期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向多源地理空间数据的知识图谱构建
被引量：
28
1
作者
刘俊楠
刘海砚
+4 位作者
陈晓慧
郭漩
郭文月
朱新铭
赵清波
《地球信息科学学报》
CSCD
北大核心
2020年第7期1476-1486,共11页
知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现"数据—知识"的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知...
知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现"数据—知识"的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。①基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;②通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③结合关系型数据库和图数据库,设计空间知识存储方式;④在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。
展开更多
关键词
知识图谱
百度百科
地理空间数据
数据融合
地理空间知识
空间关系
拓扑关系
地理实体
原文传递
基于百度百科的词语相似度计算
被引量：
21
2
作者
詹志建
梁丽娜
杨小平
《计算机科学》
CSCD
北大核心
2013年第6期199-202,共4页
词语相似度计算是自然语言处理的关键技术之一,是一个被广泛研究的基础课题。传统的词语相似度量方法大多是基于语义知识和基于语料库统计的方法,即这两类方法需要具有层次关系组织的语义词典和大规模的语料库。提出了一种新的基于百度...
词语相似度计算是自然语言处理的关键技术之一,是一个被广泛研究的基础课题。传统的词语相似度量方法大多是基于语义知识和基于语料库统计的方法,即这两类方法需要具有层次关系组织的语义词典和大规模的语料库。提出了一种新的基于百度百科的词语相似度量方法,通过分析百度百科词条信息,从表征词条的解释内容方面综合分析词条相似度,并定义了词条间的相似度计算公式,通过计算部分之间的相似度得到整体的相似度。实验结果表明,与已有的相似度计算方法对比,提出的算法更加有效合理。
展开更多
关键词
词语相似度
语言网络
百度百科
向量空间模型
下载PDF
职称材料
基于百度百科与文本分类的网络文本语义主题抽取方法
被引量：
9
3
作者
陈叶旺
王华珍
+2 位作者
李海波
钟必能
陈锻生
《小型微型计算机系统》
CSCD
北大核心
2012年第12期2605-2610,共6页
网络上存在海量中文文本资源,其中许多具有稀疏性与不规范性,难于处理与挖掘.百度百科是一个丰富的与社会热点、网络流行紧密相关的动态中文知识库,基于百度百科本文提出一种网络文本语义主题抽取方法.首先利用百度百科的知识关系将文...
网络上存在海量中文文本资源,其中许多具有稀疏性与不规范性,难于处理与挖掘.百度百科是一个丰富的与社会热点、网络流行紧密相关的动态中文知识库,基于百度百科本文提出一种网络文本语义主题抽取方法.首先利用百度百科的知识关系将文本映射到侯选语义主题空间中,根据训练数据进行分类,找出最大可能的分类,选出属于该分类的候选语义主题.最后提出根据语义离散度确定最终语义主题.在两个数据集上的实验结果表明,该方法不仅对网络不规范文本而且对于规则文本都具有较好的语义主题抽取性能.
展开更多
关键词
百度百科
语义主题
主题抽取
语义离散度
下载PDF
职称材料
中文维基百科和百度百科类目组织系统的比较分析
被引量：
3
4
作者
贾君枝
李艳
《情报理论与实践》
CSSCI
北大核心
2013年第6期114-118,共5页
开放型网络百科是一种集体创造知识的协作平台,其中中文百科领域的代表是中文维基百科和百度百科。文章立足于中文维基百科,运用对比分析方法,从类目体系、类名及条目等角度对中文维基百科和百度百科分类系统作出了探索性的研究。明确...
