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}
}