亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        面向手機(jī)質(zhì)量檢測(cè)領(lǐng)域的知識(shí)圖譜構(gòu)建

        2021-02-22 04:33:55張鄭
        科教創(chuàng)新與實(shí)踐 2021年45期
        關(guān)鍵詞:知識(shí)圖譜

        張鄭

        摘要:隨著人們對(duì)手機(jī)需求、功能等要求逐漸增多,手機(jī)市場(chǎng)的競(jìng)爭(zhēng)越來(lái)越激烈,手機(jī)質(zhì)量的好壞直接影響產(chǎn)品的競(jìng)爭(zhēng)優(yōu)勢(shì),及時(shí)發(fā)現(xiàn)產(chǎn)品質(zhì)量問(wèn)題,找出解決辦法,對(duì)提高手機(jī)產(chǎn)品競(jìng)爭(zhēng)力具有十分重要的作用。知識(shí)圖譜是一種展示實(shí)體之間關(guān)系的語(yǔ)義網(wǎng)絡(luò),具有強(qiáng)大的推理能力,在數(shù)據(jù)挖掘、存儲(chǔ)、展示等方面具有重要應(yīng)用。本文結(jié)合手機(jī)生產(chǎn)、使用過(guò)程中的故障知識(shí),構(gòu)建手機(jī)檢測(cè)領(lǐng)域知識(shí)圖譜,通過(guò)檢測(cè)標(biāo)準(zhǔn)知識(shí)圖譜進(jìn)行產(chǎn)品質(zhì)量檢測(cè),提高手機(jī)質(zhì)量檢測(cè)效率。

        關(guān)鍵詞:手機(jī)檢測(cè);知識(shí)圖譜;語(yǔ)義網(wǎng)絡(luò)

        1、引言

        21世紀(jì)以來(lái),移動(dòng)通信技術(shù)迅速發(fā)展,手機(jī)產(chǎn)品推陳出,已經(jīng)成為人們生活中必不可缺的電子產(chǎn)品?,F(xiàn)階段手機(jī)故障檢測(cè)多數(shù)依靠人工檢測(cè)的方法,檢測(cè)效率低、差錯(cuò)率較高、并且對(duì)于檢測(cè)過(guò)程中產(chǎn)生的大量檢測(cè)業(yè)務(wù)數(shù)據(jù)沒(méi)有深度挖掘,無(wú)法建立故障數(shù)據(jù)之間的知識(shí)關(guān)聯(lián),不能夠?yàn)榻窈蟮馁|(zhì)量檢測(cè)提供知識(shí)性支撐,延長(zhǎng)手機(jī)質(zhì)量檢測(cè)周期。

        知識(shí)圖譜(Knowledge Graph)是由谷歌公司2012年提出[1],是新一代語(yǔ)義網(wǎng)的實(shí)現(xiàn),主要是對(duì)各種不同類型知識(shí)資源與其載體進(jìn)行挖掘與分析,并建立他們之間的聯(lián)系,通過(guò)將事實(shí)描述存儲(chǔ)為三元組,以結(jié)構(gòu)化形式反映現(xiàn)實(shí)世界里各個(gè)實(shí)體、概念與關(guān)系。知識(shí)圖譜的使用能夠解決數(shù)據(jù)冗余、關(guān)聯(lián)、展示等問(wèn)題。構(gòu)建手機(jī)檢測(cè)領(lǐng)域知識(shí)圖譜,能夠?qū)⑹謾C(jī)檢測(cè)過(guò)程中不同類型的數(shù)據(jù)進(jìn)行集成,進(jìn)行數(shù)據(jù)推理,找出之間聯(lián)系,實(shí)現(xiàn)信息共享,提高檢測(cè)效率。

        2、關(guān)鍵技術(shù)

