建设工程事故文本的知识发现:以PPE类不安全行为为例

为了丰富建设工程领域的安全知识,从事故文本中挖掘和发现施工人员的不安全行为,以个人防护用品PPE类不安全行为为例,采用基于规则的自然语言处理方法,从事故文本中自动抽取此类不安全行为。从政府官网等收集195份建设工程事故调查报告作为文本挖掘语料,通过哈尔滨工业大学的语言技术平台LTP展开词法分析和依存句法分析,构建PPE类不安全行为的11条抽取规则并确定抽取流程。再以网络爬虫收集的427份事故调查报告展开实例应用,按照流程自动抽取PPE类不安全行为。结果表明:平均抽取准确率为94.70%,召回率为67.57%。研究能够为建设工程事故文本的知识发现提供理论启示和实践路径。

基于关联数据的机构知识库实体学术关系发现方法研究

文章分析机构知识库实体学术关系类型及其特征属性,依托关联数据构建机构知识库实体学术关系发现方法并阐释其具体操作流程,利用河海大学机构知识库数据开展实证检验。结果表明,使用该方法可实现机构知识库资源语义聚集与关联,提供基于关联数据的知识检索服务,以精准满足用户知识需求。

基于异构图注意力网络的药物不良反应实体关系联合抽取研究

[目的/意义]实体关系联合抽取是药物不良反应监测和知识组织的关键环节。为解决传统流水线抽取方法中误差传递、实体冗余和交互缺失问题,提升药物不良反应重叠三元组抽取效果,提出了一种基于异构图注意力网络的药物不良反应实体关系联合抽取模型MF-HGAT。[方法/过程]首先通过BERT预训练进行外部医学语料资源的知识迁移,实现多语义特征融合;其次将关系信息作为先验知识引入为异构图节点,以避免提取语义无关实体;然后通过迭代融合异构图注意力网络消息传递机制增强字符与关系节点表示;最后在节点表示更新后抽取药物不良反应实体关系。[结果/结论]在自构建药物不良反应数据集上进行实验,发现融入关系信息和外部医疗健康领域知识的MF-HGAT联合抽取F1值达到了92.75%,较主流模型CasRel提升了5.29%。研究结果表明,MF-HGAT模型通过异构图注意力网络融合字符与关系节点语义,可有效解决药物不良反应实体关系重叠问题,对药物不良反应知识发现具有重要意义。

基于证据图推理的文档级实体关系抽取

[研究目的]为缓解文档级实体关系抽取任务中存在的句子噪声问题,提高文档级实体关系抽取性能,提出一种基于证据图推理的文档级实体关系抽取方法,为文档级实体关系抽取和知识发现研究提供参考。[研究方法]通过启发式规则捕获实体对间关系推理所需证据句路径信息;引入图结构学习思想将证据句路径信息融入异构文档图;基于关系图卷积网络进行关系推理以提升文档图对证据句信息的聚合能力;采用前馈神经网络对实体关系进行预测,实现文档级实体关系高效抽取。[研究结论]所提出的模型在国际公开文档级评测数据集CDR和GDA上F1值分别达到71.3%和85.4%,较基准模型EIDER提高1.2%与1.1%。实验结果表明该方法能够有效选择实体关系推理所需证据路径,提升文档级实体关系抽取性能。

重大科学发现知识关联方法构建与实证研究

科学发现是实现“未发现之发现”,而重大科学发现更是推动科学领域探索发展边界的源动力。科学知识承载于科学发现中,是无形的、复杂的、动态变化的,其发展路径难以被准确测度。同时,由于信息的泛滥、知识的局限、人为删除或隐藏等原因,科学发现之间存在较为普遍的、至今尚未被发现的隐性关联。本文提出了一种科学发现知识关联方法,结合引文关系中的显性关联(直接引文)与隐性关联(引文耦合、多阶链式),以更深的粒度和更多元的角度挖掘重大科学发现之间存在的知识基础关联;以菲尔兹奖、拉斯克医学奖、图灵奖为实证研究对象,融合多元关系和时间序列分析等方法,结合科学发现的定性判读和专家咨询,以回溯视角探索各领域科学发现的知识关联规律与特点,最终提炼出科学发现的知识传递模式。实证研究表明,本文方法能够增强科学发现之间的语义关联,建立更加富有连通性的知识网络,进一步地,科学发现知识传递模式可划分为直线模式(简单线性和闭合线性)、桥接模式、放射模式和多重模式。本文结果可以加深科研工作者对领域科学发现规律的理解,为科研资助、科技评价等政策制定提供参考。

