检索结果-内蒙古大学图书馆

作者：曹雨晴中国农业科学院

学位级别：硕士

数据密集型时代,作物多组学大数据的不断增长为作物领域研究提供高质量数据基础,但是,多组学研究数据的多源异构性导致相关研究存在以下问题:(1)多组学研究之间耦合性较低;(2)海量研究数据语义化组织与深度挖掘亟待加强;(3)研究成果间... 详细信息

数据密集型时代,作物多组学大数据的不断增长为作物领域研究提供高质量数据基础,但是,多组学研究数据的多源异构性导致相关研究存在以下问题:(1)多组学研究之间耦合性较低;(2)海量研究数据语义化组织与深度挖掘亟待加强;(3)研究成果间关联度不强,难以进行有效分析与关联发现。知识图谱作为语义网技术的前沿代表,具有强大的语义处理能力和开放关联能力,提供一种更好地组织、管理和理解作物领域海量信息的方式,在数据挖掘与分析方面表现出极大的应用价值。本文选择作物研究下的细分领域——水稻粒型基因领域进行实证研究,探索面向细分领域的知识图谱构建方案研究,主要研究内容及成果包括如下几个方面: 首先,设计并构建了面向水稻粒型基因领域的全景式本体模型,为后续整合海量多源异构资源,实现深层次语义挖掘与关联奠定基础。现有细分领域知识图谱的构建研究以面向领域通用性知识的百科知识图谱为主,无法基于图谱解决细分领域的研究型问题以及对潜在知识的探索。本文提出一种面向水稻粒型基因领域,自顶向下与自底向上结合的领域知识图谱“全景式”本体层构建策略。“全景式”一方面是基于纵向维度对领域知识组织体系进行深度挖掘,另一方面是基于横向维度对领域内不同类型资源进行聚合,更加系统全面地揭示知识图谱模式层中各类实体概念及关系类型。具体方案如下:以水稻粒型基因的基本信息为中心,继承复用权威学术论文中专家先验知识和多种领域本体,同时,通过多路径知识抽取挖掘新的实体类型和关系类型,自底向上完善本体模型,实现了对水稻粒型基因领域核心概念的组织和关键信息源的描述,“全景式”揭示知识图谱模式层中各类实体概念及实体概念之间的关联关系,为后续构建领域知识图谱数据层提供底层框架设计服务。其次,提出了面向水稻粒型基因领域多源异构资源的多路径知识抽取与融合策略。水稻粒型领域研究包含了丰富类型的多组学科技资源,具有数据量庞大、多源异构、强领域性等特点,随着数据量的不断增长,数据鸿沟问题也日益凸显。因此,如何将这些多样化数据转化为具有应用价值的知识单元,并在知识单元之间建立关联关系,成为当前领域知识组织创新中亟待解决的难题。多路径知识抽取是对各类数据资源进行多维聚合和知识关联的有效手段。同时,基于全景式领域本体模型进行概念、实体的对齐、链接等,在保证图谱数据可靠性的前提下有效实现多源知识关联融合,为后续开展图谱驱动下的知识关联与发现等知识服务奠定数据基础。最后,构建了面向水稻粒型基因领域的知识关联原型系统,开展图谱驱动下的知识关联服务的探索,对全景式领域知识图谱构建的合理性以及对多路径知识抽取、多源知识关联融合等技术方法的可行性进行验证评估。同时,为后续进一步开展动态知识图谱补全、图谱驱动下的新型智能知识服务、构建多场景下面向细分领域的专业知识服务系统提供借鉴。综上所述,构建领域知识图谱在深层语义揭示和关联组织领域知识、解决领域知识与科技信息等资源割裂问题等方面具有重要意义。本文以水稻粒型基因领域为例,在综合集成主流技术方法的基础上,进一步研究提出了全景式、多路径的领域知识图谱构建方案,对多来源、多类型、多模态的水稻粒型多组学资源进行深层语义揭示和关联组织,在尽可能兼顾知识图谱中各类知识覆盖的广度和深度的同时,较充分地继承整合现有的多源异构知识,具有一定集成性和通用性,可为其他领域知识图谱的快速高效构建提供参考路线,并通过搭建知识关联发现原型系统验证图谱的有效性。

关键词：全景式本体模式知识图谱水稻粒型基因多路径知识抽取知识发现

来源：评论

学校读者我要写书评

暂无评论

全景式多路径知识图谱构建研究--以水稻粒型基因领域为例

引用

数字图书馆论坛 2022年第4期 25-34页

作者：曹雨晴鲜国建黄永文陈博立李娇罗婷婷孙坦中国农业科学院农业信息研究所北京100081 农业农村部农业大数据重点实验室北京100081 国家新闻出版署农业融合出版知识挖掘与知识服务重点实验室北京100081 中国农业科学院北京100081

本文基于通用数据资源(科技文献、科研活动等)和专业领域知识资源(如组学科研数据),以水稻粒型基因领域为例,探索具有一定普适性,能兼顾知识覆盖广度和深度(全景式),并可充分继承整合多源异构数据和知识(多路径)的领域知识图谱构建方法... 详细信息

本文基于通用数据资源(科技文献、科研活动等)和专业领域知识资源(如组学科研数据),以水稻粒型基因领域为例,探索具有一定普适性,能兼顾知识覆盖广度和深度(全景式),并可充分继承整合多源异构数据和知识(多路径)的领域知识图谱构建方法。首先,继承复用权威学术论文中专家先验知识和多种领域本体,自顶向下设计构建全景式水稻粒型基因知识图谱模式层的本体模型;其次,通过图数据抽取、结构化及半结构化转换映射和非结构化文本抽取等多路径实现图谱数据实例填充,并基于数据挖掘发现的新实体及其语义关系,进行自底向上的本体模型迭代完善;再次,通过实体消歧、实体链接等实现多源知识关联融合,并基于Neo4j数据库实现图谱数据持久化存储;最后,对领域知识图谱驱动下的典型知识关联与发现服务应用场景进行展望。实验结果表明,本文研究提出的全景式、多路径领域知识图谱构建方法,具有一定集成性和通用性,可为细分垂直领域的知识图谱构建提供参考。

关键词：全景式本体模式知识图谱水稻粒型基因多路径知识抽取知识发现

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：