基于二部图和一致图学习的多视图聚类算法

1

作者 李顺勇 刘坤 +1 位作者 曹利娜 赵兴旺 《计算机应用》 北大核心 2025年第11期3583-3592,共10页

目前大多数多视图聚类算法存在融合机制不够完善、对多视图协同关系挖掘不足以及鲁棒性较弱等问题,导致聚类结果一致性偏低,且在噪声和冗余信息下的性能不够稳健。针对上述问题,提出一种基于二部图和一致图学习的多视图聚类算法(BGC-MV... 目前大多数多视图聚类算法存在融合机制不够完善、对多视图协同关系挖掘不足以及鲁棒性较弱等问题,导致聚类结果一致性偏低,且在噪声和冗余信息下的性能不够稳健。针对上述问题,提出一种基于二部图和一致图学习的多视图聚类算法(BGC-MVC),旨在通过融合各视图信息来提升聚类的一致性和互补性。该算法通过构造二部图以捕获不同视图之间的邻域关系,并通过学习一致性图强化视图间的相似性。它将原始多视图数据的嵌入整合进一个统一的框架中,结合了图学习与聚类过程,从而能提高聚类的整体效果。实验结果表明,BGC-MVC在满足收敛性条件下的准确度、F-score、归一化互信息(NMI)和纯度均有明显的提升。其中,在MSRC_v1数据集上的F-score比LMVSC(Large-scale Multi-View Subspace Clustering)算法提高了19.48个百分点,并且表现出更强的鲁棒性与准确度。 展开更多

关键词 多视图聚类 二部图 一致图 图融合 嵌入学习

在线阅读 下载PDF 职称材料

融合多模态信息的知识感知推荐方法

2

作者 王海荣 王怡梦 +1 位作者 周北京 易之航 《郑州大学学报(工学版)》 北大核心 2025年第6期15-22,共8页

图片、文本等多模态信息具有语义互补性,能够有效增强知识图谱中的实体表示,从而提高推荐的准确率和可解释性。通过分析推荐系统中具有语义相关性的多模态数据特点,提出了一种融合多模态信息的知识感知推荐方法。在知识图谱传播的基础上... 图片、文本等多模态信息具有语义互补性,能够有效增强知识图谱中的实体表示,从而提高推荐的准确率和可解释性。通过分析推荐系统中具有语义相关性的多模态数据特点,提出了一种融合多模态信息的知识感知推荐方法。在知识图谱传播的基础上,整合与图谱中实体语义相关的多模态信息,并将其与对应的实体进行特征融合,用来丰富实体表示,以便探索用户潜在的兴趣偏好。该方法充分考虑了多模态信息间的依赖性和交互性,采用模态间注意力关注各模态的重要信息,获取具有语义关联的多模态嵌入特征;通过门控注意力将实体对应的多模态嵌入特征与实体表示融合,进一步丰富实体的多模态语义信息,从而增强用户和项目的表示。为了验证方法的有效性,在MovieLens-1M和Book-Crossing数据集上进行实验,并与RippletNet、KGAT、CKAN、LKGR、COAT、CKE、KGCN、SKGCR和KGCL这9种方法进行对比分析,实验结果表明:所提方法在AUC和ACC上均优于对比方法;在MovieLens-1M和Book-Crossing数据集上,所提方法的AUC分别为0.9366和0.7637,与其他模型的平均值相比,增幅为0.0272和0.0291;所提方法的ACC分别为0.8623和0.7089,与其他模型的平均值相比,增幅为0.0283和0.0305。 展开更多

