蒋婷
- 作品数：11 被引量：45H指数：5
- 供职机构：南京大学信息管理学院更多>>
- 发文基金：国家社会科学基金国家自然科学基金全国统计科学研究计划重点项目更多>>
- 相关领域：自动化与计算机技术文化科学哲学宗教更多>>
- 基于本体的复杂产品设计系统的案例推理研究
- 本文以复杂产品为背景，对比传统的案例推理与基于本体的案例推理对于复杂产品设计系统的方法优异，设计了基于本体的复杂产品设计系统的CBR 方法及算法，其中分析了知识库的组成及案例推理模块，通过对实际的复杂产品设计数据进行系统...
- 蒋婷
- 关键词：本体本体推理知识库
- 复杂产品设计系统中结合本体的案例推理
- 2014年
- 【目的】结合本体来改进案例推理，并将其应用于复杂产品设计系统的开发中。【方法】将案例结构用本体进行组织，利用本体推理扩充知识库；根据需求设计相应的规则，并进行Jena规则推理；结合本体对复杂产品的设计系统进行语义检索。【结果】实验结果表明，基于本体的案例推理准确率及召回率都比常规的案例推理要高。【局限】由于复杂产品的样本获取困难，其实验案例数量较少。【结论】利用本体的语义特性能够优化传统的案例推理的效率，提高检索的查准率和查全率。
- 周晓剑蒋婷孙建军
- 关键词：本体知识库
- 基于梯度信息的最小二乘支持向量回归机被引量：3
- 2016年
- 经典的最小二乘支持向量回归机是基于样本点来构建模型,没考虑样本点处的梯度信息。如果样本信息容易获得,则可将其用于构建回归模型。有学者提出了一种基于梯度信息的构建方法,但其构建是基于泰勒展开,简单地将梯度信息插入到泰勒展开式中,并需要人为地去设定邻域的大小。本文另辟蹊径,将梯度信息作为第二类变量融入到核矩阵中直接构建优化模型,使模型的构建更为简捷直观,并据此得到一种新的基于梯度信息的最小二乘支持向量回归机模型。所提模型通过了一个二维函数的验证,实验表明,与传统的最小二乘支持向量回归机相比,考虑梯度信息的最小二乘支持向量回归机模型显著地提高了其预测精度。
- 蒋婷周晓剑
- 关键词：最小二乘支持向量回归机元模型梯度信息
- 面向学科领域的学术文献语义标注框架研究被引量：11
- 2018年
- 海量的学术文献为科研工作者的研究带来了困难。语义标注是实现学术文献的快速阅读和知识的快速获取的基础,因此,本文旨在构建一个面向学科领域的学术文献语义标注框架,以规范和丰富学术文献的标注体系。本文从三个方面进行了研究:一是学术文献标注本体的构建,二是学科领域本体的构建,三是标注本体与领域本体的关联实例。本文从学术文献内容定位、概念关联、方法流程标注及引文标注几个方面给出了标注的实例。
- 孙建军裴雷蒋婷
- 关键词：语义标注学术文献本体构建
- 学术资源本体非等级关系抽取研究被引量：7
- 2016年
- [目的 /意义]概念非等级关系抽取是本体构建的必要步骤,学术文献作为一种重要的学术资源类型,本文主要利用其结构特点来进行本体概念非等级关系的抽取。[方法 /过程]首先,在本体概念抽取的基础上,对文献中概念的类型进行分类,以便于后期关系动词搭配的概念类型来排除不符合条件的三元组;其次,确定学术文献中的关系类型,并采用C-value方法抽取表示关系的动词,进行本体关系的表示;再次,评价概念对的关联性,利用互信息法对概念对进行排序并去除非相关概念对,实验表明该方法非常有效;最后评价概念对与关系动词的关联,分析影响三元组关联的因素,再采用实验确定模型挖掘三元组,实验比较现有的关联规则挖掘的方法。[结果 /结论]结果表明本文提出的三元组选择模型效果明显超过现有的关联规则挖掘方法,并且在语料集扩大的情况下这种优势更为明显。
- 蒋婷孙建军
- 关键词：本体构建关系抽取
- 基于SVR模型的中文术语自动抽取研究--面向图书情报领域
- 本文结合语言学和统计方法,首先通过构建术语库提取术语抽取模板来抽取候选术语,此外,通过引入回归的方法,将术语抽取问题转化为对概率的预测问题.首先,通过抽样去估计各统计指标值在相应位置上的概率值;其次,对每一维的统计指标分...
