一种使用多跳事实的端到端知识库实体描述生成方法

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。     

大型水轮发电机组水淹水车室预警决策模型研究

笔者分析了大型水轮发电机组水淹水车室事故产生的原因及特点,详细介绍了通过对运行大数据分析,构建基于水位预测、概率逻辑推理和故障知识图谱的预警决策辅助模型的解决方案,将水淹水车室事故由事后被动发现变为事前提前预知,建立了基于水车室设备的知识图谱,为指导相关人员对故障性质、故障位置、处置方式进行准确判断和消除设备隐患提供了新思路。该模型基于对海量数据分析研究建立,分析结果具有代表性,可广泛推广应用,运行结果经实际检验准确可靠,可有效解决实际问题,保障企业安全生产,促进管理水平提升。     

珠光体球化的分形研究

珠光体球化反映到金相上，是一种不规则图像的变化，并且具有分形的特征，可望用分形几何的方法来进行描述。以Cr-Mo钢的珠光体球化为例，用分形维数来描述珠光体球化程度；用小岛法对15CrMo钢的珠光体球化图谱进行了测量。实验表明，珠光体球化从1级到6级，其相应的分形维数范围为1.3156-1.9282。从电厂运行了10^5h的15CrMo钢管上取样，实测了该试样的珠光体球化等级，结果表明，以分形维数表示的球化程度与按图谱评定的球化等级完全吻合。     

在初中化学中渗透医学知识的思考与实践

学及理科综合中常涉及到有关医学知识,以考查学生的综合应用能力,这就要求教师给学生拓宽知识面,将医学知识渗透到平时的教学中。     

OFA-II型定量荧光仪在油气勘探中的应用

定量荧光仪在现场应用中受到各种因素的影响:如岩屑样品浸泡时的干、湿;图谱是否出现了淬灭;环境温度的影响等等。文章通过具体事例给出解决这些问题的办法。     

多相物质粉末衍射的物相检索

讨论了多相物质粉末衍射的物相检索问题，介绍了XRDS的物相检索软件。这是一种智能型的物相检索程序，考虑了测试数据的不确定度，以及粉末样品和块状样品衍射图谱各自的特点，不仅注意到实际样品中微量物相存在的可能，也注意到块状样品结构有序性的可能。XRDS能够帮助材料工作者同时检出样品中所含的多种物相及其含量，操作简单、结果可靠。     

筛查基因突变的新技术——循环双脱氧指纹图谱法及其应用

建立了适用于大批量标本基因突变筛查的双脱氧指纹图谱法即ｄｄＦ。该技术民测定ＤＮＡ序列的双脱氧末端终止法及ＳＳＣＰ二者长处于一身，即只作一个双脱氧末端终止反应，然后将反应产物在与ＳＳＣＰ相同的电泳条件下进行聚丙烯酰胺凝胶电泳，这样有突变的样品不会漏检，阳性检出率高达１００％。     

三次样条函数插值法减背景及其程序

确定背景线是图谱分析重要的基础工作。采用三次样条函数插值法满意地拟合了复杂的X射线衍射图背景变化,背景线连续平滑。给出的程序能同时得到合理的净强度值与峰积分强度。     

基于知识图谱的互补项目推荐

在缺乏用户交互互补项目方面数据的情况下,将用户对项目的偏好融合到只考虑项目关系的互补项目推荐中,提高推荐模型的性能。提出一种基于知识图谱的互补项目推荐方法,在用户历史交互项目集中推测用户交互的互补项目,基于知识图谱提取用户对互补项目的偏好,利用图像与文本学习项目之间的互补关系,最后基于神经网络实现二者的共同学习。提出的方法在Amazon数据集上与次优的基线方法相比,ACC提升了7%,precision提升了3%,这说明提出的方法性能优异。该算法共同学习用户对项目的偏好与项目之间的互补关系,提升了推荐性能。     

知识图谱划分算法研究综述

知识图谱是人工智能的重要基石,因其包含丰富的图结构和属性信息而受到广泛关注.知识图谱可以精确语义描述现实世界中的各种实体及其联系,其中顶点表示实体,边表示实体间的联系.知识图谱划分是大规模知识图谱分布式处理的首要工作,对知识图谱分布式存储、查询、推理和挖掘起基础支撑作用.随着知识图谱数据规模及分布式处理需求的不断增长,如何对其进行划分已成为目前知识图谱研究的热点问题.从知识图谱和图划分的定义出发,系统性地介绍当前知识图谱数据划分的各类算法,包括基本、多级、流式、分布式和其他类型图划分算法.首先,介绍4种基本图划分算法:谱划分算法、几何划分算法、分支定界算法、KL及其衍生算法,这类算法通常用于小规模图数据或作为其他划分算法的一部分;然后,介绍多级图划分算法,这类算法对图粗糙化后进行划分再投射回原始图,根据粗糙化过程分为基于匹配的算法和基于聚合的算法;其次,描述3种流式图划分算法,这类算法将顶点或边加载为序列后进行划分,包括Hash算法、贪心算法、Fennel算法,以及这3种算法的衍生算法;再次,介绍以KaPPa、JA-BE-JA和轻量级重划分为代表的分布式图划分算法及它们的衍生算法;同时,在其他类型图划分算法中,介绍近年来新兴的2种图划分算法:标签传播算法和基于查询负载的算法.通过在合成与真实知识图谱数据集上的丰富实验,比较了5类知识图谱代表性划分算法在划分效果、查询处理与图数据挖掘方面的性能差异,分析实验结果并推广到推理层面,获得了基于实验的知识图谱划分算法性能评价结论.最后,在对已有方法分析和比较的基础上,总结目前知识图谱数据划分面临的主要挑战,提出相应的研究问题,并展望未来的研究方向.