,元数据是数字图书馆管理、检索数据以及在各个层面上实现互操作的重要手段。文章提出了一种基于元数据的数据源发现算法,并在召回率、检索精度等方面对这种算法作了评价。     

基于知识图谱的全链路数据自动检索方法

由于全链路数据具有海量、繁杂的特点,其检索方法一直无法兼顾全面性和准确性。针对上述问题,为方便对全链路数据的查询,研究一种基于知识图谱的全链路数据自动检索方法。该方法结合知识图谱理论,构建全链路数据的知识图谱,对全链路数据实施关联整理。扩展检索词,扩大检索覆盖范围。基于检索词,计算与知识图谱中各实体之间匹配程度,从知识图谱检索出所需要的全链路数据。结果表明：与基于簇内乘积量化的最近邻检索方法、基于类别分组索引的检索方法、基于加权模式挖掘与规则混合扩展的检索方法相比,所研究方法应用下,平均倒数排名指标值更小,命中率更大,说明所研究检索方法性能好,检索结果兼顾了更加全面和准确。     

基于本体的石油地质领域知识服务系统研究

信息服务主要使用检索词匹配的方式来返回检索结果,致使无法全面获取与语义知识相关的资源,因而检索结果无法准确地反映知识资源与用户检索需求之间的相似度。经研究,以本体技术和语义检索技术为基础的知识服务系统能够有效弥补传统信息服务系统的不足,改善由于地质资料标准化程度低、语义不一致而造成的检索效率低等现象。本文根据石油地质学科知识特点,提出了基于本体的石油地质领域知识服务框架,将本体技术和语义检索技术应用到石油地质学领域,形成包含资源层、知识层、产品层及服务层的石油地质领域知识服务系统。首先研究领域本体的构建技术方法,从领域资源中抽取知识,建立了结构化的、计算机可读的石油地质领域知识--领域本体;然后研究面向知识服务的信息资源组织方法,整合了石油地质领域多元、异构资源,形成了面向多类应用需求及层次的石油地质知识产品;最后,利用开源搜索引擎工具包Lucene和Jena本体解析工具包,建立了简单的语义检索原型系统,通过基于本体的语义扩展,实现了语义检索试验。试验结果表明,基于本体的石油地质领域知识服务系统能够准确地为用户提供检索结果,提高地质资料知识服务效果。     

句法知识系统的推理方法

本文在文法产生式表达知识的基础上讨论了句法知识系统的推理方法。Ｅａｒｌｅｙ算法是一种高效的句法分析算法,它可成功地用作句法知识系统的搜索策略。本文还讨论了句法知识系统的启发式搜索策略,并且提出了一种高效的深度优先搜索策略。     

基于知识库系统的中文智能搜索引擎

随着信息技术的发展和信息量的增长,传统的搜索引擎技术日益不能满足用户信息查询的需要.目前.搜索引擎技术与人工智能(AI)技术的结合已经成为网络信息搜索的关键技术与核心思想.一种基于知识库系统的智能搜索引擎技术已成为当前研究的热点.主要介绍基于知识库系统的中文智能搜索引擎及其实现技术,以及中文智能搜索引擎的主要发展方向.     

层次化的分布式路由结构

在P2P网络中构建了一种基于IPv6地址的分层的分布式路由结构,旨在解决目前分布式哈希表路由中存在的物理拓扑与逻辑网络不匹配造成的寻路效率低下的问题。通过对IPv6地址的每一级集聚标识符分别进行哈希构建节点标识符,构造有层次的节点路由信息,使得物理上相邻的节点在覆盖网络中也邻近,很好地降低了查询时延,提高了查询效率。同时,使用多关键字映射,根据各关键字的权值建立分层的关键字标识符,形成相似节点的聚集,实现了多关键字查找,并提高了相似数据的查询效率。     

