知识抽取

摘要： [目的/意义]结合金融证券行业特征,借鉴层次式设计思路和数据立方体概念,提出多层领域本体立方体模型并完成构建.[方法/过程]复用FBIO本体进行知识建模;利用LDA主题建模与BIRCH层次聚类完成概念提取;基于依存句法和深度学习框架的知识抽取完成本体实例扩充;通过维度分类和基于概率的实体空间向量表示增强语义关联性.[结果/结论]多层构建方式和立方体结构增加了知识内在关联,为金融概念知识提供多层次、细粒度的知识组织方式;也为本体构建提供新的思路.

摘要： 提出了一种结合故障模式和故障影响的穿越钻机设备故障知识图谱构建方法,将不同故障数据源进行整合,采用BiLSTM实体抽取模型和Attention-based BiLSTM关系抽取模型从数据源中抽取知识要素,并进行加工整理导入Neo4j图数据库中。该知识库能实现钻机设备信息、运行维护数据、监测数据以及故障信息等重要数据有效管理与应用,同时能为穿越钻机设备的运行维护提供宝贵的知识和工程经验,为现场的钻机运维人员提供辅助决策支持。

摘要： 本文针对当前包括长征在内的国内红色文化资源分散,数字化层次仅停留在载体层面,表达和研究方式缺乏创新性等问题,提出了基于知识图谱的长征红色文化资源数字化研究和应用。使用Protégé构建长征红色本体模型,结合网络爬虫、OCR图片文字识别、命名实体识别等技术获取长征红色数字资源,构建基于Neo4j的红色文化资源知识图谱,并通过知识导航、时空地图两大功能模块实现了基于知识图谱的服务模式。以知识图谱的形式实现红色文化资源的数字化,从原本互相孤立的载体数字化,转换为以三元组形式的知识链接网络,打通信息孤岛,将现有的长征红色文化资源连接成一个有机整体,更好地为长征红色文化资源的保存、传承和研究提供服务。

摘要： 针对军事指挥控制保障领域各种技术数据资料挖掘处理和融合应用效率低下的问题,提出利用知识抽取技术获取关键知识及其相互关系,形成相应知识体系,以实现数据的高效利用。在知识抽取系统框架的研究与设计过程中,首先介绍了知识抽取的相关理论知识,如知识图谱、命名实体识别、关系抽取等技术;其次分析了军事领域知识抽取中命名实体识别和关系抽取的研究现状;最后设计了指挥控制保障领域知识抽取系统的总体框架和模块,包括本体建模、语料标注、命名实体识别和关系抽取等模块。首次对指挥控制保障领域的知识抽取进行研究,在系统设计过程中充分考虑了部队的实际情况,具有较强的实用性和针对性,可以为指挥控制保障领域知识图谱的后续构建提供理论指导和技术支撑。

摘要： [目的/意义]目前,对红色文化资源的组织以文本、图像、视频等方式展示,缺少知识要素之间的关联,造成资源的分散化和碎片化等问题,大大限制了红色文化领域知识的完整性与可传播性,亟需从语义层面上将海量零散的知识进行抽取,为红色文化数字资源提供系统性组织与保护。[方法/过程]文章在原有红色文化资源数字化建设的基础上进行知识抽取探讨,并引入知识元语义描述模型,从而对红色文化提供更深层次的系统保护。首先,明确红色文化知识元的概念;接着,在构建红色文化知识元语义描述模型的基础上,设计知识抽取方法,并利用深度学习模型进行实体识别和关系抽取;最后,以南京市红色文化数字资源为例进行实证分析。[结果/结论]结果表明,该方法能够实现红色文化数字资源规范化、知识化、共享化,促进红色文化领域向知识组织发展,推动红色文化的保护与传承。

摘要： 知识图谱是大数据与人工智能交叉融合的一个研究热点,能抽取与表达数据中潜在的知识,进而支撑复杂的推理计算与多样化智能应用的构建。近年来,知识图谱在互联网、金融、医疗保险等领域展开初步应用,然而关于知识图谱与文博领域交叉融合的研究较少。以文化与科技融合创新为背景助力智慧博物馆建设,对当前文博知识图谱构建的背景及必要性进行论述,对近年来相关学者在该研究领域取得的成果进行总结分析,提出文博知识图谱系统的构建框架,阐述知识抽取与关系推理的相关方法与技术,总结基于知识图谱的相关应用以及文博知识图谱运营管理中可能面临的问题,并对文博知识图谱构建面临的挑战以及未来可能的工作方向进行分析与展望。

摘要： 计算机学科评估需要对学科整体信息进行汇总,过于依赖专家经验且历届学科评估信息复用程度低.针对此问题,该文提出了一种计算机学科评估知识图谱构建方法.该方法基于CIR模型建模知识图谱,设计了针对文本数据的基于依存句法分析的无监督命名实体关系抽取方法和针对表格的数据流组合模型抽取知识,并借助Neo4j图数据库实现知识图谱可视化,为更多学科知识图谱的构建提供思路和借鉴.

