领域知识

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。

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。

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。

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。

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.

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。

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。

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。

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.

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.

摘要： 面对不同领域独特的应用场景，泛化的模型结果难以满足用户的需求；通过结合各行业独特的领域知识，构建适用于不同领域下的推荐系统。通过结合领域知识，得到的结果具有更强的可解释性，利于方法的推广和说明；通过针对独特的应用场景进行建模，可以解决更多泛化模型难以解决的问题，加强针对性；通过将应用情景限制在一个特定的场景里，可以筛选出有效数据。

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.

摘要： 词语的语义相似度计算是语义处理的基础之一,在知识抽取、文本分类、词义排歧、基于实例的机器翻译等各领域有广泛应用.本文通过引入敏感词集的概念即引入领域知识,解决了传统的基于《知网》的相似度计算方法中没有考虑词语间相似度与领域知识相关的不足,实现了对词语在不同知识领域赋予不同的相似度.同时,提出了一种新的义原相似度计算方式,该方法定义了两个义原间三种不同的相对位置关系,并据此给出三种相应的计算方法.实验表明本研究的计算结果更符合《知网》的结构.

摘要： 主要从2个方面研究突发事件演化规律，即突发事件的生命周期阶段和突发事件内部各子事件之间的时序关系。建立了用于表现突发事件演化规律的本体知识模型，为领域信息描述提供一系列明确定义的形式化概念描述规范。采用领域知识建立了一个用于特征抽取的事件框架模型，并将互联网中突发事件相关信息以话题为单位进行聚类。还提出了一种话题热度评估算法，该算法综合考虑了话题的主题相关度和报道频率。实验结果表明:提出的方法用于社会安全类突发事件时，能够较准确地估计具体时间片内话题热度，并可发现各子事件间形成一种直链发散式的事件链结构。

摘要： 针对需要的员工主动推送合适的知识可以提高企业员工获取知识的效率，促进企业知识应用与创新。作者首先从知识属性、流程、领域三个维度对企业知识进行了描述；在此基础构建了面向流程的领域知识主动推送架构，提出了流程驱动的知识主动推送方式。根据知识推送系统的架构分析了员工、领域、知识、流程、子流程的概念及其数据结构，探讨了推送知识的匹配方法。最后，以注塑机企业的知识推送平台为例，实现了基于流程驱动的领域知识主动推送系统。

摘要： 领域知识在进行信息处理时具有很好的应用前景。文中分析了领域知识的构成,包括领域词典、领域数据库和领域用户行为模式等。具体介绍了领域知识在信息检索等四类需求中的应用。

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。

摘要： 随着复杂程度的提高，现代生产设备发生复杂故障的可能性大大增加，而客户对系统诊断的快捷高效要求越来越高，传统的诊断方法显示出局限性，远程故障诊断技术引起人们的重视。本文从提高远程协作诊断系统的诊断效率入手，借鉴软件工程中的敏捷开发思想，探讨了将其应用在多用户协作过程和领域知识启发过程等远程诊断系统的两个关键环节中的可能性，分析了远程诊断中多用户协作与领域知识启发的敏捷过程、数据结构与协作机制，基于Web和多主体技术，提出了事件驱动的面向服务的远程敏捷协作诊断框架。基于Internet富客户端设计技术和JADE库，设计了原型系统进行验证。

摘要： 近年来，数据挖掘(Data Mining and Knowledge Discovery)的研究侧重于模型和算法的建立或改进,而数据挖掘过程中的其他环节未得到足够的重视，导致了诸如：数据预处理周期过长，缺乏对已有知识的再利用，用户参与度低，挖掘结果的理解度和直接操作性低等问题。针对这些问题，本文提出将知识与数据挖掘方法结合起来，研究知识驱动的数据挖掘理论框架。旨在增强知识在数据挖掘技术中的作用，加强知识的管理、共享和再利用，实现缩小挖掘结果和用户期望之间的差距和提高挖掘结果的实用性的目的。增强知识在数据挖掘中的作用是当前数据挖掘领域所关注的热点和难点问题。

摘要： 提出了一种求解柔性作业车间调度问题的遗传—蚁群算法，遗传算法解决机器分配问题，蚁群算法解决工序排序问题。在算法的求解过程中，不断从前期优化中挖掘、学习知识，并采取已获得的知识指导后续优化过程。通过标准实例测试，所提出的遗传—蚁群算法能够有效求解柔性作业车间调度问题。

摘要： 一种基于知识图谱的中文旅游领域知识服务平台构建方法，包括从现有的中文百科类知识库中获取结构化旅游知识、知识融合、爬取旅游网站页面数据，通过自定义属性匹配规则对实体Infobox属性进行知识补全、采用斯坦福本体建模工具Protégé构建旅游领域本体、利用D2RQ结合构建的旅游本体将数据转为RDF三元组格式得到旅游领域知识图谱、旅游知识库的Neo4j图数据库存储任务，其中知识融合任务包括使用改进后的深度学习知识表示模型BERT计算实体之间的语义相似度完成实体对齐、基于原则和统计方法进行属性融合、采用多数投票算法进行三元组融合子任务。本发明方便游客获取一站式综合性服务。

摘要： 本发明涉及通用领域知识图谱的知识问答方法、终端设备及存储介质，该方法中包括：S1：从知识图谱中提取数据并构建知识数据库；S2：接收查询问句，并对查询问句进行清洗；S3：对查询问句内包含的所有查询要素进行识别；S4：对识别到的查询要素进行筛查；S5：构建多个要素模板，根据要素模板将查询要素生成对应的查询语句，并根据查询语句中包含的查询要素的类型的数量设定查询语句的优先度；S6：按照各查询语句的优先度由高到低的顺序依次执行查询语句；S7：对所有查询结果进行筛查，将筛查后的最终结果最为查询问句的答案。本发明建立了一套区别于意图模板的提取模式，适用于不同领域的问题查询，通用性强，准确性高。

