面向图博档数字化服务融合的知识图谱构建与实现

【 目的/意义】探讨面向图博档数字化服务融合的知识图谱构建与实现。【方法/过程】梳理图博档领域知识图 谱研究和应用现状,研究图博档知识图谱的构建方法,首先构建图博档知识图谱的结构模型,其次设计知识图谱的 构建流程,包括需求分析、数据获取、知识抽取、知识融合、存储设计和图谱绘制,最后以辛亥革命主题为例设计知 识图谱的存储模式,应用Neo4j图数据库存储并实现图博档主题知识图谱。【结果/结论】图博档知识图谱能跨越其 中单一领域的知识壁垒而融合图博档资源,并能可视化展示图博档数字资源之间的语义关联,方便用户知识获取 与知识发现。【创新/局限】本文研究丰富了知识图谱的应用场景,可为图博档数字化服务融合研究提供一种新的知 识可视化呈现及服务方式。     

沪上名人故居知识图谱构建与应用研究

【目的/意义】通过构建上海市名人故居知识图谱，可以强化沪上名人故居非结构化数据的知识组织问题，为后续历史名人故居学术资源相关研究提供思路和借鉴方法，也为游客选择名人故居游提供便利。【方法/过程】本文基于沪上名人故居用户需求及旅游领域相关行业标准，首先采用自顶向下的方式设计沪上名人故居知识图谱框架，之后以此框架为基础通过序列标注、机器学习等方法填充图谱的实体、关系及属性为沪上名人故居的知识图谱构建提供数据支撑，最后运用Neo4j图数据库对沪上名人故居知识图谱进行可视化存储。【结果/结论】沪上名人故居知识图谱构建实现了资源的可视化存储及语义检索，能够提供数据浏览与知识展示，数据查询与知识检索、知识关联与信息推荐等功能，为后续智能问答、智能信息推荐的应用研究奠定基础。【创新/局限】本研究结合用户需求及上海市名人故居数据结构特点，建构了沪上名人故居知识图谱框架，为后续名人故居知识组织相关研究提供了思路。本文数据的选取仅限于上海市内的知名名人故居，有关研究数据有待进一步扩充以更好地研究文章方法的适用性。     

面向科技文献知识元的知识图谱构建研究

【目的/意义】基于知识元挖掘科技文献中的科学知识,建立科学知识之间的联系,构建细粒度知识图谱,旨 在打通知识之间的壁垒,满足用户细粒度的知识需求。【方法/过程】首先,本文构建基于图的知识元表示框架,并以 知识元为核心构建细粒度知识组织模型;其次,设计面向科技文献知识元的知识图谱,并探究知识图谱构建流程, 以实现知识图谱的自动化构建;最后以科技文献中的摘要和引言为实验数据,进行实证研究,构建面向科技文献知 识元的知识图谱。【结果/结论】本文所构建的知识图谱不仅能直观地展现学术论文所需要探究的问题、所提出的方 法和模型等,还能够揭示科学知识之间的内在关联。【创新/局限】本文探究了细粒度知识组织模型,构建了面向科 技文献知识元的知识图谱。在未来的研究中,将不断完善知识图谱构建流程,并探索知识图谱的应用领域。     

新冠肺炎科学数据集的元数据框架构建及可视化研究——以Re3data.org为例

【目的/意义】在新冠肺炎疫情中，科学数据为疫情分析、管控和治理提供了重要的依据和支撑，为实现新冠肺炎科学数据的价值最大化，有必要构建新冠肺炎科学数据集元数据框架。【方法/过程】文章以Re3data.org中的新冠肺炎科学数据集为例，在对科学数据集元数据进行收集整理后，构建新冠肺炎科学数据集元数据框架，利用Protégé软件实现科学数据集本体构建，并借助图数据库Neo4j对所构建的知识图谱进行存储。【结果/结论】结果表明，对Re3data.org中的新冠肺炎科学数据集元数据进行关联融合，将元数据转化为多元化的数据存储及展示形式。【创新/局限】实现了新冠肺炎科学数据集知识图谱的构建，并且在图谱之中进行实体及其关系的查询检索和推理，细粒度地创建了科学数据集本体中各个部分属性、实体之间的关联，未来还应侧重跨平台科学数据集元数据的关联与融合。     

