期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
TransE和TransH模型空间地址表示学习中的对比研究——以广州市天河区为例 被引量：1
1
作者 王昕 李卫红 童昊昕 《华南师范大学学报（自然科学版）》 CAS 北大核心 2020年第4期86-94,共9页
将地理知识融入空间地址,研究空间信息与语义信息融合的知识表示学习方法;将空间地址数据集在TransE模型和TransH模型上进行训练,通过元组分类和向量间距离评估的方法进行对比研究.研究结果表明:(1)在地址实体的表示学习任务中,TransH... 将地理知识融入空间地址,研究空间信息与语义信息融合的知识表示学习方法;将空间地址数据集在TransE模型和TransH模型上进行训练,通过元组分类和向量间距离评估的方法进行对比研究.研究结果表明:(1)在地址实体的表示学习任务中,TransH模型在对复杂关系的建模任务上明显优于TransE模型;(2)在语义知识基础上融入空间关系,能够有效地解决地址实体语义相似而空间距离不相近和空间距离相近而语义不相似的两大问题.语义关系与空间关系的融合,将能够挖掘更多有价值的信息,有利于进一步开展地理知识图谱的补全工作,可为地理知识图谱表示学习提供方法借鉴. 展开更多
关键词 地理知识图谱 空间地址数据 知识表示学习 TransE transh
在线阅读 下载PDF
融合时序知识图谱与CNN-LSTM的流程生产工艺质量预测
2
作者 阴彦磊 唐进 顾文娟 《计算机集成制造系统》 北大核心 2025年第10期3773-3784,共12页
针对流程生产工艺知识的强时序性和关联耦合特征,提出一种融合时序知识图谱与CNN-LSTM的工艺质量预测模型。首先利用知识嵌入技术提取多源异构数据、工艺标准、规范要求等知识图谱语义特征,根据实体和关系表示将复杂工艺标准建模为复合... 针对流程生产工艺知识的强时序性和关联耦合特征,提出一种融合时序知识图谱与CNN-LSTM的工艺质量预测模型。首先利用知识嵌入技术提取多源异构数据、工艺标准、规范要求等知识图谱语义特征,根据实体和关系表示将复杂工艺标准建模为复合的三元组间的隐含关联关系;在此基础上,将子图三元组集映射至低维向量空间以间接捕获语义,通过特征融合强化时序特征作为输入,构建基于注意力机制的组合神经网络模型以提取显著时序特征,最终实现面向流程生产工艺的质量预测。实验结果表明,基于时序知识图谱与CNN-LSTM的流程生产工艺质量预测方法精确率优于其他方法,验证了所提模型的有效性与高效性。 展开更多
关键词 知识图谱 transh模型 特征融合 CNN-LSTM神经网络 质量预测
在线阅读 下载PDF
基于BERT和TransE的众筹众创教育资源实体对齐研究
3
作者 刘尚东 胡林 +2 位作者 谭萍 季一木 徐鹤 《北京印刷学院学报》 2022年第6期58-67,共10页
随着计算机技术与网络技术的发展,数字教育资源众筹众创成为可能,质量是众筹众创数字教育资源服务的重要一环,是发挥众筹众创数字教育资源价值的基础。高质量知识图谱是数字教育资源生成的重要工具,实体对齐是知识图谱构建的关键环节。... 随着计算机技术与网络技术的发展,数字教育资源众筹众创成为可能,质量是众筹众创数字教育资源服务的重要一环,是发挥众筹众创数字教育资源价值的基础。高质量知识图谱是数字教育资源生成的重要工具,实体对齐是知识图谱构建的关键环节。在众筹众创教育资源生成环节,多源知识图谱的命名空间异构性较高,采用已有的实体对齐方法消除实体异构,存在自动程度不高,没有充分利用知识图谱属性信息的问题。对于包含丰富属性信息的众筹众创教育资源知识图谱,如何利用这些属性信息提高实体对齐的效率及准确度是众筹众创教育资源生成的核心问题。