Two Stage Fuzzy Clustering Based on Latent Knowledge Discovery and Its Application in the Credit Market

The aim of this paper is to adopt two-stage classification methods, and to apply fuzzy clustering analysis for mining data in the credit market in order to reflect the characteristic type knowledge of common nature of the similar things and different type characteristic knowledge of dissimilar things. First of all, the paper carries on attribute normalization of multi-factors which influence banks credit, computes fuzzy analogical relation coefficient, sets the threshold level to α by considering the competition and social credit risks state in the credit market, and selects borrowers through transfer closure algorithm . Second, it makes initial Classification on samples according to the coefficient characteristic of fuzzy relation; third, it improves fuzzy clustering method which the fussy clustering itself has fuzzy nature and the algorithm. Finally the paper provides a case study about knowledge of credit mining in the financial market.

基于Rough集理论的模糊值属性信息表简化方法

为了有效地在信息表中处理取值为模糊术语的属性 ,解决Rough集对模糊值属性处理能力较弱的问题 ,提出了模糊不可分辨关系的概念 ,用于处理属性值为模糊术语的信息表 将约简、核、相对约简与相对核以及规则的约简与核等Rough集理论中一系列知识约简的概念推广到模糊环境下 ,提出了一种有效的模糊值信息表简化的启发式算法

Fuzzy信息系统的Rough集理论

提出 Fuzzy信息系统的概念 ,建立 fuzzy信息系统上的 Rough集理论 ,给出 Fuzzy信息系统与经典信息系统的关系 ,讨论

基于偏序结构理论的情态与时、体、态互动关系知识发现研究

本文基于偏序结构理论和方法,研究了情态动词语义与时、体、态句法特征的互动关系。以英语情态动词can为目标词,划分了can的3个词义:能力(ability)、允许(permission)和可能性(possibility)。以can与相邻词的互信息作为语义特征,显性和隐性时态、体、语态特征为句法特征,构建了反映情态动can词的3个词义与时、体、态句法特征共现关系的形式背景,并生成了可视化展示情态动词语义与其属性特征之间的偏序结构关系和概念层次关系的属性偏序图。基于此图,发现了情态动词can与时、体、态特征的互动关系等知识。本文研究结果为自然语言处理中的特征选择和规则提取研究提供了重要的理论和实践依据。

运用非相关文献知识发现方法挖掘疾病的潜在相关基因

基于非相关文献的知识发现有开放式挖掘和闭合式验证两个过程。先应用开放式的非相关文献知识发现方法寻找与先天性全身多毛症(CGH)相关的潜在候选基因,再应用闭合式方法进行验证和初筛,最后使用Gene、OMIM及PubMed数据库对初筛后保留的基因进一步分析研究,发现CGH可能与位于常染色体17q的潜在MAP2K6基因相关。实践证明,应用非相关文献知识发现方法可用于挖掘疾病的潜在基因。

基于重现的无词典分词方法在中文生物医学文本挖掘中的应用

在对文本挖掘和中文分词方法进行概述的基础上,结合中文生物医学文本的特点,提出基于重现的无词典分词方法在构建医学文献相关性数据库、发现医学新名词、预测新兴研究趋势和基于文献的知识发现中的应用设想。

基于多属性规则的生物医学语义关系研究

生物医学领域文献指数级增长亟需快速识别出领域内核心且关键的语义关系,开展领域知识发现研究。本文借鉴DisGeNET基于规则的关系得分方法设计思想,在专家咨询基础上,提出生物医学领域语义关系具有可靠性、重要性和新颖性3种属性,设定每种属性对应的指标及定量计算方法。通过分析结直肠癌领域关系计算结果,验证本文所提关系得分方法在关系重要性排序方面的有效性。该方法考虑维度更加全面,为生物医学领域知识图谱构建、知识发现等提供有益参考。