        知識(shí)圖譜的本質(zhì)是一種語(yǔ)義網(wǎng),將結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合,構(gòu)建為一個(gè)數(shù)據(jù)關(guān)聯(lián)網(wǎng)絡(luò),主要以實(shí)體或者概念為節(jié)點(diǎn),以關(guān)系為邊,將不同類型數(shù)據(jù)鏈接在一起并通過(guò)圖結(jié)構(gòu)表示,通常各種實(shí)體和概念以及他們之間的關(guān)系以三元組的形式表示:

        G=(E1,R,E2) (1)

        G=(E,A,V) (2)

        第一個(gè)三元組表示實(shí)體之間、概念之間的關(guān)系,第二個(gè)三元組表示實(shí)體內(nèi)部的特性,屬性及其屬性值。本文構(gòu)建手機(jī)質(zhì)量檢測(cè)領(lǐng)域知識(shí)圖譜需要從邏輯層和技術(shù)層兩方面進(jìn)行設(shè)計(jì)。

        知識(shí)圖譜邏輯層面設(shè)計(jì)包含圖譜模式層和數(shù)據(jù)層[2]。模式層主要構(gòu)建了本圖譜的基本“骨架”,它定義了該領(lǐng)域的涉及的類和類之間關(guān)系以及概念與概念之間的關(guān)系,從而能夠規(guī)范化對(duì)知識(shí)庫(kù)進(jìn)行管理。數(shù)據(jù)層是在模式層指導(dǎo)下,對(duì)所采集的數(shù)據(jù)源進(jìn)行處理,實(shí)現(xiàn)實(shí)體識(shí)別,關(guān)系抽取以及數(shù)據(jù)存儲(chǔ),從而實(shí)現(xiàn)將不同數(shù)據(jù)類型轉(zhuǎn)化為三元組形式,進(jìn)行可視化表達(dá)。

        知識(shí)圖譜數(shù)據(jù)層面主要是依靠應(yīng)用的場(chǎng)景和構(gòu)建的需求,根據(jù)領(lǐng)域特色采用不同的數(shù)據(jù)處理辦法,主要集中于命名實(shí)體識(shí)別、實(shí)體關(guān)系抽取、知識(shí)消歧和知識(shí)存儲(chǔ)等方面,依據(jù)不同的場(chǎng)景選擇不同處理方法,提高數(shù)據(jù)的準(zhǔn)確度和精確度。

        本文為面向手機(jī)質(zhì)量檢測(cè)領(lǐng)域知識(shí)圖譜構(gòu)建,通過(guò)數(shù)據(jù)層和模式層共同構(gòu)建領(lǐng)域知識(shí)圖譜。模式層主要根據(jù)手機(jī)質(zhì)量檢測(cè)過(guò)程中遵循的行業(yè)檢測(cè)標(biāo)準(zhǔn),專業(yè)術(shù)語(yǔ),及其相關(guān)概念采用“自頂向下”的方式構(gòu)建其“基本骨架”,數(shù)據(jù)層從手機(jī)質(zhì)量檢測(cè)領(lǐng)域中產(chǎn)生的半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)中進(jìn)行數(shù)據(jù)抽取,主要實(shí)現(xiàn)手機(jī)領(lǐng)域的命名實(shí)體識(shí)別,關(guān)系抽取、屬性提取。最后通過(guò)Neo4j數(shù)據(jù)庫(kù)進(jìn)行圖譜的可視化展示。

        3、知識(shí)圖譜構(gòu)建關(guān)鍵技術(shù)

        3.1 命名實(shí)體識(shí)別

        命名實(shí)體識(shí)別是對(duì)已經(jīng)給定的非結(jié)構(gòu)化文本中,提取出能夠表示具體實(shí)體或者抽象實(shí)體的詞組或單詞,是知識(shí)結(jié)構(gòu)化、實(shí)體語(yǔ)義表示和數(shù)字化的基礎(chǔ)[3].基于神經(jīng)網(wǎng)絡(luò)將命名實(shí)體識(shí)別看作是一種序列標(biāo)注問(wèn)題,利用詞向量為特征,減少人工特征標(biāo)注。通過(guò)BIEO方法對(duì)手機(jī)基本檢測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)集標(biāo)注,通過(guò)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)與條件隨機(jī)場(chǎng)組合模型(Bi-directional Long Short-Term Memory+Conditional Random Field,Bi-LSTM+CRF)訓(xùn)練實(shí)現(xiàn)手機(jī)檢質(zhì)量測(cè)領(lǐng)域?qū)嶓w識(shí)別。

