典型文献
基于Seq2seq实体关系联合抽取的电力知识图谱构建
文献摘要：
提出了一种基于Seq2 seq半指针半标注法的对输电规程文本实体关系进行联合抽取方法,构建了电力知识图谱.该方法首先使用指针网络解码提高实体抽取的准确性解决了关系抽取中实体边界模糊问题,共享编码层进行关系抽取解决了串联抽取方法误差积累的问题;然后采用查询匹配系数法,优化了三元组数据集的筛选与排序,提高了电力知识图谱的查全率和查准率.实验结果表明,在人工标注的电力领域关系数据库中测试集F1值达到0.8376,在知识图谱查询测试实验中平均查准率和查全率达到了75％以上,验证了该方法在输电规程文本抽取的有效性,最后将抽取到的电力知识图谱以三元组形式存入图数据库Neo4j,实现数据查询可视化,为电网规程文本的准确查询提供了依据.
文献关键词：
电力知识图谱;实体关系联合抽取;知识查询
中图分类号：
作者姓名：
何俊;刘鹏;聂勇;吴慎珂;刘鹏政;钟可佳
作者机构：
南昌大学信息工程学院,南昌330031
文献出处：
引用格式：
[1]何俊;刘鹏;聂勇;吴慎珂;刘鹏政;钟可佳-.基于Seq2seq实体关系联合抽取的电力知识图谱构建)[J].实验室研究与探索,2022(07):1-5,17
A类：
电力知识图谱
B类：
Seq2seq,实体关系联合抽取,知识图谱构建,输电,程文,联合抽取方法,指针网络,解码,高实,实体抽取,关系抽取,边界模糊,编码层,层进,差积,匹配系数,系数法,三元组,查全率,查准率,电力领域,关系数据库,测试集,测试实验,中平,取到,存入,图数据库,Neo4j,数据查询,知识查询
AB值：
0.329754
相似文献
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。