开放型网络百科是一种集体创造知识的协作平台,其中中文百科领域的代表是中文维基百科和百度百科。文章立足于中文维基百科,运用对比分析方法,从类目体系、类名及条目等角度对中文维基百科和百度百科分类系统作出了探索性的研究。明确两个类目组织系统的差异及共同点,以帮助用户针对性地选择适合的百科系统。
展开更多
关键词
中文维基百科
维基百科
百度百科
百科全书
比较分析
分类体系
原文传递
题名
面向多源地理空间数据的知识图谱构建
被引量：
28
1
作者
刘俊楠
刘海砚
陈晓慧
郭漩
郭文月
朱新铭
赵清波
机构
信息工程大学数据与目标工程学院
信息工程大学地理空间信息学院
出处
《地球信息科学学报》
CSCD
北大核心
2020年第7期1476-1486,共11页
基金
河南省自然科学基金项目(182300410005)
国家自然科学基金项目(41801313)。
文摘
知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现"数据—知识"的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。①基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;②通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③结合关系型数据库和图数据库,设计空间知识存储方式;④在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。
关键词
知识图谱
百度百科
地理空间数据
数据融合
地理空间知识
空间关系
拓扑关系
地理实体
Keywords
knowledge graph
baidubaike
geospatial data
data fusion
geospatial knowledge
spatial relationship
topology
geographic entity
分类号
P208 [天文地球—地图制图学与地理信息工程]
原文传递
题名
基于百度百科的词语相似度计算
被引量：
21
2
作者
詹志建
梁丽娜
杨小平
机构
中国人民大学信息学院北京
出处
《计算机科学》
CSCD
北大核心
2013年第6期199-202,共4页
基金
国家自然科学基金(70871115)资助
文摘
词语相似度计算是自然语言处理的关键技术之一,是一个被广泛研究的基础课题。传统的词语相似度量方法大多是基于语义知识和基于语料库统计的方法,即这两类方法需要具有层次关系组织的语义词典和大规模的语料库。提出了一种新的基于百度百科的词语相似度量方法,通过分析百度百科词条信息,从表征词条的解释内容方面综合分析词条相似度,并定义了词条间的相似度计算公式,通过计算部分之间的相似度得到整体的相似度。实验结果表明,与已有的相似度计算方法对比,提出的算法更加有效合理。
关键词
词语相似度
语言网络
百度百科
向量空间模型
Keywords
Word similarity, Language network,
baidubaike
, VSM
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于百度百科与文本分类的网络文本语义主题抽取方法
被引量：
9
3
作者
陈叶旺
王华珍
李海波
钟必能
陈锻生
机构
华侨大学计算机科学学院
出处
《小型微型计算机系统》
CSCD
北大核心
2012年第12期2605-2610,共6页
基金
福建省自然科学基金项目(2012J05117
2012J1272)资助
+2 种基金
中央高校基本科研业务费(JB-ZR1217)资助
华侨大学科研启动基金项目(09BS515
11BS109)资助
文摘
网络上存在海量中文文本资源,其中许多具有稀疏性与不规范性,难于处理与挖掘.百度百科是一个丰富的与社会热点、网络流行紧密相关的动态中文知识库,基于百度百科本文提出一种网络文本语义主题抽取方法.首先利用百度百科的知识关系将文本映射到侯选语义主题空间中,根据训练数据进行分类,找出最大可能的分类,选出属于该分类的候选语义主题.最后提出根据语义离散度确定最终语义主题.在两个数据集上的实验结果表明,该方法不仅对网络不规范文本而且对于规则文本都具有较好的语义主题抽取性能.
关键词
百度百科
语义主题
主题抽取
语义离散度
Keywords
baidubaike
semantic topic
topic extraction
semantic discrete degree
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
中文维基百科和百度百科类目组织系统的比较分析
被引量：
3
4
作者
贾君枝
李艳
机构
山西大学管理学院
出处
《情报理论与实践》
CSSCI
北大核心
2013年第6期114-118,共5页
基金
国家社会科学基金项目"叙词表与分众分类系统的集成研究"的成果
项目编号:11BTQ006
文摘
开放型网络百科是一种集体创造知识的协作平台,其中中文百科领域的代表是中文维基百科和百度百科。文章立足于中文维基百科,运用对比分析方法,从类目体系、类名及条目等角度对中文维基百科和百度百科分类系统作出了探索性的研究。明确两个类目组织系统的差异及共同点,以帮助用户针对性地选择适合的百科系统。
关键词
中文维基百科
维基百科
百度百科
百科全书
比较分析
分类体系
Keywords
Chinese Wikipedia
Wikipedia
baidubaike
encyclopedia
comparative analysis
classification system
分类号
G354 [文化科学—情报学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
面向多源地理空间数据的知识图谱构建
刘俊楠
刘海砚
陈晓慧
郭漩
郭文月
朱新铭
赵清波
《地球信息科学学报》
CSCD
北大核心
2020
28
原文传递
2
基于百度百科的词语相似度计算
詹志建
梁丽娜
杨小平
《计算机科学》
CSCD
北大核心
2013
21
下载PDF
职称材料
3
基于百度百科与文本分类的网络文本语义主题抽取方法
陈叶旺
王华珍
李海波
钟必能
陈锻生
《小型微型计算机系统》
CSCD
北大核心
2012
9
下载PDF
职称材料
4
中文维基百科和百度百科类目组织系统的比较分析
贾君枝
李艳
《情报理论与实践》
CSSCI
北大核心
2013
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
