基于本体的政治学科知识图谱构建及其知识检索研究

发布时间：2021-12-17 23:33

　　随着计算机相关技术的发展,大数据和人工智能的应用为我们的学习和生活带来了很多的便利。作为人工智能领域的一个分支,知识图谱也迎来了快速的发展。知识图谱是将客观世界中的知识表示成计算机能够处理的知识,并且将各个知识关联起来,形成一个语义网络。随着“互联网+”的发展,教育领域也越来越重视知识的信息化,将书本知识转换成机器可理解的知识是一个发展趋势。知识图谱可以通过相关技术将知识重新表示来增强知识间的逻辑性和关联性,可以实现对领域内知识的智能检索问答。知识图谱还可以对相关知识按照一定的规则进行逻辑推理,让数据变成有意义和有价值的知识。本文运用知识图谱的相关技术,在初高中政治学科领域对构建政治学科知识图谱及其知识检索进行了研究。本文根据对相关技术的研究分析,完成了政治学科领域知识图谱的构建,并且实现了对相关政治问题的智能检索问答,经过对知识检索机制的优化改进使得检索的准确率有一定的提升。本文主要工作包括:1)本文通过对本体建模的研究,构建了政治学科本体模型,通过对电子化书本的标注完成了政治核心知识库的构建,运用爬虫技术实现了对外源数据的扩充,最后对所有知识按照特定的表示形式存储入库,形成了政治学...

【文章来源】： 中南民族大学湖北省

【文章页数】：63 页

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 国内研究现状
        1.2.2 国外研究现状
    1.3 课题来源与论文结构
第2章 相关理论与方案设计
    2.1 本体基础理论
        2.1.1 本体基本概念
        2.1.2 本体分类原则
        2.1.3 本体建模方法
    2.2 知识图谱相关理论
        2.2.1 语义网基础概述
        2.2.2 知识表示与查询
        2.2.3 相关工具与框架
    2.3 方案设计与技术分析
        2.3.1 总体框架设计
        2.3.2 结构详细设计
        2.3.3 关键技术分析
    2.4 本章小结
第3章 基于本体的政治学科知识图谱构建
    3.1 政治学科本体模型建模
        3.1.1 政治本体模型构建原则
        3.1.2 本体模型详细设计流程
        3.1.3 基于OWL的本体表示
    3.2 数据采集与表示
        3.2.1 数据来源
        3.2.2 数据标注
        3.2.3 数据表示
    3.3 数据扩充与测试
        3.3.1 数据扩充方法
        3.3.2 爬虫算法实现
        3.3.3 实验结果与分析
    3.4 数据库搭建和数据存储
    3.5 知识图谱可视化与分析
    3.6 本章小结
第4章 基于本体的政治学科知识图谱知识检索
    4.1 知识检索机制
        4.1.1 知识检索模型
        4.1.2 逻辑推理规则库构建
        4.1.3 基于Jena的推理实现
    4.2 检索优化设计
        4.2.1 检索影响因素与分析
        4.2.2 优化方法设计与实现
    4.3 实验结果与分析
        4.3.1 实验运行环境
        4.3.2 实验方案设计
        4.3.3 测试实验与对比分析
    4.4 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
附录A 攻读学位期间所发表的学术论文和参与项目
致谢


【参考文献】：
期刊论文
[1]综合词位置和语义信息的专利文本相似度计算 [J]. 夏冰,李宝安,吕学强.  计算机工程与设计. 2018(10)
[2]多源异构数据的大规模地理知识图谱构建 [J]. 蒋秉川,万刚,许剑,李锋,温荟琦.  测绘学报. 2018(08)
[3]基于Jena的计算机学科知识领域的本体推理系统的研究与应用 [J]. 陈成.  信息与电脑(理论版). 2018(14)
[4]基于科研本体的国防科技知识图谱构建 [J]. 王晓云,杨子煜.  中华医学图书情报杂志. 2018(07)
[5]基于本体的媒资知识图谱研究与实现 [J]. 唐兆琦.  传播与版权. 2018(05)
[6]基于知识图谱与语义计算的智能信息搜索技术研究 [J]. 高龙,张涵初,杨亮.  情报理论与实践. 2018(07)
[7]面向科技文献知识表示的知识元本体模型 [J]. 秦春秀,杨智娟,赵捧未,刘杰.  图书情报工作. 2018(03)
[8]基于中医药知识图谱的智能问答技术研究 [J]. 陈程,翟洁,秦锦玉,江嘉,武海霞,蔡婷婷.  中国新通信. 2018(02)
[9]知识图谱研究综述 [J]. 李涓子,侯磊.  山西大学学报(自然科学版). 2017(03)
[10]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)



本文编号：3541169