科学知识图谱应用研究概述

知识图谱在生产制造中的应用研究

随着科技进步和人工智能技术的不断升级，知识图谱已经成为智能化生产制造中不可或缺的一部分。知识图谱是一种结构化的、语义化的知识表示形式，它可以把不同领域的知识有机地整合在一起，从而形成一个完整的知识体系。在生产制造领域，知识图谱可以帮助企业实现进一步的智能化生产制造，提升生产制造的效率和质量，并且降低生产成本，提高企业的竞争力。

知识图谱的应用在生产制造领域可以分为三个方面：一是提高生产效率；二是提高产品质量；三是降低生产成本。

第一、知识图谱可以提高生产效率。生产制造领域中，有很多生产任务是重复性的、劳动密集型的，这样的生产任务对员工的要求较低，但是工作很枯燥、累人。知识图谱可以帮助企业实现自动化生产，解放员工手工作业，提高生产效率。例如，企业可以使用知识图谱技术进行机器人编程，实现机器人自动化生产，减少人为干预，提高生产效率。此外，使用知识图谱技术，企业可以对生产过程中的各种数据进行实时监测和分析，并及时调整生产计划，提高生产效率。

第二、知识图谱可以提高产品质量。在生产制造中，如果能够完善地整合各种领域的知识资源，就能够更加科学地进行产品设计和生产，从而制造出更加精良的产品。知识图谱可以对企业现有的知识资源进行有效整合与利用，将设计、生产、检测等环节结合起来，实现对产品质量的全方位把控。例如，企业可以使用知识图谱技术进行智能质量管理，综合运用多种技术手段，把握每一个质量节点，从而提高产品的质量。

第三、知识图谱可以降低生产成本。目前，很多企业在生产制造中会出现产线停滞、设备故障等情况，这会导致生产效率下降，并且成本也会增加。利用知识图谱技术，企业可以及时发现并处理这些问题，从而避免设备故障的发生。此外，知识图谱还能够对企业各项数据进行智能分析，为企业提供科学的数据支持，实现精益生产和精细化管理，进而实现降低生产成本的效果。 总的来说，知识图谱技术在生产制造领域的应用潜力巨大。通过应用知识图谱，企业可以实现精细化管理、智能化生产制造，提高生产效率、优化产品质量、降低生产成本，进而为企业提供更多的竞争优势。在未来，我们相信，越来越多的企业将会采用知识图谱技术，实现数字化转型，提升企业竞争力。

第 22卷 第 5期2023年 5月Vol. 22 No. 5May 2023软件导刊Software Guide

医学知识图谱研究综述

刘悦悦，李燕

（甘肃中医药大学 信息工程学院，甘肃 兰州 730000）

摘要： 知识图谱是一个古老又崭新的课题，是知识工程在新时代的新形态，也是当前人工智能的重要研究方向之一。知识图谱应用于医疗领域在一定程度上对医疗数据以及医患之间的治疗过程起到了很大的助推作用。针对医学知识图谱的构建，从医学数据源、医学知识抽取、医学知识融合、医学知识表示、医学知识存储、医学知识推理、医学质量评估7个方面结合相关文献展开叙述；然后总结医学知识图谱在临床决策支持诊断、医学知识普及、医学问答系统以及智能语义搜索方面的应用；最后就目前医学知识图谱面临的挑战进行讨论，以期为其进一步发展构建提供参考。关键词： 医学知识图谱；构建技术；人工智能；大数据DOI：10.11907/rjdk.221641开放科学（资源服务）标识码（OSID）：

中图分类号：TP391 文献标识码： A文章编号：1672-7800（2023）005-0241-07

Review of Medical Knowledge Graph Research

LIU Yue-yue， LI Yan

（School of Information Engineering， Gansu University of Traditional Chinese Medicine， Lanzhou 730000，China）

Abstract： Knowledge graph is an old and new topic，a new form of knowledge engineering in the new era，and one of the important directions of artificial intelligence.The application of knowledge graph in the medical field has played a great role in pushing the medical data and the treatment process between doctors and patients to a certain extent.The feature of this paper is the construction of medical knowledge graph，from seven aspects：medical knowledge data source，medical knowledge extraction，medical knowledge fusion，medical knowledge representa‐tion，medical knowledge storage，medical knowledge reasoning，and medical quality assessment，and then summarizes the application of medi‐cal knowledge graph in clinical decision support diagnosis，medical knowledge popularization，medical question answering system and intelli‐gent semantic search，and finally discusses the current challenges faced by medical knowledge graph，in order to provide reference for the de‐velopment and construction of medical knowledge graph.

