- 年份
- 2024(2038)
- 2023(2980)
- 2022(2530)
- 2021(2444)
- 2020(2111)
- 2019(5140)
- 2018(5193)
- 2017(10270)
- 2016(5761)
- 2015(6234)
- 2014(6396)
- 2013(6568)
- 2012(6373)
- 2011(5857)
- 2010(6006)
- 2009(5374)
- 2008(5186)
- 2007(4635)
- 2006(4058)
- 2005(3752)
- 学科
- 济(23227)
- 经济(23194)
- 管理(14090)
- 业(13573)
- 企(10926)
- 企业(10926)
- 方法(9928)
- 学(8288)
- 数学(7935)
- 数学方法(7854)
- 中国(5697)
- 财(5399)
- 农(5352)
- 地方(5095)
- 业经(4484)
- 和(4299)
- 理论(4232)
- 农业(4203)
- 技术(4122)
- 融(4094)
- 金融(4094)
- 税(3794)
- 经济学(3727)
- 税收(3690)
- 收(3674)
- 地方经济(3580)
- 银(3543)
- 银行(3529)
- 策(3397)
- 制(3392)
- 机构
- 大学(84385)
- 学院(80728)
- 济(32733)
- 经济(32045)
- 研究(31609)
- 管理(29507)
- 理学(25436)
- 理学院(25058)
- 管理学(24567)
- 管理学院(24426)
- 中国(23714)
- 科学(20691)
- 京(18866)
- 所(17303)
- 农(16559)
- 研究所(15813)
- 财(15447)
- 中心(13977)
- 农业(13365)
- 业大(13166)
- 江(12402)
- 范(12124)
- 师范(11978)
- 财经(11878)
- 北京(11740)
- 院(11024)
- 经(10845)
- 经济学(10314)
- 师范大学(10003)
- 科学院(9881)
- 基金
- 项目(53578)
- 科学(42330)
- 基金(40103)
- 研究(36997)
- 家(36175)
- 国家(35938)
- 科学基金(29916)
- 社会(22864)
- 社会科(21699)
- 社会科学(21694)
- 基金项目(21295)
- 自然(20342)
- 自然科(19865)
- 自然科学(19863)
- 自然科学基金(19515)
- 省(19441)
- 划(17674)
- 教育(16763)
- 资助(15668)
- 编号(15050)
- 成果(13664)
- 重点(12212)
- 部(12106)
- 发(11402)
- 创(11305)
- 计划(10695)
- 创新(10638)
- 科研(10448)
- 教育部(10075)
- 项目编号(9936)
共检索到125628条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 清华大学学报(自然科学版)
[作者]
王屹超 朱慕华 许晨 张琰 王会珍 朱靖波
视觉问答作为多模态任务,需要深度理解图像和文本问题从而推理出答案.然而在许多情况下,仅在图像和问题上进行简单推理难以得到正确的答案,事实上还有其他有效的信息如图像描述、外部知识等可以被利用.该文提出了利用图像描述和外部知识增强表示的视觉问答模型.该模型以问题为导向,基于协同注意力机制分别在图像和其描述上进行编码,并且利用知识图谱嵌入,将外部知识编码到模型当中,丰富了模型的特征表示,增强了模型的推理能力.在OKVQA数据集上的实验结果表明,该方法相比基线方法有1.71%的准确率提升,与已有的主流模型相比也有1.88%的准确率提升,证明了该方法的有效性.
