典型文献
基于BERT模型的领域知识图谱构建研究
文献摘要：
人类活动80％的信息与地理位置有关,从大体量的具有地理位置的网格事件数据中提取信息,构建典型的网格事件知识图谱,为辖区管理决策提供技术支撑逐步成为网格化社会治理领域的发展趋势.为此,该文基于BERT预训练模型进行网格事件数据命名实体识别、实体关系识别等自然语言处理工作,结合Neo4j图数据库技术构建一个以地理位置为核心的网格事件知识库.实验发现,该文提出的面向地理位置网格事件文本数据进行预训练的BERT模型在命名实体识别、事件地理关系提取等工作中具备较高的准确率.构建的网格事件知识图谱可完成典型地理实体和位置关系的分析和挖掘,对促进网格事件知识赋能社会治理提供技术支撑方法,具有一定的实际参考价值.
文献关键词：
BERT;知识图谱;自然语言处理;Neo4j;地理位置
中图分类号：
作者姓名：
郭伟鹏;沈松雨
作者机构：
广州城市信息研究所有限公司,广州 510665;公安部第三研究所,上海 200031
文献出处：
引用格式：
[1]郭伟鹏;沈松雨-.基于BERT模型的领域知识图谱构建研究)[J].科技创新与应用,2022(36):16-19
A类：
网格事件
B类：
BERT,领域知识图谱,知识图谱构建,人类活动,大体量,件数,提取信息,事件知识图谱,辖区,管理决策,网格化社会治理,预训练模型,命名实体识别,实体关系,关系识别,自然语言处理,Neo4j,图数据库技术,技术构建,知识库,文本数据,地理关系,关系提取,地理实体,位置关系,进网,知识赋能,支撑方法
AB值：
0.313164
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。
