军事术语知识图谱构建与应用研究

这是一篇关于军事术语,本体,实体识别,关系抽取,知识图谱应用的论文, 主要内容为军事术语是军事领域的专业用语,是军人的规范化、标准化语言,规范和统一使用军事术语,是统一军队认知的基本要求、协调部队行动的基本保证。随着军事技术及其理论的不断发展,新军事概念及其指称形式层出不穷,对这些新概念新指称的术语化、规范化工作亟待更新,对创新型军语管理技术与方法的需求十分迫切。由于军事领域术语词汇更新不及时、规范化程度不够高、技术方法落后等原因,导致军事术语应用中语义指代不一致、军事相关文章逻辑不严密等问题屡见不鲜。一是军事术语之间语义关联关系较弱,难以适用于军事智能化等相关应用,用户难以直观全面地理解军事术语概念及其语义关联关系;二是军事术语大部分以纸质形式存在,军事术语的查询、推广和应用不方便。为此,本文针对军事术语知识,构建了军事术语本体、知识图谱并构建其应用系统,为军事术语统一语义和规范应用提供技术和方法支撑。(1)军事术语知识图谱构建军事术语数据集由内印书籍和中国军事百科全书组成。在军事领域专家的指导下,本文对军事术语的词汇、概念、关系深入分析,采用Protégé本体建模工具构建了军事术语本体,并利用Hermi T推理工具对该本体结构的一致性进行分析,为军事术语知识图谱的构建提供了顶层设计模式。通过对军事术语知识体系的描述和军事术语数据分析,本文采用基于模板的方式构建、识别了军事术语的实体,为后续军事术语关系抽取提供了实体信息描述。最后,本文采用基于规则的方式抽取出军事术语中具有显著特征的军事术语语义关联关系,初步构建了军事术语知识图谱。同时,基于规则的方法抽取的军事术语语义关联关系也为军事术语关系抽取模型提供了训练数据。通过微调BERT-wwm预训练模型,本文构建的模型在军事术语数据集中取得了优秀的效果,并且通过消融实验验证了该模型结构的有效性。以上两种关系抽取方式相互结合,为军事术语关系抽取提供了准确、高效的抽取工具。(2)军事术语知识图谱应用军事术语知识图谱以节点表示军事术语实体信息,边表示军事术语之间的语义关联。为了方便管理和推广军事术语知识图谱,本文构建了军事术语知识服务系统,采用前后端分离的方式为用户提供一个高可用的知识服务系统。服务端采用Neo4j存储军事术语知识图谱,并采用Springboot框架统一处理前端用户发送的请求信息。前端界面采用VUE架构,为用户提供方便快捷的军事术语知识管理、查询、分析界面。综上所述,本文系统性整合并分析了军事术语数据,并利用Protégé建模工具构建军事术语本体,为军事术语知识共享和推理提供了准确、全面的知识体系;针对军事术语数据特征,本文提出了基于模板的军事术语实体识别方法,可以高效地识别军事术语语料数据中的实体及属性信息,为军事术语知识图谱构建提供了高质量的实体信息;其次,本文提出了基于规则和基于深度学习模型两种相互结合的关系抽取方法,两种方法相互结合增强了军事术语之间的语义关联,也为军事术语关系抽取提供了高效的抽取工具。最后,本文在军事术语知识图谱上构建了军事术语知识服务系统,为军事术语规范推广和标准化应用提供了高效、快捷的服务平台。