关键词：
视觉问答 多模态融合 知识图谱 图像描述
[期刊] 情报学报
[作者]
袁满 刘梦琪 牟梦宁
本文通过对国内外知识图谱标准化研究和发布情况的系统梳理与剖析，发现当前知识图谱标准化过程中缺乏对底层语义关系结构和表示的标准化。因此，本文首先在MDR (metadata registries)概念元模型的基础上，扩充了语义关系类型和关系表示，构建了一个标准的、可扩展的、通用的知识图谱语义关系元模型，为知识图谱中语义关系的构建提供了必备的语义要素，实现从传统数据语义结构向知识图谱语义结构的迁移。其次，为实现语义关系表示的标准化，以该标准化元模型为指导，构建知识图谱语义关系标准化本体栈，为知识图谱语义关系标准化提供了从语义关系结构到表示的标准构建体系。最后，以石油领域井下作业业务需求为背景，对其中涉及的语义关系进行注册，并据此实现了石油领域井下作业知识图谱中语义关系的标准化，验证了本文提出的知识图谱语义关系元模型的合理性和正确性，提出的知识图谱语义关系元模型具有创新性。
[期刊] 开放教育研究
[作者]
徐鹏 刘艳华 王以宁
随着芯片技术和计算机图形处理技术的发展，增强现实技术近年快速发展，凭借着沉浸感和交互性等技术特性，它在教育教学领域应用广泛。本研究以Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ数据库为基础文献数据库，收集和整理２００６年至２０１６年间的增强现实技术教育应用研究，利用共词矩阵分析和内容分析方法，绘制增强现实技术教育应用知识图谱，梳理研究演进脉络，发现研究热点，启迪未来研究。
关键词：
增强现实 教育应用 知识图谱
[期刊] 图书情报工作
[作者]
张云中 郭冬 王亚鸽 孙平
[目的/意义]知识图谱已成为公共数字文化资源知识组织的新形态。利用知识图谱技术赋能红色历史人物知识问答服务,提升用户交互体验,对红色历史资源的开发利用具有重要意义。[方法/过程]在梳理历史人物数字资源组织及知识问答系统相关研究的基础之上,构建了红色历史人物知识图谱Schema与KBQA架构,从数据获取、知识抽取、知识融合、图谱生成和知识问答五个环节搭建了红色历史人物问答模型,并以老上大历史人物数字资源进行实证研究。[结果/结论]本文设计的知识问答服务架构在红色历史人物数字资源的图谱半自动构建、知识推理与智能交互方面具有优越性,提升了用户知识服务体验。
[期刊] 图书情报工作
[作者]
陈璟浩 曾桢 李纲
[目的/意义]基于知识图谱的“一带一路”投资问答系统有效整合多种来源的信息资源，能为用户提供快捷、准确、高质的“一带一路”投资信息，具有重要的研究和应用意义。[方法/过程]对“一带一路”投资相关的信息进行采集、处理与整合，在专家指导下构建“一带一路”投资知识图谱。在此基础上，问答系统的各部分功能得以实现，包括：用户问题预处理、问题分类、问题模板匹配及答案查询。[结果/结论]实验结果表明，该系统能有效回答“一带一路”投资相关问题。
[期刊] 图书情报工作
[作者]
席运江 李曼 邓雨珊 廖晓 邝云英
[目的/意义]为有效抽取在线医疗社区问答文本中包含的医疗知识，综合利用多种深度学习方法，有针对性地设计一套知识图谱构建方法，以应对其口语化、噪声多、规范性差的文本特性给知识抽取带来的巨大挑战。[方法/过程]以寻医问药网糖尿病相关问答文本为数据源，结合对社区用户健康需求的分析，定义适合社区文本的实体和关系类型。使用BERT-wwm进行词嵌入以解决一词多义问题，通过BiLSTM-CRF模型进行实体识别。在关系标注时，设计一种实体遮蔽(entity mask)方式以解决关系重叠问题，而后使用CNN-Attention模型进行关系抽取。最后综合使用词典匹配和实体名称相似度进行实体对齐，并使用Neo4j图数据库存储和可视化得到的糖尿病知识图谱。[结果/结论]实验结果显示上述方法能够大幅提升对在线医疗社区问答文本的知识抽取效果，有效将非结构化的社区医疗问答文本转化为结构化的数据，对于社区知识发现、在线智能健康服务等方面具有推动作用。
