面向动态学习环境的自适应学习路径推荐模型

自适应学习路径作为实现个性化学习的一项关键技术,受到研究者广泛关注。近年来,强化学习成为自适应学习路径推荐的主流方法,但在动态学习环境表征的完整性和学习路径的适应性方面仍存在不足。基于此,文章提出了融合领域知识特征的自适应学习路径推荐模型。首先,模型将知识点概念覆盖和难度两个特征引入动态学习环境中,使对动态学习环境的表征更完整。其次,采用深度强化学习算法实现学习路径的推荐,提升学习路径的适应性。最后,开展技术对比实验和应用实验。技术对比实验表明,该模型提高了学习路径的有效性和适应性。应用实验表明,该模型可以准确地判断学习者的薄弱知识点概念,并能为学习者推荐适合其认知特征的自适应学习路径。

基于领域概念图的航天新闻自动摘要模型

互联网海量的航天新闻中隐含着大量航天情报信息,对其进行理解与压缩是提高后续情报分析效率的基础。然而通用的自动摘要算法往往会忽略很多航天领域关键信息,且有监督自动摘要算法需要对领域文本进行大量的数据标注,费时费力。因此,提出一种基于领域概念图的无监督自动摘要(DCG-TextRank)模型,利用领域术语辅助引导图排序,提高模型对领域文本的理解力。该模型分3个模块:领域概念图生成、图权重初始化、图排序及语义筛选。根据句向量相似度和领域术语库,将文本转换为包含句子节点和领域术语节点的领域概念图;根据航天新闻文本特征初始化领域概念图权值;采用TextRank模型对句子进行排序,并在语义筛选模块通过图节点聚类及设置摘要语义保留度的方法改进TextRank的输出,充分保留文本的多语义信息并降低冗余。所提模型具有领域可移植性,且实验结果表明:在航天新闻数据集中,所提模型相比传统TextRank模型性能提升了14.97%,相比有监督抽取式文本摘要模型BertSum和MatchSum性能提升了4.37%~12.97%。

基于自适应集成学习的异常流量检测

提出了一种基于自适应集成学习的异常流量检测方法,使用离散傅里叶变换提取流量的频域特征,使得对流量特征提取过程中信息损失较小.用一种基于稳定性和准确性波动的评估指标来动态评估当前流量特征的可靠性,通过评估的特征数据块用于生成新的子分类器.同时,设计了一种集成自适应分类器,其参数和子分类器会根据当前的情况进行实时调整.实验结果表明,该方法对于解决异常流量检测中的概念漂移问题和机器学习对抗攻击问题有良好的效果.

认知发展理论视角下知识建构社区中的知识进化研究

知识经济时代,以观点为中心的知识建构社区极大地促进了知识创造活动的发生。知识进化是意义学习的必然过程,为揭示知识建构社区学习本质提供了重要视窗。然而,现有研究虽然尝试从知识流动、观点演化以及知识网络等方面探讨知识建构社区的学习规律,但未能将交互内容与内在心理活动有机统一。为此,研究首先融合认知发展理论与社会网络属性,确定图式的基本单元以及知识进化框架。其次,利用数据挖掘方法抽取关键领域概念表示图式单元,通过社会网络分析和LDA主题模型,结合发帖规律深入探究不同主体与不同主题的知识进化轨迹。研究结果发现:知识建构社区中关键领域概念具有鲜明的语义特征,不同学习者的知识进化层次具有差异性,且多样化主题下知识进化规律呈现复杂性。研究拓展了传统学习理论边界,同时对优化在线教学具有重要意义。

轨道交通车辆门控器安全继电器应用

随着城市化进程的加速,轨道交通已经成为城市交通的重要组成部分。而在轨道交通的运行过程中,安全是最为重要的因素之一。门控器安全继电器作为轨道交通车辆的关键部件,对于保障车辆安全具有不可替代的作用。本文旨在探讨轨道交通门控器安全继电器的安全理念,以期为提高轨道交通的安全性提供参考。

美军作战概念发展的影响因素及趋势

将影响美军作战概念发展的因素总结为世界格局演变、国家战略调整、“威胁对手”变化、战争实践反馈、科学技术发展和预算经费竞争等6种。描述典型的联合作战概念、军种作战概念以及智库提出的作战概念的发展历程;阐述“联合全域作战”概念的内涵与外延,按照时间轴与维度轴对美军典型作战概念进行对比分析,并指出:美军多种类作战概念的发展趋势将是统一导向“联合全域作战”。