关键词 知识图谱 推荐系统 多模态信息 特征融合 嵌入传播

在线阅读 下载PDF 职称材料

水利多领域知识图谱关联融合方法研究 被引量：3

3

作者 朱浩 赵红莉 +3 位作者 段浩 甘甜 李豪 周逸凡 《人民黄河》 北大核心 2025年第3期123-129,134,共8页

多领域知识图谱关联融合是实现知识共享、支撑跨领域知识综合分析和方案决策的重要基础。基于水利多业务领域本体在术语、结构、概念上的异构特点,提出一种基于多策略的跨领域知识图谱关联融合方法,包括:结合多维相似度计算方法与领域规... 多领域知识图谱关联融合是实现知识共享、支撑跨领域知识综合分析和方案决策的重要基础。基于水利多业务领域本体在术语、结构、概念上的异构特点,提出一种基于多策略的跨领域知识图谱关联融合方法,包括:结合多维相似度计算方法与领域规则,进行等价和同形异义关系判定;利用领域规则,进行上下义和部分关系判定;根据判定结果,合并等价节点,保留同形异义节点,新增上下义和部分关联。以防洪与供水2个业务领域的知识图谱为例,进行跨领域知识图谱关联融合方法的应用。应用情况表明:该方法能较好满足水利专业跨领域知识关联融合的要求,可实现跨领域知识图谱的自动关联匹配,融合后的图谱可为更大范围的知识关联应用提供支撑。 展开更多

关键词 水利 多领域 知识图谱 关联融合 本体异构 等价

在线阅读 下载PDF 职称材料

多模态特征增强的双层融合知识推理方法 被引量：1

4

作者 荆博祥 王海荣 +1 位作者 王彤 杨振业 《计算机科学与探索》 北大核心 2025年第2期406-416,共11页

现有的多模态知识推理方法大多采用拼接或注意力的方式,将预训练模型提取到的多模态特征直接进行融合,往往忽略了不同模态之间的异构性和交互的复杂性。为此,提出了一种多模态特征增强的双层融合知识推理方法。结构信息嵌入模块采用自... 现有的多模态知识推理方法大多采用拼接或注意力的方式,将预训练模型提取到的多模态特征直接进行融合,往往忽略了不同模态之间的异构性和交互的复杂性。为此,提出了一种多模态特征增强的双层融合知识推理方法。结构信息嵌入模块采用自适应图注意力机制筛选并聚合关键的邻居信息,用来增强实体和关系嵌入的语义表达;多模态嵌入信息模块使用不同的注意力机制关注不同模态数据的独有特征,以及多模态数据间的共性特征,利用共性特征的互补信息进行模态交互,以减少模态间异构性差异;多模态特征融合模块采用将低秩多模态特征融合和决策融合相结合的双层融合策略,实现了多模态数据在模态间和模态内的动态复杂交互,并综合考虑每种模态在推理中的贡献度,得到更全面的预测结果。为了验证方法的有效性,分别在FB15K-237、DB15K和YAGO15K数据集上进行了实验。结果表明:该方法相比多模态推理方法,在FB15K-237数据集上MRR和Hits@1分别平均提升3.6%和2.2%;相比单模态推理方法,MRR和Hits@1分别平均提升13.7%和14.6%。 展开更多

关键词 多模态知识图谱 链接预测 知识推理 多模态特征融合

在线阅读 下载PDF 职称材料

融合路径与子图特征的知识图谱多跳推理模型 被引量：1

5

作者 李瑞 李贯峰 +1 位作者 胡德洲 高文馨 《计算机应用》 北大核心 2025年第1期32-39,共8页

针对知识推理模型在捕获实体之间的复杂语义特征方面难以捕捉多层次语义信息,同时未考虑单一路径的可解释性对正确答案的影响权重不同等问题,提出一种融合路径与子图特征的知识图谱(KG)多跳推理模型PSHAM(Hierarchical Attention Model ... 针对知识推理模型在捕获实体之间的复杂语义特征方面难以捕捉多层次语义信息,同时未考虑单一路径的可解释性对正确答案的影响权重不同等问题,提出一种融合路径与子图特征的知识图谱(KG)多跳推理模型PSHAM(Hierarchical Attention Model fusing Path-Subgraph features)。PS-HAM将实体邻域信息与连接路径信息进行融合,并针对不同路径探索多粒度的特征。首先,使用路径级特征提取模块提取每个实体对之间的连接路径,并采用分层注意力机制捕获不同粒度的信息,且将这些信息作为路径级的表示;其次,使用子图特征提取模块通过关系图卷积网络(RGCN)聚合实体的邻域信息;最后,使用路径-子图特征融合模块对路径级与子图级特征向量进行融合,以实现融合推理。在两个公开数据集上进行实验的结果表明,PS-HAM在指标平均倒数秩(MRR)和Hit@k(k=1,3,10)上的性能均存在有效提升。对于指标MRR,与MemoryPath模型相比,PS-HAM在FB15k-237和WN18RR数据集上分别提升了1.5和1.2个百分点。同时,对子图跳数进行的参数验证的结果表明,PS-HAM在两个数据集上都在子图跳数在3时推理效果达到最佳。 展开更多

