基于邻域聚合与CNN的知识图谱实体类型补全 被引量：4

1

作者 邹长龙 安敬民 李冠宇 《计算机工程》 CAS CSCD 北大核心 2023年第3期134-141,共8页

现有知识图谱实体类型补全模型通过对实体和实体类型进行建模,以解决知识图谱中实体缺失的实体类型,但未有效地利用实体之间的关系,导致模型的实体类型补全性能不佳。提出一种基于邻域聚合与卷积神经网络的知识图谱实体类型补全模型NACE... 现有知识图谱实体类型补全模型通过对实体和实体类型进行建模,以解决知识图谱中实体缺失的实体类型,但未有效地利用实体之间的关系,导致模型的实体类型补全性能不佳。提出一种基于邻域聚合与卷积神经网络的知识图谱实体类型补全模型NACE2T,其采用编码器-解码器的结构。基于注意力机制设计利用关系信息的编码器,其使用注意力机制为实体邻域中的每个关系-实体对分配不同的权重,以聚合实体邻域中实体和关系的信息,从而利用实体之间的关系。基于卷积神经网络设计一个新的知识图谱实体类型补全模型CE2T,将其作为解码器,对编码器输出的实体嵌入和实体类型嵌入进行建模与实体类型补全。实验结果表明,相比ConnectE模型,NACE2T模型在数据集FB15KET上的HITS@1和HITS@3提高约1.5%,在数据集YAGO43KET上的MRR和HITS@3提高约6%,HITS@1提高约9%,能够有效地推断知识图谱中实体缺失的实体类型。 展开更多

关键词 知识图谱 实体类型 邻域聚合 注意力机制 关系-实体对 卷积神经网络

在线阅读 下载PDF 职称材料

基于实体级联类型的中文关系抽取管道模型

2

作者 饶东宁 吴倩梅 黄观琚 《计算机应用研究》 CSCD 北大核心 2024年第9期2685-2689,共5页

端到端实体关系抽取任务可以被分解成命名实体识别和关系抽取两个子任务,最近的工作多将这两个子任务联合建模。现有的流水线方法验证了在关系模型中融合实体类型信息的重要性和管道模型的潜力,但是它们忽略了文本中的某些实体可能同时... 端到端实体关系抽取任务可以被分解成命名实体识别和关系抽取两个子任务,最近的工作多将这两个子任务联合建模。现有的流水线方法验证了在关系模型中融合实体类型信息的重要性和管道模型的潜力,但是它们忽略了文本中的某些实体可能同时具有多个类型,这种多义性的情况在中文数据集中尤为常见。为解决上述问题,提出了一种实体级联类型机制,并在此基础上开发了一个更适合中文关系抽取的管道模型,取名为CENTRELINE。该流水线方法的实体模块是一个词-词关系分类模型,它以BERT和双向LSTM作为编码器、经过条件层归一化后引入空洞卷积,最后通过级联类型预测器输出实体及其级联类型。关系模块的输入仅由实体模块构建。该方法在DuIE1.0、DuIE2.0和CMeIE-V2数据集上的F_(1)值分别比基线方法提高了7.23、6.93和8.51百分点,并在DuIE1.0和DuIE2.0数据集上都实现了最先进的性能。消融实验表明,提出的级联类型机制和根据中文语言特征改进的管道模型,均对关系抽取性能具有明显的促进作用。 展开更多

关键词 中文关系抽取 管道模型 空洞卷积 实体级联类型

在线阅读 下载PDF 职称材料

KECVS:一个面向专业文献知识实体的类型标注及可视化系统

3

作者 温雯 伍思杰 +2 位作者 蔡瑞初 郝志峰 王丽娟 《计算机应用与软件》 2017年第8期87-91,144,共6页

知识实体的类型标注是专业文献结构化管理和知识脉络挖掘中的一个重要任务。由于专业文献的知识实体具有专业性强、类型多样、随时间变化的特点,如何在无监督的情况下对其进行类型标签抽取、实体类型标注及知识关系挖掘具有重要的意义... 知识实体的类型标注是专业文献结构化管理和知识脉络挖掘中的一个重要任务。由于专业文献的知识实体具有专业性强、类型多样、随时间变化的特点,如何在无监督的情况下对其进行类型标签抽取、实体类型标注及知识关系挖掘具有重要的意义。设计并实现了一个面向专业文献知识实体的类型标注及可视化系统,提供文献数据的实体识别、实体类型标注、知识实体关系图构建及其可视化等功能,帮助科研工作者更加便捷、直观、准确地把握知识关系和研究热点。 展开更多

