扶贫领域知识图谱的构建及应用研究

发布时间：2021-06-12 04:30

　　随着智能设备的普及和互联网的高速发展,网络上的数据呈爆炸式增长,并且数据背后存在着大量离散信息以及复杂关系。为了能够高效的利用网络数据,国内外的企业和研究机构纷纷构建特定领域的知识图谱服务于未来智能生活工作场景。知识图谱能够打破传统数据存储媒介的局限,让原本相对孤立、离散的多源异构数据形成统一的网络结构,为智能问答、智能搜索和推荐等应用提供底层数据和技术支持。我国政府一直致力于解决存在的贫困问题,但由于各地政府的扶贫基础数据存储相对独立且结构不尽相同,不易实现数据的互通共享,因此国家难以制定精准有效的扶贫策略来解决贫困难题。知识图谱技术的出现为这一难题提供了新的解决思路。目前国内针对扶贫领域知识图谱的研究工作十分匮乏,为此,本文针对政府扶贫数据开展了扶贫领域知识图谱的构建及应用研究工作,对知识抽取、数据融合和系统构建及应用等方面的具体操作进行了详细阐述,这对充分利用扶贫领域数据提供了极大地帮助。本文研究扶贫领域知识图谱的构建方法及应用系统的实现,希望通过将知识图谱技术应用到扶贫领域,从而实现政府开放数据的高效利用,服务于精准扶贫的需求。首先,对政府扶贫数据集进行数据分析和整理,分析后提... 

【文章来源】：青岛大学山东省

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 研究背景及意义
    1.2 相关技术研究现状
        1.2.1 语义网的研究现状
        1.2.2 知识图谱的研究现状
    1.3 论文的研究内容
    1.4 论文的组织结构
第二章 知识图谱构建相关技术介绍
    2.1 本体
        2.1.1 本体的构建理论
        2.1.2 本体的描述语言
    2.2 命名实体识别
    2.3 神经网络
        2.3.1 理论概述
        2.3.2 RNN神经网络
    2.4 智能问答
    2.5 小结
第三章 扶贫领域本体的构建及数据集成
    3.1 扶贫领域本体构建
        3.1.1 本体在数据集成中的作用
        3.1.2 基础数据分析
        3.1.3 领域本体的构建
    3.2 数据集成及RDF发布
        3.2.1 数据集成的工具简介
        3.2.2 数据的导入
        3.2.3 集成发布RDF数据
    3.3 小结
第四章 基于文本数据的实体识别与关系抽取
    4.1 数据预处理及标注方式
        4.1.1 文本分词
        4.1.2 词向量训练
        4.1.3 训练数据标注
    4.2 基于神经网络的实体识别
        4.2.1 网络结构
        4.2.2 dropout设置和实验结果
    4.3 关系抽取
        4.3.1 LSTM网络
        4.3.2 关系抽取模型
        4.3.3 参数设置和实验结果
    4.4 小结
第五章 扶贫知识图谱的存储及应用系统设计
    5.1 知识图谱的存储
        5.1.1 NoSQL数据库简介
        5.1.2 Neo4j图数据库
        5.1.3 知识图谱的存储方案设计
    5.2 知识图谱应用系统需求分析
        5.2.1 系统功能需求分析
        5.2.2 系统的可视化需求
    5.3 知识图谱应用系统设计
        5.3.1 系统的框架设计
        5.3.2 数据查询层的设计
        5.3.3 业务逻辑层的设计
    5.4 知识图谱应用系统功能实现
        5.4.1 系统总体功能介绍
        5.4.2 贫困户信息查询
        5.4.3 关系查询
        5.4.4 贫困信息统计功能
        5.4.5 智能问答功能
    5.5 小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3225954