地理空间语义的六个主要研究领域
地理空间语义的六个主要研究领域
【摘要】
【原文】
【DOI】
一、地理空间语义的概念
1.1 基本概念
“understanding GIS contents, and capturing this understanding in formal theories.”
1.2 核心任务:理解地理信息系统的内容
(1)地理空间语义谁来理解地理空间语义?
(2)机器还是人?如果是人的话,地理空间语义的重点是人类对地理概念和空间关系的认知;
(3)如果是机器的话,则重点在分布式系统之间的语义互操作。
1.3 实现方式:采用形式化理论来捕获对地理信息系统内容的理解
(1)采用本体作为形式化声明来描述概念和关系
(2)用一阶逻辑/描述逻辑等形式化逻辑来定义本体内的概念和公理
1.4 地理空间语义的两个发展方向
趋势1:传统地理空间数据以结构化链接数据的形式组织、发布、抽取和重用
地理空间语义网
趋势2:半结构化、非结构化数据的地理语义抽取、时空模式分析
地理信息抽取、地理知识图谱、GeoAI
1.5 六个地理空间语义的研究领域
语义互操作性与本体
数字地名词典
2. ...
基于图的知识表示方法
基于图的知识表示方法
摘要:
在知识表示方法的演进过程中,图模型因为其结构性、联想性、自然性、易于人类理解等优点,已经成为知识表示的基础模型。从框架表示法、语义网络表示法、逻辑程序标识法、语义网络表示法、语义网和知识图谱中,能够看到图模型在知识表示方法中的逐步演化历史。目前,基于图的知识表示方法主要聚焦在RDF数据模型和图属性数据模型两种类型。其中:
(1)RDF数据模型由从互联网领域发起,W3C制定了丰富的语义网技术栈作为知识表示的一个阶段性成果,并已经成为知识表示的事实标准;相关知识点在第1、2、3、4节中。
(2)图属性数据模型由工业界和学术界组成的关联数据基准委员会(LDBC)提出,并正在以属性图为基础对图数据模型、图查询语言进行标准化;相关知识点在第5节中。
一、 基于图的知识表示技术框架
1.1 语义网技术栈的发展过程
1.2 语义网技术栈的主要内容
二、RDF模型—RDF资源描述框架
2.1 RDF概述
RDF:资源描述框架(Resource Description Framework, RDF)是一种用于在Web中表示信息的通 ...
Ontology、Taxonomy、Folksonomy和Thesauri的不同
Difference of Ontology, Taxonomy, Folksonomy and Thesauri
The purpose of this article is to provide a little more information about taxonomies, folksonomies, ontologies and thesauri and their roles in information retrieval.
1. Background
Two indexing languages are generally used when indexing or searching for information in retrieval systems such as databases and the Internet. These are natural language and controlled vocabularies.
Controlled vocabularies are restricted lists of words ...
概念解释
为什么要进行图嵌入?
**【摘要】**图模型存在于真实世界的广泛场景中。例如:社交网络中的人及其联系、生物蛋白质及其作用、通信网络IP地址及其通信等。此外,常见的图片、句子也可抽象为图模型。因此,图模型可以说是无处不在。 基于图模型可以解决很多应用中的实际问题,例如:社交网络中新关系的预测、生物分子中蛋白质功能和相互作用的预测、通信网络中异常事件的预测等。传统图模型采用“One-hot变量+邻接矩阵”的方式来表示图结构,数据纬度高、计算复杂度高,对于下游任务的效率和实现影响非常大。图嵌入正是对图模型进行表达的一种新方法,而且在实际研究和应用中被证明为一种非常有效的技术。
1. 什么是图嵌入(graph embedding)?
图嵌入是一种将图数据(通常为高维稀疏的矩阵)映射为低纬度稠密向量的过程,如图。图嵌入需要捕捉到图的拓扑结构,顶点与顶点的关系,以及其他的信息(如子图,连边等)。如果有更多的信息被表示出来,那么下游的任务将会获得更好的表现。在嵌入的过程中存在着一种共识:向量空间中保持连接的节点彼此靠近。基于此,研究者提出了拉普拉斯特征映射(Laplacian ...