爆炸犯罪活動(dòng)的危害大、社會(huì)影響惡劣,對(duì)我國(guó)政治穩(wěn)定和社會(huì)安定構(gòu)成了現(xiàn)實(shí)威脅。防爆安檢從最初作為遏制爆炸犯罪的專項(xiàng)工作,已逐漸發(fā)展延伸為全局性的公安保衛(wèi)基礎(chǔ)性工作。長(zhǎng)期以來我國(guó)公安防爆安檢工作積累了大量的數(shù)據(jù),但這些數(shù)據(jù)缺乏有效管理和運(yùn)用,難以對(duì)防爆安檢工作的精準(zhǔn)高效開展提供強(qiáng)有力的數(shù)據(jù)支撐。知識(shí)圖譜提供了一種更好地管理、組織和理解互聯(lián)網(wǎng)海量信息的方法,其以結(jié)構(gòu)化的形式描述客觀世界中的概念、實(shí)體及其關(guān)系,具有強(qiáng)大的語義關(guān)聯(lián)能力。防爆安檢知識(shí)圖譜的構(gòu)建,將防爆安檢領(lǐng)域知識(shí)進(jìn)行整合,關(guān)聯(lián)成一個(gè)“語義網(wǎng)絡(luò)”,并以可視化的形式呈現(xiàn),為防爆安檢工作提供底層數(shù)據(jù)支撐,有利于防爆安檢工作規(guī)范、高效的執(zhí)行,幫助工作人員提高專業(yè)素質(zhì)。本文主要研究成果如下:（1）防爆安檢知識(shí)圖譜模式層的構(gòu)建。通過研讀防爆安檢案例和專業(yè)知識(shí),梳理出防爆安檢本體要素,進(jìn)而定義概念體系、概念的屬性和概念間關(guān)系,并引入相關(guān)公理,參考七步法等本體構(gòu)建方法,詳細(xì)介紹了防爆安檢本體構(gòu)建方法;通過本體編輯器protégé,編輯概念、概念的屬性及概念間關(guān)系,并創(chuàng)建底層實(shí)例,完成防爆安檢本體模型的構(gòu)建。（2）防爆安檢知識(shí)圖譜數(shù)據(jù)層的構(gòu)建。詳細(xì)... 

【文章來源】：中國(guó)人民公安大學(xué)北京市

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人的知識(shí)圖譜樣例

知識(shí)圖譜構(gòu)建流程

隨著自然語言處理技術(shù)的進(jìn)步,目前廣泛使用的是基于分布式向量的方法。分布式表示可以解決獨(dú)熱編碼的問題,它最早是Hinton于1986年提出的。它的思路是通過訓(xùn)練,將每個(gè)詞映射成一個(gè)定長(zhǎng)的連續(xù)的稠密向量。Word2vec是Google公司在2013年開放的一款用于訓(xùn)練詞向量的軟件工具。針對(duì)獨(dú)熱模型one-hot存在維度爆炸和語義鴻溝的缺陷,Word2vec的基本思想是根據(jù)給定的語料庫(kù),依賴Skip-gram模型或CBOW模型,以及兩種高效訓(xùn)練的方法：negative sampling和hierarchical softmax,通過優(yōu)化后的訓(xùn)練模型快速地將一個(gè)詞表達(dá)成向量形式,挖掘詞與詞之間的聯(lián)系,建立詞嵌入。它的原型是深度神經(jīng)網(wǎng)絡(luò)模型,通過訓(xùn)練得出每個(gè)詞語的詞向量,根據(jù)詞向量之間的余弦值來計(jì)算詞語之間的相似度,達(dá)到的效果是相似度越高的詞語語義越接近。下面對(duì)CBOW模型進(jìn)行介紹,CBOW模型的結(jié)構(gòu)如圖2.3所示,包括輸入層(INPUT)、投影層(PROJECTION)和輸出層(OUTPUT)三層。該模型的基本原理是基于當(dāng)前詞語wt的窗口內(nèi)詞語,也就是上下文詞語wt-2、wt-1、wt+1、wt+2來預(yù)測(cè)wt。因?yàn)槟Ｐ蜎]有隱藏層,直接從神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)轉(zhuǎn)化為線性結(jié)構(gòu),所以提升了訓(xùn)練速度。形式化地,對(duì)于給定的一段訓(xùn)練樣本{w1,w2,….wt},輸入層的輸入為：

【參考文獻(xiàn)】：
期刊論文
[1]中小城市防爆安檢工作的對(duì)策研究[J]. 杜強(qiáng),劉昌.  法制與社會(huì). 2019(15)
[2]心力衰竭知識(shí)圖譜的構(gòu)建[J]. 沈柳,孫海霞,王嘉陽,李姣.  中華醫(yī)學(xué)圖書情報(bào)雜志. 2019(05)
[3]大型活動(dòng)安檢排爆公安工作探究[J]. 朱巖,李大民.  中國(guó)安全防范技術(shù)與應(yīng)用. 2018(06)
[4]醫(yī)學(xué)知識(shí)圖譜構(gòu)建研究進(jìn)展[J]. 修曉蕾,吳思竹,崔佳偉,鄔金鳴,錢慶.  中華醫(yī)學(xué)圖書情報(bào)雜志. 2018(10)
[5]基于醫(yī)學(xué)知識(shí)圖譜的交互式可視化醫(yī)學(xué)知識(shí)服務(wù)系統(tǒng)[J]. 沈明輝,吳結(jié)鳳,琚生根,丁智剛,江順權(quán),付鵬,姚歆.  醫(yī)學(xué)信息學(xué)雜志. 2018(09)
[6]淺論大型活動(dòng)防爆安檢前期準(zhǔn)備工作方案設(shè)計(jì)[J]. 浦崢崢,陳蘇寧.  中國(guó)安防. 2018(07)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的中文醫(yī)療弱監(jiān)督關(guān)系抽取[J]. 劉凱,符海東,鄒玉薇,顧進(jìn)廣.  計(jì)算機(jī)科學(xué). 2017(10)
[8]知識(shí)圖譜研究綜述[J]. 李涓子,侯磊.  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[9]基于BLSTM的命名實(shí)體識(shí)別方法[J]. 馮艷紅,于紅,孫庚,孫娟娟.  計(jì)算機(jī)科學(xué). 2018(02)
[10]面向網(wǎng)絡(luò)大數(shù)據(jù)的知識(shí)融合方法綜述[J]. 林海倫,王元卓,賈巖濤,張鵬,王偉平.  計(jì)算機(jī)學(xué)報(bào). 2017(01)

碩士論文
[1]視頻偵查的知識(shí)圖譜構(gòu)建研究[D]. 李超.中國(guó)人民公安大學(xué) 2019
[2]面向開放領(lǐng)域文本的實(shí)體關(guān)系抽取技術(shù)研究[D]. 周滋楷.華南理工大學(xué) 2019
[3]面向領(lǐng)域文本知識(shí)實(shí)體識(shí)別及關(guān)系抽取的關(guān)鍵技術(shù)研究[D]. 何曉藝.河北科技大學(xué) 2018
[4]領(lǐng)域知識(shí)圖譜的自動(dòng)化構(gòu)建[D]. 彭乾慧.重慶大學(xué) 2017
[5]基于弱監(jiān)督與表示學(xué)習(xí)的關(guān)系抽取算法研究[D]. 劉玉明.北京郵電大學(xué) 2016
[6]面向突發(fā)事件案例庫(kù)的事件抽取模型構(gòu)建研究[D]. 王文龍.南京大學(xué) 2015



本文編號(hào)：3331943