科技报告政策细粒度知识图谱构建及应用研究

[目的/意义]科技报告作为我国重要的科技信息资源,不断促进国家的科技创新发展。构建科技报告政策细粒度知识图谱,并探讨其应用价值,对了解、制定和优化相关的政策,保证科技报告质量,提升科技报告工作效率,促进国家科技创新具有重要意义。[方法/过程]收集并整理近10年的科技报告政策,深入挖掘其基本信息和政策文本内容,利用SciAIEngine、Excel、Gephi等工具进行细粒度知识分类聚类,构建科技报告政策细粒度知识图谱。依据政策之间的细粒度知识关联情况,探究图谱在科技报告政策领域的应用价值。[结果/结论]细粒度知识图谱可用于科技报告政策的知识查询、知识统计和内容聚类分析,还可为政策优化提供一定的依据,未来可在科技报告制度建设、科技资源共享、知识产权保护和国家科技报告服务系统方面继续探究。研究虽有所不足,但对未来研究仍有一定的帮助与启发。

学术文本中细粒度知识实体的关联分析

考察特定领域文本中蕴含的细粒度知识实体的使用情况,对知识实体的评估和选择具有重要意义。学术文本中的细粒度知识实体通常具有多个类型、多种关联关系,挖掘知识实体的同质与异质关联关系,有助于深入了解特定领域知识实体的实际使用情况。目前相关研究大多针对学术文本中单一知识实体的抽取和评估,缺乏对知识实体间关系的关注,在一定程度上限制了基于实体抽取进行知识发现的能力。文章以自然语言处理领域为例,对学术论文全文中的细粒度知识实体关联数据进行挖掘,并通过可视化方式揭示关联数据中蕴含的信息。主要是选取全国计算语言学会议2009-2018年间收录的中文论文为原始语料,人工标注论文中使用的知识实体,并针对NLP特点将其细分为“指标实体”“工具实体”“资源实体”“方法实体”4种类型;结合关联规则挖掘算法Apriori和复杂网络分析软件构建知识实体关联网络,揭示该领域常用的知识实体,以及这些知识实体的使用相关性。

数字图书馆细粒度知识体系标准研究

数字图书馆知识体系已经从传统知识体系中脱离出来,进化为当今的立体空间网状结构。空间中每个知识节点关联一系列其他知识和信息。知识体系空间的节点细分程度越高,越是能够满足用户多角度、全方位的知识需求。因此,研究数字图书馆细粒度知识体系,有助于构建数字图书馆知识体系的发展标准。从当前数字图书馆知识体系分类研究入手,引入细粒度知识体系的概念;以细粒度知识体系的原理和重要性,构建数字图书馆细粒度知识体系标准,并实现打通馆际知识体系融合的目标。

细粒度语义知识图谱增强的中文OOV词嵌入学习

随着信息化领域的范围不断扩大,许多特定领域的文本语料开始涌现。这些特定领域,如医疗、通信等,由于受到安全性和敏感性的影响,其数据规模通常较小,传统的词嵌入学习模型难以获得有效的结果。另一方面,直接应用现有的预训练语言模型时会出现较多未登录词,这些词汇无法表示成向量,从而影响下游任务的性能表现。许多学者开始研究如何利用细粒度语义信息来得到较高质量的未登录词向量表示。然而,当前的未登录词嵌入学习模型大多针对英文语料,对中文词的细粒度语义信息只能进行简单的拼接或映射,难以在中文未登录词嵌入学习任务中得到有效的向量表示。针对上述问题,首先通过中文构字规则,即中文词所包含的汉字、汉字所包含的部件和拼音等,构建细粒度的知识图谱,使其不仅能涵盖汉字和单词之间的关联关系,还能对拼音和汉字、组件和汉字等细粒度语义信息之间的多元且复杂的关联关系进行表征。然后,在知识图谱上运行图卷积算法,从而对中文词的细粒度语义信息之间以及它们与词语义之间更深层次的关系进行建模。此外,文中通过在子图结构上构建图读出来进一步挖掘细粒度语义信息与词语义信息之间的组成关系,据此提升模型在未登录词嵌入推断中的精准度。实验结果表明,在面对未登录词占比较大的特定语料上的词配对、词相似任务,以及文本分类、命名实体识别等下游任务时,所提模型都取得了更好的性能。