- 蒋婷孙建军
- 关键词：图书情报自动抽取
- 基于SVR模型的中文领域术语自动抽取研究——面向图书情报领域被引量：6
- 2016年
- [目的/意义]术语是本体的重要组成部分,术语自动抽取是本体自动构建的基础,文章采用回归的方法对未登录词进行概率(某个数值(组合)对应的候选词集合中术语的概率)预测,获得该词可能为术语的概率。[方法/过程]文章结合语言学和统计方法,通过构建术语库提取术语抽取模板来抽取候选术语,此外,通过引入回归的方法,将术语抽取问题转化为对词语成为术语的概率的预测问题。[结果/结论]提出的方法最后通过实验验证了其有效性。
- 蒋婷孙建军
- 关键词：支持向量回归机本体构建本体学习术语抽取
- 领域学术本体概念等级关系抽取研究被引量：16
- 2017年
- 等级关系抽取是领域本体自动构建的必经阶段,目前研究主要集中在生物医学领域,此外还存在现有方法效率不高的问题。本文提出一种面向领域学术资源的概念等级关系抽取的方法。首先,从概念抽取阶段开始,将学术文献中的概念分为方法/任务/工具/资源类术语,采用层叠条件随机场与C-value和规则相结合的方法分别对各个术语类型进行抽取,得到初始的分类术语;其次,在已有的术语类别限定下,结合外部词库和基于Web的方法抽取等级关系概念对;最后,采用基于图的方法将概念对生成图模型,再利用图剪枝方法生成概念等级关系。实验采用领域学术文献语料集对所提出的方法进行验证,在概念抽取阶段抽取不同类型的术语,得到较高的准确率与召回率,并进行了等级关系概念对的抽取,最终生成了概念等级关系,实验证实了本文提出的方法的可行性与有效性。
- 蒋婷孙建军
- 关键词：本体构建术语抽取
- 基于一阶/二阶导数的最小二乘支持向量回归机
- 2015年
- 已有的基于一阶导数的最小二乘支持向量回归机(LSSVR)模型的构建是从泰勒展开的角度着手,简单地将一阶导数插入到泰勒展开式中,实质上是通过泰勒展开增加训练样本的个数,而且也没考虑样本点处的二阶导数;本文并没有去估计样本点邻域内的函数值,而是将一阶/二阶导数作为第二类变量融入到核矩阵中直接构建优化模型,使模型的构建更为有效,并据此得到一种新的基于一阶/二阶导数的最小二乘支持向量回归机(first/second derivative LSSVR,F/SD-LSSVR)模型。所提模型通过了分析函数的验证,实验表明,与传统的LSSVR模型以及基于一阶导数的最小二乘支持向量回归机(first derivative LSSVR,FD-LSSVR)模型相比,考虑一阶/二阶导数的F/SD-LSSVR模型显著地提高了其预测精度。
- 周晓剑蒋婷
- 关键词：最小二乘支持向量回归机一阶导数二阶导数
- 链接分析研究热点与前沿综述被引量：5
- 2016年
- 2014年,我们发表了一篇论文,利用文献计量与可视化分析工具绘制出国内外全时段链接分析文献关键词的共现知识图谱和分时段关键词共现知识图谱,以此识别出国内外链接分析领域不同学科视角下的研究热点与前沿范畴,如检索优化视角、网络计量学和评价视角、竞争情报视角、Web挖掘视角、社会学视角、法学视角、行为学和心理学视角、统计物理学和传播学视角下的链接分析研究。本文主要对这些不同视角下的热点与前沿范畴进行详细梳理和综述,通过分析和综述,我们发现:检索优化视角、网络计量学和评价视角下的链接分析研究已经发展得比较成熟,而竞争情报视角、Web挖掘视角、社会学视角、法学视角、行为学和心理学视角、统计物理学和传播学视角下的链接分析有待更深入的研究与探索。希望能够为从事此方面研究的读者提供一定的指导和借鉴。
- 孙建军胡泽文蒋婷
- 关键词：链接分析科学知识图谱竞争情报
