《康熙字典》的古汉语知识图谱构建方法研究

针对Zhishi.me、XLore等现有中文知识图谱对《康熙字典》中词语实体间关系定义不足、覆盖不全等问题,本文提出一种针对《康熙字典》的古汉语知识图谱构建方法.首先通过制定规则,提取出《康熙字典》中的命名实体,并构建命名实体库.然后,结合外部中文知识图谱及词典,构建实体关系库.最后,对所构建的知识图谱进行质量评估和迭代更新,并利用图数据库进行存储和展示.本文利用知识图谱将《康熙字典》中所包含的部首、集、卷、词语间的关系以结构化的形式表现出来,有利于研究者进一步研究和使用《康熙字典》中所包含的知识,推动古汉语的研究与应用.     

基于网络数据的企业知识图谱可视化

知识图谱也被称为科学知识图谱,可以揭示复杂知识领域的动态发展规律.基于自然语言处理技术从海量Web数据中抽取命名实体及命名实体关系,从而构建企业知识图谱.设计并实现了一种基于知识图谱的可视化分析方法,在网络图中融入集合可视化,从全局和细节两个层次进行可视分析,构建了企业知识图谱可视化分析平台.通过案例分析表明,该可视化研究方法满足用户对相关数据的可视化分析.     

产业集群知识图谱构建方法研究

通过探索知识图谱在产业集群的应用，提出了产业集群知识图谱整体设计框架，设计了产业集群知识图谱中实体及其关系本体模型。选取宁波市注塑机产业集群为例，通过互联网平台获取企业数据，经过数据预处理、知识抽取和知识融合，依据本体模型构建了宁波市注塑机产业集群知识图谱，将所构建的所有三元组存储于Neo4j图数据库中。根据所构建的知识图谱，分析注塑机集群整体特性，通过分析发现产业集群在地理位置临近关系上和业务往来有着密切的关系，验证本文提出方法的可行性。     

基于本体的公路工程安全领域知识建模和应用

针对工程安全管理中普遍存在的知识缺口问题，提出一套基于本体技术实现领域知识建模和更新的方法。以公路工程领域为范例，从行业标准规范的文本数据中自动提取安全知识，构建领域知识图谱；通过知识模型与建筑信息模型(BIM)的结合，开发安全管理应用场景，展示本体引导的知识图谱对工程安全管理的辅助作用。领域本体在知识图谱中作为本体层结构，表示为一个包含7个层级、 390个有效节点的多维度层状结构；基于本体层的引导开发知识提取算法，从海量文本中提取网状知识结构，形成知识图谱的数据层。知识模型的更新采用由数据层到本体层的知识流动方式；提出基于类属关系、构成关系和实体核心词聚类的3类方法，实现本体层的更新。将知识模型关联实际项目的BIM,从安全管理的应用层面出发，验证了本体的引入在知识的组织和扩展中起到良好效果，展现了知识模型与BIM的结合呈现出的智能化应用前景。该研究为领域知识图谱的构建、更新、应用全过程提供了一个完整的范例，对于本体更新过程实现了方法创新，拓展了知识图谱的应用领域和技术思路，有助于提升工程安全管理的信息化水平。     

融合属性嵌入与关系注意力的跨语言实体对齐

目前知识图谱实体对齐的主流方法是通过图神经网络学习知识图谱的嵌入表示，并测量实体嵌入之间的相似性实现实体的对齐.很多实体对齐方法只考虑知识图谱的结构信息和关系信息，却常常忽略了属性信息.针对上述问题，提出了一种融合属性嵌入的实体对齐方法：融合属性信息的精简关系感知双图卷积网络模型.首先，基于关系感知双图卷积网络的注意力机制提取知识图谱的关系信息；然后，利用带高速门的图卷积网络获取属性信息；最后，融合二者的嵌入信息以实现更高准确率的实体对齐.在3个跨语言数据集上的实验结果表明，该方法通过融合知识图谱属性信息增强了实体表示能力，在3个数据集上Hits@1值相比原模型分别增长了6.42%、4.59%和1.98%，对齐效果明显优于目前主流的实体对齐方法.     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

面向数控机床设计知识图谱构建的实体识别

为解决数控(computer numerical control, CNC)机床设计知识图谱构建过程中关键实体的抽取问题,制定了数控机床领域知识分类标准和标注策略,构建了领域数据集,并提出了一种基于RoBERTa(robustly optimized BERT pretraining approach)的数控机床设计知识实体识别方法。首先,利用数控机床领域数据集对RoBERTa模型进行微调,再利用RoBERTa对文本编码,生成向量表示;其次,采用双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络提取向量特征;最后,利用条件随机场(conditional random field, CRF)推理出最优结果,进而为实体打上标签。实验结果表明：模型在数据集上的F₁值为86.139%;对多数关键实体的F₁值大于85%;相比其他模型提升2%～18%。可见该方法在数控机床设计知识实体识别中具有明显优势,能够识别机床设计知识文本包含的关键实体,为数控机床设计知识图谱构建提供了数据基础。     