[期刊] 华中农业大学学报
[作者]
杨喆 许甜 靳哲 孔玫 李国亮 杜小勇
为解决羊群疾病检索过程中出现的大量冗余数据及检索后仍需人工挑选准确答案造成的资源浪费，本研究通过以下3个步骤构建基于知识图谱的羊群疾病问答系统：（1）通过爬虫获取数据，人工提取部分信息，再进行自动化信息抽取，在命名实体识别任务中使用双向长短期记忆循环神经网络Bi-LSTM模型，并添加注意力机制提高识别效率，然后使用BIO规则进行实体标注，完成信息抽取，将数据融合后存储在Neo4j图数据库中，构建羊群疾病知识图谱。（2）针对属性映射，构建Bert-softmax模型；根据用户提问，采用Bert模型计算问句和属性的语义相似度，并通过softmax算法进行归一化处理，返回合适答案给用户，实现羊群疾病问答系统算法设计。（3）构建羊群疾病诊断平台，使用Bootstrap、Echarts、Vue组件实现羊群疾病问答系统的可视化，利用Python语言包含的flask框架搭建后台，封装疾病信息，通过web前端呈现给用户，并于后端建立连接，实现数据之间的交互。试验结果显示，基于Bi-LSTM+Attention+CRF模型实体识别的F1值为83.16%，构建的知识图谱包含实体4 576个，实体关系超13 000条；问答系统添加了预训练模型Bert，对问题识别的F1值为85.24%。结果表明，该系统实现了对羊群疾病的防治措施等多类问题进行快速检索和精准回答，可以辅助养殖人员在面临羊群疾病时进行生产决策。
[期刊] 图书馆杂志
[作者]
梁秀娟
随着可视化技术的发展,将其与引文分析技术相结合,可以直观、形象地向人们揭示学科以及学科之间的联系。本文结合国内外在引文分析和可视化方面的最新研究,从起源、概念、绘制方法、应用及研究展望等方面对科学知识图谱进行了较为详细的分析。
关键词：
引文分析 可视化 科学知识图谱
[期刊] 图书馆理论与实践
[作者]
李赫然 冯花朴
通过对国内外具有代表性的信息行为和知识图谱研究文献的分析,发现自2007年起,信息行为研究快速发展,信息行为的研究领域呈现出多学科融合、理论与实践联系紧密、研究分析方法日益丰富和研究层次渐深等特点。作为信息计量学重要分支的知识图谱研究分析方法应用领域日趋广泛。相对而言目前国内外信息行为的知识图谱对比研究则较为罕见,尚存探讨空间。
关键词：
信息行为 知识图谱 知识可视化 引文分析
[期刊] 图书馆论坛
[作者]
钟远薪 夏翠娟
文章采用理论分析方法，探索知识图谱技术应用于艺术图像建库的思路，并以S艺术数据库为案例讨论其可行性与先进性。文章设计和实现了一个艺术图像知识图谱，阐述其主要技术内容，并从系统功能、内容揭示、数据关联和开放等方面得出知识图谱优于传统数据库的结果。在艺术图像领域，构建知识图谱具有可行性，其与传统建库模式相比具有先进性，可为图像数据库的建设工作提供新的参考。
[期刊] 大学图书馆学报
[作者]
谢玮 杨家瑶
耕织图像是艺术领域重要的图像资源，在人工智能技术与网络技术的驱动下，提出一种面向耕织图像的数字资源开发，实现多种载体形式的耕织图像资源数据知识图谱构建、主题性检索功能设计，以满足知识服务需求。构建耕织图像知识图谱与数据关联，选取各种载体形式的耕织图像资料为数据来源，搭建图文资料图数据库，并在此基础上构建本体知识图谱，以充分挖掘利用图像知识。基于关联数据构建作品的知识图谱模型，能够揭示耕织图像的语义信息，为各种载体形式的耕织图像资料的数据化转换提供新方法和新思路，既能揭示耕织图像之间隐藏的关系，又能比较分析耕织图像中未知图像的内涵，以及耕织图像中所涵盖的关于耕作和纺织图像技术、工具、动能等的发展演变。
关键词：
耕织图像 载体形式 知识图谱 知识检索
[期刊] 图书馆论坛
[作者]
鞠斐 王强
