基于知识图谱的科技成果智能查询系统

科技成果数据呈现跨领域、跨学科特性,传统的信息查询检索技术已难以满足用户日益增长的智能化、精准化的科技成果信息获取需求。分析了知识图谱领域和信息检索领域的研究现状。采用网络爬虫从互联网中高效地爬取科技成果数据,利用实体识别和关系抽取技术识别和发现科技成果数据中的科技实体,构建科技成果知识图谱,并实现科技成果数据的结构化存储。基于ElasticSearch搜索引擎对科技实体构建高效索引,研究科技成果语义相似度计算方法,实现基于知识图谱的科技成果智能查询系统。实验结果验证了所构建的系统能够实现科技成果的高效查询以及相关主题内容的关联发现。     

成果地质资料知识图谱构建与可视化

知识图谱技术在行业领域的运用越来越广, 因此研究知识图谱技术在成果地质资料领域中的运用, 解决到馆用户的精确查询和可视化问题变得更加重要. 本文以成果地质资料为研究对象, 利用爬虫技术, 爬取成果地质资料中的矿产、地理区域、组织机构等实体信息. 结合知识图谱相关技术, 设计成果地质资料知识图谱地质实体和关系, 经过命名实体识别、关系抽取和属性抽取, 构建成果地质资料实体266787个, 关系306686个. 使用Neo4j图形化数据库存储知识图谱来提高地质资料的查询性能, 方便到馆用户的查询. 该研究可以为知识图谱在成果地质资料上面的应用提供理论支撑.     

宠物知识图谱的半自动化构建方法

提出一种宠物知识图谱的构建框架。通过自顶向下的方式设计并构建了schema（概念）层,从半结构化和非结构化数据中进行知识抽取构建了数据层。在对非结构化数据的实体抽取方面,提出了一种条件随机场（CRF）与宠物症状词典相结合的症状命名实体识别方法。该方法利用症状词典对文本进行识别,获取语义类别信息,CRF结合语义信息实现对症状实体的识别抽取。实验结果表明了该方法的有效性。在知识表示方面,选用OrientDB数据库支持的属性图模型来表示。知识图谱采用OrientDB图数据库来完成知识的存储,并实例展示了构建的宠物知识图谱。     

一种用于存储与查询半结构化数据的新方法

由于半结构化数据缺乏模式信息，因而半结构化数据的存储与查询将是一个十分重要且具有挑战性的研究课题。利用关系数据库存储半结构化数据可以重用数据库的查询优化器和事务处理机制，能够保证半结构化数据的一致性和完整性。该文提出一种实现半结构化数据存储与查询的新方法，该方法使用关系数据库系统来实现半结构化数据的存储与查询。给出了把基于半结构化数据的查询重写为基于关系的查询的算法，同时介绍一个可视化查询程序。     

煤矿装备维护知识图谱构建及应用

利用大数据管理系统对煤矿装备维护信息进行管理缺乏对煤矿装备维护知识的表示能力,没有形成相对完整的煤矿装备维护知识管理体系,无法实现知识挖掘及知识间关系链接,导致大量具有深度挖掘价值的信息不能得到有效利用。针对上述问题,构建了煤矿装备维护知识图谱。首先通过定义煤矿装备维护的关键概念、关系及属性,进行基于本体的知识建模;然后从结构化、半结构化和非结构化数据源中获取知识,通过命名实体识别、关系抽取及事件抽取完成煤矿装备维护知识抽取;最后利用图数据库Neo4j存储煤矿装备维护知识,形成煤矿装备维护知识图谱。煤矿装备维护知识图谱在智能语义搜索、智能问答及可视化决策支持等方面的应用可提高煤矿装备维护知识管理效率,为煤矿装备智能化动态管理的实现提供有力支持。     

细粒度苹果病虫害知识图谱构建研究

鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法。对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG。使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取。实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08%和94.73%。使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、智能辅助诊断等下游任务提供底层技术支撑进行了讨论。     

基于环境信息融合的知识图谱构建方法

针对多源异构的环境数据难以利用的问题, 在通用知识图谱的基础上, 融合各类环境数据构建环境知识图谱. 首先利用网络爬虫等获取环境数据, 并进行数据预处理; 进而利用结构化数据转化、文本抽提以及数据融合等技术, 研究基于环境信息融合的知识图谱构建方法; 最后将生成的知识图谱存入图谱数据库,并搭建知识图谱应用平台, 提供递归查询功能, 实现环境知识图谱的可视化, 以期为相关人员提供有益参考.     