龙源期刊网

知识图谱的原理及应用

作者：黄桂平 陈巧莹 何斯娜 余舒红 叶江彬 陈金萍

来源：《大东方》2019年第02期

1.产生背景

知识图谱的起源最早可追溯到文献计量学和科学计量学的诞生时期。1938年Bernal制作了早期学科图谱;1948年Ellingham手工绘制了图表，形象地展示自然科学和技术分支学科间的关系。同年，Price用简单的曲线可视化科学知识指数增长规律。到20世纪50年代，Garfield创制《科学引文索引》。并以编年体形式手工绘制引文网络图谱;随后“文献耦合”（两篇文献同引一篇或多篇相同的文献）、“科学引文网络”、“同被引”（与本文同时被作为参考文献引用的文献，与本文共同作为进一步研究的基础）、“共词”（指一定频率共现于同一语篇中的词）、“引文可视化”等相继被提出，科学知识可视化成为专门领域。近年来，因为网络信息技术的飞速发展使得网络信息呈爆炸式增长，造成大量信息冗余，资源重复率高，人们对知识与信息选择更加困难，查找精确性和效率都有了很大的影响。为了解决上述问题并能可视化的展示知识及信息，科学知识图谱应运而生[1]。

2.含义

知识图谱（Mapping Knowledge Domain）也被称为科学知识图谱、知识域可视化或知识域映射地图，旨在描述真实世界中存在的各种实体或概念，是可视化地描述人类随时间拥有的知识资源及其载体，绘制、挖掘、分析和显示科学技术知识以及它们之间的相互联系，在组织内创造知识共享的环境以促进科学技术知识的合作和深入[2]。具体分为传统科学计量图谱、三维构型图谱、多维尺度图谱、社会网络分析图谱、自组织映射图谱、寻径网络分析图谱等几个种类。

3.原理

知识图谱的基本原理是科学文献、科学家、关键词等分析单位的相似性分析及测度。根据不同的方法和技术可以绘制不同类型的科学知识图谱。该方法首先，通过计算机和互联网搜索引擎强大的自动查询功能，在极短的时间里面完成对海量信息的准确查询。其次，通过计算机对已查询到的海量零散信息进行文献计量统计分析，不仅可以通过量化模型将其以科学的、可视化的形式直观地呈现出来，而且还可以发现它们之间的深层次关系和趋势，为今后在该领域的研究提供更有力的客观数据和科学支持。

作者： 孙晓宁[1] 闫励[2] 张强[3]作者机构： [1]南京大学信息管理学院，江苏南京210093 [2]郑州大学信息管理学院，河南郑州450001 [3]安徽大学管理学院，安徽合肥230601出版物刊名： 图书馆页码： 87-91页年卷期： 2014年 第5期主题词： 科学知识图谱 学科可视化 研究主体 知识基础 研究进展

摘要：近年来，经过国内外一些学者的共同努力，诞生了许多学科可视化研究工具，它们可以根据自身的特点，绘制出多种学科体系的科学知识图谱，方便人们从图形的视角来了解学科领域的结构分布特征，为学科体系结构研究提供了新的方法和思路。文章在将科学知识图谱与学科可视化的概念做出区分后，对科学知识图谱在学科可视化研究中的应用现状进行了概述；着重归纳了科学知识图谱在学科可视化研究中涉及的包括：数据来源、研究工具、研究方法、

研究内容、应用领域等五个方面的问题。Mapping Knowledge Domain in the Application ofDiscipline Visualization Research