文章目录
- 水文模型知识图谱构建与应用（核心）
- 面向水利防汛抢险的知识图谱构建与应用
- 知识图谱在水利工程中的构建与应用
- 代码
水文模型知识图谱构建与应用（核心）
水文模型知识图谱构建与应用
题目：水文模型知识图谱构建与应用
作者：周逸凡 段浩 赵红莉 赵慧子 李豪 韩昆
期刊：《水利学报》2024年1期
概括：自顶向下构建
- 本体建模：图谱边界->概念术语节点->属性
- 实体抽取：bert模型->不同实体采用不同抽取策略并划定策略权重->不同策略的结果加分并进行排序(策略提取的实体加上对应权重分数)与模式过滤（去除可能是重复的但提取不一样）
- 关系抽取：采用直接匹配和模式匹配结合（常用方法是基于模板的关系抽取、基于监督学习的关系抽取与基于弱监督学习的关系抽取）
- 知识融合：通过词汇表映射法（同一模型的不同表述映射到标准名称）来实体融合解决实体多词共指+同样采用词汇映射表将同义评价指标整理对齐
- 知识存储：Neo4j存储
面向水利防汛抢险的知识图谱构建与应用
面向水利防汛抢险的知识图谱构建与应用
概括：多源文本->LLＭ+卷积模块+语义关联层面提升
-
数据处理：防汛抢险知识来自多源异构知识载体，半结构化和非结构化
-
LLM通过提示词来提取出与防汛抢险相关的术语+聚类算法抽取术语主题重组优化
-
实体数据增强扩充数据，引入CNN改进提取模型
-
知识融合加工，再存到图数据库
亮点：三元组+《水利水电工程设计术语标准》SL26-2012—>五元组
知识图谱在水利工程中的构建与应用
知识图谱在水利工程中的构建与应用
- 数据清洗、整合和标准化处理
- 《水利对象分类与编码总则》确定概念节点（或者说节点类型）+对象基础信息作为类型的属性和属性数据节点+二分图映射算法（其中的节点可以分成两组，且每条边连接的节点分别来自不同组）来确定概念节点之间的关系
- 根据概率节点和属性和关系，通过具体数据进行实例化（推理规则蕴含在关系中）
- Echarts可视化提供检索和推荐
代码
https://github.com/FULLK/Intelligent_Water_Management_Emergency_Response-Studying/tree/master/%E6%B0%B4%E5%88%A9%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1