关键词 知识图谱 多跳推理 子图特征 路径提取 特征融合

在线阅读 下载PDF 职称材料

面向低空智联网的多维信息统一表征技术综述 被引量：1

6

作者 董超 崔灿 +3 位作者 贾子晔 朱奕安 张磊 吴启晖 《电子与信息学报》 北大核心 2025年第5期1215-1229,共15页

作为新质生产力的低空智联网(LAIN),通过构建多种应用场景下的3维网络体系,可协助实现泛在覆盖和万物互联的美好愿景。然而,随着LAIN的快速发展,在数据采集和利用过程中,分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式... 作为新质生产力的低空智联网(LAIN),通过构建多种应用场景下的3维网络体系,可协助实现泛在覆盖和万物互联的美好愿景。然而,随着LAIN的快速发展,在数据采集和利用过程中,分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式各异,但由于尚未形成对数据的统一表征标准,极大地限制了LAIN中信息共享和有效利用。因此,该文首先总结了当前国内外相关研究现状,分析了LAIN下潜在的异构数据类型,指明其主要特征和应用场景;然后,设计了LAIN数据集成与融合的示范平台;其次,剖析了实现LAIN下多维异构信息统一表征所面临的挑战;进而,基于数据融合技术、时空栅格化技术、多模态协同推理以及知识图谱,提出潜在的融合与集成表征方法,构建统一的知识表征模型框架,以期实现不同信息源数据的语义对齐和集成;最后,对所述内容进行总结,并展望了未来的研究方向,旨在为LAIN的进一步发展提供理论基础和技术支持,推动LAIN信息资源的高效利用和智能化发展。 展开更多

关键词 低空智联网 信息融合 统一表征 多模态技术 知识图谱

在线阅读 下载PDF 职称材料

时序知识图谱构建关键技术及研究进展

7

作者 曾朝晖 杨阳 +3 位作者 陈晓方 桂卫华 阳春华 彭郅荣 《控制理论与应用》 北大核心 2025年第5期865-874,共10页

近年来,时序知识图谱受到国内外研究人员的广泛关注,成为研究热点.区别于传统知识图谱,时序知识图谱嵌入了时序信息,能够表示时序关系和因果关系,描述关系变化规律和事件演化模式,可成为能感知时间信息和因果律的知识库.本文对时序知识... 近年来,时序知识图谱受到国内外研究人员的广泛关注,成为研究热点.区别于传统知识图谱,时序知识图谱嵌入了时序信息,能够表示时序关系和因果关系,描述关系变化规律和事件演化模式,可成为能感知时间信息和因果律的知识库.本文对时序知识图谱构建技术进行综述.首先,本文介绍了时序知识图谱的定义和构建流程;其次,梳理了时序知识图谱构建过程中时序知识抽取、时序知识嵌入、时序逻辑推理等关键技术的研究进展,分析其发展状况并指出优缺点;最后,给出面向多级决策的铝电解氧化铝浓度多粒度知识图谱构建与应用案例,对时序知识图谱在流程工业领域的应用前景进行了展望. 展开更多

关键词 时序知识图谱 时序知识抽取 时序知识嵌入 时序逻辑推理 多粒度 深度学习

在线阅读 下载PDF 职称材料

基于自适应融合技术的多模态实体对齐模型 被引量：1

8

作者 任楚岚 于振坤 +1 位作者 关超 井立志 《计算机应用研究》 北大核心 2025年第1期100-105,共6页

多模态实体对齐旨在识别由结构三元组和与实体相关的图像组成的不同的多模态知识图谱之间的等价实体。现有的多模态实体对齐的研究主要集中在多模态融合策略,忽略了模态缺失和不同模态难以融合的问题,未能充分利用多模态信息。为了解决... 多模态实体对齐旨在识别由结构三元组和与实体相关的图像组成的不同的多模态知识图谱之间的等价实体。现有的多模态实体对齐的研究主要集中在多模态融合策略,忽略了模态缺失和不同模态难以融合的问题,未能充分利用多模态信息。为了解决上述问题,提出了MACEA模型,该模型使用多模态变分自编码方法主动补全缺失的模态信息,动态模态融合方法整合不同模态的信息并相互补充,模态间对比学习方法对模态间进行建模,这些方法有效解决了模态缺失与模态难以融合的问题。相比于当前基线模型,MACEA的hits@1和MRR指标分别提升了5.72%和6.78%,实验结果表明,该方法可以有效地识别出对齐实体对,具有较高的准确性和实用性。 展开更多