军事术语知识图谱构建与应用研究

这是一篇关于军事术语,本体,实体识别,关系抽取,知识图谱应用的论文, 主要内容为军事术语是军事领域的专业用语,是军人的规范化、标准化语言,规范和统一使用军事术语,是统一军队认知的基本要求、协调部队行动的基本保证。随着军事技术及其理论的不断发展,新军事概念及其指称形式层出不穷,对这些新概念新指称的术语化、规范化工作亟待更新,对创新型军语管理技术与方法的需求十分迫切。由于军事领域术语词汇更新不及时、规范化程度不够高、技术方法落后等原因,导致军事术语应用中语义指代不一致、军事相关文章逻辑不严密等问题屡见不鲜。一是军事术语之间语义关联关系较弱,难以适用于军事智能化等相关应用,用户难以直观全面地理解军事术语概念及其语义关联关系;二是军事术语大部分以纸质形式存在,军事术语的查询、推广和应用不方便。为此,本文针对军事术语知识,构建了军事术语本体、知识图谱并构建其应用系统,为军事术语统一语义和规范应用提供技术和方法支撑。(1)军事术语知识图谱构建军事术语数据集由内印书籍和中国军事百科全书组成。在军事领域专家的指导下,本文对军事术语的词汇、概念、关系深入分析,采用Protégé本体建模工具构建了军事术语本体,并利用Hermi T推理工具对该本体结构的一致性进行分析,为军事术语知识图谱的构建提供了顶层设计模式。通过对军事术语知识体系的描述和军事术语数据分析,本文采用基于模板的方式构建、识别了军事术语的实体,为后续军事术语关系抽取提供了实体信息描述。最后,本文采用基于规则的方式抽取出军事术语中具有显著特征的军事术语语义关联关系,初步构建了军事术语知识图谱。同时,基于规则的方法抽取的军事术语语义关联关系也为军事术语关系抽取模型提供了训练数据。通过微调BERT-wwm预训练模型,本文构建的模型在军事术语数据集中取得了优秀的效果,并且通过消融实验验证了该模型结构的有效性。以上两种关系抽取方式相互结合,为军事术语关系抽取提供了准确、高效的抽取工具。(2)军事术语知识图谱应用军事术语知识图谱以节点表示军事术语实体信息,边表示军事术语之间的语义关联。为了方便管理和推广军事术语知识图谱,本文构建了军事术语知识服务系统,采用前后端分离的方式为用户提供一个高可用的知识服务系统。服务端采用Neo4j存储军事术语知识图谱,并采用Springboot框架统一处理前端用户发送的请求信息。前端界面采用VUE架构,为用户提供方便快捷的军事术语知识管理、查询、分析界面。综上所述,本文系统性整合并分析了军事术语数据,并利用Protégé建模工具构建军事术语本体,为军事术语知识共享和推理提供了准确、全面的知识体系;针对军事术语数据特征,本文提出了基于模板的军事术语实体识别方法,可以高效地识别军事术语语料数据中的实体及属性信息,为军事术语知识图谱构建提供了高质量的实体信息;其次,本文提出了基于规则和基于深度学习模型两种相互结合的关系抽取方法,两种方法相互结合增强了军事术语之间的语义关联,也为军事术语关系抽取提供了高效的抽取工具。最后,本文在军事术语知识图谱上构建了军事术语知识服务系统,为军事术语规范推广和标准化应用提供了高效、快捷的服务平台。

军事术语知识图谱构建与应用研究

这是一篇关于军事术语,本体,实体识别,关系抽取,知识图谱应用的论文, 主要内容为军事术语是军事领域的专业用语,是军人的规范化、标准化语言,规范和统一使用军事术语,是统一军队认知的基本要求、协调部队行动的基本保证。随着军事技术及其理论的不断发展,新军事概念及其指称形式层出不穷,对这些新概念新指称的术语化、规范化工作亟待更新,对创新型军语管理技术与方法的需求十分迫切。由于军事领域术语词汇更新不及时、规范化程度不够高、技术方法落后等原因,导致军事术语应用中语义指代不一致、军事相关文章逻辑不严密等问题屡见不鲜。一是军事术语之间语义关联关系较弱,难以适用于军事智能化等相关应用,用户难以直观全面地理解军事术语概念及其语义关联关系;二是军事术语大部分以纸质形式存在,军事术语的查询、推广和应用不方便。为此,本文针对军事术语知识,构建了军事术语本体、知识图谱并构建其应用系统,为军事术语统一语义和规范应用提供技术和方法支撑。(1)军事术语知识图谱构建军事术语数据集由内印书籍和中国军事百科全书组成。在军事领域专家的指导下,本文对军事术语的词汇、概念、关系深入分析,采用Protégé本体建模工具构建了军事术语本体,并利用Hermi T推理工具对该本体结构的一致性进行分析,为军事术语知识图谱的构建提供了顶层设计模式。通过对军事术语知识体系的描述和军事术语数据分析,本文采用基于模板的方式构建、识别了军事术语的实体,为后续军事术语关系抽取提供了实体信息描述。最后,本文采用基于规则的方式抽取出军事术语中具有显著特征的军事术语语义关联关系,初步构建了军事术语知识图谱。同时,基于规则的方法抽取的军事术语语义关联关系也为军事术语关系抽取模型提供了训练数据。通过微调BERT-wwm预训练模型,本文构建的模型在军事术语数据集中取得了优秀的效果,并且通过消融实验验证了该模型结构的有效性。以上两种关系抽取方式相互结合,为军事术语关系抽取提供了准确、高效的抽取工具。(2)军事术语知识图谱应用军事术语知识图谱以节点表示军事术语实体信息,边表示军事术语之间的语义关联。为了方便管理和推广军事术语知识图谱,本文构建了军事术语知识服务系统,采用前后端分离的方式为用户提供一个高可用的知识服务系统。服务端采用Neo4j存储军事术语知识图谱,并采用Springboot框架统一处理前端用户发送的请求信息。前端界面采用VUE架构,为用户提供方便快捷的军事术语知识管理、查询、分析界面。综上所述,本文系统性整合并分析了军事术语数据,并利用Protégé建模工具构建军事术语本体,为军事术语知识共享和推理提供了准确、全面的知识体系;针对军事术语数据特征,本文提出了基于模板的军事术语实体识别方法,可以高效地识别军事术语语料数据中的实体及属性信息,为军事术语知识图谱构建提供了高质量的实体信息;其次,本文提出了基于规则和基于深度学习模型两种相互结合的关系抽取方法,两种方法相互结合增强了军事术语之间的语义关联,也为军事术语关系抽取提供了高效的抽取工具。最后,本文在军事术语知识图谱上构建了军事术语知识服务系统,为军事术语规范推广和标准化应用提供了高效、快捷的服务平台。

