知識圖譜以網(wǎng)絡化的方式將互聯(lián)網(wǎng)上海量的知識資源整合起來,構(gòu)成一張巨大的語義網(wǎng)絡,提供了一種更好地組織和利用信息的能力,已經(jīng)發(fā)展成為大數(shù)據(jù)時代的基礎設施。隨著信息抽取技術(shù)的發(fā)展和實際應用的需要,人們開始從非結(jié)構(gòu)化的文本中挖掘事件知識。事件知識是一種重要的決策依據(jù),在我們身邊,每天都會發(fā)生各種事件,這些事件通常不是孤立存在的,往往存在著某種語義上的因果邏輯。事件之間的因果邏輯是一種十分有價值的知識,將因果事件知識作為知識圖譜的補充,可以進一步豐富和完善知識圖譜,從而讓知識圖譜在實際應用中發(fā)揮更大的價值。本文以金融領域為例,首先基于半結(jié)構(gòu)化的數(shù)據(jù)構(gòu)建初步的金融知識圖譜,然后從非結(jié)構(gòu)化的金融新聞中抽取因果事件知識,并將其融合到金融知識圖譜中,進一步豐富和完善了金融知識圖譜,從而用于基于知識圖譜的分析與決策等應用場景中。本文主要完成了以下工作:提出了金融知識圖譜的構(gòu)建框架;在詳細調(diào)研和分析金融領域的概念和知識的基礎上,將金融領域重要的概念和類抽象出來,并且詳細的定義了實體的屬性和值域,完成了金融本體庫的構(gòu)建;同時,針對D2R工具將關系數(shù)據(jù)庫映射為RDF圖的過程中會出現(xiàn)冗余信息的問題,本文提出了一... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

知識圖譜示例

華東師范大學碩士學位論文圖 2-2 展示了知識圖譜構(gòu)建過程中的關鍵技術(shù)。本體的構(gòu)建為知識圖譜的構(gòu)建提骨架”，有利于保證知識圖譜的構(gòu)建質(zhì)量；知識抽取技術(shù)，主要是從多源異構(gòu)的信抽取知識來對本體進行實例化，這個過程主要包括實體抽取、屬性抽取以及關系知識表示的主要目的是將人腦中的知識用一種計算機符號進行表示從而模擬人腦過程。最后還需要根據(jù)實際應用的需要，將抽取出來的知識存儲到合適的數(shù)據(jù)庫中知識的應用。

在傳統(tǒng)關系數(shù)據(jù)庫中，多表之間的聯(lián)結(jié)操作會導致性能十分低下針對圖結(jié)構(gòu)的查詢進行了優(yōu)化，這種特殊的數(shù)據(jù)存儲方法使得其在對于傳統(tǒng)的關系數(shù)據(jù)庫來說具有巨大的優(yōu)勢。因此，圖數(shù)據(jù)庫更適據(jù)存儲方式。神經(jīng)網(wǎng)絡N 網(wǎng)絡模型經(jīng)網(wǎng)絡（RecurrentNeuralNetworks， RNN）48模型經(jīng)常被用于自在循環(huán)神經(jīng)網(wǎng)絡中，前一時刻的信息會被應用于當前時刻輸出的計模型能夠捕獲到序列中的上下文信息，在處理上下文依賴任務的應效果，循環(huán)神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)如圖 2-3 所示：.

【參考文獻】：
期刊論文
[1]基于層疊條件隨機場的事件因果關系抽取[J]. 付劍鋒,劉宗田,劉煒,周文.  模式識別與人工智能. 2011(04)
[2]基于樹核函數(shù)的實體語義關系抽取方法研究[J]. 莊成龍,錢龍華,周國棟.  中文信息學報. 2009(01)
[3]中文金融新聞中公司名的識別[J]. 王寧,葛瑞芳,苑春法,黃錦輝,李文捷.  中文信息學報. 2002(02)
[4]論因果關系的定義[J]. 維之.  青海社會科學. 2001(01)



本文編號：3576545