摘要： 中医学历史悠久、卷帙浩繁,但论述较为分散,知识混杂多样。知识图谱具有知识语义化、数据易关联、易扩充的特征,因而逐渐成为中医药知识信息化的重要手段。为有利于更好地运用知识图谱传承发展中医药知识,文章在简述知识图谱在中医药领域的构建与应用情况的基础上,重点从本体技术和分词、实体识别、关系抽取等3种知识抽取技术等方面介绍了知识图谱构建关键技术在该领域中的研究应用概况、规律与特点。文章还从知识图谱存储关系型知识的角度出发归纳了中医药领域对该类知识的应用方向及关键技术。通过对文献的分析与总结,探讨了中医药领域知识图谱构建与应用中的问题并提出未来的发展建议。

摘要： 知识图谱(Knowledge Graphs,KG)自提出以来快速发展,结合人工智能技术成为一个新兴研究方向。随着KG在智能搜索领域取得良好的应用效果,研究者们开始着手于各领域中KG的应用。在实际应用场景下,KG是一种大规模的语义网络,也是一种技术体系,通过运用人工智能方法将文本、语音和视频等非结构化数据建模,形成一种实体与关系的图数据结构的知识,以KG表示的各种知识通常规模庞大且结构更加清晰直观。针对军事装备的KG构建,对人工智能与KG的关系、相关概念、体系架构和构建步骤等进行了介绍,包括知识获取、知识抽取、知识计算与融合和可视化与应用等。对军事装备KG进行了构建,对图谱构建过程中的数据库选用进行了性能实验测试。阐述了在不同领域图谱构建各阶段使用的人工智能方法及其特点,给出在不同领域例如个性化推荐、军事装备图谱等通过KG构建实际应用系统。总结了图谱系统构建的方法,同时展望未来研究的重点方向。

摘要： 目前航空装备制造企业在设计、制造相关流程中积累了大量数据,基于知识图谱技术可以对这些数据进行有效融合与管理,对不断更新的制造知识进行挖掘,为航空制造企业智慧化升级提供有力的知识支撑。为探明知识图谱在航空制造领域的理论支撑体系与实际应用情况,通过文献调研分析航空制造知识图谱架构、定义及特点。阐明知识图谱领域构建过程中的核心技术并进行研究综述,对比航空制造知识图谱与通用知识图谱构建技术上的异同,并提出了三个切合实际的航空制造知识图谱应用方向及其解决方案。最后对未来航空制造知识图谱的挑战进行了分析及展望,为后续该领域的研究提供一些思路。

摘要： 供应链知识管理系统实现的技术难点在于数据的集成、抽取和表现等方面。而XML技术是解决数据集成、查询优化和物理层数据独立性等问题的核心所在，将XML技术应用于供应链知识管理系统的构建，在知识抽取方面得到了较为理想的效果，分析了基于XML技术的供应链知识管理系统知识抽取的特点以及难点，提出了XML描述文件的通用架构和供应链知识管理系统知识抽取的流程，并给出详细示例。

摘要： 本研究通过相似性判定确定文章的新句子，对文章的新句子进行句子内部结构及主题语义分析，从而确定句子的主题及语义；然后通过句子之间的关联关系分析和文章的篇章结构分析确定句子的知识元隶属，并对知识的属性进行标记，如定义、发展历史，特点、关键技术、意义、应用、未来趋势等。基于句子匹配分析的知识抽取研究不但可以解决学术抄袭与科学引用的自动判定问题，以及形成文献自动综述，而且把文献处理的颗粒度从篇章层次细分到句段层次，真正实现在知识单元上的组织、管理和利用，从而彻底改变传统的知识组织和管理方式。

摘要： 为找出硕士研究生学位论文的选题特点和存在的问题,在2018届计算机学科硕士学位论文数据集上,应用文本挖掘技术,挖掘已有硕士研究生学位论文选题热点方向;通过对学位论文外审评分结果分析,找出存在问题的论文,在此基础上,对问题论文评语进行知识抽取,进一步挖掘出论文中存在的具体问题.挖掘与分析结果表明,研究工作达到了预期目的.

