近年來,隨著國民健康意識的提高,人們越來越重視飲食均衡和維護(hù)身體健康狀況,飲食作為人們在日常生活中最為關(guān)注的事情之一,以科學(xué)的營養(yǎng)學(xué)知識為依據(jù),為國民提供食物、營養(yǎng)的建議具有重要意義。大數(shù)據(jù)和人工智能技術(shù)的高速發(fā)展為營養(yǎng)學(xué)的研究提供了新的角度。本課題主要基于專業(yè)的營養(yǎng)學(xué)書籍和網(wǎng)站中的營養(yǎng)學(xué)數(shù)據(jù),構(gòu)建了營養(yǎng)學(xué)知識圖譜并研究了知識圖譜的補(bǔ)全方法。我們開展了以下幾項(xiàng)工作:(1)本文首先構(gòu)建了營養(yǎng)學(xué)知識概念及關(guān)系體系,給出了營養(yǎng)學(xué)知識圖譜中實(shí)體類型以及實(shí)體間關(guān)系的定義并給出了相關(guān)的樣例說明。營養(yǎng)學(xué)知識圖譜中主要包含八種類型的實(shí)體和十二種類型的實(shí)體間關(guān)系。本文獲取了《臨床營養(yǎng)學(xué)》、《中國居民膳食指南》、《中國食物成分表》和39健康網(wǎng)、美食杰網(wǎng)站中的營養(yǎng)學(xué)數(shù)據(jù)。通過對其進(jìn)行命名實(shí)體識別、實(shí)體對齊、知識表示等工作,基于詞數(shù)據(jù)構(gòu)建了營養(yǎng)學(xué)知識圖譜。(2)接著,本文對營養(yǎng)學(xué)知識圖譜的關(guān)系構(gòu)建進(jìn)行了研究。由于知識圖譜的數(shù)據(jù)總是不完備的,為了解決實(shí)體間關(guān)系缺失的問題,本文提出了營養(yǎng)學(xué)實(shí)體關(guān)系分類模型。使用R-GCN模型和多頭注意力機(jī)制提取知識圖譜中營養(yǎng)學(xué)實(shí)體的特征,進(jìn)行分類預(yù)測實(shí)體間潛在關(guān)系。實(shí)驗(yàn)對比了基于...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
        1.1.1 課題背景
        1.1.2 研究的目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 知識圖譜研究現(xiàn)狀
        1.2.2 關(guān)系分類方法研究現(xiàn)狀
        1.2.3 鏈路預(yù)測方法研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 結(jié)構(gòu)安排
第2章 營養(yǎng)學(xué)知識圖譜的構(gòu)建
    2.1 引言
    2.2 營養(yǎng)學(xué)數(shù)據(jù)獲取及分析
        2.2.1 營養(yǎng)學(xué)書籍?dāng)?shù)據(jù)預(yù)處理
        2.2.2 網(wǎng)站數(shù)據(jù)獲取及處理
        2.2.3 數(shù)據(jù)統(tǒng)計(jì)
    2.3 知識圖譜模式層定義
        2.3.1 實(shí)體定義
        2.3.2 關(guān)系定義
    2.4 營養(yǎng)學(xué)知識圖譜構(gòu)建
        2.4.1 命名實(shí)體識別
        2.4.2 實(shí)體對齊
        2.4.3 知識表示與統(tǒng)計(jì)
    2.5 本章小結(jié)
第3章 營養(yǎng)學(xué)實(shí)體關(guān)系分類模型研究
    3.1 引言
    3.2 訓(xùn)練數(shù)據(jù)構(gòu)建方法
    3.3 基于R-GCN的營養(yǎng)學(xué)實(shí)體關(guān)系分類模型
        3.3.1 GCN
        3.3.2 R-GCN
    3.4 基于傳統(tǒng)機(jī)器學(xué)習(xí)方法的營養(yǎng)學(xué)實(shí)體關(guān)系分類模型
        3.4.1 K近鄰
        3.4.2 邏輯回歸算法
        3.4.3 支持向量機(jī)算法
    3.5 基于多頭注意力機(jī)制的營養(yǎng)學(xué)實(shí)體關(guān)系分類模型
    3.6 實(shí)驗(yàn)設(shè)計(jì)及評價
        3.6.1 數(shù)據(jù)預(yù)處理
        3.6.2 實(shí)驗(yàn)設(shè)置
        3.6.3 評價方法
    3.7 實(shí)驗(yàn)結(jié)果與分析
        3.7.1 系統(tǒng)性能
        3.7.2 關(guān)系小類性能對比
    3.8 本章小結(jié)
第4章 基于營養(yǎng)學(xué)知識表示的鏈路預(yù)測方法研究
    4.1 引言
    4.2 知識表示
    4.3 語義匹配模型
        4.3.1 RESCAL
        4.3.2 DistMult
        4.3.3 ComplEx
    4.4 平移距離模型
        4.4.1 TransE
        4.4.2 RotatE
    4.5 負(fù)例生成方法
        4.5.1 均勻采樣
        4.5.2 Bern
        4.5.3 自對抗負(fù)采樣
    4.6 數(shù)據(jù)統(tǒng)計(jì)分析
    4.7 實(shí)驗(yàn)設(shè)計(jì)及評價
        4.7.1 實(shí)驗(yàn)設(shè)計(jì)
        4.7.2 評價方法
    4.8 實(shí)驗(yàn)結(jié)果與分析
        4.8.1 模型性能與分析
        4.8.2 關(guān)系小類結(jié)果
        4.8.3 負(fù)采樣實(shí)驗(yàn)
    4.9 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：3745107