百科知识

摘要： 许钧教授所著的《翻译概论》是翻译硕士的必修教材,旨在让学生认识、了解、理解翻译这一活动和翻译的一些基本理论,从而让学生树立正确的翻译观,让理论指导实践。在这篇文章中,笔者并未以书中提及的翻译理论来阐述自己在《翻译概论》第七章英译过程中的应用与指导作用,而是阐释了在翻译过程中译员应该如何充分调用关联理论中的认知语境,并且提出了一些学习建议,期望对初级翻译学习者有所帮助。

摘要： 现有知识图谱查询方法忽略了实体本身的地理位置信息,故而不支持地理位置相关查询的问题。针对该问题,在融合地理位置信息的混合知识图谱的基础上,文中提出一种基于地理位置信息的知识图谱查询方法。通过抽取查询问题中的三元组,构建了相应的查询图以理解自然语言查询问题。将基于地理位置信息的查询问题分为6类,再结合已有事实类问题的语义查询方法,分别根据查询图或K近邻搜索思想研究相应的知识图谱查询方法。实验结果表明,文中所提方法的精确率可达77%以上,能够为基于地理位置信息的查询提供有效支持。

摘要： 《辞海》是我国唯一的一部以字带词,集字典、语文词典和百科词典的主要功能于一体,而以百科知识为主的大型综合性辞书。"对不对,查《辞海》",已成为广大读者的口头禅。于2015年4月启动的《辞海》(第七版)编纂修订工作,始终坚持以习近平新时代中国特色社会主义思想为指导,以习近平总书记致《辞海》《大辞海》贺信中"坚定文化自信、坚持改革创新、打造传世精品"的重要指示为根本遵循,在中宣部、国家新闻出版署和上海市委、市政府的关心支持下,在主编陈至立的全面主持下,经过一千余位编纂出版人员五年多来的不懈努力,于2020年8月正式出版面世。

摘要： 在“EC百科讲堂”栏目中,你可以学到最有趣的知识、获得最轻松的学习体验,将学英语与了解百科知识完美结合。快跟随Sherry—起探索身边的科学,感受“原来如此”的喜悦吧!

摘要： 《EC百科讲堂》在“EC百科讲堂”栏目中,你可以学到最有趣的知识、获得最轻松的学习体验,将学英语与了解百科知识完美结合。快跟随Sherry一起探索身边的科学,感受“原来如此”的喜悦吧!

摘要： 《EC百科讲堂》在“EC百科讲堂”栏目中,你可以学到最有趣的知识、获得最轻松的学习体验,将学英语与了解百科知识完美结合。快跟随Sherry一起探索身边的科学,感受“原来如此”的喜悦吧!

摘要： 《EC百科讲演》在“EC百科讲演”栏目中,你可以学到最有趣的知识、获得最轻松的学习体验,将学英语与了解百科知识完美结合。快跟随Sherry一起探索身边的科学,感受“原来如此”的喜悦吧!

摘要： 医生是个高风险的职业,不仅需要有面对突发疾病的诊疗能力,还需要有应对患者控诉的心理抗压能力,有时还要懂点百科知识。“你开的药让我过敏了!”前几日晚上,Z村医在微信群里说那天14∶10接诊了一位50多岁的患者,诉说咽喉痛,既往无药物和食品过敏史,也无其他疾病,长期在家务农,无疫区旅居史。患者要求打针,拒绝吃药。Z村医给予查体后,无发现其他异常,就给予患者林可霉素0.6g肌肉注射,经观察半小时后无发现异常,便嘱咐患者回家休息,多喝水。

摘要： 温州方言"吃天光"的意思是吃早饭.本文在认知语法框架下解释这种特殊表达的成因及其合理性.第一,"吃天光"等结构被允准是因为"吃"包含的语义成分结构和"天光"的百科知识中有对应的部分,两者通过范畴化关系实现整合;第二,可以说"天光爬起吃天光",却不能说"在食堂吃食堂"的原因是"天光"没有核心认知域,各个处在相对平等地位的认知域可以随着具体情况被突显,再通过竞争来获得图形地位;但是"食堂"却有核心认知域,一旦"建筑物"域这个核心认知域获得了先占权,其他认知域就很难再和它竞争.第三,认知域可根据实际需要进行图形-背景关系的动态调整.

摘要： “DK彩绘经典名著”系列在保留名著原有内容、细节的基础上进行了改编,能帮助孩子轻松读懂世界名著。书中配以富有DK精美风格的照片和手绘插图,穿插着各种各样的知识点:天文、地理、历史、政治、自然、文化……书中用清晰的照片、图画以及浅近易懂的文字介绍了相关的百科知识,让小读者不仅能体味文学的精髓、游历人类历史的长廊,还能了解科学文化知识。

摘要： 本发明公开了基于百度百科知识图谱的旅游资源文化特色评分算法，涉及旅游资源评价技术领域，解决了现有的旅游资源评分和旅游资源推荐系统中对文化特色的评分机制非常匮乏的问题，其技术方案要点是：获取旅游资源的文本宣传素材，对文本宣传素材进行分词处理，并保留名词词性词条，然后获得旅游资源的词向量；定义旅游资源文化特色评分指标，构建旅游景区景点文化评分表；根据景区景点关键词在知识图谱中的检索结果，结合文化评分表，对景区的文化特色进行评分。本发明首次提出旅游资源文化特色评分指标，评分算法的定义，对现有旅游资源评分体系是一个创新的补充，能够对旅游资源提供更全面的评价，也能为旅游资源推荐系统提供更完善的信息。

