期刊文献+

基于知识图谱技术的勘察设计企业知识库建设探索 被引量:2

下载PDF
导出
摘要 长期以来,勘察设计企业积累了大量的项目成果经验数据,传统的成果管理通常是采用图档库、文档库等形式进行管理,只能初步满足文件查找和借阅,缺乏挖掘项目知识的发现、关联、参考、创新的知识平台。勘察设计企业知识系统建设应以提高经营能力、管理、生产效率为目标,以提升项目质量水平为中心,以利用先进的IT技术、科学的规划、理性的投入、务实的建设、高效的运用为根本宗旨,服务于生产、服务于一线员工。系统建设需要对企业内信息知识进行分析,处理各信息数据之间的关系,打破原有逻辑并进行整合及充分挖掘可利用信息,利用信息技术对数据信息进行统一整合、深度挖掘、高效组织再利用,加速企业快速成长。基于此,依据行业特点,本文就勘察设计企业如何利用知识图谱技术对大量的项目数据进行知识抽取、知识融合、知识存储和知识服务,对海量项目信息特征进行提取、处理、管理、分析和判断,并结合构建勘察设计企业知识库的实践和探索提出了思考。
出处 《中国勘察设计》 2020年第11期49-54,共6页 China Engineering Consulting
  • 相关文献

参考文献2

二级参考文献138

  • 1史树明.自动和半自动知识提取[J].中国计算机学会通讯,2013.9(8):65-73.
  • 2张坤.面向知识图谱的搜索技术(搜狗)[EB/OL].[2015-02-18].http://www.cipsc.org.cn/kgl/.
  • 3李涓子.知识图谱:大数据语义链接的基石[EB/OL].[2015-02-20].http://www.cipsc.org,cn/kg2/.
  • 4SHETH A, THIRUNARAYAN K. Semantics empowered Web 3.0:managing enterprise, social, sensor, and cloud-based data and service for advanced applications[M]. San Rafael, CA: Morgan and Claypool, 2013.
  • 5BERNERS-LEE T, HENDLER J, LASSILA O. The semantic Web[J]. Scientific American Magazine, 2008, 23(1): 1-4.
  • 6AMIT S. Introducing the knowledge graph[R]. America: Official Blog of Google, 2012.
  • 7Wikipedia. Knowledge graph[EB/OL]. [2016-05-09]. https://en.wikipedia.org/wiki/Knowledge_Graph.
  • 8Shenshouer. Neo4j[EB/OL], [2016-05-09]. http://neo4j. comL.
  • 9FlockDB Official. FlockDB[EB/OL]. [2016-05-09]. http:// webscripts.softpedia.com/script/Database-Tools/FlockDB- 66248.html.
  • 10Graphdb Official. Graphdb[EB/OL]. [2016-05-09]. http:// www.graphdb.net/.

共引文献490

同被引文献23

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部