支持智能应用的公安情报知识图谱本体构建

研究公安情报知识图谱本体构建方法,使公安情报系统可完整记录公安情报场景中各类复杂信息,并支持情报智能应用.首先,提出公安情报知识图谱本体构建流程.此后,遵循构建流程,分析本体构建原则,设计以事件类本体为核心的构建方法,并进行本体评估.以事件类本体为核心的知识图谱支持实体属性、事件要素及过程、关联实体等查询及情报智能应用...     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

基于知识图谱的社交网络用户行为研究进展

社交网络包含复杂的结构信息与丰富的语义信息.互联的多类型数据,实体对象的行为关系等问题的研究面临极大的挑战.知识图谱旨在处理用户数据知识及行为信息,发现事物、概念与实体对象间的复杂联系,使事物间关联关系得到清晰说明.首先介绍知识图谱基本知识;其次基于知识图谱,在社交网络中,可视化表示用户的行为关系,对其中的行为知识抽取...     

基于叙词表的油藏构造知识图谱

为采用知识图谱技术实现对油藏构造知识的整合,解决在本体建模过程中,很少将标准融合到本体模型 中,且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题,提出一种基于叙词表 构建知识图谱的新方法,即标注原叙词表,建立映射规则,构造转换算法和生成知识图谱。其中标注、映射规 则建立与转换算法定义了构建知识图谱标准化过程。最后,选取油藏构造领域的部分知识,采用所提方法构建 知识图谱,其结果表明了该方法的可行性。     

细粒度课程知识元组织模型及知识图谱实现

为解决目前数字网络课程知识碎片化、语义关系缺乏等问题,提出将知识的控制单位深入到知识元层面,结合CELTS 标准构建细粒度课程知识元组织模型,再采用精细化加工理论对教学内容进行编排与设计。定义了知识元、知识链和知识单元之间的逻辑关系,构建了C 语言课程知识图谱,通过Neo4j 可视化知识元粒度以及知识元之间的关系。实践表明,知识元和知识图谱结合可有效表示知识之间的逻辑关系,提高知识之间的关联性。     

大规模图数据的正则路径查询

提出一种基于大规模RDF查询引擎gStore的分而治之方法, 对查询的正则表达式进行划分。在对定长字符串预处理的基础上, 再处理带有通配符的即时路径查询。该方法能够在开始阶段对搜索空间进行大量剪枝, 可以提高查询性能, 还能很好地解决正则表达式在RDF图中的路径匹配问题, 保证了对大规模图数据的支持。在DBpedia和LUBM上的实验表明, 该方法能够平均在秒级时间内返回路径查询结果。     

基于路径分析和关系描述的知识图谱补全方法

面对相对复杂的互联网信息,知识图谱能够将其表达成更加便于理解的形式,通过可视化技术加以显示并提供有价值的参考.但伴随数据实体及实体关系的快速扩增,知识图谱的稀疏性和连通性不足等问题日趋凸显.提出一种基于路径分析和关系描述的知识图谱补全方法,并以泛娱乐领域相关数据为例,对该方法的有效性进行验证.构建基于泛娱乐知识特点的泛娱乐领域知识图谱,并在该知识图谱上进行验证实验.实验结果表明,提出的方法能够很好地推理出知识图谱中的隐含与遗漏路径,有效地实现知识图谱补全,从而发现具有丰富价值的隐含知识.     

基于局地气候分区的城市热环境分析

局地气候分区(local climate zone, LCZ)是一种用于城市热岛研究的地表分类系统框架．本文基于卫星遥感影像、建筑物矢量等多源数据,开展了北京市中心城区局地气候分区分类制图,探讨了不同LCZ类型的热特征及季节差异:1）根据城市建筑矢量、地物覆盖分类数据,利用分层次分类方法构建研究区LCZ地图;2）利用Landsat 8卫星遥感影像和辐射传输方程法,反演得到研究区逐月地表温度数据;3）结合LCZ地图和多时相地表温度数据,分析不同局地气候分区各月份及季节间的热表现及差异．结果表明:研究区建筑以中低层为主,且多为开阔类型,自然地表覆盖中低植被区LCZ D占主要比例;LCZ 1-3密集建筑类型较其他建筑类型地表温度更高, 且随着建筑高度的降低温度依次增加,除水体外,LCZ A/B 林区是所有类型温度较低的区域;夏季各LCZ分区之间温度差异显著,7月份热岛强度达到全年最大值．研究结果能够为城市规划设计提供参考,助力于城市的可持续健康发展．      

