导读:本文包含了映射知识库论文开题报告文献综述及选题提纲参考文献，主要关键词:问答系统,关系抽取,表示学习,知识库
映射知识库论文文献综述
武鹏[1]（2019）在《表示映射及其在关系抽取和知识库问答的应用》一文中研究指出随着互联网技术的发展,各种信息在网络上交相辉映。在这个信息爆炸的时代,如何从大规模信息中高效准确的获得用户关心的内容成为亟需解决的问题。关系抽取和知识库问答作为自然语言处理的核心任务,对于解决此类问题起着重要的作用。关系抽取可以从大量自然语言文本中抽取结构化信息,目前广泛使用的关系抽取训练集存在一定的噪音,使用这些结构化信息辅助监督关系抽取可以有效地缓解噪音带来的影响。本文将出现在知识库但未在训练集出现的实体称作未登录实体。在实际使用过程中,因为缺乏未登录实体的表示,关系抽取的大多数方法不能很好地处理涉及这些实体的样本。知识库问答一般可以分为实体链接和关系检测两个步骤。相比于实体链接只需要问句和知识库实体的词汇级别匹配,关系检测需要理解整句话的语义,因而更具有挑战性。由于知识库所覆盖的关系种类众多,对知识库的所有关系标注足量的语料用以训练关系检测模型是不现实的。同样地,本文将没有标注训练语料的关系称作未登录关系。实际使用中,知识库问答系统不能很好地回答涉及未登录关系的问题。在开放域的知识库问答中,这种现象尤为严重。本文主要对未登录实体和关系的表示进行研究,主要工作内容如下:1.本文提出一种表示映射方法,称作适配器(Adapter)模型。该模型能够学得一个从领域无关的通用表示到特定领域表示的映射,通过这一映射,可以得到未登录实体和关系所具有的表示。2.为了缓解未登录实体表示的缺失对关系抽取产生的负面影响,本文将提出的Adapter应用在关系抽取任务的实体表示上,实验结果表明,Adapter有助于提高关系抽取的能力。3.为了缓解知识库问答中的未登录关系的问题,本文将Adapter应用在目前最好的关系检测模型上。由于常用的SimpleQuestion数据集不足以体现未登录关系检测的性能,本文重新组织了这一数据集,并用它来分开评价已登录和未登录关系。实验结果表明,Adapter能够显着提高未登录关系的检测能力,而且仍然可以保持与目前最好的已登录关系检测模型相当的能力。(本文来源于《南京大学》期刊2019-05-27）
潘东宇[2]（2016）在《基于领域背景知识库的本体映射系统的设计与实现》一文中研究指出本体映射是解决语义异构的重要方法和手段,是当前语义集成研究领域的热点之一。随着关联数据(Linked Open Data)的快速发展,一些大型的开放数据集提供了大量的不同领域的知识和结构,如果能够将这些数据集中蕴含的领域知识应用于领域本体之间的映射,必将有助于本体映射效果的改善。本文为了实现金属材料本体映射,提出了一种基于金属背景知识库的映射策略,并设计了从Yago抽取金属材料领域数据,从而形成背景知识库的方法。本课题做了以下研究工作:1)针对现有的开放性数据集(即,Yago),设计了基于字符串匹配算法和Yago结构的特定领域知识的抽取策略和算法。首先定义关键字并利用字符串匹配算法获得Yago中特定领域概念;然后根据抽取的特定领域概念,抽取领域知识和相关领域知识,以便于生成一个领域本体;最后,根据所抽取的知识形成领域背景知识库。2)基于领域背景知识库设计了领域本体映射的策略。首先,将输入本体中的概念(称为候选概念)映射到背景知识库中,即在领域背景知识库中寻找命中概念;然后,根据领域背景知识库的结构特点和命中概念,形成对应的概念意群;设计了概念意群之间的比较策略和算法,获得候选概念之间的匹配得分;最后,根据匹配得分确定候选概念之间的关系。3)以金属材料领域为研究实例背景,对方法的合理性和有效性进行实验分析和评价。此外,使用时间性能和F1-measure对所设计的领域知识抽取算法,知识库形成算法以及映射算法分别进行了实验评价,实验结果表明所设计算法是可行的,并且时间性能是可以接受的。同时,设计了原型系统可视化的展示了所抽取的金属材料知识以及背景知识库,并且设计了一个映射系统,详细的展示了整个映射过程。(本文来源于《河北科技大学》期刊2016-12-01）
薛建武,沈彩君[3]（2014）在《智能化IETM知识库映射关系演化方法研究》一文中研究指出[目的]通过分析智能化IETM知识库的结构和知识组织方式,对智能化IETM知识库映射关系演化的方式和映射集的变化进行探讨。[方法]在本体映射演化方法的基础上,引入映射集合的概念表示映射的存在形式,通过映射集合的交、并、补等运算,表示在数据模块添加、删除和修改时映射关系的变化规律。[结果]提出一组能够支持智能化IETM映射演化的算法,该算法在满足映射演化全面和准确的前提下,提高了映射演化效率。[局限]该映射算法是对IETM两个重要数据库映射的初步研究,只涉及到映射集的变化,没有过多涉及映射生成算法的研究。[结论]本文提出的映射演化算法可以提高智能化IETM知识库映射演化的规范性和效率性,为实现映射演化的自动化奠定一定的基础。(本文来源于《现代图书情报技术》期刊2014年09期）
