冯钧
kg 人工智能 技术 水利知识 知识 知识图谱 知识工程
Publisher: 河海大学学报
Published: Feb 7, 2021
领域知识图谱研究进展及其在水利领域的应用
冯钧1,杭婷婷1, 2,陈菊1,王云峰1,王秉发1,张涛1
(1. 河海大学计算机与信息学院,江苏 南京 211100;2. 无人机开发及数据应用安徽高校联合重点实验室,安徽 马鞍山 243031)
摘要: 首先总结现有领域知识图谱的研究现状。 其次,介绍领域知识图谱的发展趋势。 然后,梳理水利领域知识图谱的构建难点,提出包含知识表示、抽取、融合、推理和存储等关键模块的水利领域知识图谱研究框架,并简要概括上述各模块的研究内容。 最后,指出领域知识图谱构建存在的表示形式单一、抽取样本稀少、多源知识冲突、规则表示困难和数据管理低效等问题,认为合理化表示、准确全面抽取、实时性融合、可解释推理和高性能存储是下一步水利知识图谱的研究方向。
关键词:领域知识图谱;水利领域;大数据;知识表示;知识抽取;知识融合;知识推理;知识存储
中图分类号:TP391. 1 文献标志码:A 文章编号:1000
1980(2021)01
0026
09
Description:
领域知识图谱研究进展及其在水利领域的应用
冯钧1,杭婷婷1, 2,陈菊1,王云峰1,王秉发1,张涛1
(1. 河海大学计算机与信息学院,江苏 南京 211100;2. 无人机开发及数据应用安徽高校联合重点实验室,安徽 马鞍山 243031)
摘要: 首先总结现有领域知识图谱的研究现状。 其次,介绍领域知识图谱的发展趋势。 然后,梳理水利领域知识图谱的构建难点,提出包含知识表示、抽取、融合、推理和存储等关键模块的水利领域知识图谱研究框架,并简要概括上述各模块的研究内容。 最后,指出领域知识图谱构建存在的表示形式单一、抽取样本稀少、多源知识冲突、规则表示困难和数据管理低效等问题,认为合理化表示、准确全面抽取、实时性融合、可解释推理和高性能存储是下一步水利知识图谱的研究方向。
关键词:领域知识图谱;水利领域;大数据;知识表示;知识抽取;知识融合;知识推理;知识存储
中图分类号:TP391. 1 文献标志码:A 文章编号:1000
1980(2021)01
0026
09