关键词 实体对齐 知识图谱 多模态 动态融合 模态缺失

在线阅读 下载PDF 职称材料

基于知识图谱嵌入的异构图欺诈用户检测

9

作者 吕舒琦 张云峰 《计算机科学》 北大核心 2025年第S2期933-939,共7页

在信用支付服务场景中,欺诈用户的检测问题一直是一个研究热点。在深度学习方法中,通常使用异质信息网络来建模不同类型的节点对象及其交互关系,如用节点表示支付服务场景中的用户及商家,用边来表示节点之间的交互关系,以充分利用图的... 在信用支付服务场景中,欺诈用户的检测问题一直是一个研究热点。在深度学习方法中,通常使用异质信息网络来建模不同类型的节点对象及其交互关系,如用节点表示支付服务场景中的用户及商家,用边来表示节点之间的交互关系,以充分利用图的结构信息。然而,已经提出的很多模型在捕捉节点特征信息时,往往只关注元路径端节点而忽略了元路径中间节点的信息,这将导致信息丢失的问题。因此,提出了一种基于知识图谱嵌入的异构图欺诈用户检测模型。首先,引入知识图谱嵌入方法作为元路径内部聚合编码器,与只关注元路径上端节点的方法不同,元路径内部聚合编码器在获取节点信息时会同时关注元路径中间节点,以聚集整条元路径上的节点信息,能够有效解决信息丢失的问题。除此之外,设计了一个多层融合注意力机制,从节点以及路径层面模拟用户对属性和元路径的偏好,并在全局层面以融合的角度分析特征的重要程度。在不同类型数据集上的实验结果表明,与现有的多种欺诈检测方法相比,所提模型取得了相对较好的结果。 展开更多

关键词 欺诈检测 图神经网络 异构图 知识图谱嵌入 多层融合注意力机制

在线阅读 下载PDF 职称材料

基于虚拟邻域聚合和属性嵌入的实体对齐方法

10

作者 冯晓慧 张晓滨 《计算机工程与设计》 北大核心 2025年第3期698-704,共7页

为增强对新实体的泛化能力,提高实体对齐的效果,构建一种基于多跳虚拟邻域聚合和属性嵌入的实体对齐模型。利用随机游走的方式构建虚拟邻域,使用门控单元对中心实体的虚拟邻域信息进行聚合;对于属性三元组生成抽象属性三元组,通过预测... 为增强对新实体的泛化能力,提高实体对齐的效果,构建一种基于多跳虚拟邻域聚合和属性嵌入的实体对齐模型。利用随机游走的方式构建虚拟邻域,使用门控单元对中心实体的虚拟邻域信息进行聚合;对于属性三元组生成抽象属性三元组,通过预测指定属性的相关属性进行属性嵌入;引入关系损失,通过排序得到实体对齐的结果。在公开数据集上的实验结果表明,该模型的Hits@1提升0.1~0.3、Hits@10提升0.04~0.2、MRR提升0.02~0.3,验证了模型的有效性。 展开更多

