检索结果-内蒙古大学图书馆

软件学报 2018年第10期29卷 2931-2947页

作者：杨玉基许斌胡家威仝美涵张鹏郑莉清华大学计算机科学与技术系知识工程实验室北京100084

作为语义网的数据支撑,知识图谱在知识问答、语义搜索等领域起着至关重要的作用,一直以来也是研究领域和工程领域的一个热点问题,但是,构建一个质量较高、规模较大的知识图谱往往需要花费巨大的人力和时间成本.如何平衡准确率和效率、... 详细信息

作为语义网的数据支撑,知识图谱在知识问答、语义搜索等领域起着至关重要的作用,一直以来也是研究领域和工程领域的一个热点问题,但是,构建一个质量较高、规模较大的知识图谱往往需要花费巨大的人力和时间成本.如何平衡准确率和效率、快速地构建出一个高质量的领域知识图谱,是知识工程领域的一个重要挑战.对领域知识图谱构建方法进行了系统研究,提出了一种准确、高效的领域知识图谱构建方法——"四步法",将该方法应用到中国基础教育九门学科知识图谱的构建中,在较短时间内构建出了准确率较高的学科知识图谱,证明了该方法构建领域知识图谱的有效性.以地理学科知识图谱为例,使用"四步法"共得到67万个实例、1 421万条三元组,其中,标注数据的学科知识覆盖率和知识准确率均在99%以上.

关键词：语义网知识图谱本体语义标注实体集扩充关系抽取

来源：评论

学校读者我要写书评

暂无评论

利用相互增强关系迭代计算本体中概念与关系的重要性

引用

计算机学报 2007年第9期30卷 1490-1499页

作者：吴刚张阔李涓子王克宏清华大学计算机科学与技术系知识工程实验室北京100084

通过排序本体中概念重要性和关系权重的方式评价本体,能够辅助领域专家改进本体设计,辅助语义Web搜索引擎实现.现有链接分析技术不能直接应用于对概念的排序,而且缺乏有效方法对关系赋予权重.文中提出依据本体的图结构特点,以Hub值代替A... 详细信息

通过排序本体中概念重要性和关系权重的方式评价本体,能够辅助领域专家改进本体设计,辅助语义Web搜索引擎实现.现有链接分析技术不能直接应用于对概念的排序,而且缺乏有效方法对关系赋予权重.文中提出依据本体的图结构特点,以Hub值代替Authority值作为概念重要性,并利用本体中概念和关系相互增强的迭代方式计算概念重要性和关系权重.证明该迭代过程收敛于迭代方程组的不动点.实验初步表明,该方法具有与PageRank接近的收敛速度,并能得到合理的概念重要性与关系权重的排序结果.

关键词：本体语义Web 排序链接分析收敛

来源：评论

学校读者我要写书评

暂无评论

双语影视知识图谱的构建研究

引用

北京大学学报（自然科学版） 2016年第1期52卷 25-34页

作者：王巍巍王志刚潘亮铭刘阳张江涛清华大学计算机科学与技术系知识工程实验室北京100084

提出一种双语影视知识图谱(BMKG)的构建流程。通过半自动化的方法构建了双语影视本体(BMO),将各个影视数据源对齐到BMO,以保持异构数据源的语义描述一致性。在知识链接方面,在充分挖掘和利用领域特征的基础上,采用基于Word2Vec和TFIDF... 详细信息

提出一种双语影视知识图谱(BMKG)的构建流程。通过半自动化的方法构建了双语影视本体(BMO),将各个影视数据源对齐到BMO,以保持异构数据源的语义描述一致性。在知识链接方面,在充分挖掘和利用领域特征的基础上,采用基于Word2Vec和TFIDF两种向量模型的实体相似度计算方法,使相似度特征增加一倍,大大提升了模型的链接效果。在实体匹配方面,提出基于相似度传播算法的实体匹配算法,并利用影视数据源之间的内在联系,克服了跨语言实体之间计算相似度的语言障碍。实验结果表明,当阈值取到0.75以上时,实体匹配的准确率都能达到90%左右。此外,还建立了影视知识图谱共享平台,并提供开放性的数据访问和查询接口。

