【摘 要】
：
知识图谱（Knowledge Graph,KG）是高度结构化的图数据库,借助资源描述框架（Resource Description Framework,RDF）将现实中的知识事实存储为三元组（Triple）形式,构成了大规模的语义网络。虽然KG在人工智能领域得到广泛应用,然而,KG大都由人工或通过半自动的方式构建,通常存在严重的数据缺失和数据稀疏等问题。现有的知识图谱补全工作主要着眼于单一三元组及
【基金项目】
：
国家自然科学基金项目“多目标协同下语义化扩展的知识图谱补全机理及其应用模式”（批准文号:61976032）中语义化知识图谱语义协同应用模式设计与支持系统实现科学问题研究的组成部分,2020.1-2023.12,负责人:李冠宇教授；
论文部分内容阅读
知识图谱（Knowledge Graph,KG）是高度结构化的图数据库,借助资源描述框架（Resource Description Framework,RDF）将现实中的知识事实存储为三元组（Triple）形式,构成了大规模的语义网络。虽然KG在人工智能领域得到广泛应用,然而,KG大都由人工或通过半自动的方式构建,通常存在严重的数据缺失和数据稀疏等问题。现有的知识图谱补全工作主要着眼于单一三元组及其内部简单的交互模式,摒弃了KG本身的图结构,而实体邻域子图利用图的局部连通性从多角度刻画三元组内部结构语义和外部交互关系,最大程度挖掘出知识表示所需要的特征及拓扑信息。基于此,本文主要针对知识图谱三元组事实缺失的问题,通过整合实体邻域子图（Entity Neighborhood Subgraph,ENS）中多源信息构建实体和关系的动态特征表示,从而表征不同上下文中出现的实体及关系的细差含义和动态属性,以便提高知识图谱补全（Knowledge Graph Completion,KGC）精度。本文的研究内容概括如下:（1）利用实体邻域子图中多跳关系路径和实体上下文两种拓扑结构构建了知识图谱补全模型Context＿KGC、PKGC、Interact ENS,旨在学习实体及关系的自适应嵌入表示,捕获三元组蕴含的上下文含义和细粒度语义;（2）采用基于边的交替消息传递模式构建实体上下文和关系路径,通过建模关系类型之间的相关强度赋予KGC模型存储效率高、预测结果可解释性强、可用于归纳推理等优势;（3）借助自适应注意力机制,使得KGC模型能够根据预测任务动态调整邻居实体和关系路径的注意力得分,捕获逻辑上与任务相关度最高的属性特征,为实体和关系生成符合当前任务的角色和属性;（4）引入特征交互概念,联合卷积神经网络进一步增加实体上下文和关系路径嵌入之间的特征交互数量,有效提升了本文模型的特征提取能力和链接预测的精准度。最后,我们利用数据集FB15k、FB15k-237、NELL-995和DDB14进行了一系列实验以评估KGC模型的性能。实验结果表明,本文所提出的三个知识图谱补全模型在各个基准数据集上表现出非常具有竞争力的性能,验证了本文算法的正确性和可行性。
其他文献
我国公路建设行业日益发展，隧道施工建设作为公路建设中的一项重要组成部分，对我国公路建设行业整体发展与人们生活水平有着极为重要的作用。伴随着我国公路隧道规模与数量的逐渐扩大，其施工的安全问题也随之增多，安全风险与现场管理工作难度加大。有些工程建设者为了保障施工进度，有时会忽略现场施工的细节管理，近些年公路隧道工程施工中面临的安全风险日益严重，导致生产安全责任事故频繁发生。因此，做好安全风险与现场管理
交通系统在城市发展中起到了重要的作用,因此应对其进行不断的优化与完善。近些年来公路工程建设数量逐渐增多,而隧道施工又是公路工程中的主要组成部分,但是隧道施工自身特点导致安全风险的因素也相对较多。因此,文章对导致安全风险的因素进行分析并提出相应的管理对策,以有效降低安全事故发生率,确保公路隧道工程顺利开展。
余华的《文城》和此前几部长篇作品相较，呈现出含混多解的特质，作品中的历史叙事尤其值得关注。和余华早年对历史主观化、私人化的艺术加工相比，《文城》中的历史时空场景不再作为隐喻或暴力呈现的背景板出现，而是成为人物行动逻辑、经验记忆的参照。而“寓言”和“历史”似乎是“简”与“繁”的两个极端，但《文城》中，二者并非彼此相抗，余华用寓言手段发明了一处以文城为中心的现代历史空间，实现了现代主义手法和传统文学精
在医学影像分割中,U-Net系列的神经网络结构已经体现了足够的优势。但是,MRI图像有不同的扫描参数,不同的扫描时间,导致图像的特征表现不相同,使得使用基于卷积神经网络的一系列医学图像分割网络模型的泛化能力不够。而且,MRI膝关节图像中骨组织和软骨组织存在着极大的类别不平衡现象。为了改善上述这些问题,本文提出了一种基于区域的两阶段MRI膝关节骨组织分割网络。本文的具体工作如下:（1）本文提出了一种
特征选择在大数据问题中起着重要的作用,但是,随着数据量和维数的增加,传统的特征选择方法在效率上已经不能满足需求。因此,能够处理动态流特征的在线流特征选择算法受到了广泛的关注。现有的在线流特征选择算法通常选择一个最优的全局特征子集,并假设该子集适用于样本空间的所有区域。但是,样本空间的每个区域都有自己独有的特征子集来准确地描述,这些特征子集的特征和大小可能都有所不同。本文研究的课题是流特征场景下特征
心血管疾病是造成人类死亡的首要原因。其中，血管狭窄疾病在心血管疾病中占比高，严重危害着人们身心健康。支架介入治疗是目前治疗血管狭窄最常用的方法，但冠状动脉、颈动脉和其他外周动脉经皮腔内血管成形术后再狭窄比例非常高，严重影响了介入治疗患者的预后。稳定的动物模型能够为研究解决经皮介入治疗术后再狭窄提供工具。因此，文章整理了球囊损伤动物模型的建立方法及运用研究进展，以期为防治心血管疾病的研究提供依据。
中药治疗术后高热一则呼兰县第一人民医院王炜平孙××，女，４８岁，病案号４８９。患者于１９９３年６月入院做子宫切除术，术后一周出现寒战，高热，体温在３９—４０℃之间，并伴有恶心、呕吐、口苦、咽干、胸闷、时太息，目睛周身黄染。于每日寒战后继出现高热，且呈...
随着智能信息服务应用不断深入日常生活,网络数据日益膨胀,知识图谱因其强大的语义处理能力与开放互联能力成为当下研究的焦点。推荐系统可以帮助人们获取所需要的信息或商品,改善信息超载问题。推荐系统的核心技术是对用户历史行为数据和商品信息进行建模,推理出用户的偏好,并将其可能感兴趣的商品推荐给用户。在推荐场景中,商品可能会包含丰富的语义信息,知识图谱加强了商品之间的联系,为个性化推荐提供了丰富的参考价值。
准确预测未来轨迹是自动驾驶车辆、移动机器人等智能交通系统在复杂场景下与环境进行安全交互的重要能力。近年来,由于服务机器人和自动驾驶汽车等新兴人工智能应用的巨大需求,轨迹预测已成为计算机视觉领域中的一项重要任务。然而准确预测未来轨迹非常困难,因为人类的决策行为往往受内在运动意图、个人偏好和场景信息等因素影响,会表现出高度的不确定性。从其运动轨迹角度分析,未来有多种可行路径可被选择。学习轨迹数据分布、