-
题名基于知识标注平台的水利枢纽工程知识图谱构建及应用
- 1
-
-
作者
张军珲
昝红英
欧佳乐
阎子悦
张坤丽
-
机构
郑州大学计算机与人工智能学院
黄河勘测规划设计研究院有限公司
-
出处
《计算机科学》
CSCD
北大核心
2024年第11期255-264,共10页
-
基金
国家社会科学基金重大项目(21&ZD338)。
-
文摘
大量水利异构数据的产生,为领域知识图谱的构建及应用提供了场景,但也导致了水利知识图谱构建过程的差异。针对现有水利知识图谱构建流程复杂的问题,提出了一套有效的基于知识标注平台的水利知识图谱构建流程。以小浪底水利枢纽工程知识的智能应用为例,使用该枢纽的工程数据,应用提出的流程在水利领域构建水利枢纽工程知识图谱(Water Conservancy Hub Project Knowledge Graph,WCHP-KG)。首先以小浪底水利枢纽工程为中心,依据行业术语标准和现有词汇表,制定了概念分类和关系描述体系,形成了WCHP-KG的模式层。通过BiLSTM-CRF和序列标注模型,在水利专家的指导下,使用知识标注平台对非结构化文本进行了半自动标注和人工校对,实现了知识融合,进而构建了WCHP-KG的数据层。结果表明WCHP-KG涵盖了43种水利实体以及110种实体关系。经过实践验证,构建的WCHP-KG为小浪底水利枢纽工程的相关应用提供了有力的结构化知识基础,为工程决策和管理提供了可靠的参考依据,进而证明了所提构建流程的有效性。未来将进一步扩展WCHP-KG和完善水利知识图谱的构建流程,以适应更多的应用场景和领域需求。
-
关键词
异构数据
领域知识图谱
知识图谱构建
水利枢纽
知识标注平台
-
Keywords
Heterogeneous data
Domain knowledge graph
Knowledge graph construction
Water conservancy hub
Knowledge annotation platform
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于知识标注的地理信息语义服务框架研究
被引量：4
- 2
-
-
作者
梁汝鹏
李宏伟
李文娟
梁颖
-
机构
信息工程大学测绘学院
[
-
出处
《地理与地理信息科学》
CSCD
北大核心
2012年第3期1-6,共6页
-
基金
国家自然科学基金资助项目(40871183
41140012)
-
文摘
基于空间语义学基础理论,将传统的地理信息服务技术与新兴的语义服务技术相结合,建立地理信息语义服务框架及知识标注方法体系,并应用于地理空间信息服务处理中,提供智能化、自动化的地理信息服务发现、组合与触发策略;设计基于文本挖掘算法的半自动知识标注引擎,提高服务处理自动化程度,实现包含丰富语义信息的地理空间语义服务的发布;建立基于规则和推理引擎的地理信息服务匹配与发现机制,提高服务发现效率;建立地理信息服务语义标注与服务匹配评价方法,采用基于空间关联规则的标注正确性评估策略,验证知识标注价值。
-
关键词
空间语义
语义服务
知识标注
地理空间语义网
服务匹配
相似度计算
规则
-
Keywords
geospatial semantics
semantic Web service
knowledge annotation
geospatial semantic Web,service matching
simi- larity computation
rule
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-
-
题名三维模型知识标注技术研究与实现
被引量：6
- 3
-
-
作者
胡旭洁
侯永柱
刘继红
-
机构
中国航天建设集团有限公司
北京航空航天大学机械工程及自动化学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2017年第4期695-700,共6页
-
基金
国家科技支撑计划资助项目(2015BAF17B01)~~
-
文摘
为了扩展三维模型的应用方式与范围,在将基于模型的定义数据集定义为三维注释模型的基础上,提出了三维解释模型的概念。通过对工程知识分类、组织与存储技术的论述,提出构建三维解释模型的三维模型知识标注方法。该方法采用向量空间模型表达和处理异构知识,以意图知识作为输入,实现半自动式三维模型知识标注。通过原型系统的开发与实现,以发动机燃油喷头为例展示三维模型知识标注方法,验证了所提方法的有效性。
-
关键词
三维注释模型
三维解释模型
三维模型知识标注
发动机燃油喷头
知识管理
-
Keywords
3D annotation model
3D elucidation model
3D model knowledge annotation
engine fuel injector
knowledge management
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名面向知识场景的图片类教育资源知识点自动标注算法
被引量：1
- 4
-
-
作者
王静
杜旭
李浩
胡壮
-
机构
重庆邮电大学自动化学院
华中师范大学人工智能教育学部
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第24期119-130,共12页
-
基金
国家自然科学基金(62177020,62407009)
重庆市教委青年项目(KJQN202400642)。
-
文摘