数字人文视角下《谭延闿日记》人物关系挖掘及可视化研究

【目的/意义】基于数字人文理论与方法,挖掘《谭延闿日记》中蕴含的人物关系,形成能够呈现日记人物同 现关系的可视化图谱,将非结构化的日记文本以更加清晰直观的方式进行展示,并力图在此过程中发现和提炼有 用的知识。【方法/过程】以 1923—1926年的《谭延闿日记》内容为研究对象,抽取具有同现关系的人物实体要素,运 用 Gephi数据可视化软件构建日记人物同现关系网络图谱,并通过量化统计、社会网络分析等方法对网络拓扑特 征、人物中心性特征以及基于模块化和k-core的人物群体特征等问题进行分析与讨论。【结果/结论】以人物关系挖 掘为切入点,发现和提炼《谭延闿日记》中蕴含的知识,展现了数字人文视阈下细粒度开发名人日记资源的可行性。 【创新/局限】构建了《谭延闿日记》人物同现关系网络,从不同角度对其进行分析与可视化呈现,并结合相关历史研 究进行对比验证,以更加直观的方式展现对日记文本内容的挖掘过程与结果,为其他历史档案资源的开发提供参 考。但是所抽取数据为局部时间段数据,仅能展现局部时间段的特定人物关系,更多、更丰富人物关系的挖掘与呈 现还需更长时段的数据与更多相关资料的充实。     

基于网络新闻语料的公共危机事件知识图谱构建

【目的/意义】本文提出了借助知识图谱的知识互联和可视化分析等功能,为公共危机事件智能治理提供知 识支撑的观点。【方法/过程】以“港独”为例,从新华网、人民网、中国新闻网等“港独”新闻语料中抽取实体,构建公 共危机事件知识图谱模型。从知识图谱本体构建和实体数据填充两个方面,对“港独”知识图谱的实体抽取、关系 抽取、知识融合、知识加工和知识推理等构建环节进行重点论述和实践,最后,利用Neo4j数据库实现知识存储,生 成的“港独”知识图谱。【结果/结论】通过Cypher语句对“港独”知识图谱进行查询,能够呈现可视化语义网结构图, 利于知识隐重发现。【创新/局限】本文的创新之处在于把知识图谱技术应用于公共危机事件治理中,为其智能查 询和决策分析提供数据支持。在今后实践中,数据源的选取不必局限于网络新闻语料,还可以适当对“港独”人员 的微博、微信、论坛中的信息进行采集和抽取,以此扩大知识关联,从而更为全面、高效地进行公共危机事件智能 治理。     

基于交互式可视化的领域知识图谱构建研究

【目的/意义】基于文献数据的领域知识图谱构建有助于探测某学科领域的主要研究内容及其发展方向，是 进行技术创新的基础情报工作，对于研究人员、企业都具有一定的意义。【方法/过程】提出基于交互式可视化技术 的知识图谱构建方法，首先基于经典LDA模型进行主题识别，然后基于社会网络分析方法构建领域主题网络识别 关键主题词；最后，基于JS（D3 工具）绘制可交互的关键主题词关联与检索知识图谱，发现关键主题词的隐含联系， 辅助进行领域知识挖掘与分析。【结果/结论】通过对我国医疗健康信息领域进行实证研究，验证了本文提出方法的 准确性和有效性。     

基于知识图谱的政策文本协同性推理研究

【目的/意义】从大数据驱动角度出发,探索采用人工智能方法实现对政策文本协同性定量分析的可能性。 【方法/过程】以政策全文本数据为研究对象,使用知识图谱技术实现不同主题的本体构建,并应用数据挖掘中关联 规则构建推理模型,对图谱表示的政策文本进行协同性语义挖掘和推理。【结果/结论】围绕“开放数据”和“数据安 全”主题构建知识图谱,实现对政策文本的本体表示,在此基础上使用关联规则完成单文本和多文本在两个主题间 的协同性分析。【创新/局限】本文将知识图谱应用于政策文本分析领域,并完成协同性分析,为政策的全样本分析 提供可能性,后续需扩大样本规模,提升推理效率。     

基于司法判决书的知识图谱构建与知识服务应用分析

【目的/意义】构建基于司法判决书的案件知识图谱是对司法数字资源的有效利用,有助于提升司法智能化 水平,积极响应国家“智慧法院”建设发展战略。【方法/过程】以“网络诈骗”领域为例,用“自顶向下”的方式构建知 识图谱。首先,结合文书内容与专家意见构建案件领域本体;接着,通过知识抽取、知识表示、知识融合等环节获取 实体、属性及关系;再利用Neo4j生成案件知识图谱。最后,提出了基于知识图谱的智慧司法知识服务框架。【结果/ 结论】基于 2015年-2020年的“网络诈骗”领域司法判决书,构建了含有约 3万个实体和 18万条关系的案件知识图 谱,并详细阐述了具备基础资源层、知识图谱层、服务应用层的智慧司法知识服务框架设计。【创新/局限】实现了案 件知识图谱的实体类型扩充,以丰富图谱应用场景,并将知识图谱技术与智慧司法知识服务框架进行融合;局限在 于仅使用网络诈骗领域判决书数据进行实证研究。     