基于文献的知识发现在成矿预测领域的应用研究

基于文献的分析挖掘是发现未知新知识的有效途径,本文提出了基于文献的知识发现应用于成矿预测领域的研究思路,构建了基于文献的知识发现模型,主要包括地质实体识别、实体关系识别两个部分。

粗集理论中的容错关系及其构造方法

粗集理论（Rough Sets Theory，RST）在许多领域已得到成功的应用，它在处理不完全、不精确、不确定性智能信息问题中表现出优秀品质。然而在标准RST理论中存在有局限性，比如对等价关系的定义使得知识约简相对复杂化。论文提出了基于RST的容错粗集的概念，给出了容错粗集上的性质，使得在进行知识约简时无需进行量化。从而大大提高了知识发现的效率。

一种基于制造大数据的产品工艺自适应设计方法

随着数字化与智能化生产方式在制造业中的广泛应用,引导企业重视并发挥制造大数据的价值对革新产品工艺设计具有重要意义。本文旨在面向企业数据与业务深度融合的应用需求,提出一种基于制造大数据挖掘的产品工艺自适应设计应用方法,用于解决企业中制造数据利用率不足等问题。以企业制造数据为起点,提出了“数据+知识+决策”的产品工艺自适应设计模式,总结了该模式的制造数据挖掘与利用流程,涵盖多源异构数据融合、数据清洗与预处理、数据变换与降维、数据挖掘、数据可视化和设计决策6个过程。最后以汽车产品焊接工艺为例,建立焊接工艺参数与焊接缺陷的预测模型,用于改善焊接工艺并提高焊接质量,实现制造大数据驱动的焊接工艺自适应设计。研究表明,制造大数据蕴含丰富的知识与模式,可以指导产品设计决策,支持实现不同制造环境下的产品工艺自适应设计;建议进一步推动大数据与第五代移动通信技术等新兴技术的结合,增加对大数据平台、算法设计平台研发的投入,激发制造大数据与产品工艺设计的更大交融。

基于MKD的甲骨学实体发现及关系抽取研究

甲骨学研究离不开后世文献的调研和分析,且其涉及的研究内容十分广泛。为解决文献调研中学科体系庞大、知识点繁杂、信息孤岛林立等问题,提出建立甲骨学知识关联网络的方案。基于科学知识图谱在文献分析方面的优势,实现了甲骨学的实体发现和关系抽取,从而构建了知识网络,以期更好地服务于甲骨学研究。

基于生物医学文献的蛋白质关系发现

实验提出了一种基于词频统计的蛋白质关系知识发现方法，该方法首先通过生物命名实体识别技术识别出蛋白质实体，然后统计共出现频率，形成候选实体对，从而发现最有可能的实体关联。

我国生物医学关联文献知识发现研究综述

以国内3个权威的中文文献数据库为数据源,对Swanson教授开创的关联文献知识发现的国内研究现况进行综述,观察国内引进、发展过程中的奠基性论文、关键技术改良论文并结合论文的被引频次和下载频次进行分析,指出关联文献知识发现的未来研究趋势。

基于改进Apriori算法的高层结构智能选型知识发现

在介绍知识发现的Apriori算法基础上,建立了基于改进Apriori算法的高层结构智能选型知识发现方法,列举了结构智能选型知识发现的实例。为充分利用已有工程实例中知识信息、提高结构设计质量、效率与智能化水平等,提供了新的途径与方法。

基于语义模型的药物矛盾知识发现

[目的/意义]基于语义模型,发现并分析学术文献中已发表的矛盾性知识并揭示其形成的特点,实现知识发现。[方法/过程]以防治神经精神疾病药物为例,在PubMed数据库检索相关文献并利用SemRep提取文献中实体概念及语义关系。基于矛盾谓词对获取矛盾的学术观点。最后对矛盾学术观点对进行统计分析,并选择矛盾关系最多的药物结合文本语句开展内容分析。[结果/结论]通过统计分析发现,在30种防治神经精神疾病药物中,吗啡是当前具有矛盾性学术声明最多的药物,其中有5种药物从当前的学术声明中未发现矛盾观点。通过吗啡的矛盾性学术声明发现,大多数药物矛盾知识可由药物理化因素和机体因素解释。少数矛盾体现为新知识的形成或知识空白。