关键词 信息抽取 实体类型标注 知识关系挖掘 数据可视化 专业文献

在线阅读 下载PDF 职称材料

基于标签语义信息感知的少样本命名实体识别方法 被引量：1

4

作者 张越 王长征 +4 位作者 苏雪峰 闫智超 张广军 邵文远 李茹 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第3期413-421,共9页

在少样本命名实体识别方法中,目前广泛应用的方法是基于原型网络的两阶段模型。但是,该方法未充分利用实体标签中的语义信息,且在距离计算中过度依赖实体类型原型向量,导致模型泛化能力差。针对这些问题,提出一种基于标签语义信息感知... 在少样本命名实体识别方法中,目前广泛应用的方法是基于原型网络的两阶段模型。但是,该方法未充分利用实体标签中的语义信息,且在距离计算中过度依赖实体类型原型向量,导致模型泛化能力差。针对这些问题,提出一种基于标签语义信息感知的少样本命名实体识别方法。该方法是一种先进行实体跨度检测,再判断实体类型的两阶段方法。在构建实体类型原型向量时,将对应实体类型包含的语义信息考虑在内,通过维度转换层将其与原型向量相融合。在对新样本进行实体识别时,将实体类型的正负样本与实体类型原型向量组成实体类型三元组,依据样本到三元组的距离对其进行分类。在多个数据集上的实验结果证明,该模型的性能比以往的模型有较大的提升。 展开更多

关键词 少样本命名实体识别 标签语义信息感知 实体类型三元组 原型网络

在线阅读 下载PDF 职称材料

人参四逆汤加味治疗不同类型实体瘤患儿化疗不良反应的临床效果分析 被引量：3

5

作者 冯克久 张作美 +1 位作者 程婉 吕英 《辽宁中医杂志》 CAS 北大核心 2017年第4期753-755,共3页

目的:探讨人参四逆汤加味治疗不同类型实体瘤患儿化疗不良反应的临床效果分析。方法:将2015年1月—2016年6月在本院儿科治疗的80例不同类型实体瘤患儿随机分为两组,均采用化疗治疗的方法,出现化疗不良反应,对照组采用西医常规治疗的方法... 目的:探讨人参四逆汤加味治疗不同类型实体瘤患儿化疗不良反应的临床效果分析。方法:将2015年1月—2016年6月在本院儿科治疗的80例不同类型实体瘤患儿随机分为两组,均采用化疗治疗的方法,出现化疗不良反应,对照组采用西医常规治疗的方法,在此基础上观察组采用人参四逆汤加味治疗,6个月后比较两组患儿疲乏、恶心呕吐、纳差、白细胞低下等不良反应的改善情况、外周血象各指标、化疗依从性以及生活质量。结果:观察组治疗后疲乏、恶心呕吐、纳差、体重减轻、脱发等不良反应明显较对照组减轻,差异有统计学意义(P<0.05);观察组治疗后白细胞计数、血小板计数、血红蛋白浓度明显高于对照组,差异有统计学意义(P<0.05);观察组化疗依从性及化疗完成率均高于对照组,差异有统计学意义(P<0.05);观察组治疗后生活质量改善情况明显优于对照组,差异有统计学意义(P<0.05)。结论:人参四逆汤加味治疗不同类型实体瘤患儿化疗不良反应的临床效果显著,有效减轻化疗对机体的损伤,增强耐受性,提高生活质量,具有积极的临床意义。 展开更多

