- · 《科学学研究》栏目设置[08/31]
- · 《科学学研究》数据库收[08/31]
- · 《科学学研究》收稿方向[08/31]
- · 《科学学研究》投稿方式[08/31]
- · 《科学学研究》征稿要求[08/31]
- · 《科学学研究》刊物宗旨[08/31]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
领域大数据知识图谱专题 《中国科学：信息科学
作者:网站采编关键词:
摘要：中国科学:信息科学 SCIENTIA?SINICA Informationis 第50卷??? 第7期 专题简介 知识图谱本质上是一种大型的语义网络,用以描述客观世界中的概念、实体及其相互关系。自2012年谷歌推出基于知识图
中国科学:信息科学
SCIENTIA?SINICA Informationis
第50卷??? 第7期
专题简介
知识图谱本质上是一种大型的语义网络,用以描述客观世界中的概念、实体及其相互关系。自2012年谷歌推出基于知识图谱的搜索引擎以来，知识图谱在工业、商业、金融、医疗、教育、咨询等领域都得以不断应用，并取得了初步的效果。由于不同领域在数据特点、领域需求上具有较大差别，面向领域的大数据知识图谱仍面临诸多问题及挑战。
为推动领域大数据知识图谱的研究，交流相关研究进展与成果，《中国科学: 信息科学》在2020年第50卷第7期组织出版“领域大数据知识图谱专题”，经过严格的同行评议, 专题共收录 7 篇文章, 主题涵盖推荐系统、科技知识图谱、事理认知图谱、人物关系图谱、地理知识图谱、篇章事件连通图、旅游知识图谱等方面的内容。【点击论文题目可阅读全文】
“基于知识图谱的推荐系统研究综述”针对基于知识图谱的推荐系统这一领域进行了全面的综述。介绍了推荐系统与知识图谱中的一些基本概念，以及现有方法如何挖掘知识图谱不同种类的信息并应用于推荐系统。总结了相关的一系列推荐应用场景,?提出了对基于知识图谱的推荐系统前景的看法,?展望了该领域未来的研究方向。
秦川, 祝恒书, 庄福振, 等. 基于知识图谱的推荐系统研究综述. 中国科学: 信息科学, 2020, 50: 937–956, doi: 10.1360/SSI-2019-0274
“科技大数据知识图谱构建方法及应用研究综述”从科技大数据知识图谱构建及应用研究角度,?对科学学研究过程中发挥重大推动作用的科技领域知识图谱技术进行系统、深入的综述。阐述科技大数据知识图谱构建过程中涉及的科技实体抽取、科技实体消歧、科技关系抽取、科技关系推断等问题。对科技实体推荐、科技社区发现、科技实体评价、学科交叉以及学科演化等科技大数据知识图谱分析挖掘方法进行系统梳理,?并给出科技大数据知识图谱未来的研究及应用方向。
周园春, 王卫军, 乔子越, 等. 科技大数据知识图谱构建方法及应用研究综述. 中国科学: 信息科学, 2020, 50: 957–987, doi: 10.1360/SSI-2019-0271
“面向大数据领域的事理认知图谱构建与推断分析”从人机物事理动态演化特性智能认知着手,?结合传统知识图谱在互联网领域取得的成功经验,?提出了面向大数据领域的事理认知图谱构建与推断分析。论述了事理认知图谱对推动认知智能研究发展的贡献，阐述了事理抽取与泛化、多模态联合网络化合成表示、进化认知和推断分析等关键技术研究最新进展以及面临的挑战,归纳总结了事理认知图谱在预防网络电话诈骗和安全生产管控等领域最新应用效果。
事理情境进化认知技术路线
王军平, 张文生, 王勇飞, 等. 面向大数据领域的事理认知图谱构建与推断分析. 中国科学: 信息科学, 2020, 50: 988–1002,?doi: 10.1360/SSI-2019-0273
“基于简介文本的中文人物关系图谱属性补全与纠错”主要描述如何充分利用百科类文本数据构建高质量的人物关系图谱。为解决表格数据中存在属性缺失和错误的问题,?论文采用模式匹配和深度学习模型相结合的策略从文本数据中自动学习属性值,?进行属性补全和纠错,?有效提高了知识图谱的覆盖率和正确率。
杨一帆, 马进, 王海涛, 等. 基于简介文本的中文人物关系图谱属性补全与纠错. 中国科学: 信息科学, 2020, 50: 1003–1018,?doi: 10.1360/SSI-2019-0243
“顾及时空特征的地理知识图谱构建方法”结合地理知识的时空特征和知识图谱的表达形式,?提出了一种顾及时空特征的地理知识图谱构建方法。论文的研究成果有效解决了融合时空间维度的地理知识结构化表达和形式表示问题,?为地理知识获取、融合、推理与应用奠定了基础。同时,?在地质、环境、气象等地学领域具有一定通用性,?对地学知识服务的推进具有重要参考价值。
面向“过程-关系”的地理知识图谱表示样例
张雪英, 张春菊, 吴明光, 等. 顾及时空特征的地理知识图谱构建方法. 中国科学: 信息科学, 2020, 50: 1019–1032, doi:?10.1360/SSI-2019-0269
“基于篇章级事件表示的文本相关度计算方法”在句子级事件抽取的基础上,?提出了一种篇章级的事件表示方法,?其利用句子级事件的抽取结果构建篇章事件连通图,?并选取图中重要的节点作为篇章级事件的代表,?之后利用篇章级的事件表示结果来度量文本之间的相关度。实验显示,?本文提出的文本相关度计算方法要远好于传统的文本相关度计算方法。
文章来源：《科学学研究》 网址: http://www.kxxyj.cn/zonghexinwen/2020/1020/419.html