基于EA-LDA算法的领域知识图谱潜在关系扩展

摘要：

在知识互联的大数据环境下,初步构建的领域知识图谱可展示该领域知识的结构化信息,但实体之间隐含的潜在关系并未在图谱中得到充分表达.为解决领域知识图谱实体关系丰富和扩展问题,提出一种基于实体间关联规则分析与主题分析的关系发现方法.应用与领域实体相关的数据,通过实体间关联规则分析与实体相关数据集间主题分布相似度分析获取领域实体间潜在关系,将新发现的关系融合到初步构建的知识图谱中,实现领域知识图谱的潜在关系扩展.实验结果表明,该方法能够发现部门实体间的共性,挖掘出隐藏在领域实体间的关系,可有效地应用于领域实体间关系发现,丰富领域知识图谱.

关键词：领域知识图谱;潜在关系扩展;关联分析;主题分析;知识挖掘

所属期刊栏目：47

分类号：TP391.1(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金20CX05018A,19CX05003A-11

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：89-96,102