排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
2.
知识图谱作为当前最有效的知识组织和服务方式，已经成为人工智能的基石，在语义搜索、机器翻译、信息推荐等方面得到了广泛的应用。大数据时代下，地球科学（以下简称地学）分散、多源、异构数据的整合集成、挖掘分析及其知识的智能发现等迫切需要知识图谱的支撑。为了促进地学知识图谱的建设与应用，自2019年启动以来，“深时数字地球国际大科学计划”（Deep-time Digital Earth,简称DDE）就将知识图谱作为其重要的研究建设内容，经过3年多的建设，DDE已经建设形成了大量的地学知识图谱，亟需一站式共享这些知识图谱。文章首先介绍了DDE知识图谱内容体系，分析了DDE知识图谱内容组成及其特征；在此基础上，开展了地学知识图谱一站式共享服务系统的设计，包括系统功能体系和架构的设计；最后介绍了系统实现的技术路线及其关键技术。实践证明系统可有效实现DDE知识图谱的一站式共享服务，可为类似的知识共享服务系统提供参考。 相似文献
3.
地球科学（以下简称地学）知识图谱将地学知识以有向图的方式进行形式化表达，具有强大的知识表达能力、开放互联能力和推理预测能力，是地学与人工智能交叉融合发展的基础设施之一，已成为当前地学研究中重要的研究热点。因此，国际上很多科学组织或团队先后开展了地学领域的知识图谱研究，并构建了一系列具有代表性的知识图谱。然而，目前尚缺乏对这些知识图谱的深入研究和分析。文章从基本情况、构建方法、主要内容及特点等方面，对当前国际上主要的地学领域知识图谱进行了系统的比较分析,并在此基础上，指出了对未来地学知识图谱研究的启示：从构建方法上，应构建地学知识图谱统一表达模型，建立融合多源、多模态数据的知识源，研究地学知识表示与计算方法；从内容上，应加强地学知识时空特征描述，考虑地学知识复杂时空关系和推理规则；从应用上，应发展地学知识质量评估和修正方法，提升地学知识图谱应用成效。 相似文献
1