一种基于神经网络自适应寻优调参的建筑领域知识图谱构建方法

摘要

发明公开了一种基于神经网络自适应寻优调参的建筑领域知识图谱构建方法，首先采集建筑领域实体、实体属性及语料，然后进行预处理，得到建筑实体识别模型标注数据集EntityData；利用数据集EntityData训练基于BERT‑BiLSTM‑CRF的自适应实体识别模型，得到建筑领域实体识别模型EntityModel；对建筑领域关系数据集预处理得到数据集RelationData；利用RelationData训练基于GRU的自适应关系抽取模型，得到建筑领域关系抽取模型RelationModel；最后分别通过EntityModel和RelationModel抽取出建筑领域文本数据集中的实体和属性，构建建筑领域知识图谱；用户通过Web平台输入施工图审查点，根据用户输入的施工图审查点挖掘知识库中的隐藏关系，并将挖掘出的专家意见信息Recom返回Web平台。本发明采用自适应调参，相比传统人工设定更有效构建建筑领域知识图谱。