-
题名基于深度学习的中共党史知识图谱构建
被引量：4
- 1
-
-
作者
岳文玉
曹树金
曹茹烨
赵怡珑
-
机构
中共福建省委党校
山东理工大学
山东理工大学信息管理学院
中山大学信息管理学院
-
出处
《图书馆论坛》
北大核心
2025年第2期22-34,共13页
-
基金
国家社会科学基金社科学术社团主题学术活动资助课题研究类项目“中国共产党历史知识图谱与知识索引构建研究”(项目编号:21STA028)
2024年度福建省习近平新时代中国特色社会主义思想研究中心项目“面向党史学习教育的中国共产党历史知识图谱构建及应用研究”(项目编号:FJ2024XZB037)
2024年度福建省习近平新时代中国特色社会主义思想研究中心研究基地专项项目“习近平总书记关于党史重要论述的知识挖掘研究”研究成果。
-
文摘
利用深度学习技术对权威党史资料中大量且多类型的实体知识进行细粒度的知识组织和挖掘,有助于实现党史知识的二次增值,提高权威党史资料的利用效率。文章以党史学习教育用书出版座谈会指定的四本权威党史图书为主要数据集构建党史知识图谱,利用大语言模型、BERT模型、Word2vec等深度学习和可视化技术,提出从知识图谱框架构建、模式层构建、数据层构建到知识图谱存储与更新的较为完备的党史知识图谱构建方法。此方法可以实现党史实体知识之间的细粒度关联,完成知识图谱可视化展示和知识查询,方便用户对相关资源的精准利用,为深入学习研究提供参考。
-
关键词
知识图谱
中共党史
大语言模型(LLM)
知识抽取
bert4keras
-
Keywords
knowledge graph
history of the Communist Party of China
large language model(LLM)
knowledge extraction
bert4keras
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
D239
[政治法律—中共党史]
-
-
题名基于知识图谱的科技论文创新点动态识别研究
被引量：10
- 2
-
-
作者
曹树金
曹茹烨
-
机构
中山大学信息管理学院
-
出处
《现代情报》
CSSCI
2022年第12期28-41,82,共15页
-
文摘
[目的/意义]知识图谱是一种高效描述知识资源、深度揭示知识关联的语义网络。将知识图谱创造性地用于科技论文创新点的动态识别中,对于监测并推动领域科技创新具有重要意义。[方法/过程]本文以“人工智能+神经病学”交叉领域的中文科技论文为研究对象,利用Bert4keras深度学习框架,从摘要中抽取能够反映论文研究问题、方法、技术要点、结论等的三元组,构建领域知识图谱。然后,以后期发表的科技论文为例,将其与知识图谱中的实体及关系进行匹配,识别出创新点,并通过知识图谱的不断更新实现科技论文创新点的动态识别。[结果/结论]研究发现,基于知识图谱的知识表示与对比方法能够有效识别出科技论文中的创新点,跟踪特定领域的科技创新动态,为发掘并利用创新情报助力科学研究提供支撑,也为论文的创新性评价提供参考。
-
关键词
知识图谱
科技论文
创新点
创新情报
知识抽取
bert4keras
-
Keywords
knowledge graph
scientific paper
innovation point
innovative information
knowledge extraction
bert4keras
-
分类号
G254
[文化科学—图书馆学]
-