摘要： 本发明公开了一种基于知识图谱的领域知识推送方法，包括：收集领域知识文本构建文本知识库；针对知识库文本进行语义分析和主题建模；通过领域知识图谱嵌入获得节点的语义分布向量；依据用户任务描述、任务主题建立任务上下文特征；根据任务描述中的领域实体与知识图谱进行实体对齐，基于图谱节点路径和图节点语义分布特征进行特征扩展并进行任务关联知识召回；将召回文本与用户任务文本进行文本相似度计算获得候选文本得分；根据得分将排序结果文本推送给用户。本发明通过知识图谱的节点关联知识和图谱嵌入技术来提升领域知识推送的文本匹配度和用户体验。

摘要： 本发明公开了基于动态知识图谱的机械故障领域知识查询方法及系统；其中所述方法，包括：构建滚动轴承动态知识图谱；获取待查询问题，基于待查询问题对滚动轴承动态知识图谱进行查询操作，输出滚动轴承知识查询结果。本发明一方面构建本体模型管理知识，然后在构建数据层时将时间信息作为相关实体的属性融入到知识图谱中构建出动态知识图谱；另一方面，基于SPARQL语言，对构建的动态知识图谱进行一系列的查询操作，提供从关系的角度解决问题的方案。

摘要： 本发明公开了一种基于知识图谱的领域知识推送方法，包括：收集领域知识文本构建文本知识库；针对知识库文本进行语义分析和主题建模；通过领域知识图谱嵌入获得节点的语义分布向量；依据用户任务描述、任务主题建立任务上下文特征；根据任务描述中的领域实体与知识图谱进行实体对齐，基于图谱节点路径和图节点语义分布特征进行特征扩展并进行任务关联知识召回；将召回文本与用户任务文本进行文本相似度计算获得候选文本得分；根据得分将排序结果文本推送给用户。本发明通过知识图谱的节点关联知识和图谱嵌入技术来提升领域知识推送的文本匹配度和用户体验。

摘要： 本发明涉及通用领域知识图谱的知识问答方法、终端设备及存储介质，该方法中包括：S1：从知识图谱中提取数据并构建知识数据库；S2：接收查询问句，并对查询问句进行清洗；S3：对查询问句内包含的所有查询要素进行识别；S4：对识别到的查询要素进行筛查；S5：构建多个要素模板，根据要素模板将查询要素生成对应的查询语句，并根据查询语句中包含的查询要素的类型的数量设定查询语句的优先度；S6：按照各查询语句的优先度由高到低的顺序依次执行查询语句；S7：对所有查询结果进行筛查，将筛查后的最终结果最为查询问句的答案。本发明建立了一套区别于意图模板的提取模式，适用于不同领域的问题查询，通用性强，准确性高。

摘要： 一种基于众包的中文旅游领域知识服务平台知识库更新方法，包括以下步骤：通过旅游实体名称构建出旅游实体库；通过与结构化中文百科类数据集进行实体匹配抽取出旅游知识，构建出旅游知识库；在旅游知识库的基础上搭建中文旅游领域知识服务平台；所述中文旅游领域知识服务平台的搭建方法包括旅游实体知识图谱的可视化方法以及旅游实体知识卡片展示中的实体链接方法；所述的旅游实体知识卡片包括Infobox属性和实体百科标签；通过众包的方法统计出不同用户在中文旅游领域知识服务平台上的旅游实体搜索记录定时获取新的旅游实体；再通过抽取出的新的旅游知识来更新旅游知识库。本发明能够方便游客准确、及时的获取高质量的旅游知识服务。

摘要： 基于旅游领域知识图谱的知识问答检索方法及装置，检索方法包括以下步骤：使用Python程序爬取旅游网站信息，构建旅游领域知识图谱；用户输入与旅游相关的自然语言问句；分析用户提出的自然语言问句，对自然语言进行分词，并对每个词语进行词性标注；以“实体‑属性‑属性值”的形式存储知识图谱，将问句与知识图谱进行链接；根据链接出的“实体”和“属性”，从知识图谱中查询相关三元组，并返回属性值。本发明同时还公开了实现上述方法的装置、终端设备和计算机可读存储介质，能够为游客提供方便有效的旅游信息查询服务。

摘要： 发明公开了一种基于知识图谱的金融领域知识问答方法，包括：首先爬取金融数据建立知识库，通过Word2vec向量化实体，用余弦相似度算法计算实体间的相似度，通过基于金融词典采用最大向前的遍历方法对用户提出的问句进行遍历切割分析问句，再通过RNN神经网络对金融领域的问题进行分类训练，根据问题类别进行数据检索，然后用相似度算法抽取语料库中与问题关键词相似度较高的词语进行问句的词汇扩充，最后根据模板匹配方法完成数据库查询语句的匹配，将查询到的结果作为问题的答案返回给用户并通过ECharts将实现金融实体属性数据和实体间关系的可视化。本发明通过神经网络训练模型以及相似度对比自适应调参，有效的提高了问答系统的准确率。

摘要： 本发明属于装备制造领域，本发明公开了一种基于本体构建装备故障诊断领域知识本体知识库的方法，所述方法包括：确定装备故障诊断领域的范围和目标；构建所述装备故障诊断领域知识的初步本体模型；获取所述装备故障诊断领域的知识数据集；对所述本体模型和所述知识数据集中的条目进行概念匹配，循环迭代将故障知识数据集条目加入装备故障诊断领域知识本体知识库中；所述故障知识数据集条目形成装备故障诊断领域知识本体知识库。本发明公开了一种基于本体构建装备故障诊断领域知识本体知识库的系统。