领域知识
领域知识的相关文献在1988年到2023年内共计556篇,主要集中在自动化技术、计算机技术、信息与知识传播、教育
等领域,其中期刊论文273篇、会议论文27篇、专利文献24647篇;相关期刊198种,包括情报理论与实践、东北大学学报(自然科学版)、电脑知识与技术等;
相关会议25种,包括第33届中国数据库学术会议(NDBC2016 )、第十二届全国人机语言通讯学术会议(NCMMSC`2013)、2011年中国智能自动化会议等;领域知识的相关文献由1518位作者贡献,包括滕广青、陈刚、余正涛等。
领域知识—发文量
专利文献>
论文:24647篇
占比:98.80%
总计:24947篇
领域知识
-研究学者
- 滕广青
- 陈刚
- 余正涛
- 张静
- 朱靖波
- 蔡笑岳
- 张国明
- 张鹏
- 施荣明
- 曹菡
- 沈琪
- 王国新
- 王永庆
- 田锋
- 赵民
- 赵琦
- 闫健卓
- 陈文亮
- 陈琳
- 高一波
- 高建忠
- 黄毓瑜
- 于皓
- 任禾
- 何青松
- 冶莎
- 向波
- 吴信东
- 吴明辉
- 周凡吟
- 周智海
- 周泓
- 周鋆
- 姚苗
- 姜云飞
- 季晓慧
- 宋美娜
- 宫琳
- 张圣
- 张威震
- 张晖
- 张晨
- 张杰
- 张荷花
- 张辉
- 施鹏飞
- 朱全银
- 朱嘉奇
- 李宗勇
- 李犇
-
-
施思齐;
涂章伟;
邹欣欣;
孙拾雨;
杨正伟;
刘悦
-
-
摘要:
储能电池的关键是材料。继实验观测、理论研究和计算模拟之后,数据驱动的机器学习具有快速捕捉材料成分-结构-工艺-性能间复杂构效关系的优势,有望为电化学储能材料的研发提供新的范式。本文从结构化和非结构化数据驱动两方面,系统评述了机器学习在电化学储能材料研究中的最新进展。全面概括了可用于电化学储能材料机器学习的国内外材料数据库,分析了其数据的收集、共享和质量检测存在的问题;重点阐述了电化学储能材料中机器学习的工作流程和应用,包括结构化数据驱动下数据收集、特征工程和机器学习建模以及图形、表征图像和文献文本这类非结构化数据驱动下的模型构建和应用。进一步,厘清电化学储能材料领域机器学习面临的三大矛盾且给出对策,即高维度与小样本数据的矛盾与协调、模型复杂性与易用性的矛盾与统一、模型学习结果与专家经验的矛盾与融合,并提出构建“领域知识嵌入的机器学习方法”有望调和这些矛盾。本文将为机器学习在电化学储能材料设计和性能优化中的应用提供参考。
-
-
刘远晨
-
-
摘要:
基于知识的推荐算法在弥补过滤式传统推荐算法冷启动、数据缺失、“信息茧房”等问题上发挥着重要的作用。对基于知识的推荐算法相关研究进行评述,探讨其研究现状及研究进展。通过梳理CNKI相关文献和WOS中2017-2020的论文,采用内容分析法对国内外学术界基于知识的推荐算法的研究进展进行分析,对实际进展包括会话过程的优化、领域知识表示和获取、推理机制的发展、应用场景等进行总结和分析。基于知识的推荐算法与协同过滤相结合、与情感分析相融合将成为重要研究方向。
-
-
谭明亮;
唐晓波
-
-
摘要:
[目的/意义]运用新一代信息技术来提升慢病健康管理服务的质量和水平是党和国家的重大现实需求,精准化和智能化的健康知识服务对于促进慢病的自我管理、减轻患者的医疗费用压力和缓解医疗资源的分布不均具有十分重要的意义。[方法/过程]本文采取数据驱动与知识驱动相结合的方式来实现慢病智能服务,综合利用自然语言处理、机器学习、知识工程、语义网和深度学习等多种智能化的手段来对慢性相关的多源异构文本大数据进行深度挖掘、深层次组织和有效利用。[结果/结论]文章从多主体的视角分析了慢病智能服务的需求,构建了文本大数据和领域知识联合驱动的慢病智能服务模型,并对构成该模型的基础设施层、数据采集层、知识组织层和智能服务层的结构、功能和实现路径进行了详细的分析论述。
