基于认知计算的大规模知识图谱修正方法

发布时间：2021-07-23 05:12

　　伴随着大数据而来的是认知计算时代,各行各业纷纷踏上了智能化转型和升级的道路。认知计算旨在通过仿生人脑的认知过程,构建出一个具有人类认知功能的智能化认知系统,而实现智能化对计算机的认知能力提出了全新的要求。在大数据环境下,知识图谱作为一种重要的知识表示方式,以其强大的语义能力,从深层次上揭示了人类认知的整体性与关联性,使得机器认知成为了可能。然而在大规模知识图谱中,由于传统的知识图谱构建技术不成熟、人们对真实世界的认知不断地变化,导致知识的规模和复杂程度远远超过了人类的认知能力。有调查研究表明,大规模知识图谱中存在的矛盾普遍而严重,一般都在15%左右。只有通过专家制定完善的制度来避免矛盾的出现,否则知识的错误率很难降低,而传统的修正方法只能发现和修正简单且逻辑性强的错误,而对于大规模知识图谱中存在的矛盾,传统的基于逻辑的方法是无法应对的。针对以上特征及问题,本文通过对知识图谱中存在的矛盾进行了分析,结合认知计算理论,提出了一种基于认知计算的大规模知识图谱修正方法,主要包括:基于BP（back propagation）神经网络的知识推理算法和基于AGM的矛盾修正方法,最后通过实验进行了验证... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

一l认知计算与矛盾修正各阶段对应情况

图４－１本研宄中基于Ｓｐａｒｋ的大数据计算框架??

图４－３基于ＢＰ神经网络的知识推理模型架构图??

【参考文献】：
期刊论文
[1]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)
[2]规则增强的知识图谱表示学习方法[J]. 陈曦,陈华钧,张文.  情报工程. 2017(01)
[3]基于知识图谱的精细化工辅助研发平台[J]. 彭彬,杨晨,蓝锦煌,徐媚,桂其迹,黄智生,顾进广.  情报工程. 2017(01)
[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]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光.  计算机研究与发展. 2016(03)
[6]一元模糊事件PMJ模型研究[J]. 冯康.  西安电子科技大学学报. 2016(01)
[7]基于BP神经网络和模糊推理系统的短时交通流预测[J]. 熊伟晴,燕晓波,姜守旭,李治军.  智能计算机与应用. 2015(02)
[8]Spark与MLlib:当机器学习遇见分布式系统[J]. 尹绪森.  程序员. 2014 (07)
[9]大数据迈入认知计算时代[J]. 石菲.  中国信息化. 2014(06)

硕士论文
[1]基于Spark的子图匹配算法研究与实现[D]. 郭腾.北京交通大学 2017
[2]基于Word2vec的文本建模及分类研究[D]. 冯贵川.深圳大学 2016
[3]基于多目标分层遗传算法的溢流粒度软测量[D]. 崔庆磊.大连理工大学 2015
[4]基于概念网络的知识库管理工具的研究与实现[D]. 叶虹.湖南大学 2011
[5]常识推理中不一致信念的两种修正策略研究[D]. 张丽丽.厦门大学 2005



本文编号：3298670