面向特定领域的专家知识图谱构建与消歧
这是一篇关于知识图谱,消歧,真值验证,领域图谱的论文, 主要内容为随着互联网技术的发展和大数据时代的来临,各领域的专家信息可以轻而易举在网络上查到,然而,由于信息时代数据源质量参差不齐,不同的数据源对于同一专家属性的属性值描述可能出现冲突。在推选评审专家、追踪研究团队的时候,经常需要用到完整、准确的专家简历,但目前关于专家简历的构建与消歧工作的相关研究较少,信息的不准确性与过度分散使得用户难以获取准确且完整的专家信息。知识图谱能够将实体、属性、属性值构建在一起,可以很好的组织专家简历信息。因此,本文使用知识图谱来构建专家简历,将分散的信息汇集到同一个知识图谱中,并提出一种面向搜索引擎的三元组评分模型对冲突数据评分,在对该模型改进后提出基于领域的评分模型,此外,本文提出一种结合该评分模型的真值验证算法,通过该算法可以得到消歧后的专家简历。本文的主要贡献如下:(1)针对信息分散的问题,本文提出一种自动化构建知识图谱的方法,该方法可以从不同百科网站中抽取专家的实体、关系、属性三元组,将三元组构建成格式化的简历形式,并将不同数据源的简历融合在一起形成专家知识图谱。(2)针对属性值冲突的问题,本文设计了一个面向搜索引擎的评分模型,将搜索引擎的搜索结果作为数据源,为真值候选集中的属性值投票。由于该模型是各领域通用的模型,而专家所属领域的特定数据源的可信度应高于通用数据源,因此本文又对该模型进行了改进,加入了领域这一影响因素。实验表明,由该模型处理后的属性值准确度高于原数据源。(3)现有的真值验证算法大多是针对单真值属性或多真值属性的消歧,本文提出单真值与多真值通用的真值验证算法,输入构建好的专家知识图谱就可以自动化的从简历中抽取冲突的属性值,并利用投票模型为冲突数据评分,最终输出带有候选值评分的专家简历。(4)本文实现了一个面向特定领域的专家知识图谱消歧系统,使得用户输入一个专家名就能够自动化的完成专家知识图谱的构建和消歧并生成一份专家简历,为用户提供客观准确的数据。系统功能主要包含查看已有专家简历,查看专家简历信息圈,生成专家简历并消歧,按领域查看专家简历等。
面向领域图谱的知识融合系统设计与实现
这是一篇关于Spring Boot,领域图谱,知识融合的论文, 主要内容为随着知识经济的爆发式发展,知识图谱在知识获取和展示的功能上发挥着巨大的作用。近几年知识图谱越来越多的研究与落地工作从通用知识图谱转向了领域或行业知识图谱。领域图谱的构建需要从不同的数据源中录入专业数据,这时就会面临可能出现的数据冗余或冲突的问题,为了解决这个问题,本文设计并实现了面向领域图谱的知识融合系统。本文对面向领域图谱的知识融合系统做出详细介绍,根据需要本系统主要分为七个功能模块,分别是语义融合管理模块、本体模型管理模块、图谱数据管理模块、多源数据导入、图谱共享模块、数据统计模块和版本管理模块。业务人员可以通过这个七个模块的基本功能实现对领域知识图谱的录入和融合处理,构建出一套完整的领域知识体系。本系统采用Spring Boot微服务架构,后台主要使用Java语言进行实现。在数据存储方面,图谱数据存储采用的是百度开源图数据库HugeGraph,语义融合数据以及系统版本相关数据存储采用MySQL关系型数据库。在知识融合方面,本系统支持多源数据导入,并且采用语义库匹配、语义相似度及属性值结合计算权值、唯一性属性值判断相似以及使用Node2vec算法向量化节点计算余弦相似度,四种方式对领域知识图谱数据进行融合处理,消除实体的语义冲突与冗余,为相关业务人员对领域知识图谱的录入与融合提供帮助。目前,本系统已经上线试运行,并且系统运行正常。经过实际测试,系统性能稳定,可以实现对领域图谱的录入以及融合处理。
面向领域图谱的知识融合系统设计与实现
这是一篇关于Spring Boot,领域图谱,知识融合的论文, 主要内容为随着知识经济的爆发式发展,知识图谱在知识获取和展示的功能上发挥着巨大的作用。近几年知识图谱越来越多的研究与落地工作从通用知识图谱转向了领域或行业知识图谱。领域图谱的构建需要从不同的数据源中录入专业数据,这时就会面临可能出现的数据冗余或冲突的问题,为了解决这个问题,本文设计并实现了面向领域图谱的知识融合系统。本文对面向领域图谱的知识融合系统做出详细介绍,根据需要本系统主要分为七个功能模块,分别是语义融合管理模块、本体模型管理模块、图谱数据管理模块、多源数据导入、图谱共享模块、数据统计模块和版本管理模块。业务人员可以通过这个七个模块的基本功能实现对领域知识图谱的录入和融合处理,构建出一套完整的领域知识体系。本系统采用Spring Boot微服务架构,后台主要使用Java语言进行实现。在数据存储方面,图谱数据存储采用的是百度开源图数据库HugeGraph,语义融合数据以及系统版本相关数据存储采用MySQL关系型数据库。在知识融合方面,本系统支持多源数据导入,并且采用语义库匹配、语义相似度及属性值结合计算权值、唯一性属性值判断相似以及使用Node2vec算法向量化节点计算余弦相似度,四种方式对领域知识图谱数据进行融合处理,消除实体的语义冲突与冗余,为相关业务人员对领域知识图谱的录入与融合提供帮助。目前,本系统已经上线试运行,并且系统运行正常。经过实际测试,系统性能稳定,可以实现对领域图谱的录入以及融合处理。