网络文化遗产信息资源知识图谱的构建及其应用研究

【目的/意义】面对网络中大量由非结构化数据构成的文化遗产信息资源，如何从中抽取知识构建知识图谱并进行应用研究，是新媒体时代进行文化遗产知识深度利用的基础。【方法/过程】文章首先根据信息资源的内容与结构特征按照主题与类型进行分类，随后采用有针对性的关键词抽取方法获取概括信息资源主题的关键词，通过SPARQL检索在外部知识库中进行文化遗产信息资源的命名实体识别，最后利用词汇相似度算法依托本体进行知识融合，构建文化遗产信息资源知识图谱。【结果/结论】在实验中进行了网络文化遗产信息资源的知识抽取与知识图谱构建，利用深度学习进行文化遗产知识推理，开展了知识图谱的应用研究。研究结果表明文章方法能够充分利用网络中的文化遗产信息资源进行知识图谱构建，满足多种应用场景下分析需求。【创新/局限】由于文化遗产领域内容庞大，有关研究数据有待进一步扩充以更好的研究文章方法的适用性。     

基于多源异构数据挖掘的在线评论知识图谱构建

【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据 时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方 法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架, 模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构 文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例, 验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特 点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论 进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入 无监督的方法提高构建效率。     

基于专家生成内容的领域知识图谱构建

【目的/意义】基于专业性多源网络数据,构建同质性或异质性领域知识图谱。【方法/过程】基于场景性关键 词相似度计算进行同质网络层次聚类,揭示症状的同质性网络层次以及治疗方案的同质性网络层次;基于 2-mode 共现矩阵进行异质网络聚类,兼顾症状及治疗方案的关联关系,通过设置不同阈值揭示其异质关联性网络层次。 【结果/结论】基于聚类纯度及熵值评价指标,实验结果显示：就纯度评价指标而言,进行同质性网络知识图谱分析 较为合理;就熵值指标而言,进行异质性网络知识图谱分析较为合理。     

基于知识库与案例库的在线健康社区诊疗解决方案自动推理模型研究

【目的/意义】作为医疗与管理科学领域最为重要的研究课题之一,在线健康社区智能诊疗在我国“互联网+ 医疗”新业态发展背景下扮演重要角色。【方法/过程】本文从本体论与CBR视角出发,构建基于知识库与案例库的 在线健康社区诊疗解决方案自动推理模型;通过八爪鱼采集器获取“好大夫在线”疾病科普以及医患问答数据构建 本体,并利用文本分析挖掘出可解释的疾病知识及解决方案,分别实现知识库与案例库的半自动构建;以成年人先 天性心脏病为例,将 ACHD-AP进行形式化定义,采用推理引擎对患者案例进行风险分类及划分至对应的疾病知 识库,并实现诊疗解决方案的自动推理。【结果/结论】研究显示,本文诊疗解决方案推理结论与专家建议相似度较 高,且OntoQA评估下的知识库以及案例库本体层次结构关系合理。【创新/局限】基于知识库与案例库的诊疗解决 方案自动推理模型为后续在线健康社区实现智能诊疗以及服务模式的创新提供了方法上的参考。     

基于体测健康大数据的灰色案例推理与个性化知识服务方法

【目的/意义】我国自1979年开始以五年为一周期对全国学生进行体质健康检测,积累了丰富的数据。但长 期以来对这些数据资源的分析和利用严重不足,难以满足个性化健康服务的需求。如何利用体测大数据进行知识 组织与挖掘,实现个性化健康促进服务已经成为信息资源管理领域的重要问题。【方法/过程】提出了外部知识库增 强的多模异构体测案例知识组织方法,建立了基于灰色案例推理的健康知识推理架构和案例自适应知识更新机 制,以及“监（健康监测）—评（体质评估）—防（预防为主）—知（知识推荐）—保（健康保障）”的一体化闭环学生体质 健康促进知识服务方法。【结果/结论】该方法为学生健康体测大数据管理和主动健康服务提供了重要的知识工具 支撑。【创新/局限】创建了外部知识库增强的多模异构体测案例知识组织方法,提出了人机协同和群体智能的案例 学习机制;体测健康大数据知识服务的信息安全和用户隐私保护机制尚需进一步研究和构建。     