论转喻的邻近性:从空间到概念

邻近性作为转喻的核心要素,它不仅是转喻表达得以实现的基础,也是理解转喻内涵的关键。邻近性经历了从空间邻近性到语义邻近性再到概念邻近性的发展。传统上,邻近性被理解为现实世界中物体之间的空间关系,语义邻近性视角指出转喻表现为两个词之间存在的一种邻近意义关系,而现代认知语言学则将其扩展到概念层面,认为转喻涉及概念域内实体之间的邻近关系。文章阐述了基于概念邻近性的三种转喻观即域映射、域突出和活跃区转喻观,这些理论均强调转喻是在同一认知域或框架内通过概念邻近性实现的心理激活过程。通过梳理转喻邻近性的发展历程,揭示了转喻作为一种普遍认知活动的本质特征,为转喻研究的进一步深入提供理论支持。

基于元数据与领域概念树的文本相似度计算

随着网络与信息技术的快速发展,导致网络上产生了大量的电子文本,而文本间的相似度计算是文本处理的一种重要手段。对于大规模的文本集,通常采用向量空间模型(vector space model,VSM)进行文本表示,但是该方法面临着文本向量维度较高及文本语义相似度难以度量的问题。提出一种改进的文本相似度计算方法,从大量的特征空间中选择出具有代表性的元数据特征向量元素,以降低向量空间的维度;构建领域概念树并设计基于领域概念树的文本相似度算法,对领域概念中广泛存在的同义词进行处理,以提高文本之间语义相似度度量的性能。实验结果表明:通过降维和概念相似度计算可提高文本相似度计算的性能。

面向产品生命周期管理的特定领域建模方法

为满足产品生命周期管理面临的全面集成、快速开发和部署等深层应用需求,通过深入分析产品生命周期管理领域概念,提出由领域纲要、领域模板、应用模型、应用架构和应用数据组成的面向产品生命周期管理的特定领域建模方法。该方法通过领域纲要刻画产品生命周期管理领域概念的基本元素,以领域模板格式化描述并精确指定领域纲要所包含的特定内容及其格式,以领域纲要和领域模板形成的面向产品生命周期管理的特定领域建模元模型驱动并实例化生成应用模型、应用架构和运行时应用数据。通过多层抽象和实例化领域概念,实现产品生命周期管理领域的全面统一建模、模型驱动快速开发,以及基于行业模板的快速部署。最后,通过产品生命周期管理产品实例说明了该方法的有效性。

一种中文领域概念词自动提取方法研究

针对统计学方法在领域概念获取时缺少词语语义信息的问题,提出了一种结合语义相似度和改进近邻传播算法的领域概念自动获取方法。该方法通过互信息进行合成词提取,使用对数似然比避免对低频词的遗漏,利用HowNet和余弦相似度识别术语间同义词,采用改进的近邻传播算法获取领域概念集合。实验结果表明,该方法在准确率、召回率和困惑度变化率上比传统的方法都有较大提高。

领域本体的概念相似度计算

随着本体在信息检索、人工智能等领域的广泛应用,面向本体的概念相似度计算成为了本体研究的一大热点。当前领域本体中概念相似度的研究主要是利用概念的上下位关系进行计算,但这并没有完整反映出概念的语义信息。论文提出的算法将概念相似度计算分为两层,一层是概念语义初始相似度层,其主要利用概念之间的距离来计算概念的初始相似度。另一层是概念非上下位关系相似度层,其在概念初始相似度的基础上,计算概念通过非上下位关系体现出的相似度。最后通过综合计算,得到领域本体中概念的实际相似度。实验证明,该方法充分利用了本体中概念的语义信息,得到的结果也比较合理。

基于知识树的领域知识组织和应用

在分析已有知识表示方法优缺点的基础上,提出一种高效的知识表达模型——概念知识树。概念知识树模型不仅结构性好、表达能力强,而且在应用中具有良好的适应性和延展性,现主要应用于信息检索和自然语言理解领域。以旅游领域为背景,用概念知识树作为表达模型建立相应的领域知识体系,并在此基础之上实现了一个旅游智能分析系统。该系统可在对用户需求(自然语言)进行一定程度语义理解的基础上,根据所建立的知识体系自动进行语义匹配,最终返回满足用户需要以及相关的旅游路线信息。

领域本体概念实例、属性和属性值的抽取及关系预测

研究了如何使用协作分类器(协作使用条件随机场(CRFs)和支持向量机(SVM))解决领域概念实例、属性及属性值的抽取以及它们三者之间对应关系预测的问题.首先将概念实例、属性及属性值看作三类实体,把概念实例、属性及属性值的抽取问题转化为命名实体识别问题,利用条件随机场建模进行命名实体识别;在此基础上定义实体间对应关系,对概念实例、属性及属性值三者的对应关系做预测,把概念实例、属性与属性值三者之间存在关系的向量标记为1,否则标记为0,利用支持向量机建模进行关系的预测.且以云南旅游景点概念实例、属性及属性值进行六组相关的实验.实验表明,在开放测试中协作分类器精确度达到84.4%、召回率达到82.7%及F值达到为83.6%,相比于词语共现F值提高了20个百分点.