摘要： 学术文献中蕴含着丰富的知识，知识抽取是一种以知识单元的形式对知识进行组织。学术概念属性抽取作为知识抽取的一种应用，是对学术文献中概念的属性描述进行抽取。本文对学术概念属性抽取系统进行了设计，确定了一套属性抽取的流程，并对系统中文献内容解析模块、文本预处理模块、规则构建模块和属性抽取模块这四个模块的进行了具体阐述，并指出了存在的问题。

摘要： 学术定义是学术研究中一种基础性的知识。科技文献中蕴含着丰富的定义,对定义进行自动抽取是知识抽取的一种应用。这些定义具有一定的特征与规律,利用这些特征与规律形成规则对定义进行抽取是常见的方法。定义抽取中最重要的工作是规则构建。通过对定义语句的结构方式和分类进行研究，提出了一种基于多重规则的学术定义抽取规则构建方案。该方案通过构建模式规则、句法规则以及加权词规则，构建学术定义抽取所需要的多重规则。

摘要： 汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在语言生活中词语通常在搭配中发挥交际作用.因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要.各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位.故本文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例.本文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库.

摘要： 汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在语言生活中词语通常在搭配中发挥交际作用.因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要.各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位.故本文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例.本文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库.

摘要： 汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在语言生活中词语通常在搭配中发挥交际作用.因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要.各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位.故本文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例.本文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库.

摘要： 汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在语言生活中词语通常在搭配中发挥交际作用.因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要.各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位.故本文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例.本文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库.

摘要： 语言知识驱动计算机正确地处理自然语言,介词结构知识对自然语言处理和语言教学研究有很重要的意义.本文基于大规模语料库构建了高质量的介词结构搭配库.首先在前人研究的基础上对介词进行归类并建立了介词搭配知识体系,而后设计并实现了从大数据中获取介词结构搭配知识的规则,最后对抽取结果及其数据规模进行了统计和评估.主要目的是通过形式手段获取高质量的介词结构搭配,同时也为自然语言处理和语言学基础及应用研究提供数据支持.

摘要： 本发明公开了一种利用领域建模从百科知识网站抽取知识主题的方法，首先从给定领域中提取出知识术语集并进行少量主题标注，然后通过向量化表示已标注知识术语的语义属性与拓扑特征构建训练样本集，并对二元分类器进行训练，从而得到主题特征分类模型，通过主题特征分类模型实现知识主题抽取。本发明可以实现从百科知识类网站高效且全面的抽取特定领域的知识主题。

摘要： 本发明公开了基于先验知识端到端的事件抽取模型的训练、事件抽取方法及装置，方法包括：针对训练文本，基于预先配置的实体识别模型和词汇识别算法分别进行实体识别和词汇识别；根据分析结果将实体识别结果和词汇识别结果加入到对应分词的标注信息中，得到训练文本对应的融合结果；基于事件树的生成遍历顺序，将训练数据转换为事件文本序列和事件角色类型伴生序列的第一序列对；根据事件结构模板库，建立事件模板树，将所述融合结果和第一序列对作为样本，训练预先搭建的基于transformer的encoder‑decoder架构的事件网络模型，得到目标模型。应用本发明实施例，对不同领域数据的迁移成本也更低。

摘要： 本发明公开了一种基于领域专家知识体系的信息抽取系统及其信息抽取方法，包括：资源管理模块、预处理模块、核心处理模块、输出模块信息抽取方法为：司法领域的专家通过专家知识库单元梳理出司法领域的知识以构建领域知识库，司法领域的专家还通过资源管理模块梳理出知识点并对其定义；维护人员通过规则库单元根据信息抽取的需要编写抽取规则以形成信息抽取规则库；采用预处理模块对判决文书内容进行规整和分段；采用核心处理模块根据领域知识库和人工编写的信息抽取规则库，利用信息抽取算法抽取信息点，通过输出模块将抽取结果进行输出。本发明具有普适性高、维护成本低等优点。

