基于知识图谱的Python程序设计课程教学设想

针对Python程序设计课程特点及其教学现状,提出构建基于该课程知识点及其应用案例的知识图谱框架,并在此基础上阐述如何通过课前预置教学任务,课中引导对比分析教学,课后分层评价、课程终结性考核等手段构成教学闭环,旨在对该课程建设与改革提供参考。     

融合知识图谱的软件工程方法学课程教学设计

软件工程是研究软件开发和管理的一门工程科学,软件工程方法学课程是软件工程及相关专业学生的主干、必修课程。当前的软件工程方法学教学过程中存在的主要问题是知识点多且分散、内容理论性强,学生很难建立起课程的整体知识体系。为解决该问题,提出融合知识图谱的课程教学方法,对软件工程方法学课程的理论知识进行了整理,提炼出其中的知识点,通过知识图谱构建工具建立其知识点、知识章节之间的联系,并在教学的过程中加以应用。该方法不仅能够辅助教学,使学生对本课程的知识体系一目了然,而且可以利用该课程知识图谱进行问答自测等,有效地激发学生的学习热情,提高教学效果。     

基于知识图谱的中医知识学习研究与实践

中医学是中华民族的文化瑰宝之一,获取、分析和管理中医知识是推动中医学发展的重要举措。在这项研究中,通过对中医数据采集、分类和重组,应用知识图谱技术可视化中医知识之间的关联,实现用户与数据间的动态交互。从用户的角度设计开发了一款基于知识图谱的中医知识学习App,以促进中医知识的共享、传播和弘扬。     

计算机组成原理课程教学与探索

计算机组成原理是高校多个计算机专业的一门重要核心理论课程,本文从学生和教师两个角度分析了该课程在课堂学习和教学方面存在的主要问题,并通过实例阐述了解决问题的途径。     

基于知识图谱的法理知识服务系统设计与实现

为满足特定用户准确聚焦、有效关联、高效运用法理知识现实需求,利用信息化技术拓展优化法理知识服务手段,设计实现一种面向法理知识服务的信息系统。利用知识图谱、Vue前端开发框架等相关技术,选取部分香港法例作为试验数据,设计并实现了一种基于知识图谱的法理知识服务系统。通过开发部署,该系统设计初步实现了知识管理、语义搜索、智能推荐、关联分析四项核心功能,可有效提高法理知识服务效益,为知识图谱在特定垂直领域应用提供参考借鉴。     

基于知识图谱的C++课程教辅工具设计与应用

针对C++课程的特点及教学效果不理想的现状,剖析其存在的主要问题,提出基于知识图谱进行教学,介绍C++课程知识图谱设计,阐述如何引入教学实践中,辅助学生更好地理解、梳理知识点,提高教学质量.     

基于知识图谱的网络安全教学知识库构建探究

网络安全知识涉及的行业领域范围广泛,知识更新迭代速度快,逻辑性较强。在网络安全专业课程的教学过程中,容易出现讲授的知识体系零散、陈旧,学生难以找到体系化的参考资料等问题,最终导致学生难以完全理解和运用知识技能。本文拟探究通过知识图谱技术来构建的网络安全知识库,知识库从已有课程的知识点出发,延伸扩展到相关的网络安全知识领域,提供友好的界面和直观的展示,最终利于学生对网络安全知识的掌握。     

计算机组成原理课程教学探索

本文分别从计算机组成原理课程的理论教学环节和实验教学环节进行探讨，认为直观式教学方法适合理论教学，启发式教学方法适合实验教学，采用上述教学方法笔者在自己的教学实践中取得了良好的教学效果。     

基于知识图谱的计算机专业教学资源智能检索方法

为提升教学资源智能检索的准确性,设计基于知识图谱的计算机专业教学资源智能检索方法。首先,构建计算机专业教学资源知识图谱,识别并提取教学资源实体关系,获取教学资源实体之间的联系。其次,处理用户输入的检索语音或资源文本,生成适用于智能检索的教学资源专业文本格式。最后,对待检索的词汇进行语义知识分析,从同义智能检索、上位智能检索、下位智能检索、平级智能检索等多个维度,全方位检索计算机专业的教学资源。实验结果表明,应用该方法后,6种实体类别教学资源的智能检索准确率均达到98%以上,检索准确性得到显著提升。     

基于互联网群体智能的知识图谱构造方法

知识图谱是一种基于图的结构化知识表示方式.如何构造大规模高质量的知识图谱,是研究和实践面临的一个重要问题.提出了一种基于互联网群体智能的协同式知识图谱构造方法.该方法的核心是一个持续运行的回路,其中包含自由探索、自动融合、主动反馈3个活动.在自由探索活动中,每一参与者独立进行知识图谱的构造活动.在自动融合活动中,所有参与者的个体知识图谱被实时融合在一起,形成群体知识图谱.在主动反馈活动中,支撑环境根据每一参与者的个体知识图谱和当前时刻的群体知识图谱,向该参与者推荐特定的知识图谱片段信息,以提高其构造知识图谱的效率.针对这3个活动,建立了一种层次式的个体知识图谱表示机制,提出了一种以最小化广义熵为目标的个体知识图谱融合算法,设计了情境无关和情境相关两种类型的信息反馈方式.为了验证所提方法及关键技术的可行性,设计并实施了3种类型的实验:仅包含结构信息的仿真图融合实验、大规模真实知识图谱的融合实验,以及真实知识图谱的协同式构造实验.实验结果表明,该知识图谱融合算法能够有效利用知识图谱的结构信息以及节点的语义信息,形成高质量的知识图谱融合方案;基于“探索-融合-反馈”回路的协同方法能够提升群体...     

