基于关系聚合的时序知识图谱表示学习

针对静态知识图表示方法不能对时间进行建模的局限性，从时序图谱实际应用的需求出发，设计了基于关系聚合的时序图谱表示学习方法来描述和推理动态知识图谱的时间信息.与离散的快照时序网络不同，将时间信息视为实体间的链接属性，提出利用时间感知的关系图注意力编码器来学习时序图谱的实体表征.将中心节点的邻域关系和时间戳融入图结构中，然后分配不同的权重，高效地聚合时间知识.在公开的时序知识图谱数据集上运行，结果表明,与传统的时序图谱编码框架相比,面向注意力聚合的时序图谱表示学习方法在补全和对齐任务的性能上都有较强的竞争优势,尤其对高时间敏感度实体更加显著，体现出算法的优越性和强鲁棒性.     

融合知识图谱的医疗领域命名实体识别

为了改善通用预训练模型不适应医疗领域的命名实体识别任务这一不足，提出了一种融合医疗领域知识图谱的神经网络架构，该架构利用弹性位置和遮盖矩阵使预训练模型计算自注意力时避免语义混淆和语义干扰，在微调时使用多任务学习的思想，利用回忆学习的优化算法使预训练模型均衡通用语义表达和目标任务的学习，最终得到更为高效的向量表示并进行标签预测。实验结果表明：本文提出的命名实体识别架构在医疗领域上取得了优于主流预训练模型的效果，在通用领域也有较为良好的效果。该架构避免了重新训练针对某个领域的预训练模型和引入额外的编码结构从而精简了计算代价和模型大小。此外，通过消融实验对比，医疗领域对于知识图谱的依赖程度较通用领域依赖程度更大，这说明在医疗领域中融合知识图谱方法的有效性。通过参数分析，证明本文使用回忆学习的优化算法可以有效控制模型参数的更新，使模型可以保留更多的通用语义信息并得到更符合语义的向量表达。本文也通过实验分析说明了所提方法在实体数量少的种类上具有更优的表现。     

知识图谱技术综述

知识图谱技术是人工智能技术的重要组成部分,其建立的具有语义处理能力与开放互联能力的知识库,可在智能搜索、智能问答、个性化推荐等智能信息服务中产生应用价值。该文在全面阐述知识图谱定义、架构的基础上,综述知识图谱中的知识抽取、知识表示、知识融合、知识推理四大核心技术的研究进展以及一些典型应用。该文还将评论当前研究存在的挑战。     

基于知识图谱嵌入与深度学习的药物不良反应预测

识别药物潜在的不良反应,有助于辅助医生进行临床用药决策。针对以往研究的特征高维稀疏、需要为每种不良反应构建独立预测模型且预测精度较低的问题,本文开发一种基于知识图谱嵌入和深度学习的药物不良反应预测模型,能够对实验所覆盖的不良反应进行统一预测。一方面,知识图谱及其嵌入技术能够融合药物之间的关联信息,缓解特征矩阵高维稀疏的不足;另一方面,深度学习的高效训练能力能够提升模型的预测精度。本文使用药物特征数据构建药物不良反应知识图谱;通过分析不同嵌入策略下知识图谱的嵌入效果,选择最佳嵌入策略以获得样本向量;然后构建卷积神经网络模型对不良反应进行预测。结果表明,在DistMult嵌入模型和400维嵌入策略下,卷积神经网络模型预测效果最佳;重复实验的准确率、F₁分数、召回率和曲线下面积的平均值分别为0.887、0.890、0.913和0.957,优于文献报道中的方法。所得预测模型具有较好的预测精度和稳定性,可以为安全用药提供有效参考。     

基于EHR的医疗知识图谱研究与应用综述

电子健康记录(EHR)作为一种医疗信息化手段,在数十年的使用过程中储存和积累了越来越多的医疗过程和结果大数据.知识图谱作为一种从海量数据中抽取结构化知识的手段,近年来在多个行业展示了广阔的应用前景.知识图谱的优势在于对海量、异构的数据进行组织,完成知识推理.知识图谱适用于自然语言的分析,有助于在以自然语言形式存在的海量EHR数据中获得宝贵的医疗知识和医疗经验. EHR分析研究的价值主要集中在辅助诊断、辅助治疗和疾病预测.利用大量的EHR数据构建医疗知识图谱,当新的患者数据来临之时,知识图谱可以发挥查询扩展、临床决策支持和疾病预测等作用.本文首先简要介绍了EHR的发展现状,以及现有著名的EHR数据集及其应用成果.其次,在概括介绍知识图谱发展总体现状基础上,分析了知识图谱在医疗领域的发展趋势和热点迁移.然后,对基于EHR的医疗知识图谱研究与应用进展进行了比较全面的总结,包括EHR的信息抽取、数据整合、查询扩展、临床决策支持和疾病预测等.最后,对该领域未来发展方向和面临的挑战作了展望.     

