工業(yè)第四次革命意味著我們即將邁入一個智能時代,人們利用一系列信息技術(shù)推動產(chǎn)業(yè)轉(zhuǎn)型,傳統(tǒng)工業(yè)將發(fā)生革命性的變化。然而,工業(yè)信息的智能化目前還處于研究階段,存在一定的困難,主要是因為工業(yè)數(shù)據(jù)是異構(gòu)多源的,且大多是非結(jié)構(gòu)化數(shù)據(jù)。而隨著知識驅(qū)動概念的興起,知識圖譜開始走入我們的日常生活,無論是使用谷歌、Bing等搜索引擎,還是使用IBM Watson、Siri和Cortana等智能助手,其實人們每天都在不斷地與知識圖譜進(jìn)行交互。目前,知識圖譜被科技巨頭廣泛使用,證明了利用知識圖譜存儲復(fù)雜的數(shù)據(jù),并基于此做知識推理以獲得隱含知識的切實可行性,知識圖譜作為一種實現(xiàn)大規(guī)模語義集成和交互操作的新技術(shù),引起了大眾的極大關(guān)注和研究興趣,構(gòu)建方法與推理算法層出不窮。但大多數(shù)靜態(tài)的知識圖譜并不足以刻畫動態(tài)的過程和隨時間演變的知識,而面向這些靜態(tài)知識圖譜提出的知識圖譜推理補全模型也都忽略了時間信息對推理算法的重要性�，F(xiàn)有的知識圖譜可以根據(jù)包含的領(lǐng)域范圍劃分,可以分為通用知識圖譜和專業(yè)知識圖譜兩大類,通用知識圖譜包含了現(xiàn)實世界實體之間的多關(guān)聯(lián)信息,專業(yè)知識圖譜包含了各種術(shù)語實體之間的關(guān)聯(lián)關(guān)系。無論是哪一類,絕大多數(shù)...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1哲學(xué)家知識圖譜

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文3結(jié)構(gòu)化表示，由實體、關(guān)系和語義描述組成，知識圖譜通常以高度結(jié)構(gòu)化的形式表示,描述了現(xiàn)實世界中各種實體之間的關(guān)系[6]。在圖譜中，知識可以表示為RDF三元組（s,p,o）的形式，其中s（主語）和o（賓語）是實體，實體可以是現(xiàn)實世界的具體對象或抽象概念....

圖2-2LSTM單元結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文162.2.3神經(jīng)網(wǎng)絡(luò)遞歸神經(jīng)網(wǎng)絡(luò)（RNN）類似于前饋神經(jīng)網(wǎng)絡(luò)，通過周期性擴展，可以實現(xiàn)將當(dāng)前輸入與來自過去幾個時間步長的輸入結(jié)合存儲，是一種常用的處理時間數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型，可實現(xiàn)將以前的信息應(yīng)用到當(dāng)前任務(wù)上，例如使用文本前文的信息推測后續(xù)可能或出....

圖2-3BiLSTM結(jié)構(gòu)圖示

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文17=[1,,1]+(22)=1+([1,]+)(23)=([1,,1]+)(24)=()(25)其中、、和分別是對應(yīng)門和單元的權(quán)值矩陣。Graves等人[58]在雙向遞歸神經(jīng)網(wǎng)絡(luò)（BRNN）的基本思想上提出了雙向長短期記憶網(wǎng)絡(luò)（BiLSTM）。其結(jié)....

圖2-6依存國網(wǎng)通航公研發(fā)nivRoot

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文22B之間別的元素。5.句子中核心單元左右兩邊的元素不發(fā)生交叉依賴。依存分析例子如圖2-6所示：圖2-6依存分析實例圖其中詞性標(biāo)注的常見元素含義如表2-1所示。表2-1詞性標(biāo)注對照表詞性含義舉例說明n名詞直升機ninhnlntpq機構(gòu)團(tuán)體人名地名時間....

本文編號：4044467