针对图片资源的视觉特征与高级知识语义不一致的挑战,提出一种新的知识点自动标注算法,称为基于知识场景的情境超图卷积网络(SHGCN),以便高效组织管理教育领域中的图片数据,促进知识理解与有效利用,实现教育智能化。该算法在提取图片资源显性视觉特征的同时,又挖掘了隐含在细粒度区域的隐性知识信息。利用Faster R-CNN和OCR技术来识别知识对象和坐标文本等知识实体,这些知识实体特征融合后作为该图片的知识向量;提出双筛选机制来生成不同类型的知识场景,并将知识场景作为超边来构建情境超图,建模蕴含相似情境信息的图片间高阶知识相关性。利用超图卷积实现知识相似图片的情境信息聚合,实现“视觉-语义”到“视觉-语义-知识”的转化。还构建了一个物理学科的图片数据集来训练和验证SHGCN。实验结果表明,SHGCN在提取图片显性视觉信息的基础上,进一步挖掘隐性知识信息,其性能优于基线方法。
-
关键词
知识点标注
超图卷积网络
知识场景
情境超图
-
Keywords
knowledge point annotation
hypergraph convolutional neural network
knowledge scenarios
situational hypergraph
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名融合学科知识的数学习题知识点自动标注模型
- 5
-
-
作者
罗文兵
罗凯威
黄琪
王明文
-
机构
江西师范大学管理科学与工程研究中心
江西师范大学数字产业学院
江西师范大学计算机信息工程学院
-
出处
《中文信息学报》
CSCD
北大核心
2024年第4期143-155,共13页
-
基金
国家自然科学基金(62266023)
江西省教育厅科学技术研究项目(GJJ210325,GJJ2200354)。
-
文摘
习题知识点标注是构建结构化题库和实现个性化学习的关键任务。对于数学习题,由于其存在公式化、表达精炼化等特殊性,现有的标注模型无法很好地捕获关键信息,进而难以深入理解文本中蕴含的深层语义。此外,结合领域知识的知识点标注模型普遍存在引入的知识不够关键、融合的方式过于直接的问题,缺乏对信息的有效筛选,从而导致在特征融合时产生大量噪声,干扰模型最终的标注结果。为此,该文提出了一种融合学科知识的数学习题知识点自动标注模型MKA Gated。该模型首先利用预训练模型对原始习题和两种细化的学科知识文本进行初步的语义编码表示,然后利用注意力机制实现习题与两种学科知识的信息交互以获取两种学科知识的深层语义表征,最后通过门控机制连续地、隐式地融合两种深层语义表征的平均池化表示以保留原始习题表示中有利于最终分类的语义特征。模型在自建的初中数学习题知识点标注数据集上测试的三种指标micro-F_(1)、macro-F_(1)、weighted-F_(1)相较于基准模型分别提升了1.99%、2.99%、2.12%,实验结果表明,该文所提方法能有效提升数学习题知识点的标注。
-
关键词
知识点标注
学科知识
注意力机制
门控机制
-
Keywords
knowledge points annotation
subject knowledge
attention mechanism
gated mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于二部图的试题知识点标注方法
被引量：1
- 6
-
-
作者
郭崇慧
邢小宇
魏伟
-
机构
大连理工大学系统工程研究所
郑州大学能源-环境-经济研究中心
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2021年第11期71-75,112,共6页
-
基金
国家自然科学基金资助项目(71771034,72001191)
中央高校基本科研业务费资助项目(DUT21YG108)。
-
文摘
针对在线教育中试题知识点自动标注问题,本文提出了一种基于二部图的试题知识点标注方法。首先,为了合理划分知识点粒度,本文构建了知识点知识图谱来融合知识点;其次,基于教材等语料抽取知识点与特征词二部图和试题与特征词二部图,并利用TF-IDF公式计算知识点与特征词、试题与特征词之间的边权,以构建试题-知识点二部图模型;再次,提出词频加权的相似性度量方法计算试题和知识点之间的相似度,将相似度最高的知识点作为试题知识点标签。最后,以某在线教育平台提供的高中历史试题为实验数据集进行数值实验,实验结果表明该方法的效果显著优于朴素贝叶斯、K最近邻、随机森林以及支持向量机。
-
关键词
教育数据挖掘
知识点标注
二部图
-
Keywords
educational data mining
knowledge points labeling
bipartite graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于集成学习的试题多知识点标注方法
被引量：5
- 7
-
-
作者
郭崇慧
吕征达
-
机构
大连理工大学系统工程研究所
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2020年第2期129-136,共8页
-
基金
国家自然科学基金资助项目(71771034,71421001)
大连市科技创新基金项目(2018J11CY009)。
-
文摘
个性化试题推荐、试题难度预测、学习者建模等教育数据挖掘任务需要使用到学生作答数据资源及试题知识点标注,现阶段的试题数据都是由人工标注知识点.因此,利用机器学习方法自动标注试题知识点是一项迫切的需求.针对海量试题资源情况下的试题知识点自动标注问题,本文提出了一种基于集成学习的试题多知识点标注方法.首先,形式化定义了试题知识点标注问题,并借助教材目录和领域知识构建知识点的知识图谱作为类别标签.其次,采用基于集成学习的方法训练多个支持向量机作为基分类器,筛选出表现优异的基分类器进行集成,构建出试题多知识点标注模型.最后,以某在线教育平台数据库中的高中数学试题为实验数据集,应用所提方法预测试题考察的知识点,取得了较好的效果.
