排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
基于深度学习的作物病虫害可视化知识图谱构建 总被引:1,自引:9,他引:1
针对作物病虫害领域存在实体关系交叉关联、多源异构数据聚合能力差、知识共享困难等问题,利用知识图谱以结构化的形式描述实体间复杂关系的优势,该研究提出了一种基于深度学习的作物病虫害知识图谱构建方法。该方法在领域本体的基础上,以一种与领域语料相适应的新标注模式实现实体和关系的联合抽取。将实体和关系抽取任务转化为序列标注问题,对实体和关系进行同步标注,有效提高标注效率;为了解决重叠关系抽取问题,直接对三元组建模而不是分别对实体和关系建模,通过标签匹配和映射即可获得三元组数据。利用来自转换器的双向编码器表征量(Bidirectional Encoder Representations from Transformers,BERT)-双向长短期记忆网络(Bi-directional Long-Short Term Memory,BiLSTM)+条件随机场(Conditional Random Field,CRF)端到端模型进行试验,结果表明效果优于基于普通标注方式的流水线方法和联合学习方法中的卷积神经网络(Convolutional Neural Networks,CNN)+BiLSTM+CRF、BiLSTM+CRF等经典模型,F1得分为91.34%。最后,将抽取到的知识存储到Neo4j图数据库中,直观地反映知识图谱的内部结构,实现知识可视化和知识推理。该研究构建的知识图谱可为作物病虫害智能问答系统、推荐系统、智能搜索等下游应用提供高质量的知识库基础。 相似文献
2.
3.
在海量农业信息共享中的一个核心问题就是如何管理农业信息共享系统的信息资源。本文提出了一种基于网格的海量农业信息管理框架,对海量农业信息的接入、处理、存储和管理进行了讨论。 相似文献
4.
针对高等职业院校图书馆在发展过程中面临的具体问题,分析了MOOC新型教学模式对高职院校图书馆的影响.总结了高职院校图书馆面临的基础薄弱、人员观念落后、经费有限等问题.简要介绍了MOOC教育模式及其规律特点,同时分析了MOOC应用于高职院校图书馆的可行性.最后从人才培养、互动服务和优势资源三个方面深入探讨了MOOC发展对高职院校图书馆的影响规律,分析了在当今MOOC的发展中,高职院校图书馆面临的巨大机遇和挑战,为广大高职院校图书馆的发展提供一定的指导与借鉴. 相似文献
5.
知识图谱本质上是基于图的语义网络,表示实体与实体之间的关系,在知识问答、语义检索等领域起着至关重要的作用。针对目前水产病害领域存在实体关系交叉关联、多源异构数据聚合能力差、利用率低、知识共享困难等问题,该研究基于自然语言处理和文本挖掘提出了一个基于神经网络深度学习模型的水产病害专业领域知识图谱构建方法并进行试验验证。首先,构建水产病害专业领域本体,并预定义实体类型、属性和关系的集合,确定知识抽取边界;其次,在本体基础上,分别利用规则方法和深度学习方法对半结构化和非结构化知识进行抽取。对于非结构化知识,提出“水产病害+关系+BMES”文本标注体系,将关系抽取融合于命名实体识别任务中直接对三元组建模,将实体关系抽取转化为序列标注问题,不仅提高标注效率,还实现了实体和关系的联合抽取。同时通过标签匹配和映射对三元组建模获得RDF数据,解决了重叠关系抽取的难题。利用BERT-BiLSTM+CRF端到端模型进行试验,试验结果证明该三元组抽取方法具有较高的召回率(89.64%),准确率(94.04%)和F1值(91.34%),优于CNN+BiLSTM+CRF和BiLSTM+CRF等模型,抽取效果有了显著提升,并将抽取到的知识存储到 Neo4j 图数据库中,实现知识可视化管理及知识推理分析。该研究构建的水产病害知识图谱精度高、粒度细,能够帮助机器理解数据、解释现象、知识推理,从而发掘深层关系、实现智慧搜索与智能交互。 相似文献
6.
农业信息资源上数据挖掘的应用 总被引:6,自引:2,他引:6
【研究目的】通过应用数据挖掘技术解决农业信息领域“信息爆炸,但知识贫乏的问题”,提高农业资源的利用率。【方法】学习分析农业信息以及数据挖掘技术的特点。【结果】提出数据挖掘技术应用于农业具体领域的建议并架构农业数据挖掘系统,根据数据挖掘的流程及其相关技术,设计出具有3层机构的农业数据挖掘系统,并突出阐述每层的功能,其次介绍农业挖掘工具集的特点。【结论】以农业科学数据网数据库为背景,致力于在现有海量数据存储和强大计算能力的基础上,通过数据挖掘技术来进一步提升农业信息服务水平。 相似文献
7.
基于知识的共享和服务已经成为研究者关注的热点,而知识融合(尤其是隐式知识发现)逐渐成为基于知识的共享和服务中知识处理和优化的核心部分。提出了基于农业本体和融合规则的知识融合框架,主要包括研究基于农业本体的知识抽取、清理和标注方法,知识体聚类模块;基于本体的融合规则构建以及规则选择、评估模块;面向用户需求的知识融合模块。最后,给出了一个面向农业领域的知识融合实例证明该框架对农业知识服务具有重要的意义。 相似文献
8.
[研究目的]通过应用数据挖掘技术解决农业信息领域"信息爆炸,但知识贫乏的问题",提高农业信息资源的利用率.[方法]深入分析农业信息所具备的特点:生产力性,价值转移性,专业性,增值性,时空变异性,并且简要介绍数据挖掘技术.[结果]提出数据挖掘技术应用于农业具体领域的建议,并且根据数据挖掘的流程及其相关技术特点,构架设计出具有3层机构的农业数据挖掘系统,并具体阐述每层的功能,其次介绍农业挖掘工具集以其相关特点.[结论]数据挖掘技术为农业领域科学家提供了使用数据、分析数据以及从中抽取知识的方便有效的手段,在信息爆炸的今天,在现有农业数据库基础上,通过数据挖掘技术来进一步提升农业信息服务水平具有十分重要的意义. 相似文献
9.
在海量农业信息共享中的一个核心问题就是如何管理农业信息共享系统的信息资源。本文提出了一种基于网格的海量农业信息管理框架,对海量农业信息的接入、处理、存储和管理进行了讨论。 相似文献
10.
随着Web Geographical Information System(WebGIS)技术和移动互联网技术的快速发展,人们已不满足基于简单网页技术来表现地理位置信息的效果和交互性,而需要寻找更好的技术和方法来实现基于地理位置的信息的友好、直观操作。以WebGIS为研究对象,针对当前交互技术的不直观、不人性化,深入分析Ajax技术与WebGIS技术相结合的契机,建立基于WebGIS的可视化交互模型,最终以基于WebGIS的个人信息管理系统实例展示了此可视化交互技术在解决地理位置信息上的优越性,可为传统的信息管理向可视化信息管理过渡提供参考。 相似文献