关于风景园林专业学位与知识体系的思考

【目的】中国风景园林教育事业进入新的发展阶段,在专业学位背景下,风景园林知识体系亟待梳理与反思。【方法/过程】基于专业学位教育特点,剖析国家政策、社会需求,重新系统认知风景园林专业学位:从培养目标、知识类型、知识层级与知识结构4个方面探讨风景园林专业学位与知识体系的内涵及发展方向。现代风景园林专业人才培养的核心在于对实践智慧与能力的培养,专业知识类型势必从过去以经验知识为主体转变为以科学知识与规律为主体。科学、艺术与技术3种类型知识的融合是专业发展与人才培养的基础。学士、硕士与博士三级人才培养模式体现出风景园林专业知识的层级属性,据此处理好专业知识体系中内涵与外延的结构关系是推动专业发展的根本问题。【结果/结论】面对风景园林专业乃至思维范式的革新,应按照专业知识生产与组构的特定规律,探索风景园林专业未来可持续发展的有效路径。

基于知识增强的开放域多轮对话模型

如何减轻安全回复和重复回复一直是开放域多轮对话模型的两大挑战性难题.然而,现有开放域对话模型往往忽略了对话目标的引导性作用,以及如何在对话历史和对话目标中引入和选择更精确的知识信息.鉴于此,提出基于知识增强的多轮对话模型.所提模型首先将对话历史中实词进行义原及领域词替换,达到消除歧义和丰富对话文本表示的效果.然后将经过知识增强后的对话历史、扩充的三元组世界知识、知识管理和知识拷贝加以集成,以融合知识、词汇、对话历史和对话目标多种信息,生成多样性回复.通过两个国际基准开放域汉语对话语料库上的实验结果及可视化验证所提模型同时在自动评测和人工评测上的有效性.

知识重构与价值重组:图书馆知识服务孪生系统研究

[目的/意义]知识服务过程中的信息异化与信息茧房催生了知识服务系统化革新。通过知识服务情境复刻与行为认知克隆,追求异构情境下的知识需求链路完整再现与个性化知识服务产品定制,对知识服务的智能化延展与智慧化转型意义非凡。[方法/过程]基于数字孪生的知识工程实施与知识孪生的理论衍生,贯穿知识服务生命周期构建出知识服务孪生系统概念模型,嵌入图书馆应用场景构建图书馆知识服务孪生架构和机制,并详细阐述知识服务孪生态与现实态、孪生态与孪生子态以及孪生子态之间的知识重构与价值重组行为。[结果/结论]知识服务孪生系统包括知识服务情境孪生、知识服务内容孪生、知识服务对象孪生与知识服务行为孪生4个关联子系统。通过知识模因的孪生传递和知识元组的重组复用,实现知识服务需求精准刻画、知识服务行为路径推演、知识服务决策支持,为知识服务的智慧发展提供新的逻辑突破口,也为图书馆知识服务的优化转型提供价值指引。另外,对知识服务孪生系统的协同系统、实施风险与技术融合进行了系统分析与探讨。

建构中国自主法学知识体系的方法论思考

知识生产是建构中国自主法学知识体系的逻辑起点和根本动力,建构中国自主法学知识体系的关键在于知识生产。当前,中国法学知识生产存在着本土生产质料不足、生产技术依赖进口与部分生产人员主体意识缺乏三大问题。建构中国自主法学知识体系,需要优化中国法学知识生产材料的采购与检验,通过提升中国法治实践理论的系统性阐释,推动中华优秀传统法律文化创造性转化创新性发展,加强域外知识的反思性借鉴来丰富我国法学知识来源。同时,进一步强化中国法学知识生产技术的核心掌握,善于运用马克思主义法学研究方法,合理使用西方法学研究方法,并不断吸收其他学科的研究方法来提升法学知识的中国制造法宝。为此,法学知识生产人员必须增强主体意识,坚守正确学术研究导向,深刻认识中国法治实践;坚守“为人民做学问”立场,自觉服务法治中国建设。

协同创新中知识距离对知识融合过程的门槛效应研究——以新能源行业为例

从协同主体间知识距离视角,采用Hansen面板门槛模型,构建不同知识距离下知识基础与知识投入影响知识融合的门槛模型,并基于2015-2020年中国新能源行业上市公司面板数据进行实证分析。结果表明,知识距离在知识基础、知识投入影响知识融合的过程中均存在双重门槛效应。其中,随着知识距离扩大,知识基础宽度对知识融合具有“抑制-促进-抑制”的作用效果,且在高知识距离下抑制作用显著增强;知识基础深度对知识融合呈现出“促进-抑制”的作用效果;在知识距离的作用下知识投入对知识融合存在倒U型作用。因此,在协同创新中,组织应选择资源互补且领域相关的合作伙伴,以在融合过程中最大化激发组织知识潜能,促进新知识产生,提高组织创新能力。