军事术语知识图谱构建与应用研究

这是一篇关于军事术语,本体,实体识别,关系抽取,知识图谱应用的论文, 主要内容为军事术语是军事领域的专业用语,是军人的规范化、标准化语言,规范和统一使用军事术语,是统一军队认知的基本要求、协调部队行动的基本保证。随着军事技术及其理论的不断发展,新军事概念及其指称形式层出不穷,对这些新概念新指称的术语化、规范化工作亟待更新,对创新型军语管理技术与方法的需求十分迫切。由于军事领域术语词汇更新不及时、规范化程度不够高、技术方法落后等原因,导致军事术语应用中语义指代不一致、军事相关文章逻辑不严密等问题屡见不鲜。一是军事术语之间语义关联关系较弱,难以适用于军事智能化等相关应用,用户难以直观全面地理解军事术语概念及其语义关联关系;二是军事术语大部分以纸质形式存在,军事术语的查询、推广和应用不方便。为此,本文针对军事术语知识,构建了军事术语本体、知识图谱并构建其应用系统,为军事术语统一语义和规范应用提供技术和方法支撑。(1)军事术语知识图谱构建军事术语数据集由内印书籍和中国军事百科全书组成。在军事领域专家的指导下,本文对军事术语的词汇、概念、关系深入分析,采用Protégé本体建模工具构建了军事术语本体,并利用Hermi T推理工具对该本体结构的一致性进行分析,为军事术语知识图谱的构建提供了顶层设计模式。通过对军事术语知识体系的描述和军事术语数据分析,本文采用基于模板的方式构建、识别了军事术语的实体,为后续军事术语关系抽取提供了实体信息描述。最后,本文采用基于规则的方式抽取出军事术语中具有显著特征的军事术语语义关联关系,初步构建了军事术语知识图谱。同时,基于规则的方法抽取的军事术语语义关联关系也为军事术语关系抽取模型提供了训练数据。通过微调BERT-wwm预训练模型,本文构建的模型在军事术语数据集中取得了优秀的效果,并且通过消融实验验证了该模型结构的有效性。以上两种关系抽取方式相互结合,为军事术语关系抽取提供了准确、高效的抽取工具。(2)军事术语知识图谱应用军事术语知识图谱以节点表示军事术语实体信息,边表示军事术语之间的语义关联。为了方便管理和推广军事术语知识图谱,本文构建了军事术语知识服务系统,采用前后端分离的方式为用户提供一个高可用的知识服务系统。服务端采用Neo4j存储军事术语知识图谱,并采用Springboot框架统一处理前端用户发送的请求信息。前端界面采用VUE架构,为用户提供方便快捷的军事术语知识管理、查询、分析界面。综上所述,本文系统性整合并分析了军事术语数据,并利用Protégé建模工具构建军事术语本体,为军事术语知识共享和推理提供了准确、全面的知识体系;针对军事术语数据特征,本文提出了基于模板的军事术语实体识别方法,可以高效地识别军事术语语料数据中的实体及属性信息,为军事术语知识图谱构建提供了高质量的实体信息;其次,本文提出了基于规则和基于深度学习模型两种相互结合的关系抽取方法,两种方法相互结合增强了军事术语之间的语义关联,也为军事术语关系抽取提供了高效的抽取工具。最后,本文在军事术语知识图谱上构建了军事术语知识服务系统,为军事术语规范推广和标准化应用提供了高效、快捷的服务平台。