关键词 不同类型实体瘤 儿童 化疗不良反应 人参四逆汤加味 临床效果

在线阅读 下载PDF 职称材料

多类型实体演进学术网络:观察、建模和分析

6

作者 刘佳琪 傅洛伊 +2 位作者 孔令坤 甘小莺 王新兵 《计算机学报》 EI CSCD 北大核心 2020年第10期1791-1809,共19页

近年来,学术网络经历了快速的发展.该网络结构通常包含多种类型的实体和复杂多样的实体间关系,其中作者、论文和主题是学术网络中最具代表性的三类实体,它们之间存在着类型丰富且随时间演进的交互关系.对学术网络的结构及其演进机制进... 近年来,学术网络经历了快速的发展.该网络结构通常包含多种类型的实体和复杂多样的实体间关系,其中作者、论文和主题是学术网络中最具代表性的三类实体,它们之间存在着类型丰富且随时间演进的交互关系.对学术网络的结构及其演进机制进行研究具有重要意义.然而,大多数相关工作仅考虑了学术网络中单一类型实体内的交互关系,如作者间的合著关系、论文间的引用关系或主题间的关联关系,未能对学术网络中不同类型的实体进行有效整合、给出对多类型实体演进学术网络进行研究分析的统一框架.为了解决上述问题,该文提出了“多实体学术模型”,将作者、论文、主题三种类型的实体整合进一个统一的理论框架,并通过研究实体间的连接关系及其演进情况来对学术网络进行刻画.其贡献点主要包括以下几个部分:(1)该文同时考虑了论文、作者、主题对学术网络性质的影响,并对包含690万条数据的微软学术网络数据集进行了统计分析,得到以下两个方面的结果:验证了一般社会网络中存在的性质如节点度服从幂律分布、幂律指数随时间收敛、网络稠密化等在多类型实体演进学术网络中同样存在;发现了一些多类型实体演进学术网络中特有的性质,如规模较大的实体往往具有更高的演进速率,幂律指数随时间的波动与收敛及实体间交互演进等,并根据其演进特性提出实体内演进、实体间演进以及交互演进三种演进模式;(2)基于上述观测现象,提出了多实体学术模型:该模型通过构建异构图的方法同时刻画同一类型实体内和不同类型实体间的连接关系,并通过直接演进、间接演进、内部演进等多种策略刻画连接关系的演进模式,具有很强的理论保证.该模型可用于多类型实体演进学术网络的数学刻画,并为学术关系预测、学术影响力传播、推荐算法设计等应用提供理论基础;(3)分别从理论分析和实验验证两个方面证明了模型的有效性:理论方面,通过数学推导证明了多实体学术模型具有节点度随时间呈多项式速率增长、节点度服从幂律分布、网络稠密化等性质;实验方面,根据多实体学术模型生成了相应的仿真网络并证明其具有上述性质. 展开更多

关键词 学术网络 演进网络 多类型实体 异构连接 交互演进

在线阅读 下载PDF 职称材料

相关实体发现中基于Wikipedia的实体排序 被引量：1

7

作者 张俊三 瞿有利 +1 位作者 税仪冬 田盛丰 《计算机研究与发展》 EI CSCD 北大核心 2014年第6期1359-1372,共14页

针对相关实体发现中基于Wikipedia的实体排序存在的问题:半自动的目标类型获取、粗粒度的目标类型、实体类型相关度二值判断、实体关系相关度计算未考虑停止词作用.设计了一个实体排序框架,从实体相关度、实体类型相关度和实体关系相关... 针对相关实体发现中基于Wikipedia的实体排序存在的问题:半自动的目标类型获取、粗粒度的目标类型、实体类型相关度二值判断、实体关系相关度计算未考虑停止词作用.设计了一个实体排序框架,从实体相关度、实体类型相关度和实体关系相关度3方面的组合计算来对实体进行排序,通过对比多种组合方法获取了最优的方法.提出了一种新的实体类型相关度计算方法,该方法可以自动获取细粒度的目标实体类型,并通过归纳学习获取其下义Wikipedia类别判别规则集合,通过统计候选实体类别信息中符合目标类型下义类别判别规则的类别数来计算实体类型相关度.提出了一种"去停止词重构关系"方法计算候选实体和源实体的关系相关度.实验表明提出的方法可以有效地提高实体排序效果并且降低计算时间耗费. 展开更多

