智能文献计量学视角下的知识发现:人工智能+信息计量学

如何高效准确地发现知识并提炼情报是信息管理与图情领域的重要课题。大数据时代人工智能技术的飞速发展为这一课题带来新视野。本文由读《学科信息学与学科知识发现》所悟所感出发,探讨应用于知识发现的文献计量学方法。着眼于文献计量学方法在大规模数据处理、复杂关系发现以及模型可适性、复用性与鲁棒性等问题上的缺陷,本文以智能文献计量学为核心,剖析其与人工智能技术的交互、整合与再创新,并介绍其在生物医学领域知识发现的最新应用。此外,本文还介绍了智能文献计量学在复杂实践中的缺陷,浅谈其发展前景。

基于PSWE模型的土壤水盐运移与夏玉米生产效益模拟

为实现多因素影响下土壤水盐、作物生产效益间的双层递进因果关系模拟,基于深度学习理论及方法将分级长短期记忆网络(HLSTM)与批标准化多层感知机(BMLP)耦合,且将Dropout与Adam优化算法耦合作为面向收敛的改进算法,构建了递进水盐嵌入神经网络(Progressive salt-water embedding neural network,PSWE)模型。评估了PSWE模型的有效性,并开展了多因素协同秸秆深埋下不同灌水量的土壤水盐及夏玉米生产效益的模拟。结果表明,PSWE模型具有多因素整体协同性,有效地模拟了土壤水盐运移规律、夏玉米生产效益及各变量间的内在依存关系。模型平均均方根误差为0.031,平均绝对误差为0.569,平均决定系数为0.987。模拟结果表明,单次灌水60 mm的耕作层(0~40 cm)含水率随时间推移持续降低,单次灌水135 mm的耕作层含水率变幅较大,成熟期二者在秸秆隔层积盐率分别为49.2%和11.2%;单次灌水90 mm和120 mm的耕作层含水率保持在16%~24%之间,成熟期二者在大于40 cm土层含水率保持平稳,秸秆隔层有脱盐趋势,脱盐率为6.1%和5.9%;夏玉米单次理论灌水量为89.3~96.8 mm,耕作层理论含盐量为1.38~1.55 g/kg。综上,多因素协同秸秆深埋下适宜灌溉量可实现抑盐提效的目标,PSWE模型可有效模拟土壤水盐运移和作物生产效益,为深度学习理论及技术在土壤水盐运移模型上的应用提供参考。

基于学术知识图谱及主题特征嵌入的论文推荐方法

【目的】提出一种融合多特征的论文推荐方法,为研究者提供精准的论文推荐服务。【方法】本文设计了一个特征提取框架,分别从学术论文知识图谱中提取实体关系特征和主题文本特征并融合。为提升高维度融合特征的学习效果,基于知识嵌入的编码-解码模型提出一种论文推荐方法。【结果】在DBLP-v11数据集上的实验结果表明,所提模型在查准率和MRR上相比次优模型分别提高8.9和2.9个百分点。【局限】本文的图谱特征学习方法没有考虑实体在现实环境下的权重。【结论】论文推荐任务的结果证明了所提方法在学习高维度特征中的有效性,对后续研究具有借鉴意义。

基于事件本体的疫情知识库构建策略

[目的/意义]疫情信息碎片化和非结构化给应急决策带来了挑战。为支撑应急决策数字化和促进应急管理智能化,结合自然语言处理、事件本体实现疫情信息管理和知识表示的自动化。[方法/过程]提出一种基于网络爬虫、自然语言处理、事件本体的领域本体知识库自动构建策略。首先,运用网络爬虫和自然语言处理进行信息采集和事件要素自动提取,在此基础上构建疫情事件本体模型。然后,设计本体构建与更新算法,通过该算法完成事件本体的自动构建与扩充。[结果/结论]研究结果表明,该策略具备疫情信息动态管理与自动更新的可行性,且事件本体能够有效描述事件,并为知识的拓展创造条件。本研究为应急管理决策的相关研究与实践提供一定的参考。

基于超图注意力网络的生物医学文本分类方法

【目的】融合标签语义信息,采用文本级超图和交叉注意力机制捕捉文献文本的组织结构及语义语法信息,提高生物医学领域的文本分类效果。【方法】使用经微调的BioBERT模型从生物医学领域文本中获取向量特征,构建文本级超图捕获文本的语序、语义及语法信息,通过提出的交叉注意力机制网络将文本级超图和标签语义信息进行特征融合实现文本分类任务。【结果】在数据集PM-Sentence数据集上的实验结果表明,所提模型相较于基线模型在综合评价F1指标上最大提高2.34个百分点。【局限】构建的数据集有待扩充,对所提模型用于该领域其他任务的适用性有待进一步研究。【结论】所提模型提升了生物医学文本的分类效果,为知识检索、知识挖掘等知识服务应用提供了有效支持。

一种用于实体关系三元组抽取的位置辅助分步标记方法

【目的】针对非结构化文本中的三元组抽取问题,设计能够提升抽取效果并适用于重叠场景的联合抽取模型。【方法】设计一种基于位置感知的分步标记方法,首先通过标记头尾位置确定主实体,接着在逐一预设的关系属性下标记相应的客实体。为提升抽取效果,在标记过程中引入三重位置辅助信息,并结合前序结果及注意力机制共享底层编码。【结果】在中文公开数据集DuIE上进行实验,结果表明所提方法优于其他基线方法,F1值达0.886。此外,还通过消融研究对各组件的有效性进行验证。【局限】标记机制和匹配模式尚未考虑到偶现的嵌套实体问题,有待进一步探索。【结论】所提联合抽取方法可以妥善解决包括重叠场景在内的三元组抽取问题,模型采用的位置辅助设计对后续研究有借鉴意义。