龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：同方知网数字出版技术股份有限公司
摘要：本发明公开了一种数字人文知识图谱的构建方法，包括：采用序列标注模型Bi‑LSTM+CRF算法对文本数据进行实体识别并构建实体词典；把通过Bi‑LSTM+CRF模型数据通过实体词典匹配的方式抽取语料中的实体，并设置语料的实体标志位；对语料进行分类，用以抽取不同的信息；采用Bi‑LSTM+CRF模型进行关系识别，并抽取实体的关系；采用Bi‑LSTM+CRF模型进行属性识别，并抽取实体的属性。本发明用于抽取信息的语料为古代相关文献，既能确保数字人文知识图谱的准确性，又能高效的排除噪声数据对信息抽取的干扰；该方法在信息抽取的规划中，兼顾准确率、召回率以及效率。
主权项：1.一种数字人文知识图谱的构建方法，其特征在于，所述方法包括：A采用序列标注模型Bi-LSTM+CRF算法对文本数据进行实体识别并构建实体词典；B把通过Bi-LSTM+CRF模型数据通过实体词典匹配的方式抽取语料中的实体，并设置语料的实体标志位；C对语料进行分类，用以抽取不同的信息；D采用Bi-LSTM+CRF模型进行关系识别，并抽取实体的关系；E采用Bi-LSTM+CRF模型进行属性识别，并抽取实体的属性；对所述语料分类包括：根据关系抽取和属性抽取的特点把语料分类，分成用于可用于关系抽取语料、可用于属性抽取的语料和无信息语料三类；以及根据语料的实体标志位给语料分类，关系识别中需要提供至少两个实体，去抽取两个实体的关系从而获得{实体1，关系，实体2}三元组，对应的属性抽取模型则必须包含至少一个实体；用Textcnn做baseline，提取语言中的信息特征，从而进一步分类语料，排除无信息含量的语料；具体步骤如下：1根据语料的实体标志位与语料含有实体的个数进行分类：含有一个及以上实体用于进行属性抽取，含有两个及以上实体用于关系抽取，不含实体语料则为噪声；2对关系识别和属性识别后的语料进行数据审核，训练一个二分类Textcnn模型，把含有关系或属性信息的语料分为一类，不包含关系和属性的语料分为一类。
全文数据：
权利要求：
百度查询： 同方知网数字出版技术股份有限公司 一种数字人文知识图谱的构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号