亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

摘要： 需求獲取和建模是指從需求文本或記錄中獲取顯式和隱式的需求，并通過表格化、圖形化、形式化等方法構建相應模型的過程，是軟件開發過程中極為關鍵的一步，為后續系統設計與實現鋪平道路，提高軟件開發效率和質量，提升軟件系統穩定性和可行性.研究者們在需求獲取與建模方面獲得了一系列研究成果，根據其關注階段不同，可以將它們分為需求知識提取、需求知識分類和需求模型構建3個方面.鑒于傳統方法在知識獲取、模型構建的準確性和效率方面一直存在弊端，近年來，越來越多的研究者們將具有廣泛應用性的人工智能技術與需求獲取、需求分類、需求建模方法相結合，提出了一系列智能需求獲取與建模的方法和技術，從而彌補了傳統方法的不足.著重從智能需求獲取與建模角度著手，對近年來的研究進展進行梳理和總結.主要內容包括：1)統計并分析人工智能技術在需求知識提取、需求知識分類和需求模型構建中使用的方法和技術；2)總結了智能需求獲取與建模過程中采用的驗證方法和評估方法；3)從科學問題和技術難點2個方面歸納得出目前智能需求獲取與建模的關鍵問題，圍繞集成式和動態化模型構建、與其他軟件工程活動關聯、智能需求知識分類的粒度、數據集構建、評估指標構建和工具支持6部分，闡述了上述問題的可能解決思路和未來發展趨勢

//crad.ict.ac.cn/CN/10.7544/issn1000-1239.2021.20200740

摘要： 當前,以網絡數據為代表的跨媒體數據呈現爆炸式增長的趨勢,呈現出了跨模態、跨數據源的復雜關聯及動態演化特性,跨媒體分析與推理技術針對多模態信息理解、交互、內容管理等需求,通過構建跨模態、跨平臺的語義貫通與統一表征機制,進一步實現分析和推理以及對復雜認知目標的不斷逼近,建立語義層級的邏輯推理機制,最終實現跨媒體類人智能推理。文中對跨媒體分析推理技術的研究背景和發展歷史進行概述,歸納總結視覺-語言關聯等任務的關鍵技術,并對研究應用進行舉例。基于已有結論,分析目前跨媒體分析領域所面臨的關鍵問題,最后探討未來的發展趨勢。

//www.jsjkx.com/CN/10.11896/jsjkx.210200086

隨著網絡空間安全情報在網絡犯罪、網絡戰和網絡反恐等領域的作用日益凸顯，迫切需要對網絡空間安全情報的基本理論和綜合分析方法進行深入研究。當前，安全情報在實際應用中主要面臨著數據類型多樣、分布離散、內容不一致等問題，因此引入知識圖譜技術框架，旨在利用知識圖譜面向海量數據時信息收集及加工整合的思想，提高安全情報的收集效率、情報質量，同時拓展情報的使用范圍。本文首先簡要回顧安全情報和知識圖譜的研究現狀，同時介紹知識圖譜在安全領域的應用。其次給出面向安全情報的知識圖譜構建框架。然后介紹安全情報知識圖譜構建的關鍵技術，包括信息抽取、本體構建和知識推理等。最后，對安全情報知識圖譜發展面臨的問題進行了討論。

//jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=20200505&flag=1

摘要： 作為語義網的數據支撐,知識圖譜在搜索引擎、智能問答和推薦系統等領域發揮著重要作用,成為了人工智能領域的研究熱點。知識圖譜因其自身的圖展示、圖挖掘、圖模型等計算優勢,可幫助企業或金融從業人員進行業務場景的分析與決策。目前已經有公司將知識圖譜應用到金融領域,但是這些知識圖譜還存在信息缺失、準確度低等問題,并且現有的金融知識圖譜構建方法大都只關注構建過程中的某一環節。針對上述問題,對行業知識圖譜構建方法進行系統研究,構建一個企業風險知識圖譜,從本體構建、知識抽取、知識融合和知識存儲4個方面完整闡述了知識圖譜的構建流程。最后,基于企業風險知識圖譜,構建了一個智能問答機器人,實現了對知識圖譜的檢索和利用;為了提高問答系統回答問題的準確性,利用基于字級別的BiLSTM-CRF命名實體識別模型。實驗結果表明,在樣本數量較少時,基于字級別的模型效果更優。

//www.jsjkx.com/CN/10.11896/jsjkx.191000015

以研究科學創新與演化規律為目的的科學學近年來迎來了進一步的發展, 科技大數據領域知識圖譜在其中發揮了重大的作用. 本文將從科技大數據知識圖譜構建及應用研究角度, 對科學學研究過程中發揮重大推動作用的科技領域知識圖譜技術進行系統、深入的綜述, 闡述科技大數據知識圖譜構建過程中涉及的科技實體抽取、科技實體消歧、科技關系抽取、科技關系推斷等問題, 對科技實體推薦、科技社區發現、科技實體評價、學科交叉以及學科演化等科技大數據知識圖譜分析挖掘方法進行系統梳理, 并給出科技大數據知識圖譜未來的研究及應用方向.

//engine.scichina.com/publisher/scp/journal/SSI/50/7/10.1360/SSI-2019-0271?slug=abstract

推薦系統旨在為用戶推薦個性化的在線商品或信息, 其廣泛應用于眾多Web場景之中, 來處理海量信息數據所導致的信息過載問題, 以此提升用戶體驗. 鑒于推薦系統強大的實用性, 自20世紀90年代中期以來, 研究者針對其方法與應用兩方面, 進行了大量廣泛的研究. 近年來, 很多工作發現知識圖譜中所蘊含的豐富信息可以有效地解決推薦系統中存在的一系列關鍵問題, 例如數據稀疏、冷啟動、推薦多樣性等. 因此, 本文 針對基于知識圖譜的推薦系統這一領域進行了全面的綜述. 具體地, 首先簡單介紹推薦系統與知識圖譜中的一些基本概念. 隨后, 詳細介紹現有方法如何挖掘知識圖譜不同種類的信息并應用于推薦系統. 此外, 總結了相關的一系列推薦應用場景. 最后, 提出了對基于知識圖譜的推薦系統前景的看法, 并展望了該領域未來的研究方向.

知識圖譜一直是研究的熱點，東南大學漆桂林老師等發表了一篇關于中文知識圖譜構建的綜述論文，詳細講述了當前中文知識圖譜的研究進展，是非常好的學習資料。

隨著智能技術的不斷發展，作為人工智能支柱的知識圖譜以其強大的知識表示和推理能力受到了學術界和產業界的廣泛關注。近年來，知識圖譜在語義搜索、問答、知識管理等領域得到了廣泛的應用。構建中文知識圖譜的技術也在迅速發展，不同的中文知識圖譜以支持不同的應用。同時，我國在知識圖譜開發方面積累的經驗對非英語知識圖譜的開發也有很好的借鑒意義。本文旨在介紹中文知識圖譜的構建技術及其應用，然后介紹了典型的中文知識圖譜，此外我們介紹了構建中文知識圖譜的技術細節，并介紹了了中文知識圖譜的幾種應用。