摘要： 本发明公开了一种利用领域建模从百科知识网站抽取知识主题的方法，首先从给定领域中提取出知识术语集并进行少量主题标注，然后通过向量化表示已标注知识术语的语义属性与拓扑特征构建训练样本集，并对二元分类器进行训练，从而得到主题特征分类模型，通过主题特征分类模型实现知识主题抽取。本发明可以实现从百科知识类网站高效且全面的抽取特定领域的知识主题。

摘要： 本发明涉及一种中文网络百科知识去噪方法、系统及知识库，属于计算机技术领域。该中文网络百科知识去噪方法，基于编辑距离和同义词词林方法相融合，借助中文百科的词条标签构建Infobox知识三元组(Triple)数据场来首先对海量知识三元组去噪，目的是尽量减少中文开放百科知识库中大量重复歧义的现象，解决了现有技术中构建中文知识库时，语义重复、同义和知识三元组被不恰当归类等问题。

摘要： 本发明公开了一种基于农业百科知识图谱的问答系统的构建方法，包括获取互联网的数据信息；对数据信息进行预处理得到结构化数据，并构建知识图谱存储于数据库中；导出知识图谱中的实体节点数据，获取实体与问题关键词并构建训练集与验证集；建立用于多标签文本分类的神经网络模型并进行模型训练；利用实体与问题关键词的分类结构构造查询语句，在数据库中查询对应的数据信息并反馈给用户。本发明将知识图谱作为数据存储方式，使用经过训练的深度学习模型对问题文本进行高效分类，结合实体匹配的方式构建查询语句，在存储知识图谱的数据库中快速查询到对应的问题答案，节约了从海量的互联网信息中寻找问题答案的时间。

摘要： 本发明公开了基于百度百科知识图谱的旅游资源文化特色评分算法，涉及旅游资源评价技术领域，解决了现有的旅游资源评分和旅游资源推荐系统中对文化特色的评分机制非常匮乏的问题，其技术方案要点是：获取旅游资源的文本宣传素材，对文本宣传素材进行分词处理，并保留名词词性词条，然后获得旅游资源的词向量；定义旅游资源文化特色评分指标，构建旅游景区景点文化评分表；根据景区景点关键词在知识图谱中的检索结果，结合文化评分表，对景区的文化特色进行评分。本发明首次提出旅游资源文化特色评分指标，评分算法的定义，对现有旅游资源评分体系是一个创新的补充，能够对旅游资源提供更全面的评价，也能为旅游资源推荐系统提供更完善的信息。

摘要： 本发明公开了一种基于百科知识的移动应用知识图谱复合型补全方法及装置，所述方法包括：对于给定的百科站点，读取该百科站点对应的配置文件，并利用配置文件中的信息，筛选出该百科站点中与移动应用相关联的百科页面；利用网络爬虫抓取筛选出的所述百科页面并存储；针对不同的移动应用属性值采取不同的属性识别算法，从所述百科页面中进行结构化知识的抽取，并以预定格式进行存储；根据抽取的所述结构化知识，更新AllegroGraph中移动应用的属性信息，同时返回一个更新文件提示原始的数据库进行移动应用图谱数据的同步更新补全。

摘要： 本发明公开了一种利用领域建模从百科知识网站抽取知识主题的方法，首先从给定领域中提取出知识术语集并进行少量主题标注，然后通过向量化表示已标注知识术语的语义属性与拓扑特征构建训练样本集，并对二元分类器进行训练，从而得到主题特征分类模型，通过主题特征分类模型实现知识主题抽取。本发明可以实现从百科知识类网站高效且全面的抽取特定领域的知识主题。

摘要： 本发明涉及一种中文网络百科知识去燥方法、系统及知识库，属于计算机技术领域。该中文网络百科知识去燥方法，基于编辑距离和同义词词林方法相融合，借助中文百科的词条标签构建Infobox知识三元组(Triple)数据场来首先对海量知识三元组去燥，目的是尽量减少中文开放百科知识库中大量重复歧义的现象，解决了现有技术中构建中文知识库时，语义重复、同义和知识三元组被不恰当归类等问题。

摘要： 一种基于实体社区划分的百科知识图谱补全方法，首先根据百科知识图谱原始结构信息计算出实体的社区，接着计算实体的度相关性，在同一个社区内根据实体度相关性计算实体的局部重要性，最后联合实体社区信息、实体局部重要性，以及百科知识图谱嵌入模型计算出百科知识图谱实体嵌入向量和关系嵌入向量，通过计算头实体、关系和尾实体在残缺三元组中距离评分，得到百科知识图谱补全结果。本发明考虑了百科知识图谱的社区信息和实体重要性信息，准确性较高，补全效果好。

摘要： 本发明公开了一种基于农业百科知识图谱的问答系统的构建方法，包括获取互联网的数据信息；对数据信息进行预处理得到结构化数据，并构建知识图谱存储于数据库中；导出知识图谱中的实体节点数据，获取实体与问题关键词并构建训练集与验证集；建立用于多标签文本分类的神经网络模型并进行模型训练；利用实体与问题关键词的分类结构构造查询语句，在数据库中查询对应的数据信息并反馈给用户。本发明将知识图谱作为数据存储方式，使用经过训练的深度学习模型对问题文本进行高效分类，结合实体匹配的方式构建查询语句，在存储知识图谱的数据库中快速查询到对应的问题答案，节约了从海量的互联网信息中寻找问题答案的时间。