基于本体的领域知识搜索研究

对当前互联网的搜索引擎中无法准确、高效地返回用户真正所需的数据信息等缺点进行分析,利用本体构建领域知识库和本体推理机等方法,设计实现了一个基于本体的领域知识检索系统模型。用户通过对用户本体的选择,可得到相关的目标本体,继续对其追踪,通过本体推理,搜索引擎能准确地搜索到用户所关心的本领域内的相关知识。讨论了该系统结构中各个模块的功能和该系统的特点。     

神经网络结构搜索方法综述

如今,深度学习广泛地应用于生活、工作中的各个方面,给我们带来了极大的便利.在此背景下,需要设计针对不同任务的神经网络结构,满足不同的需求.但是,人工设计神经网络结构需要专业的知识,进行大量的实验.因此,神经网络结构搜索算法的研究显得极为重要.神经网络结构搜索(NAS)是自动深度学习(AutoDL)过程中的一个基本步骤,对深度学习的发展与应用有着重要的影响.早期,一些神经网络结构搜索算法虽然搜索到了性能优越的神经网络结构,但是需要大量的计算资源且搜索效率低下.因此,研究人员探索了多种设计神经网络结构的算法,也提出了许多减少计算资源、提高搜索效率的方法.本文首先简要介绍了神经网络结构的搜索空间,其次对神经网络结构搜索算法进行了全面的分类汇总、分析,主要包括随机搜索算法、进化算法、强化学习、基于梯度下降的方法、基于顺序模型的优化算法,再其次探索并总结了提高神经网络结构搜索效率的方法,最后探讨了目前神经网络结构搜索工作中存在的问题以及未来的研究方向.     

一种互联网信息智能搜索新方法

提出了一种互联网信息智能搜索新方法。该方法能够从组织结构和内容描述类似的同类网站中,准确有效搜索出隐藏于其内部的目标网页。为此它采用了将网页间相互关联特征与网页内容特征描述有机结合而形成的一种新的搜索知识表示方法。基于这种知识表示方法及其所表示的知识;该智能搜索方法不仅能够对风站中网页进行深度优先的智能搜索,而且还能够通过对其搜索过程和结果的自学习来获取更多更好的搜索知识。初步实验结果表明,这种智能搜索新方法在对同类型网站的目标网页搜索中具有很强的深度网页搜索能力。     

面向垂直搜索引擎的基于知识的语义关联算法

提出一种面向垂直搜索引擎的基于知识的语义关联算法,以知识表达技术及语义关联度计算为核心,建立语义关联规则,在语义扩展基础上提高查询招回率和语义相关度计算高检索的准确性,同时根据农产品物流领域的特点,设计并实现了用于农产品物流ASP平台的垂直搜索引擎。     

基于半连接的分布式数据库查询优化算法探讨

采用连接操作实现分布式数据查询时,不仅代价较高而且费时。若利用半连接查询操作取代连接操作,可以通过缩减操作数获得查询优化。而两次半连接对接算法可以更大限度地缩减操作数,实现起来更为简单、高效。针对多节点的数据查询,提出了通过最小生成树算法生成并行的连接序对,并由两次半连接对接算法进行查询优化处理的算法。应用该算法可以有效利用多节点的并行性缩短系统的查询响应时间,降低系统的总开销。算法在海量信息查询中具有实用价值。     

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.     

汉语连续语音识别系统与知识导引的搜索策略研究

从整体上介绍了汉语连续语音识别系统的基本原理,并重点对声学和语言两个层面的建模与搜索策略进行了分析.在对传统帧同步搜索算法进行研究的基础上,提出了基于统计知识的帧同步搜索算法SKB-FSS.它包含了三个主要的功能层次:基于归并的音节切分自动机产生确定的搜索边界点,由统计得到的差分状态驻留信息控制搜索过程中的状态转移,利用词搜索树控制音节候选的扩展规模并根据动态前向预测的方法进行合理而及时的路径剪枝.实验结果验证了该搜索策略的有效性.