关键词 知识图谱 实体对齐 虚拟邻居 邻域聚合 属性嵌入 知识图谱融合 知识表示学习

在线阅读 下载PDF 职称材料

融合知识嵌入评分的强化学习多跳问答模型

11

作者 赵小康 李书琴 《计算机工程与设计》 北大核心 2025年第9期2450-2456,共7页

为降低基于强化学习的知识图谱多跳问答模型中智能体搜索的盲目性,缓解模型训练中的稀疏奖励和延迟奖励,构建一种融合知识嵌入评分机制的强化学习多跳问答模型。创新地采用评分模块约束智能体的搜索方向,并构造一个集成该评分模块的奖... 为降低基于强化学习的知识图谱多跳问答模型中智能体搜索的盲目性,缓解模型训练中的稀疏奖励和延迟奖励,构建一种融合知识嵌入评分机制的强化学习多跳问答模型。创新地采用评分模块约束智能体的搜索方向,并构造一个集成该评分模块的奖励塑造策略,缓解稀疏奖励和延迟奖励。通过在PathQuestion和PathQuestion-Large数据集上与其它几种模型进行对比实验,展现了优于其它基准模型的准确性。通过消融实验,验证了评分模块和奖励塑造策略的有效性。通过收敛时长的验证实验,验证了评分模块在降低智能体搜索盲目性的有效性。 展开更多

关键词 知识图谱 知识问答 强化学习 知识图谱嵌入 奖励塑造 弱监督 多跳问答

在线阅读 下载PDF 职称材料

基于“图像-文本”间关联增强的多模态猪病知识图谱融合方法

12

作者 蒋婷婷 徐澳 +3 位作者 吴飞飞 杨帅 何进 辜丽川 《农业机械学报》 北大核心 2025年第1期56-64,共9页

传统的猪病防治主要依赖于人工经验,很可能因为人工疏忽存在疾病漏诊。为此,构建一个多模态猪病知识图谱,帮助管理者更好地理解猪只间的关联关系,为后续有效识别潜在的疾病传播路径和异常情况提供良好的数据基础。首先,从不同来源获取... 传统的猪病防治主要依赖于人工经验,很可能因为人工疏忽存在疾病漏诊。为此,构建一个多模态猪病知识图谱,帮助管理者更好地理解猪只间的关联关系,为后续有效识别潜在的疾病传播路径和异常情况提供良好的数据基础。首先,从不同来源获取猪病数据,经过知识抽取以及图像匹配后初步构建两个多模态猪病知识图谱;其次,提出基于“图像-文本”间关联增强的多模态融合方法,利用多头注意力机制学习图像与文本之间的语义关联,通过减少猪病视觉模态模糊问题带来的负面作用,以增强猪病实体的向量表征;最后,基于对实体向量表征相似度的计算,融合两个多模态数据集中的猪病实体,以形成一个知识完备性更高的猪病知识图谱。实验表明,本文提出的多模态融合方法在猪病实体对齐任务上取得了优异的性能,相较于现有方法,对齐准确性(Hits@1)提升0.033,在通用数据集DBP_(ZH-EN)、DBP_(FR-EN)、DBP_(JA-EN)上进行实验验证,对齐准确性分别提升0.152、0.236、0.180,证明了该方法在多模态知识图谱融合方面的有效性。 展开更多

关键词 猪病 多模态知识图谱 多模态融合 实体对齐

在线阅读 下载PDF 职称材料

利用多头注意力融合数值属性的知识图谱嵌入方法

13

作者 冯文龙 张东 李冠宇 《计算机工程与应用》 北大核心 2025年第20期228-237,共10页

知识图谱作为结构化的语义知识库通过实体与关系表示现实世界。传统的知识图谱嵌入方法往往忽略了知识图谱中的数值信息,将数值信息通过数值编码的方式纳入知识图谱的链接预测过程,并利用多头注意力机制结合数值信息提升知识图谱链接预... 知识图谱作为结构化的语义知识库通过实体与关系表示现实世界。传统的知识图谱嵌入方法往往忽略了知识图谱中的数值信息,将数值信息通过数值编码的方式纳入知识图谱的链接预测过程,并利用多头注意力机制结合数值信息提升知识图谱链接预测任务的能力。研究通过自监督学习方法对已有的知识图谱数据生成正样本与负样本扩展数据集,提高模型对数据的利用效率。采用对比损失函数与交叉熵损失函数优化模型性能。实验部分选取了数据集Spotify、US-cities与Credit,并在数据集上进行链接预测实验,在MRR指标上相较于现有最佳模型分别提升5.54%、4.03%与1.12%,表明了该研究方法在链接预测任务中的有效性。 展开更多