-
-
管子键;
吴旭;
颉夏青;
孙利娟
-
-
摘要:
为解决领域小语种知识匮乏和不完备的问题,更好地进行网络空间内容治理,提出一种基于语义层次建模的跨语言知识单元迁移方法(SHACUT),知识模型借助多语言丰富知识库将知识图谱嵌入极坐标系,显式体现不同知识的语义层次结构,迁移模型借助对齐种子库对不同语言向量空间进行线性转换及置信度计算,实现对图谱中知识单元对齐和迁移。分别在公开通用语言数据集和领域小语种数据集上进行了跨语言知识单元迁移的仿真验证,实验表明SHACUT不仅能够对公开通用语言数据集进行有效的跨语言迁移,也在领域小语种数据集上取得不错的效果,相比baseline能够更好地对知识图谱语义层次进行建模,实现跨语言知识单元迁移。
-
-
冯栩;
喻文健;
李凌
-
-
摘要:
因子分析是一种在工业领域广泛使用的统计学方法.在金融资产管理中,因子分析通过对历史价格波动的极大似然估计推导自适应的统计学因子来生成风险模型.与通过使用预先设定具有经济学含义的因子来生成风险模型的基本面因子模型相比,通过因子分析生成的模型不仅更灵活,还能发现在基本面模型中缺失的因子.然而,由于因子分析所生成模型中的统计学因子缺少可解释性,因此当金融数据中存在显著噪音时容易过拟合.针对中国股市数据的风险模型生成问题,本文提出快速因子分析算法以及将基本面因子结合到因子分析中的挑选基本面因子的混合因子分析方法,使风险模型同时在因子探索及模型可解释性上达到最优.实验结果显示快速因子分析方法能够达到31倍以上的加速比,且新混合因子分析方法能够增大人造数据集以及真实数据集上预测的对数似然估计值.在真实数据集上,新方法能最好够达到平均对数似然估计值12.00,比因子分析构建模型的7.56大4.44,并且两个算法均值差值的标准差为1.58,表现出新方法能构建更准确的风险模型.
-
-
王芳;
刘嘉恩;
李晶
-
-
摘要:
以影视文本为例,基于图排序技术研究领域关键词提取算法,挖掘影视领域知识,在候选关键词生成、候选词网络构建、网络节点排序三方面融入领域知识,设计实现了影视文本关键词提取模型。该模型在生成候选关键词中引入影视领域实体词表,在候选词网络构建中增加影视实体关系,在排序算法中添加影视实体语义关系权重,最后通过图排序技术对候选关键词排序,选取排序靠前的候选词作为关键词提取结果。该模型无需大量人工标注数据,可实现高效影视文本关键词提取。实验结果表明:将领域专业词汇导入分词词表,可减少通用分词模型在专业词汇上的分词错误,提高候选词召回率;将领域知识引入候选词网络构建和候选词排序,在TextRank和PositionRank排序算法上提取效果提升显著,该方法在领域关键词提取场景中有较强应用价值。
-
-
胡艳丽;
谭真;
白亮;
唐九阳;
赵翔;
彭娟
-
-
摘要:
大数据专业具有很强的实践性、应用性和综合性等特点,对实践创新能力的培养提出了很高要求。实践育人是高校人才培养中的薄弱环节,与培养大数据专业人才的要求还有差距。针对大数据专业实践教学中面临的问题,分析新工科背景下实践教学的需求,融入一流大数据分析竞赛问题及领域知识,探索领域问题及领域知识牵引的实践教学模式,对培养大数据专业人才实践创新能力具有重要意义。
-
-
余伟伟;
张莉;
葛宁;
贾航
-
-
摘要:
协同制造虽然为制造企业之间的信息共享提供了良好平台,但其海量信息也让制造企业在选择合作企业时犯难。因为现有制造企业中的设备不仅数目庞大,而且种类繁多,导致制造企业想要快速寻找拥有符合需求设备的合作企业非常困难。为解决上述制造企业选择难的问题,提出一种基于领域知识的制造企业推荐方法。该方法利用已有的领域知识设计一种基于领域知识的设备工件描述语言,并将该语言到推理规则进行转化,从而实现了快速寻找合适加工设备的制造企业筛选。最后应用宁波某工厂的数据进行实验验证,结果表明,该推荐方法能显著提高制造企业的选择效率。
-
-
杨倩
-
-
摘要:
[目的/意义]研究网络环境中学术用户的探索式搜索行为特征,设计专业的信息服务策略,帮助馆员精准定位用户需求,提高服务的准确率.[研究设计/方法]以探索式信息搜索的3个不确定性为核心,整合探索式搜索行为的知识构建、问题情境与认知阶段,分析用户的领域知识和搜索技能对探索式搜索行为的影响.[结论/发现]根据先验知识集合将学术用户分为4种类型,结合用户搜索过程中的不确定种类与认知阶段,分别提供基础型、辅助型、辅导型和专业型服务.[创新/价值]围绕探索式搜索行为的不确定性,提出探索式搜索行为的认知过程框架及分类型分阶段信息服务策略.
-
-
董志霞
-
-
摘要:
IT职业培训机构中学员领域知识欠缺的具体表现为"所学知识点较为零散",教师"一个一个讲知识点"的教学序列形成了学员"孤立、零散"的认知状况,教学内容的呈现方式决定了教师的教学序列.以案例研究的方法对北大青鸟和安卓越这两家IT职业培训机构的部分教材进行分析,得出教材编排结构具有两个特征:一是"分块教学方式",二是"部分到整体"的教学序列.在这种教学序列下,学员掌握的知识孤立、零散,导致学员的整体认知能力和专业实践能力不足.
-
-
-
Yuan Wei;
袁伟;
Cheng Huaixing;
陈怀新
- 《第七届中国信息融合大会》
| 2015年
-
摘要:
情报检索与分类是情报分析的重要过程之一,对情报分析的准确性和深度有很大影响.本文针对普通文本检索过程未考虑领域知识的指导和词汇语义级别的联系,使得情报检索不全面或者难以满足检索需求的问题,提出使用本体建模的方法引入领域知识,语义关联引入HowNet知识,通过知识模型的多层次概念关联扩展实现情报的全面深度检索;针对普通文本分类未考虑情报分析的目的影响分类结果的特点,导致情报分类结果通常与后续分析需求不相符的问题,本文提出使用Relabel的方法依据不同情报分析目的对训练样本进行重标注,形成多个训练集,使用ID3算法训练不同分析目的下的决策树作为子分类器,组成随机森林的决策分类器,采用投票机制对决策树分类结果进行最终决策分类,实现引入情报分析目的因素的情报分类方法.
-
-
-
-
-
-
- 《第33届中国数据库学术会议(NDBC2016 )》
| 2016年
-
摘要:
空间并置(co-location)模式是空间特征集的子集,子集中特征的实例在空间邻域上频繁地共现.先前的大量研究主要是将co–location模式的参与度(PI)和模式效用率(PUR)作为有趣性度量指标,这些度量指标没有充分考虑特征之间以及同一特征实例之间的差异,但是在现实世界中这些差异是存在的;同时,传统基于数据驱动的知识发现,注重挖掘过程的自动化,尽量避免用户介入挖掘过程,挖掘结果常常包含大量无用的、错误的和用户不感兴趣的知识,不具有可行动性.针对上述情况,首先提出了更为一般的研究对象-带效用值的空间实例,并提出效用参与率(UPI)作为模式的有趣性度量指标.其次,将领域知识形式化为三种语义规则并引入挖掘过程中,采用多次迭代的挖掘框架,逐步基于用户的领域知识,挖掘最终的结果。最后,通过实验对比分析了不同有趣性度量指标下的挖掘结果在效用占比和频繁性两方面的差异,以及引入领域知识前后挖掘结果的变化情况。
-
-
-