基于煤矿井下不安全行为知识图谱构建方法

虽然知识图谱已广泛应用于各个领域,但在煤矿安全方面,尤其在煤矿井下不安全行为方面的研究较少。构建了一种自底向上的煤矿井下不安全行为知识图谱。首先,采用传统机器学习和深度学习算法相结合的方法进行命名实体识别,采用RoBERTa进行词语向量化,采用双向长短时记忆网络(BiLSTM)对向量进行标注,提高网络模型对上下文特征的捕捉能力,通过多层感知机(MLP)解决煤矿井下不安全行为数据集数据量不足的问题,采用条件随机场(CRF)模型解决前面存在的单词关系不识别问题,并捕获全文信息和预测结果。其次,根据语句的结构特点,设计了基于知识“实体-关系-实体”三元组的依存句法树结构,对井下不安全行为领域的知识资源进行知识抽取与表示。最后,构建面向井下不安全行为的知识图谱。实验结果表明:(1) RoBERTaBiLSTM-MLP-CRF模型对于导致结果、违反性行为、错误性行为及粗心性行为4类实体类别具有较好的识别效果,其准确率分别为86.7%,80.3%,80.7%,77.4%。(2)在相同的数据集下,RoBERTa-BiLSTM-MLP-CRF模型训练的准确率、召回率、F1值较RoBERTa-BiLSTM-CRF模型分别提高了1.6%,1.5%,1.6%。

智能财务中的知识演进:从知识模拟到知识创新

本文在回顾相关概念及人工智能发展历程的基础上,结合对智能财务最佳实践的观察,沿着人工智能符号主义和连接主义学派的发展路线,探讨智能财务系统中知识的演进过程,分析智能财务系统从对人类存量知识的模拟到对增量知识的发现和创新的过程及趋势,最后借鉴数据库管理系统的发展成果对未来支撑知识发现和创新的知识库管理系统结构提出基本设想,以期为智能财务的进一步研究和应用提供参考。

从典型案例看我国知识产权司法实践的现状和趋势

在新时代全球贸易和国际竞争的态势下,知识产权保护不仅关乎创新生态的健康发展,更是国家竞争力与国际影响力的重要体现。随着科技革命和产业变革的深入推进,新质生产力代表着科技发展新方向,凸显了传统知识产权保护创新重要性的同时,也催生出一系列新业态和新模式及其带来的围绕知识产权的新型冲突。正值世界知识产权日期间,我国最高人民法院和最高人民检察院颁布一系列年度典型案例,对于2023年知识产权重要而典型的司法实践进行提炼和总结,展现了我国加强知识产权司法保护的态度和决心,体现了重点领域知识产权规则的日臻完善和精细化构建,同时面向新质生产力发展的新兴领域,指明发展方向,明确价值导向,推动对新兴领域知识产权保护规则的积极探索和实践创新。

重建知识源流:将结构化知识自动溯源至史籍原文

将结构化历史知识溯源至史籍原文能够提升知识的可验证性和可靠性。本研究针对古籍知识库缺乏完善知识溯源机制和部分古汉语文本缺乏触发词的问题,提出了一种将结构化历史知识溯源至史籍原文的方法。首先,结合共指消解、文本蕴涵等技术和方法,提出了结构化历史知识溯源框架;其次,在构造数据集的基础上,通过实验对比了BERT(bidirectional encoder representations from transformers)、SikuBERT与GPT-3(generative pre-trained transformer 3)、GPT-4等不同预训练模型和不同输入策略对知识溯源效果的影响,构建了结构化历史知识溯源模型SHK-Tracer(structured historical knowledge tracing model),其精确率为80.19%;最后,采用SHK-Tracer将史记多维知识库(Shiji Mutil-dimensional Knowledge Base,SMKB)分别溯源至不同的史书,发现《史记》与《左传》《国语》中各史料片段的知识重合度及片段本身所包含的信息含量不成正比。本研究结果一方面能够支持相关读者核验知识真伪、提供不同史料之间的相互参照以及结合史料年代等信息确定知识源头,另一方面能够为史籍知识计量、关系抽取和语言风格计算等数字人文研究提供基础语料。