微博知识图谱构建方法研究

传统搜索引擎需要用户从返回网页中提炼有用知识;社交网络搜索根据人物的社会关系、共同爱好,提供人物和兴趣间的关系等方面的搜索结果。当前,社交网络搜索主要存在2个问题:不能从语义上理解用户查询词;仅局限于人物、兴趣搜索,限制了查询范围。为解决微博搜索中存在的一些问题,并主动返回更多知识,基于微博这一社交网络的重要平台,研究微博社区知识图谱构建方法,重点提出5方面的研究:微博社区中概念提取,其概念包括人物、事物、地点、事件和话题等5种类型;微博社区概念间的关系提取,其关系包括上述5种概念间的组合关系;知识图谱是带有语义的网络图谱,将概念作为顶点并将概念间关系作为边,研究知识图谱的构建方法;分析微博社区知识图谱,包括构建效果、演化特征、应用效果分析;研发基于微博知识图谱的应用系统等内容。     

基于文献计量的知识图谱在教育领域应用研究

利用Excel和CiteSpace软件,对我国知识图谱应用于教育领域的研究进行数据处理和可视化分析,从时空分布、研究热点、发展态势等方面对该领域的研究予以梳理。研究表明:将知识图谱应用于教育领域的研究呈现不断增长的态势,研究机构呈现全类型、全地域的特点,其中本科师范院校已成为中坚力量;研究热点集中在教学模式、教育技术、创新创业教育、教育主体、高等教育等教育细分领域;其发展态势可分为学习引进期,初步发展期和研究热潮期。     

知识图谱在推荐系统中的应用研究

随着知识图谱技术的发展,在构建太阳能光伏产业新兴技术辨识模型的基础上,根据相关软件所生成的科学知识图谱提取出技术演进的时间维度及领域维度,具有很强的研究意义;同时,设备选型和物资采购等活动使得用户从大量的信息中挑选目标信息变得复杂且耗时。推荐系统(RS)旨在为用户找到满足个性化兴趣的一组物品来解决信息爆炸的问题,但目前仍存在冷启动等不足。利用知识图谱分析并构建用户和项目的关系模型,可以有效地提高个性化推荐的精确度。为此,研究了如何利用知识图谱进行准确和可解释的推荐,并指出了该领域可能的研究方向。     

基于知识图谱推理的网络攻击识别方法

针对在海量网络数据中识别网络攻击的问题，运用知识图谱推理能力，提出了基于知识图谱推理的网络攻击识别方法。首先利用Turtle文件解析算法将ttl格式文件解析为能够应用于知识嵌入模型的形式；其次，构建系统状态本体，为不同的系统状态实例提供统一的上层描述，提高利用网络安全知识图谱分析系统状态的可行性；最后，利用基于TransH模型得到图模型中的各类实例数据的嵌入表示，并从候选攻击模式中推理潜在的网络攻击行为。通过实验进一步验证了所提方法的可行性和有效性。     

融合文本描述和层次类型的知识表示学习方法

现有的知识表示方法只考虑三元组本身或一种额外信息，没有充分利用外部信息对知识表示进行语义补充，为此提出一种融合文本描述信息和层次类型信息的知识表示学习方法.使用卷积神经网络(CNN)从文本中提取特征信息；使用基于注意力机制的卷积神经网络区分不同关系的特征可信度，以增强实体关系结构向量在现有知识图谱中的表示，获得丰富的语义信息；使用加权层次编码器来构造层次类型投影矩阵，将实体的所有层次类型投影矩阵与特定关系类型约束结合起来.在WN18、WN18RR、FB15K、FB15K-237和YAGO3-10数据集上,进行链接预测和三元组分类等任务，以分析和验证所提模型的有效性.实验结果表明:在实体预测实验中，所提模型与TransD模型相比，MeanRank(Filter)降低了11.8%,Hits@10提升了3.5%；在三元组分类实验中，所提模型的分类精度比DKRL模型提高了8.4%，比TKRL模型提升了8.5%，充分证明利用外部多源信息能够提高知识表示能力.     