        3.2 實(shí)體關(guān)系抽取

        實(shí)體關(guān)系抽取主要是對(duì)于非結(jié)構(gòu)化數(shù)據(jù)而言,抽取出文本間或句子間兩個(gè)實(shí)體的語(yǔ)義關(guān)系,將實(shí)體通過(guò)關(guān)系進(jìn)行連接,從而形成結(jié)構(gòu)化數(shù)據(jù)。實(shí)體關(guān)系抽取是知識(shí)圖譜構(gòu)建構(gòu)成中的重要環(huán)節(jié)。為了減少關(guān)系抽取對(duì)人工關(guān)系設(shè)計(jì)特征的依賴性,提高抽取準(zhǔn)確率,采用神經(jīng)網(wǎng)絡(luò)方式自動(dòng)提取文本特征,并在已有的Bi-LSTM網(wǎng)絡(luò)模型訓(xùn)練基礎(chǔ)上,引入膠囊網(wǎng)絡(luò),構(gòu)建出初級(jí)膠囊,在通過(guò)動(dòng)態(tài)路由算法進(jìn)行選擇得到相匹配的輸出膠囊,動(dòng)態(tài)路由算法是以迭代的方法構(gòu)造一個(gè)非線性映射,由一個(gè)較低級(jí)別神經(jīng)元決定發(fā)送輸出給更高級(jí)別的神經(jīng)元,確保每個(gè)膠囊的輸出被發(fā)送到下一層中的適當(dāng)父級(jí),通過(guò)路由算法,當(dāng)膠囊將自己學(xué)習(xí)預(yù)測(cè)到的數(shù)據(jù)傳給更高層次膠囊時(shí),如果預(yù)測(cè)一致時(shí),父級(jí)膠囊將變得更加活躍,這樣就可以使?jié)撛诘母讣?jí)對(duì)象利用動(dòng)態(tài)路算法減小連接強(qiáng)度。通過(guò)該方法,可以較好的提高關(guān)系抽取的準(zhǔn)確度。

        3.3 知識(shí)存儲(chǔ)

        知識(shí)圖譜的數(shù)據(jù)存儲(chǔ)主要有:資源描述框架(RDF存儲(chǔ)模式)[4]和圖

        數(shù)據(jù)庫(kù)存儲(chǔ)兩種模式,利用圖數(shù)據(jù)庫(kù)進(jìn)行知識(shí)存儲(chǔ),具有數(shù)據(jù)遍歷、檢索效率高,數(shù)據(jù)更新實(shí)時(shí)性快,擴(kuò)展性能好等優(yōu)勢(shì)。采用Neo4j圖數(shù)據(jù)庫(kù)對(duì)抽取的實(shí)體、實(shí)體關(guān)系及其屬性值組成的三元組進(jìn)行存儲(chǔ),從而進(jìn)行可視化展示,通過(guò)Cypher語(yǔ)句查詢相應(yīng)節(jié)點(diǎn)、搜尋實(shí)體之間的關(guān)系。

        結(jié)語(yǔ)

        手機(jī)的質(zhì)量直接影響人們的使用、安全,是一個(gè)品牌的競(jìng)爭(zhēng)優(yōu)勢(shì)的重要因素,因此必須嚴(yán)格保障手機(jī)質(zhì)量,及時(shí)進(jìn)行質(zhì)量檢測(cè)、手機(jī)維修。本文通過(guò)構(gòu)建手機(jī)質(zhì)量檢測(cè)領(lǐng)域知識(shí)圖譜,整合質(zhì)量檢測(cè)數(shù)據(jù)資源,通過(guò)數(shù)據(jù)關(guān)聯(lián)、知識(shí)可視化,為質(zhì)檢人員提供更加直接的數(shù)據(jù)支撐,提高數(shù)據(jù)的利用率。

        參考文獻(xiàn):

        [1]Newton C. Google. s Knowledge graph tripled in size in seven months[EB/OL]. [2019-01-20]. https://en.wikipedia.org/wiki/CBS_Interac‐tive.

