知识元

摘要： 近年来,Essential Science Indicators(ESI)数据库研究前沿成为国内外情报学界的研究热点。本文从ESI研究前沿的一些基本问题出发,条分缕析地说明其功能在于揭示研究热点,不适合直接用于分析比较各国研究水平。在此基础上,本文设计了一套基于ESI研究前沿的研究水平比较方法,尝试解决研究前沿碎片化、基础论文重要性不完备等关键问题,并引入知识元分析方法分析比较各国研究水平。本文以钙钛矿太阳能电池这一研究热点为例,成功地对该方法进行了验证,并结合验证结果对该方法进行了讨论。

摘要： 为量化分析化工园区内火灾爆炸事故的风险因素,从“情景-应对”研究视角出发,提出基于模糊贝叶斯网络的化工园区火灾爆炸事故情景推演方法。该方法首先将化工园区火灾爆炸事故情景按照“情景状态-人的行为-承灾体-应急管理”四要素分类,采用知识元模型进行表示;然后基于专家知识结合模糊数学量化各要素的先验概率,并确定条件概率,通过构建模糊贝叶斯网络模型,运用Netica软件进行分析,得出各要素的发生概率;最后以2019年内蒙古东兴化工“4·24”爆炸事故为例进行了实例验证与分析。结果表明:事故按照大风天气→氯乙烯气柜卡顿泄漏→氯乙烯气体扩散→爆炸的方向发展,计算结果与事故实际发展相符,推演结果与事故实际的情景演化过程基本一致,从而验证了该方法的合理性和可行性。

摘要： 为了提高文本聚类的性能,采用k-modes算法进行文本聚类,并采用知识图谱进行样本预分析,以提高k-modes的文本聚类适用度。采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;接着建立k-modes文本聚类模型,设定簇内节点至簇中心的距离值之和为目标函数,通过轮流固定隶属矩阵和聚类簇矩阵,不断求解目标函数的最小值直至目标函数值稳定,获得簇中心,最后根据簇中心及各节点到簇中心距离来确定聚类结果。实验表明,经过知识图谱分析之后,k-modes算法能够获得更优的纯度、标准互信息和F值性能,且聚类纯度的均方根误差(Root mean squared error,RMSE)值更低;和常用文本聚类算法相比,对于UCI集和新闻集,该文算法均表现出了更高的聚类准确率。

摘要： [目的/意义]目前,对红色文化资源的组织以文本、图像、视频等方式展示,缺少知识要素之间的关联,造成资源的分散化和碎片化等问题,大大限制了红色文化领域知识的完整性与可传播性,亟需从语义层面上将海量零散的知识进行抽取,为红色文化数字资源提供系统性组织与保护。[方法/过程]文章在原有红色文化资源数字化建设的基础上进行知识抽取探讨,并引入知识元语义描述模型,从而对红色文化提供更深层次的系统保护。首先,明确红色文化知识元的概念;接着,在构建红色文化知识元语义描述模型的基础上,设计知识抽取方法,并利用深度学习模型进行实体识别和关系抽取;最后,以南京市红色文化数字资源为例进行实证分析。[结果/结论]结果表明,该方法能够实现红色文化数字资源规范化、知识化、共享化,促进红色文化领域向知识组织发展,推动红色文化的保护与传承。

摘要： 针对作战仿真系统的规则建设标准不一,规则数据难以重用的问题,提出一种通用的作战实验规则库管理系统架构。首先提出了基于实体、行为、裁决三要素的规则的分类方法以及基于知识元的规则形式化描述方法,对规则的管理和描述方式进行统一,然后选取了Apache服务器、MySQL数据库、PHP开发语言作为作战实验规则库管理系统的构建技术,使用Ztree插件实现了用户界面的规则导航功能,最后从系统需求分析、功能模块设计、规则库设计等方面介绍了管理系统的设计过程。