关键词 知识图谱 链接预测 多头注意力 实体嵌入 自监督学习

在线阅读 下载PDF 职称材料

多级融合知识图谱补全模型

14

作者 叶志鸿 吴运兵 +1 位作者 戴思翀 曾智宏 《计算机科学与探索》 北大核心 2025年第3期724-737,共14页

知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱,多模态知识图谱补全融合了实体的本体信息,如实体描述、实体图像和实体属性,以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中,以获取实体模态联合表示,再融... 知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱,多模态知识图谱补全融合了实体的本体信息,如实体描述、实体图像和实体属性,以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中,以获取实体模态联合表示,再融合知识图谱结构信息作出预测。然而,现存方法融合多模态信息时难以捕捉实体背景知识的复杂交互,不可避免地存在信息丢失和特征提取能力不足的问题;同时过拟合及实体关系交互不足限制了二维卷积模型性能,导致难以融合知识图谱结构信息。因此,提出了多级融合知识图谱补全模型,从实体多模态信息融合与知识图谱结构信息融合两方面解决上述问题。为充分融合实体多模态信息,提出同时使用三种不同融合方法,以全面捕捉实体背景知识交互,并联合决策学习,旨在结合不同多模态融合方法提供的互补信息,以获取实体丰富多样的表示;为充分融合知识图谱结构信息,利用特征泛化来缓解二维卷积模型的过拟合问题,并结合特征重塑增强实体与关系间交互,以提升实体与关系间的上下文感知能力。实验结果表明,该模型在多个公开数据集上均取得较好性能。 展开更多

关键词 知识图谱补全 多模态融合 本体信息 结构信息 决策学习

在线阅读 下载PDF 职称材料

基于知识感知与交互的多视图蒸馏推荐算法

15

作者 张悦岚 苏静 +1 位作者 赵航宇 杨白利 《计算机应用》 北大核心 2025年第7期2211-2220,共10页

目前,基于协同过滤的图神经网络(GNN)推荐系统存在严重的数据稀疏和冷启动问题。很多相关算法引入项目的外部知识进行补充性扩展使这些问题得以缓解,然而这些算法忽略了稀疏协同信号和冗余补充内容直接结合所导致的信息利用严重不平衡... 目前,基于协同过滤的图神经网络(GNN)推荐系统存在严重的数据稀疏和冷启动问题。很多相关算法引入项目的外部知识进行补充性扩展使这些问题得以缓解,然而这些算法忽略了稀疏协同信号和冗余补充内容直接结合所导致的信息利用严重不平衡以及不同数据之间的共享传递问题。因此,设计一种基于知识感知与交互的多视图蒸馏推荐算法(MKDRec)。首先,针对协同数据的稀疏性,对交互图采用随机丢弃以增强形成的协同视图,再将该视图下的节点表征进行邻域对比学习;其次,关于知识冗余问题,对知识视图中的每种关系的边进行编码,并基于头尾实体和连接关系重构项目知识视图,使信息得到充分利用;最后,基于项目与实体间的等价关系构建具有远程连接的关联视图。至此,对3个视图以不同卷积聚合方式学习图节点表征来提取多种用户与项目的信息,并得出多个用户与项目的嵌入表示。此外,将两两视图的节点特征向量进行知识蒸馏融合以实现信息的共享和传递。MKDRec在数据集Book-Crossing、MovieLens-1M和Last. FM上的实验结果显示,相较于最好的基线方法结果,MKDRec的曲线下面积(AUC)分别提升了2.13%、1.07%和3.44%,而F1分数分别提升了3.56%、1.14%和4.46%。 展开更多

