商场室内空间知识图谱构建与查询应用
发布时间：2021-08-11 19:15
物联网及新型定位技术的发展使得室内定位得以实现,为人们提供室内位置服务成为必然。人们的日常生活处于室内或是室外空间,但实际上大部分时间都在室内环境中度过的。相比之前较为关注的室外空间而言,室内空间结构复杂、语义丰富,不同的人对室内空间服务有着不同的需求与认知,有着不同的语义限制,因此目前已有的室外空间的相关技术无法直接应用在室内空间中。室内空间查询作为一种广泛使用的室内位置服务,目前仍通过关键字匹配进行检索,无法提供语义关联性强的、明确的、更加准确的检索结构,知识图谱的出现为智能检索提供了一个有效的解决办法。本文以商场空间的语义查询为研究背景,针对已有工作缺乏对商场空间的知识图谱的研究,不能支持高效的室内空间查询问题,研究了商场室内空间知识图谱的构建方法和查询应用,具体的研究成果如下:（1）本文提出室内空间知识图谱的构建框架。完成了用知识图谱对室内空间进行建模,更关注实体和实体间的关联。（2）本文构建了一个商场室内空间本体,描述商场室内空间知识图谱的结构层。通过对室内空间相关信息的分析,定义了室内空间中所涉及的概念及属性,完成商场本体的搭建。（3）本文从在线资源数据中进行信息抽取,即抽...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１．?１谷歌知识图谱??Ｆｉｇ．?１．１?Ｇｏｏｇｌｅ?ｋｎｏｗｌｅｄｇｅ?ｇｒａｐｈ??－２－??
?商场室内空间知识图谱构建与查询应用???课题背景?Ｉ＾题背景和意义ｑ?＋?［＂室内空间研究??确定研究目标??〇???，?？?／Ｉ应用于?????理论研究ｒ一一知识１式层＋知识Ｈ数据层??＾?Ｉ；??商场室内空间知识图谱的搭建??框架及系统实现??????＂＂总体设夬设计｜?Ｐ数据库设计＂＂??系统实现??ｆＨＩＺ—???原型系统设计?Ｉ平台开发工具??基于商场室内空间知识图谱的查询原型系统??ｘｊ?对系统评估??实验评估?｜实验数据］?１评估结果分析??图１．?２论文结构组织图??Ｆｉｇ．?１．２?Ｓｔｒｕｃｔｕｒｅ?ａｎｄ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ｄｉｓｓｅｒｔａｔｉｏｎ??－６－??
础上再归纳规则，对词汇进行描述。２０世纪９０年代本体论被应用到了计算机领??域，Ｇｒｕｂｅｒ?（１９９３）将本体描述为“对某个体系的进行规范的概念化”，Ｂｒｏｓｔ?（１９９７）??将本体描述为“公式化描述概念模型”，简单而言，本体描述了客观世界实体之间的概??念关系，Ｓｔｕｄｅｒ?（１９９８）等在前人的基础上进一步完善后给出了目前较为认可的本体定??义，Ｂ卩：知识本体（ｏｎｔｏｌｏｇｙ）是对概念体系的明确的、形式化的、可共享的规范。??根据本体的研宄层次不同，所构建的本体也是不同的，如图２．１所示，本体可以??被分为顶层本体、领域本体、任务本体、应用本体。顶层本体可以完全独立于特定的问??题或领域，可以在很大的范围内被共享，用来描述较为通用的概念。领域本体相较于顶??层本体而言，其主要是研究某一个特定领域相关的术语，主要服务于该特定领域，为其??提供该领域内的概念及概念关系、理论和基本原理等。任务本体主要研究问题的求解方??法，与领域无关，主要是对动态知识进行定义和推理。应用本体主要是描述特定的应用，??既可以应用在某个特定领域中的某个概念中，也可以出现在某一任务本体的概念中。??顶层本体??领域本体?任务本体??应用本体??图２．?１本体层次??Ｆｉｇ．２．１?Ｏｎｔｏｌｏｇｙ?ｌｅｖｅｌ??－７－??
【参考文献】：
期刊论文
[1]中文实体关系抽取研究综述[J]. 武文雅,陈钰枫,徐金安,张玉洁. 计算机与现代化. 2018(08)
[2]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[3]不规则文本中商品名称识别的特征选择[J]. 杨美妮,何涛,沈静,张建军. 计算机工程与科学. 2016(10)
[4]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳. 电子科技大学学报. 2016(04)
[5]本体研究综述[J]. 王向前,张宝隆,李慧宗. 情报杂志. 2016(06)
[6]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[7]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰. 软件学报. 2014(09)
[8]面向室内空间的移动对象数据管理[J]. 金培权,汪娜,张晓翔,岳丽华. 计算机学报. 2015(09)
[9]开放式信息抽取研究进展[J]. 杨博,蔡东风,杨华. 中文信息学报. 2014(04)
[10]面向非结构化文本的开放式实体属性抽取[J]. 曾道建,来斯惟,张元哲,刘康,赵军. 江西师范大学学报(自然科学版). 2013(03)
博士论文
[1]面向生物医学领域的实体关系抽取研究[D]. 顾静航.苏州大学 2017
硕士论文
[1]基于知识管理的企业知识图谱构建研究[D]. 彭鑫.武汉大学 2018
[2]基于半监督机器学习的实体关系抽取算法研究[D]. 台丽婷.北京邮电大学 2018
[3]基于隐式马尔科夫模型的法律命名实体识别模型的设计与应用[D]. 周晓辉.华南理工大学 2017
[4]基于web的工业产品知识图谱构建及应用[D]. 邵元新.沈阳航空航天大学 2017
[5]基于CRF模型的初等数学问题命名实体的识别[D]. 张奎.电子科技大学 2017
[6]基于条件随机场的命名实体识别及实体关系识别的研究与应用[D]. 阚琪.北京交通大学 2015
[7]基于规则的百科人物属性抽取算法的研究[D]. 李红亮.西南交通大学 2013
本文编号：3336736
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１．?１谷歌知识图谱??Ｆｉｇ．?１．１?Ｇｏｏｇｌｅ?ｋｎｏｗｌｅｄｇｅ?ｇｒａｐｈ??－２－??
