本文選題：知識圖譜　切入點：語義推理　出處：《浙江大學(xué)》2017年博士論文

【摘要】：知識圖譜可以看作是人類刻畫和認知世界的一個載體,是人工智能的重要分支,它可以對現(xiàn)實世界的事物及其相互關(guān)系進行形式化地描述,以刻畫和揭示實體之間的語義關(guān)系,進而模仿人類的思維方式進行邏輯推理。知識圖譜的推理技術(shù)是知識圖譜最核心的技術(shù)之一,表示由一個或幾個已知的判斷推理出未知結(jié)論的過程,廣義的推理包含語義查詢和語義推理,本文所指的推理是廣義范圍的推理技術(shù)。近年來,隨著知識抽取技術(shù)不斷發(fā)展以及數(shù)據(jù)來源的不斷豐富,知識圖譜的規(guī)模正在迅速增長,當(dāng)前知識圖譜默認已被用來代表各種海量知識圖譜。伴隨著知識圖譜規(guī)模的增長,知識圖譜呈現(xiàn)出結(jié)構(gòu)復(fù)雜多樣性、數(shù)據(jù)動態(tài)變化性以及查詢實時響應(yīng)性等多種特性和需求,面對知識圖譜所呈現(xiàn)的新特征和挑戰(zhàn),傳統(tǒng)的語義推理方法和工具缺乏相應(yīng)的對策,這極大限制了知識圖譜技術(shù)的進一步推廣和發(fā)展,研究如何高效的在大規(guī)模知識圖譜上實施彈性語義推理成為一個重要研究課題。本文從大規(guī)模知識圖譜語義推理所面臨的挑戰(zhàn)出發(fā),研究了面向大規(guī)模知識圖譜彈性語義推理的若干實用性科學(xué)問題,研究內(nèi)容主要包括以下幾個方面:(ⅰ)針對大規(guī)模知識圖譜復(fù)雜知識結(jié)構(gòu)的挑戰(zhàn),研究基于OWL屬性鏈的彈性語義關(guān)聯(lián)推理方法。(ⅱ)針對大規(guī)模知識圖譜查詢實時性的挑戰(zhàn),研究基于分布式內(nèi)存的彈性語義查詢推理方法。(ⅲ)針對大規(guī)模知識圖譜流式動態(tài)性的挑戰(zhàn),研究基于規(guī)則的彈性語義流推理方法。(ⅳ)基于上述的方法和經(jīng)驗,設(shè)計實施了兩個實用的面向大規(guī)模知識圖譜彈性語義推理系統(tǒng):基于Spark的大規(guī)模知識圖譜規(guī)則推理系統(tǒng)和領(lǐng)域相關(guān)的大規(guī)模中西醫(yī)知識圖譜關(guān)聯(lián)發(fā)現(xiàn)系統(tǒng)。
[Abstract]:Knowledge map can be regarded as a carrier of human portrayal and cognition of the world and an important branch of artificial intelligence. It can describe things in the real world and their interrelations formally to depict and reveal the semantic relationship between entities. The reasoning technique of knowledge map is one of the core techniques of knowledge map, which represents the process of inferring an unknown conclusion from one or more known judgments. Generalized reasoning includes semantic query and semantic reasoning. The reasoning in this paper is a generalized reasoning technique. In recent years, with the development of knowledge extraction technology and the continuous enrichment of data sources, the scale of knowledge map is growing rapidly. At present, the knowledge map has been used to represent all kinds of mass knowledge atlas by default. With the increase of the scale of knowledge map, the knowledge map presents a variety of characteristics and requirements, such as complex structure diversity, data dynamic variability and query real-time response. In the face of the new characteristics and challenges of knowledge map, the traditional semantic reasoning methods and tools lack corresponding countermeasures, which greatly limit the further promotion and development of knowledge map technology. It has become an important research topic to study how to efficiently implement elastic semantic reasoning on large-scale knowledge atlas. This paper starts from the challenge of large-scale knowledge map semantic reasoning. In this paper, some practical scientific problems of flexible semantic reasoning for large-scale knowledge atlas are studied. The research contents mainly include the following aspects: (I) the challenge of complex knowledge structure in large-scale knowledge atlas. This paper studies the flexible semantic association reasoning method based on OWL attribute chain. (II) the challenge of real-time query based on large-scale knowledge atlas. This paper studies the flexible semantic query reasoning method based on distributed memory. (III) aiming at the challenge of large-scale knowledge map flow dynamics, this paper studies the rule-based elastic semantic flow reasoning method. (IV) based on the above methods and experiences, Two practical flexible semantic inference systems for large-scale knowledge atlas are designed and implemented: the large-scale knowledge atlas rule inference system based on Spark and the domain-related large-scale knowledge atlas association discovery system of traditional Chinese and Western medicine.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP18;TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 閆林;張學(xué)棟;魏雁天;何建倉;;�？臻g中基于粒計算的粒語義推理[J];模式識別與人工智能;2008年04期