知识增强的BERT短文本分类算法

为解决短文本信息不全且缺乏领域知识导致关键信息难以充分挖掘而造成的深度学习模型分类性能不足等问题,提出一种知识增强的双向编码器表示转换器(BERT)短文本分类算法(KE-BERT)。提出一种建模短文本与领域知识的方法,通过知识图谱进行领域知识的引入;提出一种知识适配器,通过知识适配器在BERT的各个编码层之间进行知识增强。通过在公开的短文本数据集上,将KE-BERT与其它深度学习模型相比较,该模型的F1均值和准确率均值达到93.46%和91.26%,结果表明了所提模型性能表现良好。

一种煤矿顶板灾害防治知识图谱构建方法

目前煤矿顶板灾害防治措施决策及事故原因分析等过程主要依赖人工经验,智能化水平较低。顶板灾害防治知识图谱可整合顶板灾害防治知识和经验,辅助顶板灾害事故原因分析和顶板灾害防治措施决策。提出了一种煤矿顶板灾害防治知识图谱构建方法。采用本体方法完成煤矿顶板灾害防治知识建模,将顶板灾害防治领域的概念分为矿井地质类、开采技术类、防治措施类和事故表征类,将概念之间的关系定义为使用、引发、易发、治理、预防和适用,为煤矿顶板灾害防治知识抽取(实体抽取和关系抽取)奠定基础;结合煤矿顶板灾害防治领域文本存在大量嵌套实体和关系之间存在实体重叠的特点,确定了基于跨度的实体抽取方法和基于依存句法树引导实体表示的关系抽取方法;构建了顶板灾害防治领域语料库,采用Neo4j图数据库存储数据,为顶板灾害防治知识图谱的应用提供数据来源支撑;展示了煤矿顶板灾害防治知识图谱局部构建结果,说明该知识图谱可辅助顶板灾害事故原因分析和防治措施决策,从而提高顶板管理的智能化水平;指出基于该知识图谱,结合自然语言处理和知识推理等技术,可实现顶板管理知识问答。

知识图谱技术在预测与健康管理中的应用现状与研究展望

随着预测与健康管理(PHM)技术的不断发展以及设备智能化、信息化程度的不断提高,预测与健康管理的领域知识与日俱增。知识图谱技术因其强大的知识组织、管理、表示能力以及支持的数据/知识驱动相关方法,受到领域内学者广泛关注。面向预测与健康管理领域,对知识图谱的概念、关键技术、领域应用以及挑战与展望进行了综述。首先,介绍了领域知识图谱的定义和组成要素;其次,讨论了领域知识图谱的构建方法,简要归纳了领域内常用的构建方式和技术;然后,结合领域内知识特点,详细介绍了领域内知识图谱的应用情况;最后,分析了与领域融合的知识图谱研究中存在的挑战以及未来的发展方向。综述旨在帮助研究者加深对知识图谱及其在预测与健康管理领域应用的了解,以促进知识图谱在该领域应用中的进一步发展和创新。

“能”与“势”:生态学与物理学交叉视角下的跨学科知识交流动力模型研究

在学科界限日益模糊、学科壁垒逐渐被打破的背景之下,通过跨学科知识交流行为获得不同学科知识来解决更加综合、复杂的学术问题成为越来越多的学者选择的研究模式。为识别推动跨学科知识交流行为发生的动力大小以及跨学科知识交流的热点方向,本文构建了生态学与物理学交叉视角下的跨学科知识交流动力模型。(1)将物理学中势能的相关概念和生态学中生态位的相关概念移植至跨学科知识交流领域,并论证其可行性与必要性;(2)以知识主体的知识存量为基础,融合知识主体所处网络结构特征和知识主体的知识生态位宽度,计算知识主体的跨学科知识交流势能;(3)以知识主体间的跨学科知识交流势能差为基础,结合主体间的知识生态位重叠度,量化知识主体间的跨学科知识交流趋势,构建知识主体维度的跨学科知识交流动力模型;(4)以知识交流网络为研究对象,描述整个网络的跨学科知识交流行为活跃程度和网络的演化进程,构建网络维度的跨学科知识交流网络演化动力模型。最后,本文以health informatics领域下学者的跨学科知识交流网络为实证数据,对模型进行验证,并分析跨学科知识交流网络的演化进程和规律。

高职课程技术知识开发的TSARG方法

分析高职课程技术知识开发的问题,提出TSARG方法,以MYSQL数据库技术课程为例,从理论知识的体系化开发、技能知识的具体化开发、分析问题解决问题的技术模型开发以及应用情境的推广方面,介绍具体实践,最后通过应用前后效果分析说明该方法的有效性。