网络环境下集体智慧领域知识模型构建

为促进学习者的长时记忆和对知识的主动建构,通过阐述领域知识模型主要建模标准,提出了领域知识模型建构参考规范,并以联通主义学习理论为指导,关注学习者个体行为、主动参与及学习者共同参与生成的集体智慧在领域模型构建中的重要作用。由个体领域知识模型构建出发,将个体领域知识模型聚合为集体领域知识模型,实现知识点与知识点间的联结,集体领域知识模型又影响个体领域知识模型,实现个体领域知识模型的优化,进而完成领域模型的构建与优化,对“个人”与“集体”知识体系的建设具有很强的借鉴和指导意义。     

面向域名解析系统的知识图谱构建与应用方法

为提高网络域名系统(domain name system, DNS)服务器日志分析能力,综合多种技术提出了构建面向域名解析系统的知识图谱。首先,应用域名解析、权威域名服务器、别名解析、自治系统等基本原理设计了基于aiohttp和dig技术相结合的数据采集方案,构建了相应的领域知识库;其次基于该知识库设计和构建了面向域名解析系统的知识图谱,其节点规模达近500万;然后应用该知识图谱解决web日志中异常访问行为识别效果差的实际问题。以某国家网络信息安全科研机构的网络服务器日志为研究对象,对比是否采用知识图谱进行实验：在爬虫行为、域名暴力解析行为、DNS重复解析行为的识别实验中,F₁值分别提高了14.88%、47.23%和91.63%。结果表明,该知识图谱能够有效提高web日志中异常行为识别率。     

基于景观指数的黄河口湿地水文连通动态分析

基于2019年逐月Sentinel-2遥感影像,采用基于图论的景观连通度指数,分析了黄河口湿地水文连通的年内动态变化及水文连通频率变化,计算了不同湿地斑块的重要性指数,评估了水文连通的分布格局．结果表明:黄河口湿地水文连通具有明显的季节变化特征,汛期和生态补水期的水文连通整体增加;湿地斑块的重要性指数分布特征与水文连通频率分布特征较为一致,水文连通性较高;连通频率高的斑块主要分布在黄河南岸恢复区、近海潮滩与主潮沟,这些区域对整个研究区的水文连通起到重要作用．该研究结果可为黄河口湿地生态保护与修复提供参考．      

C57 － ras 转基因小鼠模型的血液生理生化指标比较分析

摘要: 目的测定C57 － ras 转基因小鼠的血液生理生化正常值,对成年动物两性的正常值进行比较,并比较4 周龄和8 周龄的血液生理生化正常值。方法将20 只8 周龄和20 只4 周龄的近交系C57 － ras 转基因小鼠,采血后,用日本光电MEK － 7222K 血球分析仪测定血液生理指标,用OLYMPUS AU400 全自动生化分析仪测定血清生化指标。结果8 周龄动物血液生化指标中,ALB、GLU 和CHO,3 项指标雌雄间比较有显著性差异( P ＜ 0. 05) ,血液生理指标中WBC和LYM 这2 个指标雌雄差异有显著性( P ＜ 0. 05) ; 在4 周龄和8 周龄的血液生化指标比较,其中ALT、TP、ALB、ALP、P、CHO 和T． Bili,7 项有显著性差异( P ＜ 0. 05) ; 血液生理指标4 周龄和8 周龄比较,WBC、ＲBC、HGB、HCT、MCV、MCHC、ＲDW、PLT、PCT、MPV、NEUT 和LYM 12 项指标有显著性差异( P ＜ 0. 05) 。结论成年的C57 － ras 转基因小鼠的血液生理生化值,部分指标两性间测定值有差异; 4 周龄和8 周龄C57 － ras 转基因小鼠的血液生理生化值中多数指标差异显著; 年龄对C57 － ras 转基因小鼠的血液生理生化值的影响比性别对其影响要大。     

针对带约束匹配搜索的扩展Kuhn-Munkres算法

提出了扩展的Kuhn-Munkres算法,可解决带下界约束的局部匹配存在性问题,即在匹配全集的给定子集中,搜索得到一个二分图匹配满足其边权和大于给定阈值．扩展Kuhn-Munkres算法构造了一棵以Kuhn-Munkres算法中间过程为节点的搜索树,利用搜索优先级和剪枝,将算法时间复杂度降低至二分图匹配全集与给定子集差集规模的多项式函数．