基于知识图谱的钢铁生产过程表征技术研究与应用

这是一篇关于钢铁生产过程表征,知识图谱,本体构建,知识图谱应用,甘特图的论文, 主要内容为我国钢铁产业数字化发展仍处于初级阶段,在经济全球化程度不断加深、世界各产业结构转移升级以及产能过剩的影响下,我国钢铁产业利润有较大幅度下降,亟需提高工业化和信息化水平,融合新一代信息技术到生产和管理之中。钢铁生产过程是涵盖了连续型生产和离散型生产的混合流程,生产过程复杂,数据来源多、格式和协议多,传统的制造业信息化理论的多级架构设计使得自动化实时信息与业务信息分布在多个独立的系统中形成信息孤岛,数据按工序的空间分布进行组织与存储,这种情况下难以实现完整生产过程数据的整合贯通。本论文研究使用知识图谱技术来对钢铁生产过程数据进行整合和表征,首先构建了钢铁生产过程知识图谱本体结构,然后设计实现了一套系统来解决钢铁企业生产过程管理存在的问题,主要包括如下方面:(1)通过分析钢铁生产过程,完成了钢铁生产过程知识图谱的本体设计和图谱构建,在其基础上设计了基于知识图谱的钢铁生产过程表征系统。(2)以某钢铁企业生产为参考,实现系统功能,通过将本体属性映射到多源数据库字段的方式来构建图谱本体,并生成实体节点和关系来描述钢铁生产的工序过程衔接、物料流转、设备使用信息及其之间的关联,将生产过程数据、物料的检测数据和计量数据及其他系统中的业务数据等进行整合贯通。(3)通过可视化技术将特定的生产过程涉及的图节点完整展示,用于对生产情况的查询和评估,并将相应的数据整合,提供数据服务。以图表的形式对历史生产过程数据和图谱数据服务提供的数据进行表示,能够有效、直观地感知和了解生产过程情况。(4)研究了甘特图对比分析方法,并在系统中构建生产加工过程甘特图。通过将计划甘特图与生产实际甘特图进行对比分析,宏观地评判生产逾期、超时等情况,来为优化生产提供依据。

军事术语知识图谱构建与应用研究

这是一篇关于军事术语,本体,实体识别,关系抽取,知识图谱应用的论文, 主要内容为军事术语是军事领域的专业用语,是军人的规范化、标准化语言,规范和统一使用军事术语,是统一军队认知的基本要求、协调部队行动的基本保证。随着军事技术及其理论的不断发展,新军事概念及其指称形式层出不穷,对这些新概念新指称的术语化、规范化工作亟待更新,对创新型军语管理技术与方法的需求十分迫切。由于军事领域术语词汇更新不及时、规范化程度不够高、技术方法落后等原因,导致军事术语应用中语义指代不一致、军事相关文章逻辑不严密等问题屡见不鲜。一是军事术语之间语义关联关系较弱,难以适用于军事智能化等相关应用,用户难以直观全面地理解军事术语概念及其语义关联关系;二是军事术语大部分以纸质形式存在,军事术语的查询、推广和应用不方便。为此,本文针对军事术语知识,构建了军事术语本体、知识图谱并构建其应用系统,为军事术语统一语义和规范应用提供技术和方法支撑。(1)军事术语知识图谱构建军事术语数据集由内印书籍和中国军事百科全书组成。在军事领域专家的指导下,本文对军事术语的词汇、概念、关系深入分析,采用Protégé本体建模工具构建了军事术语本体,并利用Hermi T推理工具对该本体结构的一致性进行分析,为军事术语知识图谱的构建提供了顶层设计模式。通过对军事术语知识体系的描述和军事术语数据分析,本文采用基于模板的方式构建、识别了军事术语的实体,为后续军事术语关系抽取提供了实体信息描述。最后,本文采用基于规则的方式抽取出军事术语中具有显著特征的军事术语语义关联关系,初步构建了军事术语知识图谱。同时,基于规则的方法抽取的军事术语语义关联关系也为军事术语关系抽取模型提供了训练数据。通过微调BERT-wwm预训练模型,本文构建的模型在军事术语数据集中取得了优秀的效果,并且通过消融实验验证了该模型结构的有效性。以上两种关系抽取方式相互结合,为军事术语关系抽取提供了准确、高效的抽取工具。(2)军事术语知识图谱应用军事术语知识图谱以节点表示军事术语实体信息,边表示军事术语之间的语义关联。为了方便管理和推广军事术语知识图谱,本文构建了军事术语知识服务系统,采用前后端分离的方式为用户提供一个高可用的知识服务系统。服务端采用Neo4j存储军事术语知识图谱,并采用Springboot框架统一处理前端用户发送的请求信息。前端界面采用VUE架构,为用户提供方便快捷的军事术语知识管理、查询、分析界面。综上所述,本文系统性整合并分析了军事术语数据,并利用Protégé建模工具构建军事术语本体,为军事术语知识共享和推理提供了准确、全面的知识体系;针对军事术语数据特征,本文提出了基于模板的军事术语实体识别方法,可以高效地识别军事术语语料数据中的实体及属性信息,为军事术语知识图谱构建提供了高质量的实体信息;其次,本文提出了基于规则和基于深度学习模型两种相互结合的关系抽取方法,两种方法相互结合增强了军事术语之间的语义关联,也为军事术语关系抽取提供了高效的抽取工具。最后,本文在军事术语知识图谱上构建了军事术语知识服务系统,为军事术语规范推广和标准化应用提供了高效、快捷的服务平台。