-
关键词
教育数据挖掘
知识点标注
文本分类
多标签学习
集成学习
-
Keywords
educational data mining
knowledge points labeling
text classification
multi-label learning
ensemble learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于属性关系深度挖掘的试题知识点标注模型
- 8
-
-
作者
何彬
李心宇
陈蓓蕾
夏盟
曾致中
-
机构
华中师范大学国家数字化学习工程技术研究中心
湖北大学教育学院
-
出处
《南京信息工程大学学报（自然科学版）》
CAS
2019年第6期727-734,共8页
-
基金
国家自然科学基金(61877026)
中央高校基本科研业务费资助项目(CCNU19QN036,CCNU19QN031)
-
文摘
在各类在线学习系统中,为了给学生提供优质的学习资源,一个基础性的任务是对大量未标注的试题进行知识点标注.已有标注方法通常基于人工专家标注或者采用传统机器学习方法.在实际应用中,这些方法普遍存在成本过高、标注精准度不足等局限.为此,本文提出了一种基于属性关系深度挖掘的试题知识点标注模型.首先,利用句法语义模型和结构语义模型分别从试题文本和试题图形中抽取试题的显性属性关系.然后,利用蒙特卡罗树搜索构建问题求解框架,挖掘试题的隐含属性关系.最后,结合学科知识图谱,将属性关系映射到知识图谱空间,生成试题知识点.实验结果表明,所提出的方法能够有效地进行试题知识点标注,将对学生认知诊断、个性化试题推荐等具有一定的实际应用价值.
-
关键词
知识点标注
属性关系挖掘
句法语义模型
结构语义模型
蒙特卡罗树搜索
-
Keywords
knowledge points annotation
attribute relation mining
syntax-semantics model
structure-semantics model
Monte Carlo Tree Search(MCTS)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名中文症状知识库的建立与分析
被引量：9
- 9
-
-
作者
昝红英
韩杨超
范亚鑫
牛承志
张坤丽
穗志方
-
机构
郑州大学信息工程学院
鹏城实验室
郑州大学第一附属医院
北京大学计算语言学教育部重点实验室
-
出处
《中文信息学报》
CSCD
北大核心
2020年第4期30-37,共8页
-
基金
国家社会科学基金(18ZDA315)
河南省高等学校重点科研项目(20A520038)
+2 种基金
河南省科技攻关项目(192102210260)
河南省科技攻关计划国际合作项目(172102410065)
河南省医学科技攻关计划省部共建项目(SB201901021)
-
文摘
构建大规模的知识库是人工智能、自然语言理解等领域的基础任务之一。症状作为描述病人的主观感受和诊断疾病的重要依据,更是优化智能导诊、医学问答等任务的重要因素。该文在现有的医学症状知识库研究的基础上,结合症状的概念、特征及在医学诊断中发挥的作用,构建了一个公开的中文症状知识库。该知识库从症状的本体分类、相关疾病、发作部位及多发人群等层面对相关属性进行了详细描述,涵盖了8 772种症状,共计146 631条属性关系。所构建的症状知识库(CSKB)是中文医学知识图谱的重要组成部分,并为KBQA、知识推理及决策支持等应用提供了数据基础。
-
关键词
中文症状知识库
医学知识图谱
知识标注
-
Keywords
Chinese symptom knowledge base
medical knowledge graph
knowledge annotation
-
分类号
R441
[医药卫生—诊断学]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