关键词 推荐算法 图神经网络 多视图融合 知识蒸馏 局部增强

在线阅读 下载PDF 职称材料

基于知识图谱的煤矿安全风险管控方法 被引量：1

16

作者 段瑞威 《工矿自动化》 北大核心 2025年第6期122-128,156,共8页

针对传统煤矿安全风险监测方法多源数据融合困难和实时预警能力差、在实时风险预警和动态响应方面表现欠佳的问题,提出了一种基于知识图谱的煤矿安全风险管控方法。煤矿安全风险管控知识图谱构建包含风险知识获取、动态隐患提取、风险... 针对传统煤矿安全风险监测方法多源数据融合困难和实时预警能力差、在实时风险预警和动态响应方面表现欠佳的问题,提出了一种基于知识图谱的煤矿安全风险管控方法。煤矿安全风险管控知识图谱构建包含风险知识获取、动态隐患提取、风险动态管控等关键环节。风险知识获取:通过多种标准化方法识别潜在风险,采用OWL等语言构建结构化本体模型,将风险点实例及属性录入企业风险知识图谱,形成语义网络,为智能化风险评估和精准管理奠定基础。动态隐患提取:将从不同数据源采集的多模态数据与知识图谱中的风险点实例进行实时关联,根据预设的算法和规则更新风险点的状态。风险动态管控:针对已识别的隐患,通过语义网络规则语言(SWRL)撰写的推理规则实现即时推理。实际应用结果表明,该方法可准确快速地识别生产环境中的潜在危险因素,有效提升风险识别与预警能力,为煤矿安全管理提供系统化支撑。 展开更多

关键词 煤矿安全风险管控 知识图谱 多源数据融合 风险知识获取 动态隐患提取 风险动态管控

在线阅读 下载PDF 职称材料

基于多视角关系增强知识图谱的推荐方法

17

作者 甘轲 朱小飞 程佳玮 《计算机应用》 北大核心 2025年第11期3519-3528,共10页

基于知识图谱的推荐方法通过结合物品属性图和用户交互图中的关系连接学习用户和物品节点的表示,从而推荐合适的物品;然而,由于知识图谱同时包含噪声关系和优质关系,当前的主要挑战在于如何规避噪声关系并挖掘优质关系。现有方法通常基... 基于知识图谱的推荐方法通过结合物品属性图和用户交互图中的关系连接学习用户和物品节点的表示,从而推荐合适的物品;然而,由于知识图谱同时包含噪声关系和优质关系,当前的主要挑战在于如何规避噪声关系并挖掘优质关系。现有方法通常基于全局的重构策略,通过裁剪噪声关系或挖掘优质关系的单一方式优化知识图谱关系,以此学习用户和物品的表示。然而,基于全局视角难以充分捕捉局部信息的细节,并且容易忽略局部信息与全局信息之间的潜在互补性;此外,仅依赖裁剪或增补策略难以同时规避噪声关系的干扰并全面挖掘优质关系。针对上述问题,提出一种基于多视角关系增强知识图谱的推荐方法(RMPREKG)。该方法利用物品混合关系对齐模块和交互混合关系增强模块减少物品属性图和用户交互图中噪声关系的影响,同时深入挖掘优质高阶关系。物品混合关系对齐模块通过重要性裁剪策略和高阶关系挖掘方法分别提取局部与全局关系,并采用一种知识对齐的方法协同两类信息,可有效提炼优质物品辅助信息;交互混合关系增强模块构建了局部混合裁剪关系图和全局混合增补关系图,并通过跨通道和跨层对比学习增强两者之间的信息互补性,从而全面学习用户和物品的表示。最后,采用层级门控自适应的方法融合多组用户与物品嵌入用于推荐。当推荐长度为20时,与VRKG4Rec(Virtual Relational Knowledge Graphs for Recommendation)相比,RMPREKG在Last. FM数据集的归一化折损累计增益(NDCG)提升了10.17%,在MovieLens-1M数据集的NDCG提升了1.13%。 展开更多

关键词 知识图谱 多视角 知识对齐 对比学习 门控融合

在线阅读 下载PDF 职称材料

自适应特征融合的多模态实体对齐研究 被引量：11

18

作者 郭浩 李欣奕 +2 位作者 唐九阳 郭延明 赵翔 《自动化学报》 EI CAS CSCD 北大核心 2024年第4期758-770,共13页

多模态数据间交互式任务的兴起对于综合利用不同模态的知识提出了更高的要求,因此融合不同模态知识的多模态知识图谱应运而生.然而,现有多模态知识图谱存在图谱知识不完整的问题,严重阻碍对信息的有效利用.缓解此问题的有效方法是通过... 多模态数据间交互式任务的兴起对于综合利用不同模态的知识提出了更高的要求,因此融合不同模态知识的多模态知识图谱应运而生.然而,现有多模态知识图谱存在图谱知识不完整的问题,严重阻碍对信息的有效利用.缓解此问题的有效方法是通过实体对齐进行知识图谱补全.当前多模态实体对齐方法以固定权重融合多种模态信息,在融合过程中忽略不同模态信息贡献的差异性.为解决上述问题,设计一套自适应特征融合机制,根据不同模态数据质量动态融合实体结构信息和视觉信息.此外,考虑到视觉信息质量不高、知识图谱之间的结构差异也影响实体对齐的效果,本文分别设计提升视觉信息有效利用率的视觉特征处理模块以及缓和结构差异性的三元组筛选模块.在多模态实体对齐任务上的实验结果表明,提出的多模态实体对齐方法的性能优于当前最好的方法. 展开更多