关键词 相关实体发现 实体排序 实体类型相关度 实体关系相关度 WIKIPEDIA

在线阅读 下载PDF 职称材料

基于知识图谱的煤矿建设安全领域知识管理研究 被引量：7

8

作者 许娜 梁燕翔 +3 位作者 王亮 赵丽丽 周雪晴 张博 《中国安全科学学报》 CAS CSCD 北大核心 2024年第5期28-35,共8页

为解决煤矿建设过程中数据积累存在的知识冗余现象,研究基于知识图谱(KG)的安全领域知识管理。从安全管理系统结构和安全隐患风险管理2个维度,系统化分析领域标准规范文本,界定煤矿建设安全管理领域的12类实体类型和10种关系类型,完善... 为解决煤矿建设过程中数据积累存在的知识冗余现象,研究基于知识图谱(KG)的安全领域知识管理。从安全管理系统结构和安全隐患风险管理2个维度,系统化分析领域标准规范文本,界定煤矿建设安全管理领域的12类实体类型和10种关系类型,完善知识结构模式;选取领域43部标准规范为数据源,引入规则、机器学习法、深度学习法识别文本实体和关系;针对不同实体类型,提出领域知识综合方法框架,并对比分析双向长短期记忆(BiLSTM)和条件随机场(CRF)与双向编码器表示(BERT)-BiLSTM-CRF模型。研究结果表明:BERT-BiLSTM-CRF模型在准确率、召回率和F1值方面均比BiLSTM-CRF模型高出7%,验证了所选模型的优越性和准确性;通过知识抽取、知识存储及可视化等过程,挖掘出煤矿建设安全领域不同实体类型所包含的实体和不同实体间的关系。 展开更多

关键词 知识图谱(KG) 煤矿建设 安全领域 安全管理 知识结构 实体类型

在线阅读 下载PDF 职称材料

矿区土地复垦空间数据库的E-R建模方法 被引量：2

9

作者 谢宏全 陈秋计 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2003年第2期182-185,共4页

矿区土地复垦是一个复杂的系统工程,建立矿区土地复垦信息系统需要构造概念模型,E-R模型是构建数据库概念模型的一种有效方法。它已广泛应用于GIS需求分析和GIS数据库概念模型的设计。依据相关的研究成果,并结合矿区土地复垦数据的特点... 矿区土地复垦是一个复杂的系统工程,建立矿区土地复垦信息系统需要构造概念模型,E-R模型是构建数据库概念模型的一种有效方法。它已广泛应用于GIS需求分析和GIS数据库概念模型的设计。依据相关的研究成果,并结合矿区土地复垦数据的特点对E-R模型进行了修改和扩充,阐述了适合表达矿区土地复垦数据特点的空间E-R模型。为建立矿区土地复垦信息系统的逻辑模型和物理模型提供了理论基础。 展开更多

关键词 矿区土地复垦信息系统 空间数据库 E-R模型 逻辑模型 物理模型 地理实体 实体类型 GIS

在线阅读 下载PDF 职称材料

基于贝叶斯规则的具有层次注意力的知识补全 被引量：2

10

作者 单晓欢 赵雪 陈廷伟 《计算机科学》 CSCD 北大核心 2023年第11期234-240,共7页

知识图谱作为大数据时代的人工智能,被广泛应用于诸多领域,然而知识图谱普遍存在不完备性及稀疏性等问题。知识补全作为知识获取的子任务,旨在通过知识库中已知三元组来预测缺失的链接。然而现有方法普遍忽略了实体类型信息联合邻域信... 知识图谱作为大数据时代的人工智能,被广泛应用于诸多领域,然而知识图谱普遍存在不完备性及稀疏性等问题。知识补全作为知识获取的子任务,旨在通过知识库中已知三元组来预测缺失的链接。然而现有方法普遍忽略了实体类型信息联合邻域信息对提高知识补全准确性的辅助作用,同时还存在特征信息被紧密编码到目标函数,导致集成操作高度依赖训练过程等问题。为此,提出了一种基于贝叶斯规则的具有层次注意力的知识补全方法。首先将实体类型和邻域信息视为层次结构,按关系进行分组,并独立计算组内各类信息的注意力权重。然后将实体类型和邻域信息编码为先验概率,将实例信息编码为似然概率,且按照贝叶斯规则将二者进行组合。实验结果表明,所提方法在FB15k数据集上的MRR(Mean Reciprocal Rank)指标比ConvE提高14.4%,比TKRL提高10.7%;在FB15k-237数据集上的MRR指标比TACT提高了2.1%。在FB15k,FB15k-237和YAGO26K-906数据集上,其Hits@1达到了77.5%,73.8%和95.1%,证明了引入具有层次结构的类型信息和邻域信息能够为实体嵌入更丰富、准确的描述信息,进而提升知识补全的精度。 展开更多

