领域专业知识富关联关系提取方法

摘要：

面向知识服务业中领域专业内容资源的多模态、智能化、精细化、知识化和重组化的碎片性管理需求,如何高效生成和应用专业知识,促进实体经济创新发展,成为共同的战略选择与难题.对此,重点研究八大战略新兴产业内容资源的富关联体系和知识关系标引规范,制定面向服务专业内容资源的一致性富关联关系的描述体系.构建内容资源表示实体(知识、信息、资源、服务、对象)间的富关联模式,满足实体间自动解构、聚合及智能抽取的需求,提出基于领域专业知识的富关联关系提取模型.运用多层注意力机制来凸显重要表征性信息,通过知识图谱设计并优化异构环境中核心源对象与目标对象间元属性.与以往基线模型不同,所提出的模型结构支持在特定领域下端到端的学习,不必显式依赖外部知识.实验结果表明,领域专业知识富关联关系提取方法,可有效提升富关联关系识别精度及专业知识服务效率.

关键词：富关联关系、领域专业知识、关系提取、自然语言处理、人工智能、深度学习

所属期刊栏目：36

分类号：TP273(自动化技术及设备)

资助基金：国家重点研发计划项目;中央高校研究生科研创新项目;重庆市研究生科研创新项目;重庆市技术创新与应用示范项目;重庆市重点产业共性关键技术创新专项;陕西省教育厅科学技术研究项目

在线出版日期：2021-01-22（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：52-60