为解决文本类地铁应急处置流程存在的流程顺序关系不明确、流程执行人员模糊等问题,提出了基于BiLSTM-CRF(Bidirectional Long Short-Term Memory-Conditional Random Field)的地铁应急处置知识抽取与推理方法。首先,利用BiLSTM-CRF方...为解决文本类地铁应急处置流程存在的流程顺序关系不明确、流程执行人员模糊等问题,提出了基于BiLSTM-CRF(Bidirectional Long Short-Term Memory-Conditional Random Field)的地铁应急处置知识抽取与推理方法。首先,利用BiLSTM-CRF方法对地铁应急处置流程的文本资料进行命名实体识别,完成文本资料的知识抽取;其次,选用TransD模型对识别后实体数据进行知识推理,从而完成以实体和属性对为节点、关系对为边的知识图谱构建;最后,利用Neo4j图数据库对构建的地铁应急处置流程知识图谱进行了可视化展示和案例分析。研究结果表明,基于BiLSTM-CRF的知识抽取模型的精确率、召回率和F1值均达到了90%以上,且基于BiLSTM-CRF的TransD模型的推理结果准确率提升了22.92%,保证了知识图谱构建的准确性,可为地铁应急管理提供决策支持。展开更多
作为技术密集型新兴产业,新能源汽车核心技术研发需要企业、高校和研究院所通力合作,进而形成结构复杂的协同创新网络。现有研究对新能源汽车产业各创新主体形成协同创新网络的关注较少,且缺乏对长期动态协同创新行为的系统化讨论。利...作为技术密集型新兴产业,新能源汽车核心技术研发需要企业、高校和研究院所通力合作,进而形成结构复杂的协同创新网络。现有研究对新能源汽车产业各创新主体形成协同创新网络的关注较少,且缺乏对长期动态协同创新行为的系统化讨论。利用指数随机图模型(Exponential Random Graph Model,ERGM)分析2017—2021年中国新能源汽车合作专利协同创新网络,探索影响新能源汽车产业协同创新网络动态演化的主要因素,以及不同创新主体类型(企业、高校和研究院所)对协同创新关系演化的影响。研究发现:(1)在新能源汽车产业协同创新网络中,不同类型创新主体更易形成合作关系;(2)创新能力较强的创新主体更有可能与其他主体形成新合作关系,且企业更愿意与自身创新能力差距不大的其他主体合作;(3)协同创新网络星型结构明显,且表现出明显扩张态势;(4)针对不同类型创新主体的异质性分析结果表明,相比于企业,高校和研究院所更有可能与其他创新主体形成新合作关系。研究结论对于持续推进我国新能源汽车产业技术创新、构建新一代汽车技术体系、助力能源系统转型以及实现碳达峰和碳中和目标具有重要意义。展开更多
以“Web of Science”合著论文数据为基础构建中国城市旅游知识创新网络,对2011-2014年、2015-2018年、2019-2022年3个时段网络的空间与拓扑结构演化特征进行分析,继而引用加权指数随机图模型(ERGM)定量研究内生和外生效应对网络形成与...以“Web of Science”合著论文数据为基础构建中国城市旅游知识创新网络,对2011-2014年、2015-2018年、2019-2022年3个时段网络的空间与拓扑结构演化特征进行分析,继而引用加权指数随机图模型(ERGM)定量研究内生和外生效应对网络形成与演化的影响。结果显示:(1)网络规模扩张迅速,整体联系强度与数量均稳步提升,空间格局由以香港地区为单一中心辐射的简单结构向多中心辐射的复杂网络转变。(2)网络的“小世界”特征逐渐显著,城市的择优连接倾向明显。(3)网络中节点的中心度差异较大,香港地区、澳门地区、广州、北京是旅游知识创新的中心城市。(4)从驱动机制看,自组织性、择优连接、旅游科研投入、国内旅游收入、人均地区生产总值、社会邻近性等多重因素共同作用于旅游知识创新网络的形成与演化,城市属性变量的正向影响强于多维邻近性。国际化视阈下中国城市旅游知识创新网络的结构及其形成机制的探讨,对于挖掘城市旅游知识国际化水平、增强城市间旅游知识合作和培育创新增长极具有重要意义。展开更多
文摘为解决文本类地铁应急处置流程存在的流程顺序关系不明确、流程执行人员模糊等问题,提出了基于BiLSTM-CRF(Bidirectional Long Short-Term Memory-Conditional Random Field)的地铁应急处置知识抽取与推理方法。首先,利用BiLSTM-CRF方法对地铁应急处置流程的文本资料进行命名实体识别,完成文本资料的知识抽取;其次,选用TransD模型对识别后实体数据进行知识推理,从而完成以实体和属性对为节点、关系对为边的知识图谱构建;最后,利用Neo4j图数据库对构建的地铁应急处置流程知识图谱进行了可视化展示和案例分析。研究结果表明,基于BiLSTM-CRF的知识抽取模型的精确率、召回率和F1值均达到了90%以上,且基于BiLSTM-CRF的TransD模型的推理结果准确率提升了22.92%,保证了知识图谱构建的准确性,可为地铁应急管理提供决策支持。
文摘作为技术密集型新兴产业,新能源汽车核心技术研发需要企业、高校和研究院所通力合作,进而形成结构复杂的协同创新网络。现有研究对新能源汽车产业各创新主体形成协同创新网络的关注较少,且缺乏对长期动态协同创新行为的系统化讨论。利用指数随机图模型(Exponential Random Graph Model,ERGM)分析2017—2021年中国新能源汽车合作专利协同创新网络,探索影响新能源汽车产业协同创新网络动态演化的主要因素,以及不同创新主体类型(企业、高校和研究院所)对协同创新关系演化的影响。研究发现:(1)在新能源汽车产业协同创新网络中,不同类型创新主体更易形成合作关系;(2)创新能力较强的创新主体更有可能与其他主体形成新合作关系,且企业更愿意与自身创新能力差距不大的其他主体合作;(3)协同创新网络星型结构明显,且表现出明显扩张态势;(4)针对不同类型创新主体的异质性分析结果表明,相比于企业,高校和研究院所更有可能与其他创新主体形成新合作关系。研究结论对于持续推进我国新能源汽车产业技术创新、构建新一代汽车技术体系、助力能源系统转型以及实现碳达峰和碳中和目标具有重要意义。
文摘以“Web of Science”合著论文数据为基础构建中国城市旅游知识创新网络,对2011-2014年、2015-2018年、2019-2022年3个时段网络的空间与拓扑结构演化特征进行分析,继而引用加权指数随机图模型(ERGM)定量研究内生和外生效应对网络形成与演化的影响。结果显示:(1)网络规模扩张迅速,整体联系强度与数量均稳步提升,空间格局由以香港地区为单一中心辐射的简单结构向多中心辐射的复杂网络转变。(2)网络的“小世界”特征逐渐显著,城市的择优连接倾向明显。(3)网络中节点的中心度差异较大,香港地区、澳门地区、广州、北京是旅游知识创新的中心城市。(4)从驱动机制看,自组织性、择优连接、旅游科研投入、国内旅游收入、人均地区生产总值、社会邻近性等多重因素共同作用于旅游知识创新网络的形成与演化,城市属性变量的正向影响强于多维邻近性。国际化视阈下中国城市旅游知识创新网络的结构及其形成机制的探讨,对于挖掘城市旅游知识国际化水平、增强城市间旅游知识合作和培育创新增长极具有重要意义。