关键词 多模态知识图谱 实体对齐 预训练模型 特征融合

在线阅读 下载PDF 职称材料

基于知识图谱增强的领域多模态实体识别 被引量：3

19

作者 李华昱 张智康 +1 位作者 闫阳 岳阳 《计算机工程》 CAS CSCD 北大核心 2024年第8期31-39,共9页

针对特定领域中文命名实体识别存在的局限性,提出一种利用学科图谱和图像提高实体识别准确率的模型,旨在利用领域图谱和图像提高计算机学科领域短文本中实体识别的准确率。使用基于BERT-BiLSTMAttention的模型提取文本特征,使用ResNet15... 针对特定领域中文命名实体识别存在的局限性,提出一种利用学科图谱和图像提高实体识别准确率的模型,旨在利用领域图谱和图像提高计算机学科领域短文本中实体识别的准确率。使用基于BERT-BiLSTMAttention的模型提取文本特征,使用ResNet152提取图像特征,并使用分词工具获得句子中的名词实体。通过BERT将名词实体与图谱节点进行特征嵌入,利用余弦相似度查找句子中的分词在学科图谱中最相似的节点,保留到该节点距离为1的邻居节点,生成最佳匹配子图,作为句子的语义补充。使用多层感知机(MLP)将文本、图像和子图3种特征映射到同一空间,并通过独特的门控机制实现文本和图像的细粒度跨模态特征融合。最后,通过交叉注意力机制将多模态特征与子图特征进行融合,输入解码器进行实体标记。在Twitter2015、Twitter2017和自建计算机学科数据集上同基线模型进行实验比较,结果显示,所提方法在领域数据集上的精确率、召回率和F1值分别可达88.56%、87.47%和88.01%,与最优基线模型相比,F1值提高了1.36个百分点,表明利用领域知识图谱能有效提升实体识别效果。 展开更多

关键词 命名实体识别 多模态 领域 知识图谱 跨模态特征融合 注意力机制

在线阅读 下载PDF 职称材料

面向方面情感分析的多通道增强图卷积网络 被引量：4

20

作者 韩虎 范雅婷 徐学锋 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1022-1032,共11页

传统的基于单通道的特征提取方式,仅使用单一的依赖关系捕获特征,忽略单词间的语义相似性与依赖关系类型信息。尽管基于图卷积网络进行方面情感分析的方法已经取得一定成效,但始终难以同时聚合节点的语义信息和句法结构特征,在整个迭代... 传统的基于单通道的特征提取方式,仅使用单一的依赖关系捕获特征,忽略单词间的语义相似性与依赖关系类型信息。尽管基于图卷积网络进行方面情感分析的方法已经取得一定成效,但始终难以同时聚合节点的语义信息和句法结构特征,在整个迭代训练过程中最初的语义特征会逐渐遗失,影响句子最终的情感分类效果。由于缺乏先验知识会导致模型对相关情感词的误解,因此需要引入外部知识来丰富文本信息。目前,如何利用图神经网络(GNN)融合句法和语义特征的方式仍值得深入研究。针对上述问题,该文提出一种多通道增强图卷积网络模型。首先,通过对情感知识和依赖类型增强的句法图进行图卷积操作,得到基于语法的两种表示,与经过多头注意力和图卷积学习到的语义表示进行融合,使多通道的特征能够互补学习。实验结果表明,在5个公开数据集上,准确率和宏F1值优于基准模型。由此可见,依赖类型和情感知识均对增强句法图有重要影响,表明融合语义信息与句法结构的有效性。 展开更多

关键词 方面情感分析 图卷积网络 情感知识 依赖关系嵌入 多头注意力

在线阅读 下载PDF 职称材料