[发明专利]一种基于实体识别和属性抽取模型的学校领域知识图谱构建方法在审
| 申请号： | 201910511427.0 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110287334A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 朱全银;王佳薇;周泓;冯万利;李翔;王文豪;丁瑾;金鹰;高尚兵;宗慧 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/332;G06Q50/20 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 梁耀文 |
| 地址： | 223005 江苏省淮安市洪泽区东七街三号高*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于实体识别和属性抽取模型的学校领域知识图谱构建方法。首先对学校领域问答对数据集预处理得到实体识别模型标注数据集EntityData；利用数据集EntityData训练基于BERT‑BiLSTM‑CRF的实体识别模型，得到学校领域实体识别模型SchoolEntityModel；然后对学校领域问答对数据集预处理得到属性抽取模型标注数据集AttributeData；利用数据集AttributeData训练基于BERT的属性抽取模型，得到学校领域属性抽取模型SchoolAttributeModel；最后分别通过SchoolEntityModel和SchoolAttributeModel抽取出问句对数据集中的实体、属性和属性值，从而建立知识三元组，构建学校领域知识图谱。本发明方法可有效构建学校领域知识图谱。 | ||
| 搜索关键词： | 数据集 领域知识 实体识别 属性抽取 预处理 图谱构建 标注 图谱 领域实体 领域属性 数据集中 有效构建 三元组 构建 抽取 取出 | ||
【主权项】：
1.一种基于实体识别和属性抽取模型的学校领域知识图谱构建方法，其特征在于，包括如下步骤：(1)对学校领域问答对数据集进行预处理，得到实体识别模型标注数据集EntityData；(2)利用数据集EntityData训练基于BERT‑BiLSTM‑CRF的实体识别模型，得到学校领域实体识别模型SchoolEntityModel；(3)对学校领域问答对数据集进行预处理，得到属性抽取模型标注数据集AttributeData；(4)利用数据集AttributeData训练基于BERT的属性抽取模型，得到学校领域属性抽取模型SchoolAttributeModel；(5)在问句对文本数据上抽取出实体、属性和属性值，建立知识三元组，构建学校领域知识图谱。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淮阴工学院，未经淮阴工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910511427.0/，转载请声明来源钻瓜专利网。
