摘要：为解决一词多义和关系重叠问题,以糖尿病领域文本数据为对象,基于序列标注的新型标注策略,提出一种轻量级端到端神经模型。采用头部实体优先策略,使用BERT获取输入字向量,通过BiLSTM深度学习捕获时间特征和上下文相关性。引入multi_head attention机制,采用CRF模型根据相邻标签的相互依赖关系得到最优预测序列。旨在将非结构化的医学文本转换成结构化的数据,在阿里云天池中文糖尿病标注数据集上进行综合实验,实验结果表明,该模型在医学文本知识抽取中具有优越的性能。

摘要：【应用背景】农业科技政策对科技进步和农业生产发展具有重要影响,不同政府部门发布的政策具有针对概念实体的关联性。【目的】针对农业科技政策命名实体识别及关系抽取高度依赖人工设计特征耗时耗力的问题,提出一种基于BERT-BiLSTM-CRF模型的农业科技政策知识抽取方法。【方法】针对领域语料特征,提出一种新标注模式,对三元组直接建模,替代传统的联合抽取或分别建模,将实体关系识别转化为序列标注问题,实验选取政策文本共19,779个句子、376,721个字符,针对政策、行业等8类实体和引用、发布等10种关系进行识别。【结果】使用的BERT-BiLSTM-CRF模型在语料集上准确率为81.61%、召回率为85.34%、F1值为83.47%,实验结果表明,该方法能够有效抽取农业科技政策实体及关系,效果优于其他经典模型。

摘要：煤炭安全预警可以预测和确定煤矿生产过程中的潜在风险,从而预防和减少煤矿事故的发生,减少事故造成的损失。构建煤矿安全灾害预警的本体模型,设计提示工程方法,利用ChatGLM大语言模型解决煤矿安全预警知识的自动提取问题,构建一个煤矿安全知识图知识库管理原型,验证了应用煤矿安全预警知识辅助决策的可行性。

摘要：为挖掘旗袍服饰要素的关联关系与隐藏价值,构建一个基于电商数据的细粒度旗袍知识图谱,并开展实证研究。旗袍知识图谱采用自底向上逐层构建的方法,首先根据先验知识设计细粒度本体模型,为后续工作提供逻辑基础;然后采集并预处理原始数据,通过知识抽取、知识融合规范化数据,进行实例填充,完成数据层设计;最后将数据存储到图数据库,实现可视化。在此基础上,围绕旗袍、服饰要素以及用户人群开展深度挖掘、知识推理,借助图分析算法在社区检测、相似度和要素关联上展开实证研究。结果表明:旗袍知识图谱蕴含服饰要素之间隐藏的关系,能够挖掘内在的语义信息;旗袍服饰要素和用户人群之间存在一定的知识关联性,进而辅助设计与销售决策。

摘要：针对航天复杂薄壁零件加工工艺数据结构化程度低、难以重用等问题,将知识图谱引入工艺设计领域,提出了一种典型的复杂薄壁零件加工工艺知识图谱构建方法。首先,自顶向下定义工艺知识层次结构,利用本体建模构建了模式层;其次,利用知识抽取、知识融合及本体关系建立的方法自底向上构建了数据层,通过Neo4j图数据库完成了模式层与数据层的映射,并实现了工艺知识的可视化表征和快速检索;然后,在构建完成的工艺知识图谱基础上,结合零件属性和特征拓扑关系的相似度实现了工艺路线推荐;最后,搭建了复杂薄壁零件加工工艺知识图谱可视化系统,并以框段类零件为例展示了工艺知识检索与工艺路线推荐功能。研究结果表明:对基于知识图谱和相似度计算的工艺路线推荐模型进行了500次测试,有94.7%的推荐列表中存在与目标零件相符的工艺路线。这证明了该工艺知识图谱的构建方法是可行的,并且其对工艺设计工作起到辅助决策作用,可以有效提高工艺查询和设计的效率。

摘要：为了解决道岔设备故障处置过程中产生的大量知识难以存储应用,半结构化故障文本数据不能直接检索和推理等问题,提出一种高速铁路道岔设备故障处置知识图谱的构建方法。以少量人工标注故障文本数据为基础,采用基于强化学习的方法搭建BERT-BiLSTM-CRF*深度学习模型抽取实体;根据知识领域特点和数据结构设计关系匹配模板抽取各实体间的关系;针对实体冗余问题,采用文本相似度与结构相似度结合的方法进行故障实体融合;以我国各铁路局近3年的高速铁路道岔设备故障文本为研究对象,累计抽取实体807个且标注准确率在90%以上,构建实体关系2232条。基于以上知识图谱构建的高速铁路道岔设备故障处置知识图谱直观展示道岔设备故障关系,实现不同实体对象间的数据关联查询,挖掘隐含关系,辅助道岔维护人员进行故障处置决策,实现道岔设备预防性维护,延长设备寿命。

摘要：针对网络安全领域的图谱构建任务,基于BiLSTM-CRF模型引入了外部网络安全词典来加强网络安全文本的特征,并结合多头注意力机制提取多层特征,最终在网络安全数据集取得了更优异的结果。利用企业内部的日常网络运维数据,设计并构建了一个面向企业网络安全运维管理的知识图谱,为后续进一步研究基于图谱的企业网络安全智能决策等应用奠定基础。

摘要：国家政治或经济目的的达成往往需要众多政策协同实施,探究政策间的关联、厘清其关系有助于政策的科学制定和有效实践。针对现有研究对政策文本关联的语义层面揭示较浅等问题,为进一步挖掘政策之间的关联关系、发现政策群中的核心政策,文章提出一种多层次政策实体知识网络的关联挖掘框架。运用命名实体识别技术抽取政策文本中的细粒度政策知识对象,在此基础上构建多层次政策实体知识网络,设计基于Jaccard距离的关联关系定量计算方法。文章以创业政策群为例构建多层次政策实体知识网络,有效揭示政策文本间的潜在关联,发现政策群中的核心政策文本,对政策文本关系进行多维度阐释。

摘要：针对干旱灾害领域内数据多源异构、难以统一管理与分析的问题,从知识图谱理论出发,首先根据领域知识要素,自顶向下构建干旱灾害风险本体;其次基于全球离散格网系统设计了一种知识抽取方法,并以汉江流域丹江口上游为例,采用该方法从流域时空数据中提取出知识三元组后,利用图数据库进行存储,形成流域干旱灾害风险知识图谱;最后以所建图谱作为空间分析框架,结合游程理论、聚类等方法实现了对流域干旱灾害风险的综合评估。

摘要：为实现非结构化工艺规程文本中关键信息的高效识别,建立一种基于机加工领域词典和神经网络的命名实体识别模型.首先,结合机加工领域词典与jieba分词技术进行数据集的自动标注,并在对工艺参数信息进行标注的过程中将数字和标志字母划分为一个分词单位以增强后续特征提取效果;其次,在word2vec词嵌入的基础上,采用双向长短时记忆网络对文本进行特征提取;最后,采用条件随机场综合上下文逻辑以提高关键工艺信息的识别准确率.在包含431条工步内容的数据集上,对所提模型的识别效果进行实验,结果表明,所提模型的准确率、召回率和F1值分别为90.20%,93.88%和92.00%,在与领域内传统模型的对比上具有一定优势,并使用3个不同工艺规程数据集验证了该模型的鲁棒性.