一种基于混合判定模型的复合概念抽取方法

从大规模领域语料库中抽取领域概念,现有方法不能有效识别复合概念.本文提出一种基于混合判定模型的复合概念抽取方法,首先对文本进行分词处理,为每个词条添加词条标签,并对词条集进行噪音词消除和同义词合并处理,然后统计词条的加权词频,根据词条标签值计算位置亲和度和位置匹配度,判定和筛选可组合成复合概念的原子词条,最后通过设置不同复合深度值,实现多重复合概念抽取.采用不同规模语料库进行抽取实验,实验结果表明本文方法具有更高的召回率和准确率.

信息抽取中领域本体的设计和实现

领域本体在信息抽取系统有着重要作用。该文介绍了本体、领域本体的基本概念,并探讨了领域本体与信息抽取的关系。提出了信息抽取系统中领域本体的设计准则和实施步骤,实施步骤包括领域本体需求分析、收集本体信息、构建领域本体框架、形式化编码、确认和评价等。在信息抽取原型系统中实现了显示器领域本体,并将该领域本体应用到信息抽取中的命名实体识别、抽取模式获取和主题概念提取等任务中,应用结果表明该方法、步骤是可行的。

基于领域本体的信息语义相关检索

为提高搜索引擎的语义处理能力,以旅游领域为背景,利用领域本体对知识的表示和推理能力,提出一种领域本体中基于概念格的相关度计算模型。根据该模型设计用户检索项推荐技术并予以实现。实验结果表明,相关度计算模型能充分利用本体中概念的语义信息以及实例之间的关系,得到的结果较合理。

基于领域本体的数据清洗研究

对数据清洗过程中的语义问题进行了分类,基于领域本体提出了领域概念树和精确度水平节点集的概念。结合领域概念树和精确度水平节点集,给出了基于领域本体的数据清洗方法。该方法通过利用领域本体包含的语义信息,提高了数据清洗质量。与传统的数据清洗方法相比,由于该方法只与本体领域模型进行交互,不局限于特定领域,所以扩展性更强,数据清洗的质量也较高。

领域知识分析中的关键词选择方法研究——一种以学科为背景的全局视角

以文献关键词为对象的领域知识分析研究中，依据词频阈值等热度指标筛选的关键词集合会忽视领域特色知识点，因而难以有效揭示领域的研究特征。本文将科研领域放置于其背景学科内，从全局视角考察关键词对领域研究特点的表征能力。通过对比关键词在领域内外的出现概率，提出领域度计算公式，并融合领域度和热度指标进行关键词筛选。以“数字图书馆”为例，构造了图情学科背景语料库和数字图书馆领域语料库，用综合方法、词频方法提取等量关键词。通过定性的对比分析表明综合方法所得关键词集能深入地揭示领域的研究特点；为了克服计量分析结果的主观性问题，本文设计了一种盲选实验，用定量结果论证了新方法的有效性。

一种面向元数据描述文档的概念检索方法

元数据描述文档在检索过程中仍然存在着检索词和描述词不匹配的问题。文章在准确描述领域概念之间关系的概念网的支持下,给出检索词和描述词的概念相关度计算公式,提出了用概念扩展来提高检索质量的新方法。并在领域概念网和元数据描述的科技文档组成的实验系统上,进行了多种实验和分析,证明了检索方法的有效性。

基于P-集合的本体形式背景抽取

领域本体形式背景的分析抽取、定义本体领域属性的核心概念是构建领域本体的关键。应用概念格模型表示领域知识,引入P-集合理论进行形式背景的定义和领域属性分析,根据领域中个体相似度矩阵对形式背景的领域属性进行优劣判断,为领域本体的构建提供了新的研究模式和方法;通过一个药用植物的实验本体,证明内涵和外延联合的概念相似度计算方法提高了知识库中核心概念扩展的计算精度,为本体推理奠定了技术基础。