摘要
知识图谱作为一种结构化的知识表示形式,在问答系统、推荐系统等领域有广泛应用。本文研究了从非结构化文本中自动构建知识图谱的方法。
主要工作
实体识别
采用BERT-CRF模型进行命名实体识别,在CoNLL-2003数据集上达到92.3%的F1值。
关系抽取
设计了基于远程监督的关系抽取方法,利用知识库中的已有关系进行弱监督学习。
知识融合
提出了基于实体对齐的知识融合方法,解决了多源知识图谱的融合问题。
引用
@inproceedings{zhang2023knowledge,
title={Knowledge Graph Construction and Application},
author={Zhang, San and Wang, Wu and Zhao, Liu},
booktitle={KDD},
year={2023}
}