基于知识图谱的实验方案推荐研究——以有机太阳能电池为例

[目的/ 意义] 深入分析AI4Science中的实验方案，通过分析科技文献中的实验方案，揭示AI技术在科研方法、工具和手段中的应用，为科研工作者提供新的研究视角。[ 方法/ 过程] 首先，利用本体建模技术，实现不同学科领域实验方法与实验原理的统一知识建模，在本体建模的基础上构建有机太阳能电池领域知识图谱。然后，在领域知识图谱中挖掘实体之间关系，实现实验方案智能化推荐。[ 结果/ 结论]结合图嵌入表征技术Graph2vec和大模型语义嵌入表征GPT embedding，提出一种全新的知识图谱语义融合的实验方案推荐算法—GraphGPT Net，在Recall@20推荐核心指标上表现最为出色，达...

Full description

Saved in:
Bibliographic Details
Published in知识管理论坛 no. 5; pp. 448 - 459
Main Authors 张凯, 石栖
Format Journal Article
LanguageChinese
Published 中国科学院文献情报中心 30.10.2024
Subjects
推荐系统
有机太阳能电池
实验方案
知识图谱
Online AccessGet full text

Cover

More Information
Summary:[目的/ 意义] 深入分析AI4Science中的实验方案，通过分析科技文献中的实验方案，揭示AI技术在科研方法、工具和手段中的应用，为科研工作者提供新的研究视角。[ 方法/ 过程] 首先，利用本体建模技术，实现不同学科领域实验方法与实验原理的统一知识建模，在本体建模的基础上构建有机太阳能电池领域知识图谱。然后，在领域知识图谱中挖掘实体之间关系，实现实验方案智能化推荐。[ 结果/ 结论]结合图嵌入表征技术Graph2vec和大模型语义嵌入表征GPT embedding，提出一种全新的知识图谱语义融合的实验方案推荐算法—GraphGPT Net，在Recall@20推荐核心指标上表现最为出色，达到了0.0299，能够证明知识图谱在实验方案推荐领域的有效性以及GraphGPT Net在推荐实验方案方面的显著能力。
ISSN:2095-5472
2095-5472