摘要： [目的/意义]近代报纸资源主题模型构建是实现资源链式拓展、知识聚合和深层次组织开发的重要基础。[方法/过程]本文将知识元概念融入到主题图构建过程中,从形式特征和内容特征两方面提炼总结近代报纸资源属性并进行定义与描述,基于主题图技术抽取报纸资源主题类型,确定主题之间关系和资源指引,借助Ontopia主题图工具构建完整系统的近代报纸资源主题图,实现报纸资源的知识聚合,并以《盛京时报》为例构建主题图。[结果/结论]将知识元概念引入到近代报纸资源主题知识组织研究中,构建近代报纸资源主题图,有利于实现报纸资源的个性化导航和高效利用,为报纸资源的深度组织提供参考路径。

摘要： 目的探索《伤寒杂病论》的标引方案与知识表示方法,将自然语言文本转化为结构化的逻辑数据,并指导伤寒金匮类古籍的开发利用。方法基于知识元理论,采用标引与知识图谱技术对《伤寒杂病论》中的知识进行抽取和表示。结果通过深度标引《伤寒论》与《金匮要略》两书,共获得923个知识体、6204条知识元、10607条语义、3690条语义关系,形成了标引方案,并构建“病脉证并治”知识图谱,展现了张仲景“辨病→平脉→析证→定治”的临床诊疗思维模式。结论通过分析中医古籍的知识结构与内核,先创建适配的标引模板,再进行标引的策略有助于深度获取古籍中的动静态知识,标引逻辑数据与知识图谱的形式则有利于计算机对多粒度、相互关联的古籍知识进行充分利用。

摘要： 新媒体时代,学习可以随时随地进行,打破了时间和地域的限制,学习者甚至只需要一部手机就可以开展学习,这便是移动学习时代。因此,要加强移动学习资源组织模式研究,研究中可采用理论与实践相结合的方法,由教育组织者结合不同学习者的需求为其提供合适的学习平台和学习内容,并开发系统化、开放性、交互性的移动学习资源组织模式,从而提高学习资源的检索、学习效率,还可以让项目开发及管理者了解学习者的学习进度。

摘要： 作为大数据时代网络信息资源中的重要资源,用户生成内容(user generated content,UGC)日益受到各领域学者的广泛关注。与传统信息资源不同,UGC的海量碎片化特征导致对其进行知识组织更为困难。为解决这一问题,本文以知识元为单位,提出了一种面向UGC的多粒度知识组织模型,通过对碎片化UGC知识元进行抽取、多粒度关联以及多粒度索引的建立,对碎片化的UGC进行从点到面、从局部到整体的多粒度组织。一方面,以与“检索”相关的碎片化UGC为实验对象,开发了一个多粒度知识组织原型系统,并提供用户接口完成相关的知识检索服务;另一方面,通过实验证明了本文所提出的多粒度知识组织模型的有效性和科学性。

摘要： [目的/意义]数字人文方兴未艾,为古籍知识关联的实现提供了重要现代科技手段。对古籍内容挖掘与知识关联进行研究,有助于提升古籍资源开发水平与服务质量,推动中华优秀传统文化创造性转化、创新性发展。[方法/过程]通过文献综述和网络调研,梳理数字人文视角下古籍知识关联的研究,探讨古籍知识关联的关键环节,通过古籍知识关联应用举例分析古籍知识关联的壁垒。[结果/结论]数字人文视角下,从文献单元层次的组织深入到知识单元层次的组织,借助数据分析技术、机器学习、可视化技术等,可实现古籍知识关联。古籍知识关联起点是文献组织,基础是古籍数据,本质是知识组织。古籍知识关联可进行方志与家谱挖掘、钤印知识网络发现、特定时期与地域学者研究脉络与交往分析等,但在实施中仍面临知识元处理难度大、技术要求高、集成平台少等壁垒。

摘要： 面对网络信息资源语义化和规范化程度低、聚合粒度粗细、深浅水平不一的问题,利用构建好的本体,可以对网络知识及其间关系进行规范化描述.因此,本文引入了语义网范畴内本体,将本体对知识的表示、组织与知识元相关理论研究结合起来,明确知识聚合粒度,构建知识元模型以及知识元的关联关系.通过本文搭建的聚合平台原型的输出格式可以发现,基于知识元的知识组织方式可以实现细粒度的知识切分、存取、组合和链接,更加准确地将学科领域中与某特定概念相关的资源以关联方式呈现在用户的面前.