关键词：影视本体双语知识图谱

来源：评论

学校读者我要写书评

暂无评论

多策略中文开放关系抽取方法

引用

中文信息学报 2023年第1期37卷 88-96页

作者：温清华朱洪银侯磊李涓子清华大学计算机科学与技术系北京100080 清华大学知识工程实验室北京100080

开放关系抽取从海量数据中获取知识,是自然语言处理的一个关键技术。开放关系抽取可以实现多种关系的抽取,由于中文领域可供训练的标注数据较少且语义句式较为复杂,面向中文的开放关系抽取存在较多困难。现有的中文开放关系抽取方法存... 详细信息

开放关系抽取从海量数据中获取知识,是自然语言处理的一个关键技术。开放关系抽取可以实现多种关系的抽取,由于中文领域可供训练的标注数据较少且语义句式较为复杂,面向中文的开放关系抽取存在较多困难。现有的中文开放关系抽取方法存在实体识别覆盖率较低且抽取关系种类单一的问题,无法满足知识图谱扩展等应用需求。该文提出了多策略的开放关系抽取方法,该方法综合利用知识图谱提高了实体识别的覆盖度,依靠实体上下文信息实现了实体对关系的抽取,根据依存句法分析抽取得到全要素三元组,并实现了从文本中抽取实体属性的方法。实验证明,该文的抽取方法准确率高,抽取关系种类多样,可以服务于知识图谱扩展等任务。

关键词：开放关系抽取多策略知识图谱

来源：评论

学校读者我要写书评

暂无评论

分级存储系统中一种数据自动迁移方法

引用

计算机研究与发展 2012年第8期49卷 1804-1810页

作者：张广艳丘建平清华大学计算机科学与技术系北京100084 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

分级存储系统通过将数据在不同性能设备间动态迁移以达到高性能.已有分级存储系统未能充分利用负载信息导致数据迁移严重影响应用性能.提出了一种分级存储系统中的数据自动迁移方法AutoMig,目标是提高前台应用的I?O性能.AutoMig综合文... 详细信息

分级存储系统通过将数据在不同性能设备间动态迁移以达到高性能.已有分级存储系统未能充分利用负载信息导致数据迁移严重影响应用性能.提出了一种分级存储系统中的数据自动迁移方法AutoMig,目标是提高前台应用的I?O性能.AutoMig综合文件访问历史、文件大小、设备利用情况等参数,对文件进行动态分级,并使用LRU队列维护快速存储设备中的文件状态;挖掘关联文件用于自动预取;针对不同文件迁移操作采取不同的速率控制策略.对降级操作,根据负载变化动态调整迁移速率,对回迁操作则采取尽力而为的策略.在分级存储系统中的应用表明,与已有方法相比,AutoMig有效缩短了前台I?O响应时间.

关键词：分级存储数据迁移数据分级关联挖掘速率控制

来源：评论

学校读者我要写书评

暂无评论

大数据流式计算:关键技术及系统实例

引用

软件学报 2014年第4期25卷 839-862页

作者：孙大为张广艳郑纬民清华大学计算机科学与技术系北京100084 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

大数据计算主要有批量计算和流式计算两种形态,目前,关于大数据批量计算系统的研究和讨论相对充分,而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域... 详细信息

大数据计算主要有批量计算和流式计算两种形态,目前,关于大数据批量计算系统的研究和讨论相对充分,而如何构建低延迟、高吞吐且持续可靠运行的大数据流式计算系统是当前亟待解决的问题且研究成果和实践经验相对较少.总结了典型应用领域中流式大数据所呈现出的实时性、易失性、突发性、无序性、无限性等特征,给出了理想的大数据流式计算系统在系统结构、数据传输、应用接口、高可用技术等方面应该具有的关键技术特征,论述并对比了已有的大数据流式计算系统的典型实例,最后阐述了大数据流式计算系统在可伸缩性、系统容错、状态一致性、负载均衡、数据吞吐量等方面所面临的技术挑战.

关键词：大数据计算流式计算流式大数据内存计算系统实例

来源：评论

学校读者我要写书评

暂无评论

基于改进烟花算法的Web服务组合优化

引用

计算机集成制造系统 2016年第2期22卷 422-432页

作者：张以文吴金涛赵姝唐杰安徽大学计算智能与信号处理教育部重点实验室安徽合肥230031 清华大学计算机科学与技术系知识工程组北京100084

为了在大数据背景下从大量候选服务集中选择出合适的Web服务,并组合成能够完成复杂增值业务过程需求的组合服务,提出一种改进的烟花算法,首次应用于离散服务组合优化问题。该算法根据烟花对变异后的火花产生的贡献大小,引入高斯变异概率... 详细信息

