基于词向量和远程监督学习的格萨尔领域知识发现方法研究

摘要

当前信息和知识在科技成果推动下的急速增长,与人们高效进行知识发现的需求之间的矛盾日渐加深,利用人工智能等技术提升知识发现效率是缓解这一矛盾的可试之法。文章从通用领域与格萨尔学科领域采集多元数据,基于词向量技术完成对数据的统一表示与向量关系计算,再基于远程监督学习技术利用知识图谱既有数据完成对实验数据的弱监督关系抽取,进而对人物关系进行预测,最终实现格萨尔学科领域中的人物关系知识发现,在方法上是对传统基于规则的知识发现方法的一种补充。