摘要： 大数据时代的到来,用户拥有更多资源选择的同时,也导致其无法快速定位到自己所需的资源,大量无效信息降低了用户的获取和学习效率.如何揭示资源及其语义信息并进行有效地组织成为信息管理领域的热门研究问题之一.本文在分析现有的概念空间和语义链接网络构建的基础上,融入术语和层次结构知识元的概念,提出了一种基于层次结构知识元的文本资源语义空间,它不仅具有传统概念空间中的概念及概念间关系,还通过知识元提供了文本资源与概念的映射关系,可以帮助用户准确的获取资源,并建立了文本、术语及基于知识元的概念间的多层次语义链接关系,构建了完整的知识网络图,以期方便用户的资源获取与学习.

摘要： 以藏医古籍本草知识元研究为核心，从本草知识元在藏医古籍文献中的存在形式入手，系统梳理归纳本草知识体构成基本要素、构成核心要素，本草知识元的语义类型、语义关系。通过对《宇妥派名医实践经验附录》、《药名汇录》、《珍宝类药之性味、功效和化味》、《宇妥本草》、《本草药库》、《晶珠本草》、《藏药晶镜本草》、《草药明灯》、《四部医典》、《药方宝串项饰》、《蓝琉璃》等20余种包含本草知识的藏医古籍文献进行研究，系统梳理藏医本草知识元在古籍文献中的存在形式;制定藏医古籍语义元数据规范，对藏医本草知识体系中的各种概念进行梳理界定。对藏医古籍本草知识元进行结构化定义;知识元的语义成分进行归纳分类，梳理各种语义类型、语义关系。

摘要： 本文简要介绍了知识标引系统是知识管理的基础研究。其中知识元的描述、抽取与链接是其中的研究重点。

摘要： 知识服务作为现代信息服务追求的目标,首先要求以文献为单位的资源标引转变为以知识为单位的知识标引.知识元作为构造知识的基元,是实现跨领域知识集成和发现的基础,为实现知识服务提供了一条新途径.现有的知识元挖掘方法主要针对格式规范的文献资源,无法完全适应逻辑结构松散、语言表达不规范的Web网页,本文针对Web网页的特点提出了一种基于主题词表和语义分析的学科知识元挖掘方法,并以教育技术学作为研究领域进行了实证研究.实验表明,使用该方法从Web文本教育资源中挖掘学科知识元的平均准确率达到了80.7%,能够极大的提高学科知识元标引的效率.

摘要： 本文以2005年版《中国药典》(一部)所载的药物为研究对象,尝试基于知识元语义分析,并藉以探讨药性-功效知识元之间的内在关联规律,从而探析“淡味”的科学内涵。结果示13味“淡味”药的药性、功效有其特点:淡味药性偏寒,“淡味”与“甘味”关系密切,“淡味”的归经与其表达的功效有内在联系,“淡味”与动词知识元“利”、“除”、“渗”、“下”和名词知识元“湿”、“尿”、“乳”等组成的功效群关系密切。分析结果与祖国医学“淡能利窍渗湿”,淡味“通、清、利”的药效特点相符合。

摘要： 运用聚合手段进一步发挥网络资源利用效益已成为研究热点.虽然当前对于资源聚合的研究已有一定基础,但对于多类型网络资源的细粒度聚合尚未有统一的理论框架.因而,本研究旨在采用分面分析的方法,在图书情报领域和教育学领域对于知识元的研究,及人机交互和计算语言学借鉴语言学对于语篇结构和修辞结构研究的基础上,提炼出聚合单元的一般分面和基本属性,从而构建聚合单元分面分类体系和概念框架.通过分面分析的方法对融合多学科理论的聚合单元概念进行结构化定义,为基于聚合单元概念的多类型网络资源细粒度聚合的系统研究提供操作性的理论基础.

摘要： 非常规突发事件作为复杂巨系统具有高度的复杂性和不确定性,在分析非常规突发事件系统时存在层次粒度划分复杂,事件概念模糊的问题.针对这一问题,建立了非常规突发事件层次分析模型,该模型从知识管理和应急管理的视角出发,结合模型的共性知识结构,从不同的层次对突发事件的共性知识进行抽象,继而对层次间的转换关系进行了描述,该模型可在分析非常规突发事件时提供有效的支持.文末,通过汶川地震验证了该模型的有效性.

