基于知识图谱的领域知识库管理系统的设计与实现
发布时间：2021-07-06 12:56
在互联网如此发达的时代,查询搜索已经成为人们获取知识最主要的途径。传统的搜索引擎大多基于关键词匹配,而在2012年,知识图谱的提出改变了传统的搜索引擎模式,搜索引擎可以智能化的“理解”用户输入的自然语言,并返回最相关的知识给用户。然而目前知识图谱技术基本都还是用于开放性领域的开放性知识,每个特定领域的知识库中的知识依然存在着知识间信息孤岛、知识间的联系没有建立,知识的管理维护不规范,知识的更新和组织困难等问题。因此,如何合理组织领域知识建立领域知识库,给相关领域用户提供高质量的服务成为目前急需解决的问题。针对以上问题,本文采用知识图谱的形式组织领域知识,提出了建立领域知识库的解决方案,并完成了相应的领域知识库管理系统的设计与实现。主要研究内容有:（1）知识图谱的构建。主要包括图谱中节点和边提取所对应的命名实体提取和实体关系抽取。（2）知识库管理系统的设计。包括系统的架构设计,功能模块设计,模块间的交互设计,数据存储结构和存储方式的设计等。（3）知识库管理系统的实现。主要包括知识存储,知识更新和查询检索等功能模块的实现。知识的存储模块综合采用了 Neo4j,Mysql和ElasticSe...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
SVM输入数据格式示例
索弓丨：Ｄａｔａ和ＳｔａｎｄａｒｄＫｎｏｗｌｅｄｇｅ。其中Ｄａｔａ索引直接存储系统的语料数据。??ＳｔａｎｄａｒｄＫｎｏｗｌｅｄｇｅ中的格式定义与关系型数据库中的格式类似，这里冗余存储??一份。具体数据格式定义在ＥｌａｓｔｉｃＳｅａｒｃｈ的管理工具Ｋｉｂａｎａ中的截图如图４－１２??所示。??３６??
本系统在Ｎｅｏ４ｊ中分别定义名称为ｎ，ｒ２，ｒ３，ｒ４，ｒ５的关系名称??分别代表位置关系、因果关系、从属关系、并列关系和使动关系。??图数据库中点和关系示意图如图４－１１所示，图中学科作为一个命名实体，英??语、数学、语文和学科都具有从属关系。??（‘－：人＇??Ｔ?＾?ｍ??．?，?，??图４－１１图数据库节点关系示例??４．３．３?ＥｌａｓｔｉｃＳｅａｒｃｈ数据结构设计??ＥｌａｓｔｉｃＳｅａｒｃｈ本身作为一个查询引擎，当把数据导入到ＥｌａｓｔｉｃＳｅａｒｃｈ中，它??本身也提供了一个半结构化数据存储的功能。本文将原始数据语料，Ｍｙｓｑｌ中的??标准知识表等数据全部存储在ＥｌａｓｔｉｃＳｅａｒｃｈ中，用于在知识查询在知识图谱中没??有找到相关信息时，利用ＥｌａｓｔｉｃＳｅａｒｃｈ的全文检索功能，返回给用户最相关的内??容。??ＥｌａｓｔｉｃＳｅａｒｃｈ中有索引、文档、和字段的概念，对应到关系型数据库，所以??可以对应关系型数据库的数据库
【参考文献】：
期刊论文
[1]聚类有效性评价新指标[J]. 谢娟英,周颖,王明钊,姜炜亮. 智能系统学报. 2017(06)
[2]基于图数据库的文献检索方法优化与实现[J]. 林启胜,王磊,周喜,赵凡,马博. 微电子学与计算机. 2017(10)
[3]论地理知识图谱[J]. 陆锋,余丽,仇培元. 地球信息科学学报. 2017(06)
[4]基于知识图谱的Web信息抽取系统[J]. 王辉,郁波,洪宇,肖仰华. 计算机工程. 2017(06)
[5]基于多数据源的知识图谱构建方法研究[J]. 吴运兵,阴爱英,林开标,余小燕,赖国华. 福州大学学报(自然科学版). 2017(03)
[6]关联数据在数字图书馆应用过程中的知识图谱分析[J]. 杨选辉,蔡志强,杜心雨. 图书馆. 2017(04)
[7]知识抽取国内研究现状分析[J]. 冯青文. 常州信息职业技术学院学报. 2017(02)
[8]基于知识图谱的智能医疗研究[J]. 俞思伟,范昊,王菲,徐雷. 医疗卫生装备. 2017(03)
[9]知识图谱的发展与构建[J]. 李涛,王次臣,李华康. 南京理工大学学报. 2017(01)
[10]“科学知识图谱”与“Google知识图谱”比较分析——基于知识管理理论视角[J]. 冯新翎,何胜,熊太纯,武群辉,柳益君. 情报杂志. 2017(01)
博士论文
[1]支持向量机学习算法若干问题的研究[D]. 常甜甜.西安电子科技大学 2010
硕士论文
[1]实体关系抽取关键技术研究[D]. 刘绍毓.解放军信息工程大学 2015
[2]基于一阶逻辑的知识表示与自动提取[D]. 王勇.电子科技大学 2015
[3]特定领域知识库的构建与简报生成[D]. 孟凡坤.北京工业大学 2014
[4]面向领域知识库构建的实体识别及关系抽取技术[D]. 程紫光.哈尔滨工业大学 2014
[5]基于本体的产品设计知识管理技术及应用研究[D]. 黄梦凯.哈尔滨工业大学 2013
本文编号：3268284
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
SVM输入数据格式示例
索弓丨：Ｄａｔａ和ＳｔａｎｄａｒｄＫｎｏｗｌｅｄｇｅ。其中Ｄａｔａ索引直接存储系统的语料数据。??ＳｔａｎｄａｒｄＫｎｏｗｌｅｄｇｅ中的格式定义与关系型数据库中的格式类似，这里冗余存储??一份。具体数据格式定义在ＥｌａｓｔｉｃＳｅａｒｃｈ的管理工具Ｋｉｂａｎａ中的截图如图４－１２??所示。??３６??