为了在大数据背景下从大量候选服务集中选择出合适的Web服务,并组合成能够完成复杂增值业务过程需求的组合服务,提出一种改进的烟花算法,首次应用于离散服务组合优化问题。该算法根据烟花对变异后的火花产生的贡献大小,引入高斯变异概率,使高斯变异具有方向性的同时保持了种群多样性;在烟花选择过程中采用精英选择策略,有效降低了算法的时间开销。通过大量实验结果验证了该算法的可行性和有效性。

关键词：服务组合烟花算法服务质量

来源：评论

学校读者我要写书评

暂无评论

基于HowNet的语义表示学习

引用

中文信息学报 2019年第3期33卷 33-41页

作者：朱靖雯杨玉基许斌李涓子北京信息科技大学信息管理学院北京100192 清华大学计算机系知识工程实验室北京100084

HowNet是一个大规模高质量的跨语言(中英)常识知识库,蕴含着丰富的语义信息。该文利用知识图谱领域的方法将HowNet复杂的结构层层拆解,得到了知识图谱形式的HownetGraph,进而利用网络表示学习以及知识表示学习方法得到了跨语言(中、英)... 详细信息

HowNet是一个大规模高质量的跨语言(中英)常识知识库,蕴含着丰富的语义信息。该文利用知识图谱领域的方法将HowNet复杂的结构层层拆解,得到了知识图谱形式的HownetGraph,进而利用网络表示学习以及知识表示学习方法得到了跨语言(中、英)、跨语义单位(字词、义项①、DEF_CONCEPT②和义原)的向量表示,在词语相似度(word similarity)和词语类比(word analogy)任务上对中英文数据集进行了实验,实验结果显示该文提出的方法在词语语义相似度的任务上取得了最好效果。

关键词： HowNet 知识图谱语义表示表示学习

来源：评论

学校读者我要写书评

暂无评论

光学与深度特征融合在机器人场景定位中的应用

引用

东南大学学报（自然科学版） 2013年第A1期43卷 188-191页

作者：刘冰罗熊刘华平孙富春北京科技大学计算机与通信工程学院北京100083 材料领域知识工程北京市重点实验室北京100083 清华大学计算机科学与技术系北京100084

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取... 详细信息

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取.然后将2组特征进行特征融合,并利用局部线性编码LLC算法进行特征编码.最后应用线性分类器对场景图像进行分类和匹配,得到场景定位信息.在基于PowerBot移动机器人和微软公司Kinect传感器搭建的机器人实时场景定位系统中,针对设计的算法,进行了实验验证.实验结果显示,提出的算法获得了较高的分类准确率,有效提高了机器人场景定位的工作效率,验证了场景定位算法的高效性和可靠性.

关键词：深度特征融合场景匹配

来源：评论

学校读者我要写书评

暂无评论

传输控制中的确认机制研究

引用

软件学报 2024年第4期35卷 1993-2021页

作者：李彤郑凯徐恪数据工程与知识工程教育部重点实验室(中国人民大学) 北京 100872 中国人民大学信息学院北京 100872 华为技术有限公司计算机网络与协议实验室北京 100085 清华大学计算机科学与技术系北京 100084 北京信息科学与技术国家研究中心(清华大学) 北京 100084 鹏城实验室广东深圳 518055

Internet传输层协议需要依赖于确认(ACK)机制提供的反馈信息,实现拥塞控制和可靠传输等功能.以Internet传输协议演化的历史为线索,回顾传输控制领域中的确认机制,并讨论现有确认机制中需要解决的问题;基于"类型-触发条件-信息"... 详细信息

Internet传输层协议需要依赖于确认(ACK)机制提供的反馈信息,实现拥塞控制和可靠传输等功能.以Internet传输协议演化的历史为线索,回顾传输控制领域中的确认机制,并讨论现有确认机制中需要解决的问题;基于"类型-触发条件-信息"三要素,提出按需确认机制及其设计原则,重点分析确认机制和拥塞控制、丢包恢复等传输协议子模块之间的耦合关系;结合设计原则,详细阐述一种可行的按需确认机制实现——TACK机制,并对相关概念进行系统的、深入的分析和澄清.最后结合按需确认机制面临的挑战,给出几个有意义的研究方向.

关键词：传输协议确认机制拥塞控制丢包恢复按需确认

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：