基于Web文档资源的课程知识图谱构建及应用研究

这是一篇关于课程知识图谱,知识服务,知识图谱应用的论文, 主要内容为随着信息技术的不断发展,互联网在人们的学习、工作和生活中扮演着日益重要的角色。互联网通信打破了时空的限制,给教育方式带来了全新的模式,并且孕育出了碎片化学习、远程教育、移动学习等一系列的全新概念,但是这些学习模式仍然只是简单地把传统学习资源搬到互联网中,虽然增加了形象生动的富媒体等内容,但仍然需要学习者自己去对学习资源进行解构,梳理知识点之间的内在关联,才能形成自身对课程内容的整体理解。该过程提供的学习支持与传统学习并无太大的差异,仍停留在学习内容的篇章级别上,并没有深入到知识点上,更没有建立知识点之间的相互关联,使得学习过程并没有太大的改变。新技术的发展给当前的教育方式带来了新机遇,Google于2012年5月推出了“知识图谱”(Knowledge Graph,KG)技术,其创新了表示、管理和组织知识的方式,赋予了传统互联网技术新的能力。如果将传统的课程篇章学习(网页互联)转换为对知识点及其相互之间关系(知识互联)的学习,这无疑能够解决部分传统学习方式中存在的问题。本文围绕课程知识图谱构建中的课程知识数据获取、课程本体构建和课程知识抽取,以及课程知识图谱的应用开展了如下研究工作:(1)获取课程知识内容。本文基于Python的scrapy爬虫框架开发了课程语料采集程序,从优质的在线平台中采集学习资源。然后采用Python库BeautifulSoup中提供的接口和工具,对采集的课程语料文档进行数据清洗。再利用哈工大开发的语言技术平台,结合清华大学开放中文词库的IT类词库,对清洗过的课程语料进行分词与词性标注。最后将清洗后的数据文件作为基础语料库,为课程知识图谱的构建工作奠定数据基础。(2)应用统计的方法开展课程知识图谱的构建研究。首先通过对TF-IDF算法进行加权优化和MI权值相结合的方法,发现并抽取课程内容中的概念词汇。然后运用相似度和细化度相结合的方法,科学地量化课程概念间的层次关系并完成课程知识图谱模式层的本体构建。再利用DOM树技术将课程语料中的语料文档内容分解并分别处理,完成课程知识实例的抽取。充分利用现有工具和技术,在兼顾知识实例描述的简明性和内容的完整性的同时,也保证了课程知识图谱构建过程的客观性和可量化的科学性。(3)在传统的以网页互联的形式为学习者提供学习资源的方案中,因复杂的链接跳转,加上实际网络学习环境的复杂性,容易导致学习者出现“信息迷航”的问题。对此,本文以大学计算机编程课程为例,设计并开发了基于课程知识图谱的课程知识导航服务平台。应用知识图谱的可视化技术,将以网页互联提供在线学习资源的传统方式转为以知识互联的新形式,为学习者提供更直观和直接的知识服务。同时,课程知识图谱也可作为一种教学辅助手段,可帮助教师组织好系统而精准的授课内容,改变传统授课方式。本文着眼于目前教育信息化的大趋势,利用知识图谱技术先进性和应用优势,开展课程知识图谱的构建与应用研究。充分利用知识图谱的技术特点与优势,完成了将课程知识导航服务从网页互联到知识互联的转换。验证了知识图谱技术可有效应用于课程知识的建构和管理中,为课程知识学习提供更好的服务支持,改进教师教学和学生学习的方式。