四川省数字孪生流域知识图谱的设计与实现

知识图谱是数字孪生流域建设知识平台的重要组成部分,本研究以数字孪生流域建设而汇聚的数据底板为基础,依托自顶向下和自底向上相结合的方法,通过总体框架设计,基于BERT-BiLSTM-CRF命名实体识别、Transformer模型的关系抽取、Neo4j的存储和可视化展示完成知识图谱的搭建,并基于知识图谱建设性构建智能问答系统,为四川省数字孪生流域物理流域的全映射提供了支撑,实现了知识的可视化表达、精准查询与智能推荐,为四川省河湖智能管理提供知识性参考。     

审计数据知识图谱的构建与实现——基于Neo4j图数据库

基于Neo4j图数据库的知识图谱技术能够将海量审计数据可视化,为高效存储、快速组织和精准表达审计实体及其之间的数据关联提供支持。审计工作人员通过审计数据知识图谱能够快速获取审计实体信息并挖掘审计实体之间的潜在数据关联,达到简化审计流程、提高审计效率的目的。基于此,本文重点探讨了审计数据知识图谱的构建与实现,希望能够为相关研究提供借鉴。     

垃圾分类知识图谱构建研究与实现

针对当下垃圾分类的热门话题,从无到有搭建一个以垃圾分类为中心的一定规模的垃圾分类知识图谱。项目采用网络爬虫、BiLSTM-CRF、BiGRU-Attention等技术对垃圾分类中文文本数据进行爬虫获取、实体识别、关系抽取,形成“实体-关系-实体”的三元组信息,使用Neo4j可视化展示三元组关系,形成结构化的知识图谱。构建垃圾分类知识图谱,为垃圾分类知识问答系统奠定了基础,使人们在日常生活中能够更好地将垃圾分好类、分对类。     

基于SketchUp与ArcGIS的校园3DGIS的设计与实现

三维可视化与空间分析相结合是虚拟现实研究发展的一个趋势。通过利用Google SketchUp三维建模技术和ArcGIS 9.3的Geodatabase数据模型、ArcScene的三维应用环境和空间分析功能,采用ArcGIS Engine 9.3和Visual Studio 2005(C#)的二次开发技术,设计与开发了西北农林科技大学南校区三维地理信息系统,并对相关技术和实现过程进行了探讨。系统实现了校园二维数据的图层管理、编辑管理、符号设计、空间查询、最优路径动态分析、长度面积量算和专题制图等功能;三维模型的导入和导出、图层管理、三维场景浏览(导航、飞行、缩放、漫游等)、三维地物空间查询、三维交互测量以及二维矢量图形和三维场景的互动等功能。该系统的设计与开发是校园3DGIS理论和技术的有益探索。
     

井筒信息动态处理及展示系统研究

随着油田信息化的深入,油田信息化面临着信息可视化分析、不同行业人员协同工作、信息资源共享等困难和挑战。本文应用虚拟现实技术从基于VR的三维模型构建入手,通过介绍建模的流程以及建模的关键技术——实例技术、LOD技术、纹理映射技术,并构建了各类井筒工具。构建地层模型,通过粒子系统模拟井下措施。利用该系统用户能够完成井筒的自动装配、进行油水井的工程设计以及油水井措施的三维动态展示等功能。该系统能够为用户提供完备的数据库信息查询,能够直观地显示出井筒的各部分组件信息、完井状况和生产措施等情况,有利于工程设计人员展示、汇报和分析总结。     

面向医学知识图谱的可视化方法设计与实现

随着人工智能技术的迅速发展和医学数据资源的大规模增长,面向医学领域的知识图谱受到越来越多的关注,知识图谱可视化旨在借助点和边等图形特征形象化地展示知识图谱中的实体、关系及相互之间的结构,便于非专业用户阅读和使用知识图谱.该文提出并实现了一种面向医学知识图谱的多视图、交互式可视化方法及系统,该系统包括医学实体分类的层级结...     