本系统在Ｎｅｏ４ｊ中分别定义名称为ｎ，ｒ２，ｒ３，ｒ４，ｒ５的关系名称??分别代表位置关系、因果关系、从属关系、并列关系和使动关系。??图数据库中点和关系示意图如图４－１１所示，图中学科作为一个命名实体，英??语、数学、语文和学科都具有从属关系。??（‘－：人＇??Ｔ?＾?ｍ??．?，?，??图４－１１图数据库节点关系示例??４．３．３?ＥｌａｓｔｉｃＳｅａｒｃｈ数据结构设计??ＥｌａｓｔｉｃＳｅａｒｃｈ本身作为一个查询引擎，当把数据导入到ＥｌａｓｔｉｃＳｅａｒｃｈ中，它??本身也提供了一个半结构化数据存储的功能。本文将原始数据语料，Ｍｙｓｑｌ中的??标准知识表等数据全部存储在ＥｌａｓｔｉｃＳｅａｒｃｈ中，用于在知识查询在知识图谱中没??有找到相关信息时，利用ＥｌａｓｔｉｃＳｅａｒｃｈ的全文检索功能，返回给用户最相关的内??容。??ＥｌａｓｔｉｃＳｅａｒｃｈ中有索引、文档、和字段的概念，对应到关系型数据库，所以??可以对应关系型数据库的数据库
【参考文献】：
期刊论文
[1]聚类有效性评价新指标[J]. 谢娟英,周颖,王明钊,姜炜亮. 智能系统学报. 2017(06)
[2]基于图数据库的文献检索方法优化与实现[J]. 林启胜,王磊,周喜,赵凡,马博. 微电子学与计算机. 2017(10)
[3]论地理知识图谱[J]. 陆锋,余丽,仇培元. 地球信息科学学报. 2017(06)
[4]基于知识图谱的Web信息抽取系统[J]. 王辉,郁波,洪宇,肖仰华. 计算机工程. 2017(06)
[5]基于多数据源的知识图谱构建方法研究[J]. 吴运兵,阴爱英,林开标,余小燕,赖国华. 福州大学学报(自然科学版). 2017(03)
[6]关联数据在数字图书馆应用过程中的知识图谱分析[J]. 杨选辉,蔡志强,杜心雨. 图书馆. 2017(04)
[7]知识抽取国内研究现状分析[J]. 冯青文. 常州信息职业技术学院学报. 2017(02)
[8]基于知识图谱的智能医疗研究[J]. 俞思伟,范昊,王菲,徐雷. 医疗卫生装备. 2017(03)
[9]知识图谱的发展与构建[J]. 李涛,王次臣,李华康. 南京理工大学学报. 2017(01)
[10]“科学知识图谱”与“Google知识图谱”比较分析——基于知识管理理论视角[J]. 冯新翎,何胜,熊太纯,武群辉,柳益君. 情报杂志. 2017(01)
博士论文
[1]支持向量机学习算法若干问题的研究[D]. 常甜甜.西安电子科技大学 2010
硕士论文
[1]实体关系抽取关键技术研究[D]. 刘绍毓.解放军信息工程大学 2015
[2]基于一阶逻辑的知识表示与自动提取[D]. 王勇.电子科技大学 2015
[3]特定领域知识库的构建与简报生成[D]. 孟凡坤.北京工业大学 2014
[4]面向领域知识库构建的实体识别及关系抽取技术[D]. 程紫光.哈尔滨工业大学 2014
[5]基于本体的产品设计知识管理技术及应用研究[D]. 黄梦凯.哈尔滨工业大学 2013
本文编号：3268284
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3268284.html