提出一种利用关系三元组及属性三元组向量表示实体的方法,采用预训练语言模型和知识表示技术训练迭代,针对关系三元组,将BERT(Bidirectional Encoder Representation from Transformers)的语义表示能力迁移到TransE(Translating Embeddings)模型的初始化阶段,对原始向量空间,通过TransE模型迭代训练,提高结构层面的效率和准确率,针对属性三元组,基于BERT进行向量表示,根据翻译模型和TF-IDF权重分配策略得到属性层面的实体向量,最后联合得出实体向量。实验表明,方法具有更好的实体对齐性能。 展开更多
关键词 众筹众创 教育资源 实体对齐 transh预训练语言模型 知识表示
在线阅读 下载PDF
Trans系列知识表示方法发展研究 被引量：5
4
作者 杜晓娟 陶以政 李龚亮 《计算机与数字工程》 2023年第11期2515-2517,共3页
近年来,知识图谱被普遍应用于搜索引擎和智能推荐系统,而知识表示作为知识图谱关键技术得到了广泛的关注。关于知识表示方法的研究也一直在进行,其中以TransE为代表的基于翻译模型的知识表示方法有着容易理解、复杂度低、计算效率高等优... 近年来,知识图谱被普遍应用于搜索引擎和智能推荐系统,而知识表示作为知识图谱关键技术得到了广泛的关注。关于知识表示方法的研究也一直在进行,其中以TransE为代表的基于翻译模型的知识表示方法有着容易理解、复杂度低、计算效率高等优点,而且与此同时,具有较好的知识表达能力。文章对Trans系列模型进行了总结,着重分析了不同模型之间的改进思路并对其知识表示能力进行了对比,为进一步的改进提供参考。 展开更多
关键词 知识图谱 知识表示 TransE transh TransR
在线阅读 下载PDF
工业以太网在城轨交通传输系统中的应用前景 被引量：10
5
作者 袁志宏 《都市快轨交通》 2005年第2期8-11,共4页
通过对城市轨道交通多种传输系统制式(ATM、SDH、工业以太网等)的比较,分析工业以太网技术的优点与缺点,展望它在城市轨道交通中的应用前景;基于城市轨道交通各系统的需求及工业以太网技术的现状。
关键词 工业以太网 传输系统 城轨交通 前景 应用 城市轨道交通 以太网技术 系统制式 建设方式 SDH
在线阅读 下载PDF
融合知识图谱与卷积神经网络的电压暂降分类识别 被引量：6
6
作者 白浩 齐林海 王红 《电力信息与通信技术》 2021年第11期131-139,共9页
电压暂降类型的精准识别对针对性治理方案的提出以及责任划分具有重要意义。基于深度学习的电压暂降分类识别,避免了基于机理分析的物理模型的局限性,但存在依赖大规模标注数据和模型不可解释性等问题。文章提出了一种融合知识图谱与卷... 电压暂降类型的精准识别对针对性治理方案的提出以及责任划分具有重要意义。基于深度学习的电压暂降分类识别,避免了基于机理分析的物理模型的局限性,但存在依赖大规模标注数据和模型不可解释性等问题。文章提出了一种融合知识图谱与卷积神经网络的电压暂降分类识别方法。通过TransH算法对电压暂降知识图谱进行表示学习,得到实体、关系以及关系平面的低维连续向量。从“暂降事件”实体在“类别”平面中的投影向量集合中,提取电压暂降事件特征及其隐含的丰富语义信息,将其作为先验知识用于指导和约束卷积神经网络的训练,增强深度学习模型的可解释性。通过实测数据集验证了模型的有效性,与其他电压暂降分类识别方法相比,在准确率和模型效率方面均有明显提升。 展开更多
关键词 电压暂降 知识图谱 知识推理 transh 卷积神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部