典型文献
面向混凝土坝施工管理的知识图谱智能构建
文献摘要：
混凝土坝施工管理知识多以文本的形式记录存储,具有数据量大、碎片化严重、层次性差等特点.本文从非结构化文本数据中智能挖掘施工知识,理清知识间的逻辑关系,提升知识的应用效率是混凝土坝施工管理面临的重要问题.本文提出一种混凝土坝施工管理知识图谱智能生成方法,将海量文本数据转化为可直接利用的知识.融合字词向量、BiLSTM-CRF(Bi-directional Long Short-Term Memory-Conditional Random Field)网络、Attention机制,建立混凝土坝施工管理实体智能识别模型,强化施工实体特征,获取混凝土坝施工管理文本中的实体词语.结合已识别的施工实体,定义实体间关系类型,利用互信息提取实体关系,组合形成施工知识链,构建混凝土坝施工管理知识图谱.该方法应用于实际混凝土坝施工管理文本分析中,经过计算得到混凝土坝施工管理实体智能识别模型的F1值为92.48％,优于其他实体识别模型;利用已识别实体间的关联关系,建立了混凝土坝施工管理知识图谱,形成基于知识图谱的施工知识检索机制,实现施工知识的快速提取,提高了施工知识的应用效率.
文献关键词：
混凝土坝施工管理;知识图谱;BiLSTM;Attention机制;互信息
中图分类号：
作者姓名：
沈扬;田丹;刘昊;任秋兵;张栋梁;李明超
作者机构：
中国长江三峡集团有限公司,北京 100038;天津大学 水利工程仿真与安全国家重点实验室,天津 300350;中国电建集团中南勘测设计研究院有限公司,长沙 410014
文献出处：
引用格式：
[1]沈扬;田丹;刘昊;任秋兵;张栋梁;李明超-.面向混凝土坝施工管理的知识图谱智能构建)[J].水力发电学报,2022(09):118-128
A类：
混凝土坝施工管理
B类：
智能构建,管理知识,数据量,层次性,非结构化,结构化文本,文本数据,智能挖掘,挖掘施工,应用效率,智能生成,生成方法,字词向量,BiLSTM,CRF,directional,Long,Short,Term,Memory,Conditional,Random,Field,Attention,体智能,智能识别,识别模型,实体特征,实体词,词语,关系类型,互信息,信息提取,实体关系,知识链,实体识别,关联关系,基于知识,知识检索,快速提取
AB值：
0.245657
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
