实体语义关系分类及应用研究

[目的/意义]实体语义关系分类是信息抽取重要任务之一，将非结构化文本转化成结构化知识，是构建领域本体、知识图谱、开发问答系统、信息检索系统的基础工作。[方法/过程]本文详细梳理了实体语义关系分类的发展历程，从技术方法、应用领域两方面回顾和总结了近5年国内外的最新研究成果，并指出了研究的不足及未来的研究方向。[结果/结论]热门的深度学习方法抛弃了传统浅层机器学习方法繁琐的特征工程，自动学习文本特征，实验发现，在神经网络模型中融入词法、句法特征、引入注意力机制能有效提升关系分类性能。     

知识图谱技术在专利语义检索领域的应用研究

[目的/意义]知识图谱作为近年来大数据、人工智能技术飞速发展背景下出现的知识探索、推理发现的新兴技术,对专利检索新业务形态开展,提升业务效率减轻人工负担有着广阔的应用前景。[方法/过程]通过对知识图谱构建流程、技术架构与专利文献业务特点分析结合,对知识图谱语义模型在低质量专利检索和可视化等场景应用进行了探讨。[结果/结论]知识图谱在专利检索场景中适用性较强,相关技术环境/工具成熟,同时其垂直领域多知识体系特点,其语义模型构建还需要高质量文献和专家进行协助和迭代。     

专利供需知识图谱半自动化构建及应用

[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括：持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。     

基于多数据源融合的医疗知识图谱框架构建研究

[目的/意义]随着大数据和人工智能时代的来临，基于数据驱动的医疗辅助决策以及医疗健康知识挖掘受到人们的极大关注。医疗知识图谱是医疗信息分析和知识服务的基础，在医疗人工智能和医疗信息检索中发挥着重要作用。[方法/过程]本文以医疗领域的实际应用需求为出发点，从医疗大数据获取、医疗实体及关系标注、医疗实体识别、医疗实体链接、医疗实体关系挖掘、中文医疗知识图谱表示和存储等关键技术入手，提出了多数据源融合的医疗知识图谱构建的理论框架。[结果/结论]面向医疗领域的知识图谱构建是一项非常重要的基础任务，同时也是人工智能领域的重要发展方向。     

知识图谱加持的智慧图书馆信息推荐架构体系研究

[研究目的]构建依托知识图谱的智慧图书馆推荐系统架构体系,以协同创新推荐模式、序化重组知识资源,进而满足智慧图书馆泛在互联、动态感知的服务要求。[研究方法]该文遵循系统设计理论、模型构建方法,从体系结构、功能模块及运行机理三方面构建了知识图谱加持的智慧图书馆信息推荐架构体系。[研究结论]知识图谱加持的智慧图书馆信息推荐体系结构分为智慧服务层、业务平台层、基础设施层;知识图谱加持的智慧图书馆信息推荐功能模块主要包括读者兴趣建模、推荐处理、知识发现、知识计算、知识图谱构建等模块;知识图谱加持的智慧图书馆信息推荐运行机理根据图书馆应用场景、业务逻辑,描述面向读者的数据驱动型、用户驱动型推荐服务路径及过程,并面向图书馆馆员、领域专家分别设计服务职责及范围。     

面向多模态医疗健康数据的知识组织模式研究

[目的/意义]随着网络化和数字化的快速发展，线上线下医疗健康活动产生了海量多模态数据，当前迫切需要一种更为完善的知识组织方法，对类型繁多、专业性强的医疗健康多模态数据进行序化和组织。[方法/过程]首先对多模态数据进行预处理以构建多模态医疗健康数据集；接着基于实体对齐和关系抽取实现医疗健康数据的知识单元抽取，并通过知识评估和融合构建多模态知识单元；然后在多模态知识单元和知识图谱基础上提出一种面向多模态医疗健康数据的知识组织模式；最后以文本和图像模态数据为例，以医疗健康问答系统为实践应用进行分析和验证。[结果/结论]针对多模态医疗健康数据的内在特性，基于多模态知识图谱和语义知识组织框架，提出一种面向多模态医疗健康数据的知识组织模式。本研究推进了多模态知识组织的理论深度，可为医疗健康领域知识序化、精准知识服务和深度知识发现提供有效支撑。     