?商场室内空间知识图谱构建与查询应用???课题背景?Ｉ＾题背景和意义ｑ?＋?［＂室内空间研究??确定研究目标??〇???，?？?／Ｉ应用于?????理论研究ｒ一一知识１式层＋知识Ｈ数据层??＾?Ｉ；??商场室内空间知识图谱的搭建??框架及系统实现??????＂＂总体设夬设计｜?Ｐ数据库设计＂＂??系统实现??ｆＨＩＺ—???原型系统设计?Ｉ平台开发工具??基于商场室内空间知识图谱的查询原型系统??ｘｊ?对系统评估??实验评估?｜实验数据］?１评估结果分析??图１．?２论文结构组织图??Ｆｉｇ．?１．２?Ｓｔｒｕｃｔｕｒｅ?ａｎｄ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ｄｉｓｓｅｒｔａｔｉｏｎ??－６－??
础上再归纳规则，对词汇进行描述。２０世纪９０年代本体论被应用到了计算机领??域，Ｇｒｕｂｅｒ?（１９９３）将本体描述为“对某个体系的进行规范的概念化”，Ｂｒｏｓｔ?（１９９７）??将本体描述为“公式化描述概念模型”，简单而言，本体描述了客观世界实体之间的概??念关系，Ｓｔｕｄｅｒ?（１９９８）等在前人的基础上进一步完善后给出了目前较为认可的本体定??义，Ｂ卩：知识本体（ｏｎｔｏｌｏｇｙ）是对概念体系的明确的、形式化的、可共享的规范。??根据本体的研宄层次不同，所构建的本体也是不同的，如图２．１所示，本体可以??被分为顶层本体、领域本体、任务本体、应用本体。顶层本体可以完全独立于特定的问??题或领域，可以在很大的范围内被共享，用来描述较为通用的概念。领域本体相较于顶??层本体而言，其主要是研究某一个特定领域相关的术语，主要服务于该特定领域，为其??提供该领域内的概念及概念关系、理论和基本原理等。任务本体主要研究问题的求解方??法，与领域无关，主要是对动态知识进行定义和推理。应用本体主要是描述特定的应用，??既可以应用在某个特定领域中的某个概念中，也可以出现在某一任务本体的概念中。??顶层本体??领域本体?任务本体??应用本体??图２．?１本体层次??Ｆｉｇ．２．１?Ｏｎｔｏｌｏｇｙ?ｌｅｖｅｌ??－７－??
【参考文献】：
期刊论文
[1]中文实体关系抽取研究综述[J]. 武文雅,陈钰枫,徐金安,张玉洁. 计算机与现代化. 2018(08)
[2]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[3]不规则文本中商品名称识别的特征选择[J]. 杨美妮,何涛,沈静,张建军. 计算机工程与科学. 2016(10)
[4]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳. 电子科技大学学报. 2016(04)
[5]本体研究综述[J]. 王向前,张宝隆,李慧宗. 情报杂志. 2016(06)
[6]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[7]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰. 软件学报. 2014(09)
[8]面向室内空间的移动对象数据管理[J]. 金培权,汪娜,张晓翔,岳丽华. 计算机学报. 2015(09)
[9]开放式信息抽取研究进展[J]. 杨博,蔡东风,杨华. 中文信息学报. 2014(04)
[10]面向非结构化文本的开放式实体属性抽取[J]. 曾道建,来斯惟,张元哲,刘康,赵军. 江西师范大学学报(自然科学版). 2013(03)
博士论文
[1]面向生物医学领域的实体关系抽取研究[D]. 顾静航.苏州大学 2017
硕士论文
[1]基于知识管理的企业知识图谱构建研究[D]. 彭鑫.武汉大学 2018
[2]基于半监督机器学习的实体关系抽取算法研究[D]. 台丽婷.北京邮电大学 2018
[3]基于隐式马尔科夫模型的法律命名实体识别模型的设计与应用[D]. 周晓辉.华南理工大学 2017
[4]基于web的工业产品知识图谱构建及应用[D]. 邵元新.沈阳航空航天大学 2017
[5]基于CRF模型的初等数学问题命名实体的识别[D]. 张奎.电子科技大学 2017
[6]基于条件随机场的命名实体识别及实体关系识别的研究与应用[D]. 阚琪.北京交通大学 2015
[7]基于规则的百科人物属性抽取算法的研究[D]. 李红亮.西南交通大学 2013
本文编号：3336736
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3336736.html