论知识经济与知识人

随着社会文明的发展 ,人类走上了通往知识经济之路。知识人是指拥有先进的科技知识和良好的人文素质 ,具备现代人格 ,在知识经济社会中发挥主要作用 ,并能使自身不断发展的人。文中着重论述了知识经济对知识人的素质要求 ,以及培养、塑造知识人的途径。     

企业知识管理中的知识进化

知识进化对企业知识管理(KM)的有效实施意义重大。对企业KM实施中知识进化的意义、内涵以及知识进化机理进行了深入的分析与探讨;提出了知识活性的概念与测度思路。在对知识进化进行分类后,分别阐释了各自的实现机理。在此基础上,重点对编码知识的周期性进化方案与非编码知识进化策略做了深入分析,以期指导企业KM的具体实施过程。     

知识经济时代的图书馆知识管理

介绍了知识经济时代知识管理的概念,明确了知识管理是图书馆事业前进发展的大趋势,阐明了图书馆知识管理的必要性,提出了实施图书馆知识管理的策略.图书馆应根据自身的实际和特点,在实践中不断地加以总结、充实和完善,建立一套适合我国图书馆特点的行之有效的知识管理模式.     

知识经济时代图书馆的知识管理

知识已成为经济增长和社会发展的关键性资源，知识管理作为企业管理的新模式正悄然兴起。作为人类知识宝库的图书馆，必然会面临知识管理这一新课题。从知识管理的概念出发，探讨了网络环境下图书馆知识管理的内容及实施办法。     

知识信息化对知识生产活动的负面影响

信息化时代凸显了信息在知识发展中的重要地位,知识只有转化为信息,才能方便地进行传播、处理和使用。但知识信息化的过程也会给知识生产活动带来一些消极影响,主要表现在：知识发展片面化可能导致知识生产缺乏创新的源动力;知识生产操作化使知识生产偏离事物的本来面目,不但可靠性难以保证,而且也很难产生重大的原始型创新,甚至还可能成为一种智力游戏和技术表演,背离了知识生产的本质;知识生产主体的异化使主体逐渐为信息所控制,也会对知识生产产生一些不利的影响。     

迈入知识经济时代,建立知识管理体制

随着知识经济的逼近,人类的未来和社会的繁荣比以往任何时候都依赖于科学知识的创新、传播和应用．本文详尽地介绍知识经济的特征与内涵和建立知识管理体制的紧迫性．     

知识型员工协同知识创新内在机理及过程分析

在分析知识型员工协同知识创新内涵的基础上,从知识型员工协同知识创新的形成、协同工作和知识活动3个方面深入探讨了其内在机理,并从协同知识创新的准备、协同团队构建、协同知识创造和新知识应用等4个阶段分析和描述了知识型员工协同知识创新的过程,为企业知识型员工协同知识创新活动提供了理论与实践指导依据。     

个人隐性知识的形成特征对隐性知识转移和分享的影响

基于个人禀赋、个人活动以及活动的情景3个基本维度对个人隐性知识的形成特征进行了分析,从转移关系的构建、转移条件和方式等6个方面阐述了隐性知识的不同特征对其转移的影响;并进一步分析了隐性知识的不同特征——通过选择＂自己人＂以及在非官方活动进行分享,来实现知识的积累和价值创造;研究显示,构建非官方的组织学习机制,鼓励非官方的活动的深入、持续开展,是不断丰富组织的隐性知识库,增强组织不可模仿的竞争优势的重要保障.     

面向分布式知识发现的知识网格框架及其实现

将Web服务与网格技术相结合,给出了知识网格的三层框架模型,它包括本地资源层、知识网格中间层以及知识网格应用层,以满足在分布式环境中并行处理数据,发现知识的要求.用语义学习实例描述了知识发现在知识网格平台上的执行方式.     

影响知识存量与流量的相关因素分析

从研究知识存量与知识流量入手，着重分析了影响知识存量与知识流量的相关因素，指出了目前在测度知识存量与知识流量中存在的一些问题，并试图提出了衡量知识的新方法。