面向大数据领域的事理认知图谱构建与推断分析

发布时间：2021-04-23 13:07

　　随着大数据对全球生产、流通、分配、消费等国计民生领域产生重要影响,事理作为认知智能重要概念,不仅帮助人们发现大数据所蕴含的国计民生的线索与发展规律,而且帮助人们更好认知人机物三元世界未来发展趋势.考虑到人机物事理动态演化是工业大数据有别于其他行业大数据处理的本质区别,本文从人机物事理动态演化特性智能认知着手,结合传统知识图谱在互联网领域取得的成功经验,提出了面向大数据领域的事理认知图谱构建与推断分析.首先论述了事理认知图谱对推动认知智能研究发展的贡献,剖析了它与知识图谱异同之处,深度理解人类社会发展变化规律的重要价值.其次阐述了事理抽取与泛化、多模态联合网络化合成表示、进化认知和推断分析等关键技术研究最新进展以及面临的挑战.最后,结合我们课题组在事理认知图谱的研究进展情况,归纳总结了事理认知图谱在预防网络电话诈骗和安全生产管控等领域最新应用效果.本文结尾总结和展望事理认知图谱的未来研究方向和发展前景. 

【文章来源】：中国科学:信息科学. 2020,50(07)北大核心CSCD

【文章页数】：15 页

【文章目录】：
1 引言
2 事理认知图谱
    2.1 基本概念
    2.2 基本组成结构
3 事理认知图谱自动构建技术
    3.1 事理及规则自动抽取
    3.2 多模态逻辑网络化合成表示
    3.3 事理规则认知学习
4 规则演化推断分析技术
    4.1 基于统计学习的演化推断分析
    4.2 基于图神经网络的演化推断分析
5 事理认知图谱的前沿应用
    5.1 基于事理认知图谱的预防网络诈骗系统
    5.2 基于事理认知图谱的安全生产管控系统
6 总结与展望


【参考文献】：
期刊论文
[1]融合对抗学习的因果关系抽取[J]. 冯冲,康丽琪,石戈,黄河燕.  自动化学报. 2018(05)
[2]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)
[3]面向大社交数据的深度分析与挖掘[J]. 唐杰,陈文光.  科学通报. 2015(Z1)



本文编号：3155386