2 閆林;劉清;龐善起;;基于粒語義推理的粒歸結(jié)研究[J];計算機科學(xué);2009年01期

3 吳士瓏;自然語言的語義推理的一種方法[J];通信學(xué)報;1982年02期

4 宋嵐;黃兆華;;基于本體的語義推理研究[J];華東交通大學(xué)學(xué)報;2007年02期

5 危輝;危煒;;言語獲取、理解和生成過程中的語義推理問題[J];計算機科學(xué);2002年05期

6 段汝林;;基于本體知識庫的語義推理機制研究[J];數(shù)字技術(shù)與應(yīng)用;2012年05期

7 徐守坤;孫德超;石林;李寧;;基于語義推理的學(xué)習(xí)資源推薦[J];計算機工程與設(shè)計;2014年04期

8 聶卉;龍朝暉;;描述邏輯語義推理機制的應(yīng)用研究[J];現(xiàn)代圖書情報技術(shù);2006年11期

9 吳川,馬宇飛,賀玉文,鐘玉琢,張宏江;體育視頻中基于語義推理的事件檢測方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2003年04期

10 涂春梅;;基于語義的文獻檢索系統(tǒng)研究[J];軟件導(dǎo)刊;2012年03期

相關(guān)會議論文 前1條

1 鞠實兒;;基于開放世界假設(shè)的三值邏輯的語義推理系統(tǒng)[A];開放類邏輯論文集[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 陳曦;面向大規(guī)模知識圖譜的彈性語義推理方法研究及應(yīng)用[D];浙江大學(xué);2017年

2 王楨;基于嵌入模型的知識圖譜補全[D];中山大學(xué);2017年

3 鄔俊;基于交互式語義推理的圖像檢索算法研究[D];大連海事大學(xué);2010年

相關(guān)碩士學(xué)位論文 前9條

1 李雪麗;基于多圖譜的MR前列腺圖像分割算法研究[D];南方醫(yī)科大學(xué);2017年

2 楊金桂;面向農(nóng)業(yè)云本體的語義推理方法研究[D];安徽農(nóng)業(yè)大學(xué);2015年

3 張旭華;框架語義推理技術(shù)研究[D];山西大學(xué);2016年

4 黃崛;一種基于Spark的語義推理引擎實現(xiàn)及應(yīng)用[D];浙江大學(xué);2017年

5 宗南蘇;農(nóng)業(yè)知識服務(wù)—蟻群算法與語義推理研究[D];中國農(nóng)業(yè)科學(xué)院;2009年

6 張鑫華;基于語義推理的知識相似性與沖突檢測研究[D];上海交通大學(xué);2011年

7 彭虎;電信業(yè)務(wù)領(lǐng)域本體知識庫的進化研究及語義推理服務(wù)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2011年

8 梁守青;支持語義推理的電信業(yè)務(wù)執(zhí)行機制的研究與實現(xiàn)[D];北京郵電大學(xué);2007年

9 舒瓊;基于語義推理的中文食品推薦系統(tǒng)研究與應(yīng)用[D];武漢科技大學(xué);2013年

，

本文編號：1677842