摘要： 本发明提供一种知识图谱中知识点的抽取方法、系统、电子设备，所述方法包括：针对待抽取所述知识点的语料，通过无监督算法抽取关键词，通过NER模型抽取知识点实体；基于所述关键词和所述知识点实体，融合得到所述知识点。通过关键词和知识点实体的共同抽取与融合，能够实现更精确、覆盖更全面的专业知识图谱，为使用者提供更好的借鉴。

摘要： 本发明公开了一种利用领域建模从百科知识网站抽取知识主题的方法，首先从给定领域中提取出知识术语集并进行少量主题标注，然后通过向量化表示已标注知识术语的语义属性与拓扑特征构建训练样本集，并对二元分类器进行训练，从而得到主题特征分类模型，通过主题特征分类模型实现知识主题抽取。本发明可以实现从百科知识类网站高效且全面的抽取特定领域的知识主题。

摘要： 本法发明公开了一种能力知识抽取方法，包括：数据采集，从网络以及被网络连接的物体中获取文本数据；数据识别，采用自然语言处理方法对所述文本数据进行处理；数据理解，根据具体规则对经过自然语言处理的文本数据进行标签；数据筛选，通过多种模型对标签后的数据进行能力知识的提取和筛选；数据归纳，对筛选后数据中的标签进行识别、归纳，进而获取能力知识。还公开了一种能力知识图谱的构建方法，包括：通过数据采集、识别、理解、筛选以及归纳过程抽取能力本体；采用机器学习方法对能力本体的抽取过程进行学习；将知识本体分类存储，进而获得能力知识图谱。本发明解决了物联网异构资源的互通和共享问题，实现了能力本体提取的自动化和智能化。

摘要： 本公开提供了一种知识抽取方法、知识抽取模型的训练方法及装置，涉及计算机技术领域，尤其涉及知识图谱等人工智能技术领域。实现方案为：获取第一实体、所述第一实体的待抽取的目标关系和第一实体对应的知识文本，所述知识文本包括至少一个文本块；基于所述第一实体和所述目标关系，从所述至少一个文本块中确定目标文本块；以及从所述目标文本块中抽取与所述第一实体具有所述目标关系的第二实体。

摘要： 本发明公开一种涉案财物知识库的知识抽取方法，包括步骤：S10,构建三个不同维度的知识抽取模板；S20,利用知识抽取模板从法律法规文本抽取五元组关系集合；S30,运用模糊逻辑计算三个知识抽取模板的抽取结果的置信度，使得三个知识抽取模板间相互竞争获得最终抽取结果。本发明以不同维度设计了三个知识抽取模板，从法律法规文本自动抽取五元组关系，并运用模糊逻辑计算各个模板抽取结果的置信度，使得三个模板间相互竞争，相对于传统基于模板匹配的知识抽取，进一步提高抽取结果的准确度。

摘要： 本法发明公开了一种能力知识抽取方法，包括：数据采集，从网络以及被网络连接的物体中获取文本数据；数据识别，采用自然语言处理方法对所述文本数据进行处理；数据理解，根据具体规则对经过自然语言处理的文本数据进行标签；数据筛选，通过多种模型对标签后的数据进行能力知识的提取和筛选；数据归纳，对筛选后数据中的标签进行识别、归纳，进而获取能力知识。还公开了一种能力知识图谱的构建方法，包括：通过数据采集、识别、理解、筛选以及归纳过程抽取能力本体；采用机器学习方法对能力本体的抽取过程进行学习；将知识本体分类存储，进而获得能力知识图谱。本发明解决了物联网异构资源的互通和共享问题，实现了能力本体提取的自动化和智能化。

摘要： 本发明公开了一种融合先验知识和上下文相关度的知识库抽取方法。本发明提出了一种融合先验知识和上下文相关度的知识库抽取方法，包括：多知识库生成候选集：为了获取适用于实体链接任务的知识库(即：抽取与语料相关领域的维基页面)，通过统计维基百科(Wikipedia)、大型网络语料库Crosswikis(Spitkovsky and Chang)和Yago知识库(Hoffart et al.)中共现的次数来生成每个mention的候选集以及mention与每个候选entity之间的先验概率本发明的有益效果：先利用候选实体的先验知识抽取知识库，再利用候选实体的锚文本所对应的维基页面的上下文相关度来进一步抽取知识库，最终得到与实验语料领域相关的知识库，最大限度的减少知识库带来的噪声干扰与资源消耗。