摘要： 知识元的挖掘与组织是知识标引的基础，但是难度较大。本文从知识元表示、知识检索、知识相关性度量等角度对知识标引的相关研究成果进行归纳，并提出一些自己的见解。

摘要： 为了提早发现和治疗高血压疾病，我们开发了基于知识元的高血压潜在知识发现系统。系统将高血压电子病历抽取为知识元案例形式，实现了知识元语义推理的疾病潜在发现和案例治疗的智能系统。该系统解决了高血压疾病的诊断、仪器检测、治疗方案的知识元集成问题，可作为教学和科研的工具，同时对高血压疾病的早期发现、及时治疗的常识普及有一定的帮助。

摘要： 本发明属于知识图谱表示学习领域，具体涉及面向实体、三元组联合推理的知识表示学习模型构建方法，包括：将已有三元组数据集作为实体推理正样本集，从中采样构建多个三元组对，对每个三元组对随机赋予逻辑关系，构成三元组推理正样本集；构建模型训练样本集，每个训练样本包括：对于实体推理正样本集合中的每个正样本，依次取出实体推理正样本并生成对应的负样本，对于三元组推理正样本集也进行相同的操作；采用训练样本，以最小化实体‑三元组联合推理损失为目标优化模型参数，得到面向实体、三元组联合推理的知识表示学习模型。本发明可同时实现对实体关系和三元组关系进行联合推理的知识图谱表示学习。

摘要： 一种知识树三元组存储查询方法，由收集民歌资源文本、设定民歌资源样本属性、构建三元组、生成知识树、重整知识树结构、存储知识树结构、查询知识树步骤组成。将三元组记录转换成树结构，解决了现有三元组记录存储耗时长的技术问题，提高了三元组记录存储的效率，实现了高效存储，在查询过程中，解决了现有三元组记录查询时间复杂度较大的技术问题，降低了查询时的时间复杂度，本发明具有存储效率高、查询时间短等优点，可用于自然语言处理的知识图谱技术领域。

摘要： 本发明涉及一种融合信息获取和三元组抽取的知识图谱构建方法，包括以下步骤：S1：定时利用爬虫技术从指定的网页中爬取海洋相关的包括新闻在内的文本内容；S2：利用自然语言处理工具对文本内容进行实体抽取及关系抽取，得到新闻的三元组，之后将新闻的三元组存储进数据库中；S3：根据数据库中的三元组构建知识图谱，并在数据浏览器中实现知识图谱的可视化；S4：根据可视化的知识图谱获取知识的关联。上述方案中，融合了信息获取和三元组抽取来构建知识图谱，将整个流程构建成为一个端到端的任务，减少用户使用成本；构建出海洋知识图谱，进而从零散数据中发现知识，挖掘事物的关联性，帮助组织机构做出指导性的决策。

摘要： 本发明公开了一种基于概念元抽取的创新知识地图构建方法及装置。先对长度为n的待抽取的知识文本t进行编码，得到向量序列[h1，h2，…，hn]；再通过公式qi，α＝Wq，αhi+bq，α计算得到第α种类型实体的查询向量qi，α；通过公式ki，α＝Wk，αhi+bk，α计算得到第α种类型实体的键值向量ki，α；接着通过公式计算得到从i到j的连续片段是一个概念元的打分sα(i，j)；将打分sα(i，j)与预设的打分阈值进行比较；若打分sα(i，j)大于预设的打分阈值，则将从i到j的连续片段记作一个概念元；再将概念元分类存储；并对分类存储的概念元进行分级展示，实现了对组织的知识的有效识别和管理。

摘要： 本发明公开了一种基于元学习的内嵌物理知识的神经网络初始化设计方法，该方法用于卫星组件布局板温度场重构计算，该方法包括：步骤S1：构建内嵌物理知识的神经网络；步骤S2：利用元学习训练神经网络，获取神经网络的元初始化参数；步骤S3：神经网络加载元初始化参数，利用测点温度重构待测卫星组件布局板的温度场，并利用测点温度构建损失函数，通过训练最小化损失函数得到最优的性能参数，从而获取待测卫星组件布局板的温度场的最优代理模型。由此，在该方法中，可以通过较少的样本参数，并降低计算数据成本，能够在较短的时间内对卫星组件布局板温度场进行有效地重构计算。