面向特定领域的专家知识图谱构建与消歧
这是一篇关于知识图谱,消歧,真值验证,领域图谱的论文, 主要内容为随着互联网技术的发展和大数据时代的来临,各领域的专家信息可以轻而易举在网络上查到,然而,由于信息时代数据源质量参差不齐,不同的数据源对于同一专家属性的属性值描述可能出现冲突。在推选评审专家、追踪研究团队的时候,经常需要用到完整、准确的专家简历,但目前关于专家简历的构建与消歧工作的相关研究较少,信息的不准确性与过度分散使得用户难以获取准确且完整的专家信息。知识图谱能够将实体、属性、属性值构建在一起,可以很好的组织专家简历信息。因此,本文使用知识图谱来构建专家简历,将分散的信息汇集到同一个知识图谱中,并提出一种面向搜索引擎的三元组评分模型对冲突数据评分,在对该模型改进后提出基于领域的评分模型,此外,本文提出一种结合该评分模型的真值验证算法,通过该算法可以得到消歧后的专家简历。本文的主要贡献如下:(1)针对信息分散的问题,本文提出一种自动化构建知识图谱的方法,该方法可以从不同百科网站中抽取专家的实体、关系、属性三元组,将三元组构建成格式化的简历形式,并将不同数据源的简历融合在一起形成专家知识图谱。(2)针对属性值冲突的问题,本文设计了一个面向搜索引擎的评分模型,将搜索引擎的搜索结果作为数据源,为真值候选集中的属性值投票。由于该模型是各领域通用的模型,而专家所属领域的特定数据源的可信度应高于通用数据源,因此本文又对该模型进行了改进,加入了领域这一影响因素。实验表明,由该模型处理后的属性值准确度高于原数据源。(3)现有的真值验证算法大多是针对单真值属性或多真值属性的消歧,本文提出单真值与多真值通用的真值验证算法,输入构建好的专家知识图谱就可以自动化的从简历中抽取冲突的属性值,并利用投票模型为冲突数据评分,最终输出带有候选值评分的专家简历。(4)本文实现了一个面向特定领域的专家知识图谱消歧系统,使得用户输入一个专家名就能够自动化的完成专家知识图谱的构建和消歧并生成一份专家简历,为用户提供客观准确的数据。系统功能主要包含查看已有专家简历,查看专家简历信息圈,生成专家简历并消歧,按领域查看专家简历等。
面向领域图谱的知识融合系统设计与实现
这是一篇关于Spring Boot,领域图谱,知识融合的论文, 主要内容为随着知识经济的爆发式发展,知识图谱在知识获取和展示的功能上发挥着巨大的作用。近几年知识图谱越来越多的研究与落地工作从通用知识图谱转向了领域或行业知识图谱。领域图谱的构建需要从不同的数据源中录入专业数据,这时就会面临可能出现的数据冗余或冲突的问题,为了解决这个问题,本文设计并实现了面向领域图谱的知识融合系统。本文对面向领域图谱的知识融合系统做出详细介绍,根据需要本系统主要分为七个功能模块,分别是语义融合管理模块、本体模型管理模块、图谱数据管理模块、多源数据导入、图谱共享模块、数据统计模块和版本管理模块。业务人员可以通过这个七个模块的基本功能实现对领域知识图谱的录入和融合处理,构建出一套完整的领域知识体系。本系统采用Spring Boot微服务架构,后台主要使用Java语言进行实现。在数据存储方面,图谱数据存储采用的是百度开源图数据库HugeGraph,语义融合数据以及系统版本相关数据存储采用MySQL关系型数据库。在知识融合方面,本系统支持多源数据导入,并且采用语义库匹配、语义相似度及属性值结合计算权值、唯一性属性值判断相似以及使用Node2vec算法向量化节点计算余弦相似度,四种方式对领域知识图谱数据进行融合处理,消除实体的语义冲突与冗余,为相关业务人员对领域知识图谱的录入与融合提供帮助。目前,本系统已经上线试运行,并且系统运行正常。经过实际测试,系统性能稳定,可以实现对领域图谱的录入以及融合处理。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码码头网 ，原文地址：https://m.bishedaima.com/lunwen/54899.html