关键词 贝叶斯规则 实体类型 多层注意力 知识图谱补全

在线阅读 下载PDF 职称材料

医院信息系统的系统分析方法 被引量：3

11

《中国医院管理》 1985年第4期6-12,共7页

医院计算机信息系统的建立是医院现代化的标志之一。计算机管理信息系统的开发是一个系统工程性质的工作,它和系统工程的几个典型步骤是相同的,即:系统分析、系统设计、系统实现。

关键词 信息系统 医院现代化 应用软件 系统逻辑结构 图象识别 医学图象 实体类型 实时处理 阵列处理机 软件开发

在线阅读 下载PDF 职称材料

E-R方法在数据管理系统数据库设计中的应用

12

作者 章浩 《实验室研究与探索》 CAS 1986年第3期85-88,共4页

为一个数据管理系统设计数据库的主要目的是:将实际应用部门的信息系统转换为用于计算机上的数据处理系统。一个大型数据管理系统数据库的建立是一项很艰巨的任务。由于在用户环境中包含了许多的数据项,数据之间又存在着错综复杂的关系... 为一个数据管理系统设计数据库的主要目的是:将实际应用部门的信息系统转换为用于计算机上的数据处理系统。一个大型数据管理系统数据库的建立是一项很艰巨的任务。由于在用户环境中包含了许多的数据项,数据之间又存在着错综复杂的关系,设计人员不仅要了解用户的要求、现行实际管理系统的组成和特点。 展开更多

关键词 属性 E-R 数据管理系统 数据处理系统 实体类型 数据库管理系统 计算机系统 数据库设计 数据模型 数据模式 概念模式

在线阅读 下载PDF 职称材料

环球纵览

13

《农业工程技术》 2023年第24期77-78,共2页

基于深度学习的水产病害可视化知识图谱构建与验证姜丽华1,2,赵瑞雪1,2,董春岩3,常晓燕4,马娟娟4,谢能付1,2,方松51.中国农业科学院农业信息研究所;2.农业农村部农业大数据重点实验室;3.农业农村部信息中心;4.北京航天丰益信息技术有限... 基于深度学习的水产病害可视化知识图谱构建与验证姜丽华1,2,赵瑞雪1,2,董春岩3,常晓燕4,马娟娟4,谢能付1,2,方松51.中国农业科学院农业信息研究所;2.农业农村部农业大数据重点实验室;3.农业农村部信息中心;4.北京航天丰益信息技术有限公司;5.中国农业科学院基于CFD的两连跨日光温室热环境模拟摘要:知识图谱本质上是基于图的语义网络,表示实体与实体之间的关系,在知识问答、语义检索等领域起着至关重要的作用。针对目前水产病害领域存在实体关系交叉关联、多源异构数据聚合能力差、利用率低、知识共享困难等问题,该研究基于自然语言处理和文本挖掘提出了一个基于神经网络深度学习模型的水产病害专业领域知识图谱构建方法并进行试验验证。首先,构建水产病害专业领域本体,并预定义实体类型、属性和关系的集合,确定知识抽取边界;其次,在本体基础上,分别利用规则方法和深度学习方法对半结构化和非结构化知识进行抽取。对于非结构化知识,提出“水产病害+关系+BMES”文本标注体系,将关系抽取融合于命名实体识别任务中直接对三元组建模,将实体关系抽取转化为序列标注问题,不仅提高标注效率,还实现了实体和关系的联合抽取。同时通过标签匹配和映射对三元组建模获得RDF数据,解决了重叠关系抽取的难题。利用BERT-BiLSTM+CRF端到端模型进行试验,试验结果证明该三元组抽取方法具有较高的召回率(89.64%),准确率(94.04%)和F1值(91.34%),优于CNN+BiLSTM+CRF和BiLSTM+CRF等模型,抽取效果有了显著提升,并将抽取到的知识存储到Neo4j图数据库中,实现知识可视化管理及知识推理分析。该研究构建的水产病害知识图谱精度高、粒度细,能够帮助机器理解数据、解释现象、知识推理,从而发掘深层关系、实现智慧搜索与智能交互。 展开更多

关键词 自然语言处理 知识推理 关系抽取 实体类型 图数据库 深度学习 知识图谱 知识问答

在线阅读 下载PDF 职称材料