摘要： 本申请公开了一种面向大规模知识库群的元搜索引擎处理方法和装置，该方法包括：接收用户的查询请求；对查询语句进行分析得到用户的查询意图，并根据查询意图得到用户查询的主题类别，其中，根据历史上的日志记录中保存的内容获取用户查询意图以及用户查询的主题类别，在日志记录中保存了所用户历史上使用的查询语句以及用户对历史上的查询语句得到的检索结果的评价；根据主题类别进行搜索得到搜索结果；将搜索结果返回给用户。通过本申请解决了现有技术中在大规模知识库群中使用特征进行搜索所导致的搜索的结果数量庞大，很难通过检索到准确的信息的问题，从而提高了搜索结果的准确度，进而在一定程度上提升了用户的搜索体验。

摘要： 本申请涉及一种基于知识图谱背景信息的三元组评判方法和装置。方法包括：将目标知识图谱三元组数据集和上一次迭代更新得到的知识图谱背景矩阵输入构建的评判网络中，当评判网络的损失函数不小于第一预设阈值时，在未标记三元组数据集中随机选取一个未标记真实三元组，根据未标记真实三元组中的节点关系和尾节点得到出度背景矩阵的缺失出度信息，根据未标记真实三元组中的节点关系和头节点得到入度背景矩阵的缺失入度信息，根据缺失出度信息和出度背景矩阵得到当前迭代更新的出度背景矩阵，根据缺失入度信息和入度背景矩阵得到当前迭代更新的入度背景矩阵。采用本方法能够逐步更新并利用知识图谱背景信息来评判给定三元组的合理性。

摘要： 本发明公开了一种基于6W规则知识元的知识自学习方法，涉及信息技术领域。本发明实施例提供的基于6W规则知识元的知识自学习方法，通过利用标注对应的标识的数量N和标注的结构对标注进行分类，并在同一类标注中，获取该类标注对应的所有的不同标识的数量M，最后，随机从M个标识中挑选N个标识(M≥N)，自由排列，代入归为一类的标注中，因此，对于一类标注，就会得到个新的标注(包括已有的标注和通过学习得到的标注)，可见，本发明中，根据已有知识学习出了许多新的知识，极大的扩展了知识体系，加强了知识库的建设，提高了知识的实际应用能力；另外，学习过程简单清晰，方便知识的管理。

摘要： 本发明公开了一种论文摘要蕴含细粒度知识元的抽取方法及装置，所述方法包括：确定知识元类型；建立知识元词库；使用bootstrapping技术自动扩充每种知识元类型的词库；获得知识元词库中的词语；使用词典匹配技术在论文摘要中查询知识元词库中的词语，建立词语与知识元类型的映射关系，获得标注语料库；输入标注语料库，训练LSTM‑CRF模型；将论文摘要转换为标注语料的形式，输入所述LSTM‑CRF模型中，预测每个词语被分配到每种知识元类型的概率，抽取概率最大的知识元类型作为对应词语的语义标签，将具有语义标签的词语作为论文摘要中的知识元。能够扩展传统知识元提取的范畴，快速准确地抽取多种类型细粒度的知识元。

摘要： 本发明公开了一种基于6W规则知识元的知识自学习方法，涉及信息技术领域。本发明实施例提供的基于6W规则知识元的知识自学习方法，通过利用标注对应的标识的数量N和标注的结构对标注进行分类，并在同一类标注中，获取该类标注对应的所有的不同标识的数量M，最后，随机从M个标识中挑选N个标识(M≥N)，自由排列，代入归为一类的标注中，因此，对于一类标注，就会得到个新的标注(包括已有的标注和通过学习得到的标注)，可见，本发明中，根据已有知识学习出了许多新的知识，极大的扩展了知识体系，加强了知识库的建设，提高了知识的实际应用能力；另外，学习过程简单清晰，方便知识的管理。