基于语义相似关系的学科交叉主题识别方法

识别不同学科间共有的研究内容是学科交叉知识发现的一种研究思路。学科间具有相似语义的研究内容,能够更好地体现学科之间知识的融合、交流现象。针对从科技文献数据中获取语义相似学科交叉研究主题的问题,本文提出了一种基于无监督对比学习的科技文献及关键词语义相似关系表示学习方法,构建了一种语义相似学科交叉主题识别模型。该模型将Spearman相关系数作为评价学科交叉主题的指标,解决了现有研究缺少学科交叉研究数据集的问题。研究结果表明,本文模型较好地获取了科技文献及其关键词之间的语义相似关系,能够较好地反映两个学科之间的交叉态势。

基于局部优化的图表示学习增强

随着图表示学习在多个领域的成功应用,针对不同图数据和问题而设计的图表示学习方法爆发式增长.然而,图噪声的存在限制了图表示学习的能力.为有效降低图网络中的噪声比例,首先分析了图节点局部邻接的分布特性,并理论证明在局部邻接拓扑构建时,探索高阶邻近信息能够优化增强图表示学习的性能.其次,提出“2步骤”局部子图优化策略(local subgraph optimization strategy,LSOS).该策略首先根据原始图拓扑结构信息构造出具有多阶信息的局部邻接相似矩阵.然后基于相似矩阵和图节点局部信息,对图节点进行局部子图的结构优化.通过局部邻接的合理重构来降低网络中的噪声比例,进而达到图表示学习能力的增强.在节点分类、链接预测和社区发现3类任务的实验中,结果表明局部子图优化策略能够提升8个基线算法的性能.其中,在3个航空网络的节点分类任务中,提升效果最高分别达到23.11%,41.58%,24.16%.

基于词嵌入的国家自然科学基金学科交叉知识发现方法--以“人工智能”与“信息管理”为例

学科交叉的研究是促进各种复杂科学问题解决的重要途径。本文利用国家自然科学基金所资助项目中人工智能学科与信息管理学科关键词之间的共现关系,通过word2vec相关模型,将相应关键词映射到低维向量空间。利用关键词向量计算关键词之间的关系大小,获取量化的关键词共现关系。通过PageRank算法,计算关键词在共现网络中的重要性。利用DBSCAN聚类算法等对项目中未出现过的具有跨学科性质的关键词共现进行分析,并结合关键词重要度等文字信息和可视化信息分析潜在学科交叉知识。研究结果发现,本文提出的模型能较好地将潜在的学科交叉知识提取出来,并可以利用跨学科关键词共现关系大小,进行学科交叉知识的过滤及排序,其结果具有一定的可解释性和合理性,为探索学科交叉知识发现方法以及发现潜在交叉学科成长提供了新的研究思路。

科技大数据知识图谱构建方法及应用研究综述

以研究科学创新与演化规律为目的的科学学近年来迎来了进一步的发展,科技大数据领域知识图谱在其中发挥了重大的作用.本文将从科技大数据知识图谱构建及应用研究角度,对科学学研究过程中发挥重大推动作用的科技领域知识图谱技术进行系统、深入的综述,阐述科技大数据知识图谱构建过程中涉及的科技实体抽取、科技实体消歧、科技关系抽取、科技关系推断等问题,对科技实体推荐、科技社区发现、科技实体评价、学科交叉以及学科演化等科技大数据知识图谱分析挖掘方法进行系统梳理,并给出科技大数据知识图谱未来的研究及应用方向.