学术APP用户在线评论主题语义关联研究

【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取 用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP 用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取 用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明 运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平 台运营者完善平台功能提供参考和借鉴。     

我国大数据时代数字图书馆研究前沿分析 ——基于共词分析的视角

 【目的/意义】以共词分析为基本研究框架,揭示大数据背景下数字图书馆研究领域的主流研究范式,为后 续研究提供内容基础和理论依据。【方法/过程】采用矢量动态模型、聚类分析、多维尺度分析以及区块分析等方法, 重点研究该领域的知识结构和前沿趋势。【结果/结论】通过知识图谱绘制和理论分析,发现该研究领域存在三个主 流研究范式： (1)信息资源的数字化建设与服务策略; (2)信息隐含价值的挖掘; (3)智慧图书馆的创新性服务。     

基于知识图谱的网络舆情突发话题内容监测研究

【目的/意义】为了实现突发事件网络舆情热点话题的及时发现与捕捉,实现多角度、全方位、高精度的网络 舆情突发事件监测,精准构建特定时间区间内网络舆情突发事件的知识图谱监测模型对于舆情内容的监测和突发 话题的发现具有重要影响。【方法/过程】本文基于知识图谱理论,提出了一种新的网络舆情监测方法,以突发事件 网络舆情的时间特征为切入点,通过突发词项识别、构建突发话题图以及语义补充与完善三个步骤,在保留突发事 件特征的基础上有效过滤无关网络内容,构建包含语义关系的突发话题图,实现全方面、高精度、少噪音的突发事 件网络舆情热点话题监测。最后,本文以全标注微博数据集与在线微博数据流为基础展开实验研究。【结果/结论】 实验结果表明：基于知识图谱的网络舆情监测方法有效提升了突发事件网络舆情监测的准确性与全面性,相较于 传统的网络舆情监测算法,其突发事件监测准确率与召回率提升幅度大于6%, F1得分提升幅度大于12%,即通过筛 选突发词项、构建突发话题图、语义补充与完善三个步骤,基于知识图谱的网络舆情监测方法在理论层面上有效提 升了突发事件网络舆情监测的准确性与全面性,对于及时发现网络舆情话题、精确捕捉网络舆情发展趋势、针对性 防治网络舆情危机等具有重要的指导意义。     

突发事件网络舆情案例库的本体构建研究

【目的/意义】案例库是以规范化方式存储记录网络舆情应对的知识及经验。作为整个案例推理的前提,案 例库构建关系到推理过程整体运行效率以及决策支持的正确性。【方法/过程】通过集合突发事件网络舆情案例信 息,提取案例公共属性特征,以自然语言描述案例属性,运用本体技术构建出突发事件网络舆情案例库表示模型。 【结果/结论】案例库本体模型的构建不仅为案例表达提供语义表示的正式方法,而且阐明了本体内部组织建构模 式,在案例结构规范化的基础上,增加了案例知识的重用频率,促进了其共享。     

基于本体的JESS推理实证研究

【目的/意义】面对海量非结构化的数据,如何快速准确地检索到目标信息,实现相关信息的自动关联,是语 义检索和智能推荐的研究重点。【方法/过程】为解决该问题,提出了一种基于本体的JESS推理模型。以目前常用的 形式概念分析法（FCA）（应用于知识采集）及描述逻辑（应用于知识表达）为基础进行相关术语和概念的抽取,探讨 两者在使用过程中的问题及不协调处,并提出改进方式。在基于LCS原则上,探索新增概念及上下级关联架构。 然后利用本体建模工具protégé构建领域本体,建立基于推理引擎JESS的检索查询系统,进行检索。【结果/结论】实 证研究表明,该本体模型支持基于语义推理的智能查询,并能提高查全率及查准率。     

基于情境感知的高校移动图书馆知识资源推荐研究

【目的/意义】基于情境感知的个性化推荐技术引起了广泛关注,成为新的研究热点,本文针对高校移动图 书馆提出一种基于情境感知的知识资源推荐模型。【方法/过程】融入情境因素,通过基于改进受限玻尔兹曼机的协 同过滤算法来实现读者所处移动情境下的知识资源推荐。并通过真实数据集进行实验验证。【结果/结论】提出的 基于情境感知的知识资源推荐模型和算法,具有较高的准确度和效率,能够有效解决移动环境下高校读者个性化 知识资源推荐问题。