面向苹果叶部病害识别的细粒度蒸馏模型

为了提高轻型卷积神经网络(convolutional neural networks,CNN)在苹果叶部病害识别中的精度,使其更加适于布署到智慧农业移动终端,该研究设计了一种细粒度知识蒸馏(fine-grained knowledge distillation,FGKD)模型。首先,利用上下文信息与空间-语义关系分别设计了上下文空间注意力(spatial attention,SA)与细粒度特征提取(fine-grained feature extraction,FGFE)模块,且将它们嵌入到Resnet50与设计的轻型CNN,分别作为教师与学生网络;然后,构造SA与FGFE知识蒸馏损失函数,以将教师网络中的特征提取与细粒度知识表示能力迁移到学生网络之中,以增强其对苹果叶部病害图像的局部特征提取能力与高层语义表达能力,使轻型学生网络在参数量很小的条件下,其性能接近复杂的教师网络。基于标准苹果叶部病害数据集的对比试验结果表明,经知识蒸馏之后的学生网络精度为98.60%,模型参数量仅0.75 MB,平均推理时间为25.51 ms,能够有效地满足实际智慧农业移动端对模型的需求,快速准确地实现苹果叶部病害自动识别。

基于细粒度关键词引用网络的领域知识多维分析

针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上下文、引用对象等信息,并对其词汇功能和引用功能进行识别。接着采用复杂网络图方法构建细粒度关键词引用网络,从引用功能敏感的子网分析、特定节点的多维关联分析和细粒度领域知识演化分析三个方面进行领域知识多维分析,并以ACL(Association for Computational Linguistics)会议论文集为例进行实证研究。结果验证了本文所提出方法的有效性,发现了NLP(natural language processing)领域知识间的使用、扩展和对比模式,揭示了特定研究问题的发展情况或特定方法的应用情况,刻画了领域知识的细粒度演化脉络。本文扩展了知识网络的研究方法和深度,也为领域知识多维分析提供了新的视角和路径。

基于迁移学习的零样本故障诊断

针对工业故障诊断中设备故障数据采集困难,目标故障样本少的问题,现有的零样本故障诊断方法仍依赖于故障数据集,本文提出了一种基于迁移学习的零样本故障诊断方法.通过经典的主成分分析算法,构建了一个适用于源域和目标域的判别属性提取器,用于提取源域数据样本潜在的细粒度特征表示,将其作为知识迁移的桥梁.利用源域故障数据获得所有已知故障类的共享细粒度基组,并将其作为知识迁移到目标域故障表示中.从共享细粒度基组学习源域和目标域的判别矩阵,构建各自的判别性特征,最终利用判别性属性实现零样本的故障诊断.基于田纳西-伊斯曼过程(Tennessee Eastrman Process,TEP)数据集,实验对本文方法和其他零样本故障诊断方法进行对比,实验结果验证了本文方法对零样本故障检测的有效性.

基于“问题——方法”知识元挖掘的学科知识流动研究

[目的/意义]研究问题和研究方法构成一个学科的主要研究特征,知识元是知识内容的最小单元,通过对学术文献中表达研究问题的知识元和表达研究方法的知识元进行抽取和关系识别,有助于刻画学科的细粒度知识流动特征,同时对科研创新起到促进作用。[方法/过程]通过学术文献中问题知识元和方法知识元的自动化抽取,综合采用深度学习算法、词向量和词共现结合方法、层次聚类算法、空间距离计算方法等多种手段识别知识元间的三元组关系,从而构建学科内部细粒度知识流动网络,在此基础上对知识流动特征进行总结和阐述。[结果/结论]在CNKI中选取图书情报领域的中文核心期刊论文数据,根据本文研究模型,从论文摘要中识别问题知识元和方法知识元及知识元间的关系,构建图书情报领域的“问题—方法”知识流动网络,基于此展开实证分析,验证了模型的可行性和有效性。