基于知识图谱的岭南文化热词分析与知识演化研究

随着计算机技术的发展,大量的岭南文化信息被记录下来.而海量的岭南文化信息却难以被有效地利用.文章采用知识图谱技术对岭南文化信息进行有效的语义抽取和融合,采用Citespace可视化分析软件完成了对岭南文化研究热词和趋势的研究,为岭南文化的人文历史的研究提供了技术框架和研究方案.     

高校计算机课程体系知识图谱构建及可视化

课程建设作为高等教育的核心要素和人才培养的基本单元,其水平代表高校的办学质量和竞争优势。加强对高校课程体系建设现状的全面分析、理解和掌控对于促进学科建设、推动高校发展有着极大的促进作用。针对高校中计算机学科课程类别多样、覆盖面广、知识更新快等特点,采用机器学习和图数据分析技术,构建可视化的课程体系知识图谱,辅助教师教学和学生学习。     

基于知识图谱的软件平台知识表示方法研究

针对软件平台知识难以直观服务开发人员的问题,对开发人员与软件平台之间的知识流动进行研究,提出构建软件平台知识图谱的方法。基于软件平台构建Schema层;根据Schema层面向开发源代码进行知识抽取,并应用属性图模型进行知识表示;使用基于模糊集理论的知识评估方法实现软件平台知识融合;使用OrientDB图数据库实现知识存储与形式化检索。在CIFLog软件平台上进行实验,验证了该方法的有效性。     

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。     

基于知识图谱的急诊问答系统

为了提升现有急诊问答的速度,将医疗类专家知识、知识图谱和问答系统相结合,实现了通过自然语言人机交互 的急诊问答系统。本系统基于垂直类医疗网站,使用网络爬虫技术构建知识库,通过图数据库存储知识图谱;基于规则匹配方法和字符串匹配算法,构建领域词库对问句分类查询。本系统在急诊医疗领域知识图谱和问答系统构建中有应用价值。     

基于知识图谱全局和局部特征的复杂问答方法

近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问答方法——CGL-KBQA.所提方法利用知识嵌入技术提取知识图谱整体的拓扑结构和语义特征作为候选实体节点的全局特征,根据实体表示和问句表示将复杂问答建模为复合的三元组分类任务.同时,将图谱在搜索过程生成的核心推导路径作为局部特征,结合问句的语义相似性来构建候选实体不同维度特征,最终形成混合特征评分器.由于最终推理路径可能缺失,采用基于无监督的多重聚类方法设计了聚类器模块,进而根据候选实体的两类特征表示直接生成最终答案簇,这使得非完全知识图谱问答成为可能.实验结果表明,所提方法在两个常见KBQA数据集上均取得不错的效果,特别是在图谱知识不完全的情况下也具备非常好的效果.     

类型增强的时态知识图谱表示学习模型

知识图谱表示学习旨在将知识图谱中的元素（实体和关系）表示在低维的连续向量空间中,可以有效地实现知识图谱补全并提高计算效率,是贯穿知识图谱构建和应用全过程的重要问题.现有的知识图谱表示学习模型大多基于静态的结构化三元组,忽略了知识的时间动态性和实体的类型特征,限制了它们在知识图谱补全和语义计算中的表现.针对这一问题,提出一种类型增强的时态知识图谱表示学习模型（type-enhanced temporal knowledge graph representation learning model,T-Temp）,基于经典的张量分解技术,将不同形式的时间信息显式融合到知识图谱表示学习过程中.同时,利用实体与关系间的类型兼容性,充分挖掘隐含在实体中的类型特征,进一步提升表示学习的准确性.此外,证明T-Temp模型具有完全表达性,且与同类模型相比,具有较低的时空复杂度.在多个真实的时态知识图谱上进行的详细实验说明了T-Temp模型的有效性和先进性.     

基于知识图谱的图匹配文本分类

【目的】在自然语言处理领域,文本分类是十分重要的基础研究,可以应用于许多下游任务中,例如文章检索、推荐系统、问答系统等。受到知识图谱在文本推理领域发挥作用的启发,本文探索了将知识图谱应用于文本分类任务的方法,在降低对标注训练数据依赖的同时利用知识图谱的推理能力提升文本分类的效果。【方法】本文提出了基于知识图谱的图匹配文本分类算法。具体而言,依据分类目标,为每一个类别构建了该类别的知识图谱,模型基于类别知识图谱中的语义和连接信息对文本与各个类别的相关性进行推理,综合各个知识图谱的推理评估结果。【结论】为了证明本文提出的方法的有效性,本文构建了分类所需的知识图谱并在两个数据集上进行了实验,实验结果证明在允许一定拒绝的前提下,此模型具有很高的准确率,进一步推动了算法的应用落地。