基于医学知识图谱的慢性病在线医疗社区分面检索研究

[目的/意义]基于知识图谱与分面检索能够实现健康信息的有效组织,解决其多源异构、专业知识门槛高、语义歧义等方面的问题,从而帮助用户降低专业性医疗知识的使用门槛,引导用户更快获取资源。[方法/过程]将知识图谱与分面检索相结合,构建基于医学知识图谱的慢性病在线医疗社区分面检索模型,主要包括分面体系构建、分面与焦点排序以及分面展现控制3个步骤,并以百度贴吧自闭症吧为数据来源对分面检索原型予以实现。[结果/结论]所构建的自闭症分面检索原型系统应用效果较好,提高了用户检索的效率与质量。提出的分面检索模型对完善健康信息服务等相关理论和方法具有一定推动作用。     

嵌入航空装备研发场景的知识工程中台架构研究

[目的/意义]研究新技术环境下知识工程中台架构与知识服务能力组件化设计策略,探索嵌入航空装备研发场景的知识工程实施模式。[方法/过程]在回顾航空装备研发领域知识工程建设现状的基础上,提出以知识中台架构为驱动的、以知识服务组件融入个性化研发活动场景为目标的新型知识工程推进思路,并面向实际研发环境进行业务向导、辅助设计、故障知识问答3个知识服务组件的嵌入式知识服务能力验证。[结果/结论]嵌入研发场景的知识工程中台架构体系设计,破解了当前知识工程难以切实融入研发环境的发展困境,可有效提升航空装备研发效率与质量。     

知识图谱构建中的语义标准问题研究

[目的/意义]随着知识图谱在互联网领域中的成功应用,使得知识图谱的应用迅速向垂直领域传播与扩散,越来越得到垂直领域的重视。我国各个领域经历了40多年的信息化建设,导致了一大批阻碍信息共享的"信息孤岛",其根本原因是领域没有给予标准化足够的重视。无独有偶,40年后的今天,领域又一次无法回避知识表示中的标准化难题!目前知识图谱构建主要关注点在于知识图谱的构建技术,却很少考虑知识图谱构建中的语义标准化问题。[方法/过程]文章在对国内外语义知识标准化相关内容研究的基础上,提出了领域知识图谱构建中应当遵循的五层标准体系模型,该模型融合了国内外领域相关的元数据与本体标准,揭示出知识图谱构建中以元数据标准为核心的重要思想,指导领域选择标准词汇的方法,使得领域所构建的知识图谱实现标准化,从而为知识的共享与互操作奠定基础。[结果/结论]在石油术语知识图谱构建过程以该标准体系模型作指导,实现了石油术语知识图谱标准构建,从而验证了标准体系模型的合理性与正确性,文中提出的观点和标准体系模型具有创新性。     

基于政务微博的自然灾害知识图谱构建——以森林火灾为例

[目的/意义]利用政务微博信息构建自然灾害知识图谱,旨在为相关部门加强自然灾害事件的管理提供知识层面的参考价值。[方法/过程]以森林火灾事件为例,选取政务微博信息资源,首先使用LDA主题模型划分微博资源主题;其次构建自然灾害知识图谱的模式层和数据层,包括本体构建、实体抽取、关系抽取和数据融合等环节;最后使用Neo4j图数据库实现自然灾害知识图谱的存储与检索,实现自然灾害信息的组织与可视化。[结果/结论]构建了基于主题划分的自然灾害知识图谱,实现了自然灾害信息的主题知识关联与规范化处理,对提升政府部门防范与管理自然灾害的科学决策水平具有积极作用。     

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。     

从对通用知识图谱深入剖析中探究军事知识图谱建设思路

[目的/意义]文章旨在深化对知识图谱的认识,并对构建军事知识图谱提出指导性思路和经验。[方法/过程]从广义角度提出了对知识图谱概念的新认识。结合典型通用图谱,深入剖析了知识图谱的内在关系、建设模式和途径,分析了存在的现实问题。[结果/结论]从理论认识和实操指导层面设计了军事领域知识图谱建设的基本流程,分析了重点环节及建设思路,提出了针对军事知识图谱应用的实践认识和体会。     