基于LINQ的多源异构数据查询中间件

针对信息安全开发与研究工作对多源异构数据查询的需求,分析网络安全数据源的数据结构特点,设计并实现一套多源异构数据查询中间件系统.系统应用并扩展LINQ技术,通过查询语句解析、名称映射、特定表达式目录树生成和结果集处理等步骤,实现透明查询,并且支持包括常用数据库、XML和JSON等格式在内的多种数据源,同时易于扩展和二次...     

基于本体推理的终端用户数据查询构造方法

基于数据分析的智能决策对提升企业竞争力具有重要意义.根据待分析的问题，从内部信息系统的数据库中查询并获取与问题密切相关且信息完整的数据，是企业数据分析过程中的关键环节.基于本体的可视化数据查询系统为不掌握计算机专业技能的终端用户提供了高效获取数据的手段，近年来成为研究热点.然而现有工作仅采用简单的映射规则，将数据库中的表、字段、外键关系等元素直接映射为本体中的概念、属性和关系，向终端用户暴露了过多数据库设计的技术细节，增加了用户理解的难度，降低了系统的可用性.而通过人工编写映射规则来屏蔽数据库细节，既低效又缺乏通用性.针对这一问题，提出了一种基于推理的终端用户本体查询构造方法.该方法利用本体模型的语义表达能力和推理能力，在原有基于数据库简单映射所生成的本体模型基础上注入领域知识，从而优化查询构造流程，使终端用户得以从其更为熟悉的业务知识的视角，而非数据库设计的视角来看待和操纵数据，提高系统可用性；同时，增加了对分组统计的支持，扩展了方法的适用范围.最后，通过对"餐饮前台信息管理"领域真实案例的分析，验证了该方法相对于已有方法，其可用性提高了53.44%，表达能力提高了20.43%.     

教育大数据可视化研究综述

教育大数据可视化分析对于复杂教育规律的理解与挖掘具有重要作用,已成为当前教育信息科学研究领域的重要课题。首先归纳了教育大数据的典型特征,从促进学生元认知发展、辅助教师监督学习过程及提升管理者科学决策水平三个角度介绍了教育大数据应用的最新研究成果,并简述了利用教育大数据实施可视化分析的基本流程。然后重点对文本数据可视化、多维数据可视化、网络数据可视化、时间序列数据可视化以及地理空间数据可视化等五种主流的教育大数据可视化呈现方法进行特征描述,并给出具体的应用场景。随后介绍了动态查询与过滤技术、可缩放/变形界面技术和多视图联动技术三个实施教育大数据可视化的关键交互技术方法。最后依据最新研究动态,从多模态教育数据融合、人机交互、人机协同范式以及教育数据可视化设计的标准规范和评价体系四方面对教育大数据可视化未来研究方向进行了展望。     

智能教学系统NKI-Tutor的知识查询设计

NKI-Tutor是国家知识基础设施面向应用的智能教学系统，其功能是将NKI丰富的知识传授给用户。知识查询是NKI-Tulor给用户提供的一种查询式学习模式。该文研究如何通过NKI-Tutor的知识查询界面实现用户与智能教学系统的交互而获得所需知识，提出了基于自然语言理解的知识查询方法，用于构造和实现NKI-Tutor中用户查询知识的交互界面。该方法包括3方面内容：(1)分析用户的知识查询形式，采集用户查询句型模板；(2)根据用户查询的知识特征，把知识查询映射到概念．关系模型上；(3)通过智能分词和模糊匹配构造查询结果。