        [2]劉 嶠 , 李 楊 , 段 宏 , 等 . 知 識(shí) 圖 譜 構(gòu) 建 技 術(shù) 綜 述 [J]. 計(jì) 算 機(jī) 研 究 與 發(fā) 展 , 2016, 53(3):582-600.

        [3]Zheng S, Hao Y, Lu D, et al. Joint entity and relation extraction based on a hybrid neural network[J]. Neurocomputing, 2017, 257: 59-66.

        [4]王曉云, 楊子煜. 基于科研本體的國(guó)防科技知識(shí)圖譜構(gòu)建[J]. 中華醫(yī)學(xué)圖書(shū)情報(bào)雜志, 2018, 27(7):6-13.

        猜你喜歡
        知識(shí)圖譜
        國(guó)內(nèi)外智庫(kù)研究態(tài)勢(shì)知識(shí)圖譜對(duì)比分析
        國(guó)內(nèi)信息素養(yǎng)研究的知識(shí)圖譜分析
        國(guó)內(nèi)圖書(shū)館嵌入式服務(wù)研究主題分析
        國(guó)內(nèi)外政府信息公開(kāi)研究的脈絡(luò)、流派與趨勢(shì)
        近十五年我國(guó)小學(xué)英語(yǔ)教學(xué)研究的熱點(diǎn)、問(wèn)題及對(duì)策
        基于知識(shí)圖譜的產(chǎn)業(yè)集群創(chuàng)新績(jī)效可視化分析
        基于知識(shí)圖譜的智慧教育研究熱點(diǎn)與趨勢(shì)分析
        國(guó)內(nèi)酒店品牌管理研究進(jìn)展的可視化分析
        從《ET&S》與《電化教育研究》對(duì)比分析中管窺教育技術(shù)發(fā)展
        專家知識(shí)圖譜構(gòu)建研究
        亚洲精品国产二区在线观看| 国产午夜精品一区二区三区不卡| 六月婷婷国产精品综合| 区无码字幕中文色| 久久久亚洲av午夜精品| 无码无套少妇毛多18pxxxx| 欧美与黑人午夜性猛交久久久| 日韩一区二区不卡av| 免费av在线 国产精品| 国产精品久久久久久久久电影网| 国产情侣久久久久aⅴ免费| 国产精品无码久久久久免费AV | 99riav精品国产| 中文字幕人妻被公喝醉在线 | 中文字幕一区二区三区精品在线| 亚洲最好看的中文字幕| 欧美大屁股xxxx| 99国产精品丝袜久久久久| 国产精品久久一区二区蜜桃| 一区二区三区四区黄色av网站 | 91精品国产乱码久久中文| 久久国产亚洲高清观看| 国产一级大片免费看| 亚洲国产精品一区亚洲国产| 亚洲国产精品亚洲一区二区三区| 国产精品无圣光一区二区| 成人无码视频在线观看网站| 亚洲精品成人一区二区三区| 日本va欧美va精品发布| 成全视频高清免费| 国产不卡一区二区三区视频| 隔壁的日本人妻bd高清中字 | 国产一级三级三级在线视| 国产精品国产三级农村妇女| 免费无码不卡视频在线观看| 乱码午夜-极国产极内射| 日韩最新av一区二区| 日本av在线一区二区| 欧美gv在线观看| 亚洲人成网站www| 青青草免费在线爽视频|