毕鲁雁,焦宗夏,范圣韬,康荣杰[4]（2009）在《基于本体映射的设计知识库搜索方法》一文中研究指出针对智能设计方法中的知识库搜索问题,提出了一种基于本体映射的设计知识库搜索方法。为描述复杂的产品设计知识,使用本体知识表示方法建立了产品设计知识库。将产品设计方案的搜索问题转换为本体映射问题,使用本体映射算法搜索本体知识库中符合设计需求的产品设计方案。设计并实现了一种结合了元素级映射技术和结构级映射技术的本体映射算法,并应用于基于本体映射的设计知识库搜索。最后,通过飞控作动器设计实例,验证了基于本体映射的设计知识库搜索方法的正确性和有效性。(本文来源于《计算机集成制造系统》期刊2009年10期）
谌静[5]（2004）在《基于对象/关系映射的知识库的核心技术研究与应用》一文中研究指出本文阐述了智能教学的基本理念及发展现状，指出了目前智能教学建设中存在的主要问题。从智能教学的实际要求出发，以面向对象设计思想和对象／关系映射理论为基础，设计了一个以知识点为中心的知识库。采用最新的J2EE技术，构建了一个高效、安全、松散耦合和高度集成的智能教学框架体系，并对课题中所采用的核心技术做了一些研究。 文中以知识库为核心来构建智能教学系统。知识库存放有关教学的专业知识，是智能教学系统的一个重要组成部分；作为整个教学系统的基础，一直是智能教学系统研究的热点和难点。良好的知识表示方法不仅可以合理、有效的将领域知识组织在一起，也能为系统提供知识分类查询，还可以帮助学生建立清晰的概念关系，建立良好的知识结构，提高学生问题求解的能力。因此，知识表示方法的优劣对智能教学系统是至关重要的。这里我们使用面向对象的知识表示来讨论建立知识库，利用关系数据库存储和管理资料。同时使用Hibernate作为数据持久的方案来解决关系模型与对象模型之间的“阻抗不匹配”问题。 在智能教学系统的构建过程中，本文主要采用了叁种核心技术：UML建模技术、基于对象／关系映射的Hibernate技术和基于MVC框架的Struts技术。其中，我们通过Hibernate技术提供面向对象的数据持久方案，使面向对象的知识库仅仅依赖于知识库的对象模型，而独立于具体的关系数据库产品。利用UML技术找出构成智能教学系统的对象，分析各个对象具体的职责和对象之间的交互，完成整个系统建模和实现部分代码。Struts技术用来实现MVC框架，确保了表示层和数据模型的分离，保证系统层次清晰，便于维护和扩展。 上述的智能教学系统的解决方案，为智能教学系统的建设提供了一套完整的框架，同时也为中国各大高校的智能教学系统的建设提供了一套崭新的模式。(本文来源于《武汉理工大学》期刊2004-10-01）
映射知识库论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本体映射是解决语义异构的重要方法和手段,是当前语义集成研究领域的热点之一。随着关联数据(Linked Open Data)的快速发展,一些大型的开放数据集提供了大量的不同领域的知识和结构,如果能够将这些数据集中蕴含的领域知识应用于领域本体之间的映射,必将有助于本体映射效果的改善。本文为了实现金属材料本体映射,提出了一种基于金属背景知识库的映射策略,并设计了从Yago抽取金属材料领域数据,从而形成背景知识库的方法。本课题做了以下研究工作:1)针对现有的开放性数据集(即,Yago),设计了基于字符串匹配算法和Yago结构的特定领域知识的抽取策略和算法。首先定义关键字并利用字符串匹配算法获得Yago中特定领域概念;然后根据抽取的特定领域概念,抽取领域知识和相关领域知识,以便于生成一个领域本体;最后,根据所抽取的知识形成领域背景知识库。2)基于领域背景知识库设计了领域本体映射的策略。首先,将输入本体中的概念(称为候选概念)映射到背景知识库中,即在领域背景知识库中寻找命中概念;然后,根据领域背景知识库的结构特点和命中概念,形成对应的概念意群;设计了概念意群之间的比较策略和算法,获得候选概念之间的匹配得分;最后,根据匹配得分确定候选概念之间的关系。3)以金属材料领域为研究实例背景,对方法的合理性和有效性进行实验分析和评价。此外,使用时间性能和F1-measure对所设计的领域知识抽取算法,知识库形成算法以及映射算法分别进行了实验评价,实验结果表明所设计算法是可行的,并且时间性能是可以接受的。同时,设计了原型系统可视化的展示了所抽取的金属材料知识以及背景知识库,并且设计了一个映射系统,详细的展示了整个映射过程。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
映射知识库论文参考文献
[1].武鹏.表示映射及其在关系抽取和知识库问答的应用[D].南京大学.2019
[2].潘东宇.基于领域背景知识库的本体映射系统的设计与实现[D].河北科技大学.2016
[3].薛建武,沈彩君.智能化IETM知识库映射关系演化方法研究[J].现代图书情报技术.2014
[4].毕鲁雁,焦宗夏,范圣韬,康荣杰.基于本体映射的设计知识库搜索方法[J].计算机集成制造系统.2009
[5].谌静.基于对象/关系映射的知识库的核心技术研究与应用[D].武汉理工大学.2004