期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
知识图谱与大语言模型协同的教育资源内容审查
被引量：
9
1
作者
刘佳
孙新
张宇晴
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第5期57-69,共13页
数字教育资源自动化内容审查是教育信息化时代的迫切需求,特别是对教育资源是否超标的适用性审查,存在知识点难定位和难理解的问题.针对这一需求,提出了一种基于教育知识图谱和大语言模型(简称“大模型”)协同的教育资源内容审查方法....
数字教育资源自动化内容审查是教育信息化时代的迫切需求,特别是对教育资源是否超标的适用性审查,存在知识点难定位和难理解的问题.针对这一需求,提出了一种基于教育知识图谱和大语言模型(简称“大模型”)协同的教育资源内容审查方法.具体地,首先利用“本体”思想,设计并构建一个面向中小学教育的知识图谱;之后,利用大模型在文本生成和排序任务上的优势,设计基于教学内容生成和排序剪枝的知识定位方法;最后,通过教学内容核心知识子图与知识图谱教学路径的冲突检测,实现超标教学内容识别.实验结果表明,所提出的方法可有效应对教育资源内容的超标知识审查任务,为基于知识图谱及大语言模型协同的教育应用开辟新的技术路径.
展开更多
关键词
知识图谱
大语言模型应用
教育资源内容审查
在线阅读
下载PDF
职称材料
综合实体语义和本体信息的多源中文医疗知识图谱实体对齐
2
作者
丁瑞卿
赵俊峰
王乐业
《软件学报》
北大核心
2025年第11期5178-5196,共19页
知识图谱作为结构化的知识表示形式,在医疗领域具有广泛应用.实体对齐,即识别不同图谱中的等价实体,是构建大规模知识图谱的基础步骤.尽管已有大量研究关注此问题,但主要集中在两个图谱的对齐任务上,一般通过捕捉实体语义和图谱结构信...
知识图谱作为结构化的知识表示形式,在医疗领域具有广泛应用.实体对齐,即识别不同图谱中的等价实体,是构建大规模知识图谱的基础步骤.尽管已有大量研究关注此问题,但主要集中在两个图谱的对齐任务上,一般通过捕捉实体语义和图谱结构信息生成实体的向量表示,之后计算向量相似度以确定等价实体.在发现多源图谱对齐过程中存在对齐错误传递的问题的基础上,考虑到医疗场景对实体对齐的准确性要求较高,设计综合实体语义和本体信息的多源中文医疗知识图谱实体对齐方法 (MSOI-Align).该方法首先将多个图谱进行两两组合,利用表示学习生成实体向量表示,并且综合实体名称的相似度和本体一致性约束,借助大语言模型筛选得到候选实体集合.随后,基于三元闭包理论结合大语言模型对候选实体集合进行自动化的对齐错误传递识别与纠正.在4个中文医疗知识图谱上的实验结果表明, MSOI-Align方法显著提升了实体对齐任务的精确性,与最优的基准方法相比, Hits@1指标从0.42提升至0.92.融合后的知识图谱CMKG包含13类本体、19万实体和约70万三元组.考虑到版权限制,开源了受限图谱外的另外3个图谱融合的结果——OpenCMKG.
展开更多
关键词
中文医疗知识图谱
多源知识图谱对齐
大语言模型应用
本体信息
实体语义
对齐错误传递
在线阅读
下载PDF
职称材料
题名
知识图谱与大语言模型协同的教育资源内容审查
被引量：
9
1
作者
刘佳
孙新
张宇晴
机构
教育部教育技术与资源发展中心(中央电化教育馆)
北京理工大学计算机学院
出处
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第5期57-69,共13页
基金
国家重点研发计划(2022YFC3303500)。
文摘
数字教育资源自动化内容审查是教育信息化时代的迫切需求,特别是对教育资源是否超标的适用性审查,存在知识点难定位和难理解的问题.针对这一需求,提出了一种基于教育知识图谱和大语言模型(简称“大模型”)协同的教育资源内容审查方法.具体地,首先利用“本体”思想,设计并构建一个面向中小学教育的知识图谱;之后,利用大模型在文本生成和排序任务上的优势,设计基于教学内容生成和排序剪枝的知识定位方法;最后,通过教学内容核心知识子图与知识图谱教学路径的冲突检测,实现超标教学内容识别.实验结果表明,所提出的方法可有效应对教育资源内容的超标知识审查任务,为基于知识图谱及大语言模型协同的教育应用开辟新的技术路径.
关键词
知识图谱
大语言模型应用
教育资源内容审查
Keywords
knowledge graph
large language model application
educational resource content review
分类号
G40-057 [文化科学—教育学原理]
在线阅读
下载PDF
职称材料
题名
综合实体语义和本体信息的多源中文医疗知识图谱实体对齐
2
作者
丁瑞卿
赵俊峰
王乐业
机构
高可信软件技术教育部重点实验室(北京大学)
北京大学计算机学院
出处
《软件学报》
北大核心
2025年第11期5178-5196,共19页
基金
国家自然科学基金(U23A20468,62133004,72188101)。
文摘
知识图谱作为结构化的知识表示形式,在医疗领域具有广泛应用.实体对齐,即识别不同图谱中的等价实体,是构建大规模知识图谱的基础步骤.尽管已有大量研究关注此问题,但主要集中在两个图谱的对齐任务上,一般通过捕捉实体语义和图谱结构信息生成实体的向量表示,之后计算向量相似度以确定等价实体.在发现多源图谱对齐过程中存在对齐错误传递的问题的基础上,考虑到医疗场景对实体对齐的准确性要求较高,设计综合实体语义和本体信息的多源中文医疗知识图谱实体对齐方法 (MSOI-Align).该方法首先将多个图谱进行两两组合,利用表示学习生成实体向量表示,并且综合实体名称的相似度和本体一致性约束,借助大语言模型筛选得到候选实体集合.随后,基于三元闭包理论结合大语言模型对候选实体集合进行自动化的对齐错误传递识别与纠正.在4个中文医疗知识图谱上的实验结果表明, MSOI-Align方法显著提升了实体对齐任务的精确性,与最优的基准方法相比, Hits@1指标从0.42提升至0.92.融合后的知识图谱CMKG包含13类本体、19万实体和约70万三元组.考虑到版权限制,开源了受限图谱外的另外3个图谱融合的结果——OpenCMKG.
关键词
中文医疗知识图谱
多源知识图谱对齐
大语言模型应用
本体信息
实体语义
对齐错误传递
Keywords
Chinese medical knowledge graph
multi-source knowledge graph entity alignment
large language model(LLM)application
ontology information
entity semantics
alignment error propagation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
知识图谱与大语言模型协同的教育资源内容审查
刘佳
孙新
张宇晴
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
9
在线阅读
下载PDF
职称材料
2
综合实体语义和本体信息的多源中文医疗知识图谱实体对齐
丁瑞卿
赵俊峰
王乐业
《软件学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
