基于有向图模型的旅游领域命名实体识别

旅游领域命名实体识别是旅游知识图谱构建过程中的关键步骤,与通用领域的实体相比,旅游文本的实体具有长度长、一词多义、嵌套严重的特点,导致命名实体识别准确率低。提出一种融合词典信息的有向图神经网络（L-CGNN）模型,用于旅游领域中的命名实体识别。将预训练词向量通过卷积神经网络提取丰富的字特征,利用词典构造句子的有向图,以生成邻接矩阵并融合字词信息,通过将包含局部特征的词向量和邻接矩阵输入图神经网络（GNN）中,提取全局语义信息,并引入条件随机场（CRF）得到最优的标签序列。实验结果表明,相比Lattice LSTM、ID-CNN+CRF、CRF等模型,L-CGNN模型在旅游和简历数据集上具有较高的识别准确率,其F1值分别达到86.86%和95.02%。     

基于四元数胶囊网络的知识图谱补全模型

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即（头实体,关系,尾实体）或（主语,谓语,宾语）。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。     

基于改进多嵌入空间的实时语义数据流推理

将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。     

HS-IMR-MS法在香精香料质量控制中的应用

为快速有效地评价不同厂家同种香精香料的质量,采用顶空-离子分子反应质谱(HS-IMR-MS)对同种香精8个不同批次的挥发性成分进行分析,研究不同电离源、顶空平衡温度及平衡时间对分析结果的影响,通过计算离子峰的相对强度,建立该香精的数字化质谱指纹图谱,并以数字化质谱指纹图谱为参照,利用主成分分析进行模式识别,对8个不同厂家提供的该种香精和3个掺杂样品的质量进行评价。结果表明:此法能快速对香精香料质量一致性进行评价,为香精香料质量控制提供一种新方法。     

融合行为交互图的兴趣感知新闻推荐算法

个性化新闻推荐的关键是候选新闻和用户兴趣的精准匹配,现有基于顺序模型的方法通过建模行为序列的单向交互仅能捕获单一的用户兴趣,而基于图的方法通常忽略了用户行为序列内部的高阶转换关系。针对上述问题,提出了融合行为交互图的兴趣感知新闻推荐模型,以全局和局部的角度建模用户动态兴趣。该模型结合知识图谱和深度预训练网络以多视图学习方式提取新闻深层语义信息,采用融合上下文位置信息的线性自注意力机制捕获局部用户兴趣。此外,将用户行为序列构建为有向交互图,使用门控图神经网络递归地聚合邻域信息捕获序列间的高阶转换关系,从而挖掘全局用户兴趣。在2个公开数据集上的实验结果表明,本文提出的模型在各个指标上均优于基线模型,并且有效提高了新闻推荐效果。     

偏最小二乘方法在中药指纹图谱相似度研究中的应用

本文介绍了偏最小二乘作为1种新的方法应用于指纹图谱的相似度比较计算中.偏最小二乘方法通过从中药色谱或光谱数据中提取大量信息来预测出1个响应值.本文中利用偏最小二乘方法为基础来计算中药色谱指纹图谱的相似度.相比较于传统的相似度计算方法,上述方法得到的结果更加明确可靠,并且计算量少于其他算法.     

基于关联图谱的视频片段聚类

提出一种基于关联图谱的视频片段聚类方法。构造视频片段的关联图并将其转换成邻接矩阵,提取邻接矩阵的主分量特征值、模间邻接矩阵和模间距离后,将三者分别嵌入主成分分析和独立成分分析模式空间中,利用k-means进行聚类分析。实验结果表明,该方法能有效区分不同类型的视频片段。     

水稻指纹图谱的计算机检索方法

为了解决人工鉴别水稻指纹图谱效率低下的问题,提出一种计算机辅助鉴别方法。提取用SSR分子标记技术构建的水稻DNA图谱条带轮廓,计算各条带区域的质心,将条带质心转换形成特征向量,并利用支持向量机构造出品种分类器,从而实现对未知样品的自动分类。该方法利用支持向量机较强的泛化能力,解决特征提取后不同品种样本之间细微差别所带来的识别困难。实验结果表明,该方法识别率总体上比欧几里得距离分类要高,可以辅助提高水稻品种鉴别效率。     

基于Web of Science的社会化媒体环境下社区发现研究综述

社会化媒体是一种新型在线媒体,发现并研究其中的社区有利于揭示社会化媒体环境下信息传播与共享的特点和规律。该文基于Web of Science检索得到的文献数据,使用CiteSpace、SATI、UCINET等科学知识图谱软件,从共被引文献、关键词及突现词等角度构建了社会化媒体环境下有关社区发现的科学知识图谱,并对该领域的研究现状、知识演进过程、研究热点和研究前沿进行了可视化分析。     

基于C/S模式的中药材色谱分析管理系统

中药材定量分析一直是一个难题。色谱技术是中药材定量分析的主要手段。文章介绍了一个集中药材色谱数据分析鉴别、管理、彩色图谱管理和属性管理于一体的基于客户机／服务器模式的色谱分析管理系统的平台选择和设计。