基于游记文本内容的旅游场景知识图谱的构建

[目的/意义]:传统以旅游本体概念为基础的知识表示形式,侧重对静态特征的描述,缺乏对动态特征的捕捉,如若考虑融入在线UGC中的一些动态信息,如:旅游活动事件发生的顺承关系,群体旅游情绪等特征,可进一步增强旅游知识图谱的可解释性,从而为当今体验式旅游的智能应用提供更加具有可推理性的知识库。[方法/过程]:因此,本文提出一种基于贝叶斯网络的旅游场景知识图谱表示模型,该模型以旅游活动事件作为单位实体节点,从游记文本中获取人们的旅游情感信息扩充实体的动态属性,并以人们在目的地之间的转移概率和情感差值作为边的动态属性,丰富图谱中边的信息,从而提升知识图谱的可解释性。[结论]:最终实验表明,基于本文所构建的旅游场景知识图谱设计的LTTE推荐模型,在旅游目的地推荐实验中表现的效果明显优于基准算法TF-IDF。

基于知识图谱的联合作战态势知识表示方法

机器缺乏理解和判断复杂作战态势的基本知识是态势智能认知的难点之一。概述了基于知识图谱的知识表示方法,分析了联合作战态势知识表示的特点和难点,提出了场景知识图谱的概念,描述了场景知识图谱的知识来源和基本内容,指出了面向特定作战场景的离散符号与连续向量相融合的知识联合表示方法是表示联合作战态势知识的有效途径。

场景化知识图谱及构建方法

【目的/意义】基于场景理论及领域知识图谱,提出场景化知识图谱的概念及内涵,描述知识的产生与应用场景信息,从而提高知识图谱应用的精准性和适用性。【方法/过程】首先,基于场景理论、知识场景化及知识图谱构建技术,提出了场景化知识图谱的定义及结构;其次,以医学场景化知识图谱为例,提出了场景化知识图谱的构建方法。具体而言,结合BiLSTM-CRF模型、UIE模型、基于规则的方法构建了知识抽取及融合方法,借助Neo4j图数据库和Cypher查询语言实现场景化知识图谱的存储与查询。【结果/结论】首先,提出了场景化知识图谱是描述知识场景属性的知识图谱,总结出场景具有可融合性、可继承性和可推理性的特点;其次,以轻度认知障碍为例进行实证探究,结果表明当前不同类型的场景抽取性能参差不齐;各种类型的场景属性总体分布和在不同实体中的分布均不同;在所构建的场景化知识图谱中,场景属性的可融合性、可继承性和可推理性特征明显;在场景匹配的基础上进行查询能减少冗余和错误信息、提升结果的精准性和适用性。【创新/局限】本研究进一步丰富了领域知识图谱研究,通过描述知识的产生和应用场景提升知识图谱应用的精准性与适用性。