知識(shí)圖譜是Google公司提出的一種大規(guī)模語義網(wǎng)絡(luò),旨在描述現(xiàn)實(shí)世界中存在的各種實(shí)體、概念及關(guān)系,作為大數(shù)據(jù)時(shí)代的重要知識(shí)表示方法,知識(shí)圖譜已經(jīng)成為人工智能的關(guān)鍵技術(shù)之一,被廣泛應(yīng)用于社交網(wǎng)絡(luò)、智能推薦、深度問答等領(lǐng)域。學(xué)術(shù)數(shù)據(jù)是高校的一類重要數(shù)據(jù),能夠反映高校的綜合科研能力和創(chuàng)新能力,然而,學(xué)術(shù)數(shù)據(jù)具有體量大、多源性、多樣性和動(dòng)態(tài)性等特點(diǎn),如何對(duì)學(xué)術(shù)數(shù)據(jù)進(jìn)行組織和管理進(jìn)而對(duì)數(shù)據(jù)進(jìn)行分析成為一個(gè)重要的研究?jī)?nèi)容。為此,本文對(duì)高校學(xué)術(shù)知識(shí)圖譜構(gòu)建與表示學(xué)習(xí)模型進(jìn)行了研究,主要研究?jī)?nèi)容和成果包括:(1)針對(duì)學(xué)術(shù)數(shù)據(jù)格式多源性和多樣性的特點(diǎn),構(gòu)建了基于多源數(shù)據(jù)的高校學(xué)術(shù)知識(shí)圖譜,從非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)等多種類型的數(shù)據(jù)源中抽取實(shí)體、關(guān)系及屬性等知識(shí)要素,并組織成三元組形式,再通過知識(shí)融合算法將抽取得到的三元組融合成統(tǒng)一的知識(shí)圖譜,為數(shù)據(jù)分析提供結(jié)構(gòu)化知識(shí)庫(kù)。(2)針對(duì)知識(shí)圖譜數(shù)據(jù)稀疏和復(fù)雜度高等問題,提出了基于語義向量的知識(shí)圖譜表示學(xué)習(xí)模型(Trans V),引入文本語料庫(kù)和知識(shí)圖譜上下文為實(shí)體及關(guān)系構(gòu)建語義向量,并為關(guān)系設(shè)計(jì)語義矩陣,從語義角度實(shí)現(xiàn)對(duì)知識(shí)圖譜的深度擴(kuò)展,設(shè)計(jì)的新...

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 知識(shí)圖譜構(gòu)建研究現(xiàn)狀
        1.2.2 表示學(xué)習(xí)模型研究現(xiàn)狀
        1.2.3 知識(shí)圖譜應(yīng)用研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 知識(shí)圖譜相關(guān)技術(shù)
    2.1 知識(shí)圖譜構(gòu)建
        2.1.1 知識(shí)抽取
        2.1.2 知識(shí)融合
        2.1.3 知識(shí)加工
    2.2 知識(shí)圖譜表示學(xué)習(xí)
        2.2.1 表示學(xué)習(xí)的概念
        2.2.2 翻譯表示學(xué)習(xí)模型
    2.3 本章小結(jié)
第三章 基于多源數(shù)據(jù)的高校學(xué)術(shù)知識(shí)抽取與融合方法
    3.1 高校學(xué)術(shù)知識(shí)圖譜技術(shù)架構(gòu)
    3.2 非結(jié)構(gòu)化表格數(shù)據(jù)的知識(shí)抽取
        3.2.1 單值表格知識(shí)抽取
        3.2.2 多值表格知識(shí)抽取
    3.3 半結(jié)構(gòu)化數(shù)據(jù)的知識(shí)抽取
    3.4 結(jié)構(gòu)化數(shù)據(jù)的知識(shí)抽取
    3.5 多源數(shù)據(jù)的知識(shí)融合算法
    3.6 實(shí)驗(yàn)結(jié)果與分析
    3.7 本章小結(jié)
第四章 基于語義向量的知識(shí)圖譜表示學(xué)習(xí)模型研究
    4.1 Trans V模型的原理
    4.2 Trans V模型的框架
    4.3 基于BERT的語義向量構(gòu)建
        4.3.1 BERT模型概述
        4.3.2 實(shí)體及關(guān)系語義向量構(gòu)建
        4.3.3 關(guān)系語義矩陣構(gòu)建
    4.4 Trans V的訓(xùn)練函數(shù)
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 實(shí)驗(yàn)環(huán)境
        4.5.2 鏈接預(yù)測(cè)
        4.5.3 三元組分類
    4.6 本章小結(jié)
第五章 基于知識(shí)圖譜的高校學(xué)術(shù)數(shù)據(jù)分析原型系統(tǒng)開發(fā)
    5.1 系統(tǒng)概述
    5.2 系統(tǒng)總體設(shè)計(jì)
    5.3 知識(shí)圖譜開發(fā)
    5.4 數(shù)據(jù)分析模塊
        5.4.1 教師畫像
        5.4.2 學(xué)者合作關(guān)系
        5.4.3 論文發(fā)表情況
        5.4.4 學(xué)者研究方向
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
    1 作者簡(jiǎn)歷
    2 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
    3 參與的科研項(xiàng)目及獲獎(jiǎng)情況
    4 發(fā)明專利
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3739978