在人工智能技术和网络技术驱动下，文章开展面向版刻古籍纺织图像知识图谱架构及检索功能设计研究，提出基于“图像-文献”二元本体框架结构，以及基于知识图谱关联和推理的检索优化、主题性检索功能设计和知识问答，以充分挖掘和利用图像知识，创新性推动古代纺织文化的数字化传承，能为古代纺织领域研究群体提供智慧化知识服务平台，对数字图书馆版刻古籍图像展示的智能化建设提供支撑。
[期刊] 旅游学刊
[作者]
凌小蝶 李云鹏 宋潇潇
<正>游客在旅游攻略/点评类网站、在线旅行商（online travel agency,OTA）平台及各类社交媒体上生产了大量旅游相关知识，旅游目的地在官方渠道也发布了大量的旅游资讯，旅游企业在运营过程中也同样产生了大量的营销信息。无处不在的旅游信息充斥网络空间，带来“信息过载”，从而造成游客在需要精准信息时面临各种决策困境。如何有效地从海量知识中获取有效信息并呈现给游客，成为一个迫切需要解决的现实问题。智能问答服务为有效的精准旅游信息服务提供了“快捷方式”，特别适合在途游客的个性化信息提供，为精准有效信息服务提供了可能的解决方案。
[期刊] 图书情报工作
[作者]
周毅 刘峥 粟小青 金体成
[目的/意义]针对基于问答对的智能问答准确率和解决率低、用户满意度差等问题，研究构建知识图谱本体模型，构建基于知识图谱的智能问答，解决基于问答对的智能问题所面临的问题。[方法/过程]首先，分析当前智能问答面临的问题及原因，提出构建知识图谱支撑智能问答的方案。其次，在已有本体模型构建方法的基础上，提出一种融合多层次数据的多轮循环方法，该方法分别以业务数据、用户数据和业务系统动态数据等多层次数据为数据来源，核心步骤为搭建基本框架、完善知识结构、对齐知识结构三轮循环。最后，以退换货领域为例阐述本体模型构建的具体步骤，从无到有，增量叠加，构建知识图谱本体模型。[结果/结论]将以退换货本体模型为模式层的知识图谱部署在智能问答系统中进行试验，试验结果显示退换货知识图谱上线后智能问答的准确率提升50%,解决率提升300%。其中准确率是指回答正确的问题数量与回答的全部问题数量的比例，解决率是指答案精准解决了用户问题的数量与回答的全部问题数量的比例。本文提出的本体模型构建方法从零散的领域知识中梳理出完整的、细粒度的领域知识结构，支持智能问答为用户提供精准的答案，能够有效解决基于问答对的智能问答困境。
关键词：
知识图谱 本体模型 精准问答 多层次数据
[期刊] 清华大学学报(自然科学版)
[作者]
周炫余 刘林 卢笑 李璇 张思敏
关键词抽取是指能自动抽取反映文本主题的词或者短语,被广泛应用于文本检索、文本摘要等领域中。目前关键词抽取任务主要依赖于预训练语言模型来获取文本表示,这类语言模型主要基于单一模态的通用文本语料进行训练,存在无法根据下游任务特性进行领域适配和语义表征能力有限的问题。该文提出一种多模态信息增强表示的中文关键词抽取方法MIEnhance-KPE,首先引入Adapter层将偏旁和部首信息集成到预训练语言模型层中,得到领域自适应的文本表示;其次利用卷积神经网络提取汉字的图像特征,同时使用交叉注意力机制融合汉字图像特征和文本特征,实现文本语义表示增强;最后利用CRF(conditional random field)模型进行序列标注任务,并计算词语的位置词频权重对其进行排序获得关键词。与目前十分先进的关键词抽取方法KIEMP相比, MIEnhance-KPE在公开的中文科学文献数据集和自构建的中文教育关键词抽取数据集上的F值分别提升了15.71%和3.40%;消融实验结果表明,所提出的领域自适应模块和视觉语义增强表示模块均能有效提高关键词抽取的准确性。MIEnhance-KPE的提出有助于教育研究者精准了解教育发展趋势,促进教育理论和实践的创新。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
