面向新闻文本的知识图谱构建技术研究与应用

发布时间：2024-02-15 13:51

　　随着数据量爆炸式的增长,传统的搜索引擎及其查询方式仅能为用户提供碎片化的知识,无法为用户解读不同知识之间的关联,无法构建完整的知识体系,也无法法满足人们日益增长的对网页文本信息及知识捕获的需求。在此背景下,知识图谱应运而生。知识图谱作为人工智能的重要分支,对人工智能有着极其重要的作用。近年来,伴随着知识表示、机器学习等科学技术的飞速发展,知识图谱的诸多技术获得了突破性进展,特别是在知识图谱构建、推理、计算以及服务技术等方面,都取得了令人瞩目的成绩。现阶段,知识图谱已经在工业界得到了广泛的关注,取得了显著成果。许多互联网公司巨头(如:谷歌、微软、百度等)等都率先启动了通用知识库的构建,应用这些知识库提供语义搜索,以期让搜索引擎能更准确地理解用户查询。网络新闻文本已呈现爆炸式的增长态势,传统的搜索和查询方式已经无法满足社会对互联网公开新闻数据的处理和应用要求。知识图谱在查询精度和查询可扩展性两方面有着巨大的优势,在多个领域已取得了瞩目的成绩。然而,目前已有知识图谱大多都是通用知识图谱,新闻领域的知识图谱并没有得到很好的构建。构建一个面向互联网公开的新闻文本信息的知识图谱,将知识图谱应用到新...

【文章页数】：109 页

【学位级别】：博士

【部分图文】：

图1.1“姚明的身高”Google搜索快照3

国防科技大学研究生院博士学位论文第2页图1.1“姚明的身高”Google搜索快照31.1研究背景1.1.1知识图谱的发展历程知识图谱的起源可以追溯到上个世纪50年代，其发展历程可从人工智能方面追溯。伴随着人工智能技术的发展，可将知识图谱划分为前知识工程时期、专家系统时期、Web1....

图1.2知识工程发展历程框架图

国防科技大学研究生院博士学位论文第2页图1.1“姚明的身高”Google搜索快照31.1研究背景1.1.1知识图谱的发展历程知识图谱的起源可以追溯到上个世纪50年代，其发展历程可从人工智能方面追溯。伴随着人工智能技术的发展，可将知识图谱划分为前知识工程时期、专家系统时期、Web1....

图1.3知识三元组抽取与知识图谱构建

国防科技大学研究生院博士学位论文第8页图1.3知识三元组抽取与知识图谱构建1.2.3.1实体抽取的研究现状命名实体识别，也叫实体抽取，其目的是自动检测出文本中的指定名称实体（如人名、机构名、地名等等）。实体是知识图谱的重要成分之一，因此实体抽取的质量往往能够决定所构建的知识图谱的....

图1.4本论文的组织框架图

国防科技大学研究生院博士学位论文第14页1.5论文结构1.5.1组织框架本文的研究思路主要有三个步骤。首先，确定研究的主要路线，明确开展研究的主要步骤；第二，根据研究步骤，确定各阶段的主要研究内容；最后，根据主要研究内容，确定使用的核心技术。本文的组织框架如图1.4所示。图1.4....

本文编号：3899855