缆机安全运行本体知识表示及复用方法

为解决缆机运行管理过程中,大量多源异构结构化和非结构化知识难以复用及知识管理效率低的问题,分析缆机安装和运维过程中积累的大量技术规范、专家经验等安全知识,提取缆机运行相关实体类,采用五元组模型结构化表达缆机安全运行本体知识,并建立类间二元关系,使用Protégé中的本体表达语言程序化表示;构建缆机实体、安全预警、应急预案3大领域本体知识库;采用3Dmax软件,构建缆机运行三维场景模型,导入Unity3D引擎,在用户界面和交互功能中,实现本体知识库知识检索;针对缆机各实体存在的安全隐患、事故实例、应急预案,构建完整的缆机安全运行知识检索三维可视化平台。结果表明:缆机安全运行本体知识库,能够集中统一管理各种缆机安全运行知识,结合知识检索平台,可实现知识的高效查询和复用。

大语言模型融合知识图谱的医学问答系统构建研究

大语言模型(LLM)具有强大的学习和推理能力,然而由于缺乏内部知识,该模型面临幻觉挑战。针对医学问答对高质量专业知识的需求,本研究提出一种大语言模型融合知识图谱的医学问答方法,并将其应用于医学科技信息知识服务平台(MedKaaS)的问答系统构建。研究表明,相比传统的知识库问答(KBQA)和新兴的基于生成式大语言模型的问答,本文所提出的大语言模型融合知识图谱的方法充分综合了二者的优势,并为医学问答提供了证据溯源支持,有效提升了医学智能问答质量和医学知识服务效果。

电磁目标表征:知识-数据联合驱动新范式

电磁目标表征是电磁空间态势感知中的一项共性基础性问题。早期目标表征基于专家经验知识,需要设计者具有较强的专业背景与先验知识,其在复杂信号环境下的性能不佳。近年来发展起来的深度学习为复杂电磁环境下的目标信号表征提供了新的途径,它通过模拟人脑的深层结构建立机器学习模型,以端到端的方式自动表征和处理目标数据,在电磁目标检测、分类、识别、参数估计、行为认知等感知任务中显示出良好的性能。然而,深度学习严重依赖海量高质量标注数据,在现实电磁环境中存在一定局限。将知识融入智能系统一直是人工智能的研究方向,结合知识与数据进行电磁目标表征,将有望提升目标感知精度与泛化能力,正在成为电磁目标表征中新的方向。本文回顾了电磁目标表征技术的发展过程,对新的知识-数据联合驱动的电磁目标感知范式进行了展望。

基于时序知识推理的时序知识图谱补全方法

基于知识推理的知识图谱补全技术研究在静态图谱上已经获得了较为明显的效果,但其在处理与时间相关的事件上仍存在着不足,而基于时序推理的知识图谱补全方法更加贴合真实事件,有较高的研究价值。然而,现有的时序知识图谱补全技术在处理节点信息和全局信息上存在局限性问题。因此,提出了一种基于注意力聚合邻居信息并使用双向LSTM处理时间信息的改进方法。首先,通过推理预测的方式补全时序知识图谱中缺失的信息,并在推理过程中生成推理路径图来解决由神经网络所带来的不可解释性问题;然后,使用4种不同时间跨度的公开数据集进行了实验并与主流方法进行了比较。实验结果表明:所提方法在R mr、h@1和h@10这3个指标上是优于现有方法的。

学习任务群视域下知识观转型与教学变革

学科知识、主体经验和学习活动是语文教学不可缺少的要素,不能因强调其一而取代另两者。学习任务群视域下的知识观,是从静态知识到动态运用、从知识点到概括性知识、从“知识—人”到“知识—世界—人”。学习任务群以实践活动内联知识类型、以学习单元建立知识结构、以真实情境促进知识—人—世界三者交融,探索出一条知识生成素养的有效路径。研究认为,依据学习任务群的特征,以初中语文为例,教学实践中宜采用概括性知识统领的单元教学,可分为提炼单元的概括性知识、提出引导性问题融入学科知识、设计知识理解与运用的学习过程三个步骤。

农业知识图谱研究综述

知识图谱是大数据时代下知识工程的关键技术。利用知识图谱强大的语义理解和知识组织能力,可以解决现代化农业建设中农业知识分散无序、知识覆盖范围不足等问题针对农业领域数据复杂、专业性强等特点,给出了农业知识图谱的构建方法与框架;综述了农业知识图谱构建中本体构建、知识抽取、知识融合以及知识推理四个关键技术的国内外研究现状;系统梳理了农业知识图谱在决策支持、智能问答与推荐系统的应用;最后,介绍了几个具体的农业知识图谱实例。根据农业知识图谱的研究现状,对其未来的研究方向进行了展望。