基于大规模开放学术图谱的研究前沿分析框架

[目的/意义]受开放科学运动影响所形成的各类大规模开放学术图谱,作为一种高质量、良结构化的科研领域大数据集,为研究前沿分析创造了新的研究条件。在该数据下构建研究前沿分析的思路与框架,将有效实现数据驱动的知识发现,辅助科技情报分析和决策。[方法/过程]对研究前沿及其分析方法进行了文献回顾,并探讨了研究前沿分析面临的主要问题。进一步,对开放学术图谱进行了调研,进而构建了基于大规模开放学术图谱进行研究前沿分析的总体框架。[结果/结论]所构建的研究前沿分析框架,提出了基于大规模开放学术图谱进行研究前沿分析的详细步骤,能够基于开放学术图谱实现对研究主题的全面、快速、准确分析,为实现研究前沿的跨时空动态分析、多尺度演化分析及多因素多维分析提供可供参考的思路。     

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。     

社交网络舆情事件主题图谱构建及可视化研究——以校园突发事件话题为例

[目的/意义]利用知识图谱构建大数据驱动的社交网络舆情事件主题图谱,是网络舆情学术界和产业界关注的新问题,结合校园突发事件网络舆情进行可视化分析对推动社交网络舆情监控平台的构建具有一定的理论和现实指导意义。[方法/过程]文章在对知识图谱、社交网络舆情事件主题图谱相关理论进行分析梳理的基础上,构建校园突发网络舆情事件主题图谱中的实体、关系和过程模型,并结合"北京交通大学实验室爆炸"舆情事件进行可视化分析。[结果/结论]数据结果表明,政府官微在舆情引导中起到重要作用;可以从"故事线"和"时间线"两个方面对舆情事件进行可视化分析;高校舆情事件在爆发初期、事件调查进展期、事件调查结果期呈现不同的情感倾向;高校舆情事件的传播媒介在移动端和非移动端传播差异不大;舆情夜间传播活跃度高于日间。     

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。     

基于卷积神经网络的旅游信息关系抽取研究

[目的/意义]在非结构化语料集中抽取知识要素,是实现知识图谱的重要环节,本文探索了应用深度学习中的卷积神经网络（CNN）模型进行旅游领域知识关系抽取方法。[方法/过程]抓取专业旅游网站的相关数据建立语料库,对部分语料进行人工标注作为训练集和测试集,通过Python语言编程实现分词、向量化及CNN模型,进行关系抽取实验。[结果/结论]实验结果表明,应用卷积神经网络对非结构化的旅游文本进行关系抽取时能够取得满意的效果（Precision 0.77,Recall 0.76,F1-measure 0.76）。抽取结果通过人工校对进行优化后,可以为旅游知识图谱构建、领域本体构建等工作奠定基础。     

基于知识图谱的网络社区学术资源深度聚合框架研究

[目的/意义]探索基于知识图谱的网络社区学术资源深度聚合的理论和方法,为网络学术社区知识细粒度组织、知识服务实践提供思路引导和新视角。[方法/过程]首先梳理了知识图谱和学术资源聚合的研究进展,从价值需求主体的角度剖析网络社区学术资源聚合的应用价值;然后明确网络社区学术知识图谱的构建流程,构建出基于知识图谱的网络社区学术资源深度聚合框架,并介绍知识富关联关系提取方法;最后设计个体用户画像、语义智能检索、分面式导航三种应用模式。[结果/结论]知识图谱能够较好地应用于学术资源深度聚合,支持网络社区的高级知识服务应用,基于知识图谱的网络社区学术资源深度聚合框架对学术类网络社区平台优化资源配置、有效知识创新服务具有重要参考价值。     

基于可视化学科多样性测度指数和主题模型的领域学科交叉知识图谱构建——以纳米科技领域为例

[目的/意义]基于文献计量学和文本挖掘方法探索与某领域相关的学科交叉知识图谱的新思路。[方法/过程]提出可视化学科多样性测度指数和主题模型的领域学科交叉知识图谱研究框架，基于Science Overlay Map和嵌入领域本体的LDAvis进行领域学科交叉知识图谱的构建，并以纳米科技领域为例，验证学科交叉知识图谱研究框架的有效性和适用性。[结果/结论]基于Science Overlay Map的领域学科交叉科学地图，从全学科的角度展示纳米科技领域与其他学科的交叉情况，基于LDAvis结合领域本体的学科交叉主题交互图则聚焦具体的学科交叉主题和主题之间的相互关系，二者的结合可以从宏观和微观上更清晰地把握纳米科技领域与其他学科的交叉情况。本研究可以弥补学科交叉主题识别结果不容易被解释的局限性，为领域学科交叉知识图谱研究提供了一种解决方案的新视角。