基于知识图谱的岩溶知识发现系统建设

杨辰; 毕奔腾; 周立新

基于知识图谱的岩溶知识发现系统建设

中国地质科学院岩溶地质研究所/自然资源部、广西岩溶动力学重点实验室

基金项目: 中国地质调查项目（DD20190432）；中国工程院项目（地质专业知识服务系统CKCEST-2020-1-16）

计量
- 文章访问数: 1312
- HTML浏览量: 552
- PDF下载量: 197
- 被引次数: 0
出版历程
- 发布日期: 2021-06-25
- 刊出日期: 2021-06-15

Construction of a karst knowledge discovery system based on knowledge graph

Institute of Karst Geology，CAGS/ Key Laboratory of Karst Dynamics，MNR&GZAR

摘要

摘要: 岩溶领域通过地质调查和科学研究积累了大量的成果资源，资源之间的关联关系更加复杂，传统的关键词检索模式已不满足用户获取知识的需求。为实现知识层面的数据检索，利用数据挖掘技术进行岩溶实体抽取与关系计算，以岩溶术语为核心，基于知识图谱构建岩溶知识发现系统，实现岩溶地质成果、期刊、论文、图书、标准、项目、专家等实体的智能语义搜索和关联导航，最大化的挖掘数据的潜在价值，为用户提供精准知识服务，提升了用户体验。
- 岩溶术语 /
- 知识发现 /
- 知识图谱 /
- 语义搜索
Abstract: The karst field has accumulated a large number of outcome resources through geological surveys and scientific research. The relationship between resources is more complex，and the traditional keyword retrieval model cannot meet the needs of users to acquire knowledge. In order to realize data retrieval at the knowledge level，data mining technology is used to extract and calculate karst entity relations. With karst terminology as the core，a karst knowledge discovery system is constructed based on the knowledge graph. Intelligent semantic search for and related navigation to karst geological results，journals，papers，books，standards，projects，experts and other entities are realized to maximize the potential of data mining. It provides users with precise knowledge services and improves the user experience.
- karst terminology /
- knowledge discovery /
- knowledge graph /
- semantic search

HTML

参考文献(12)

[1]	崔雍浩，商聪，陈锶奇，等.人工智能综述：AI的发展［J］.无线电通信技术，2019（3）：225-231.
[2]	胡吉颖，谢靖，钱力，等. 基于知识图谱的科技大数据知识发现平台建设［J］. 数据分析与知识发现， 2019， 3（1）： 55-62.
[3]	蒋忠诚，覃小群，曹建华，等.中国岩溶作用产生的大气CO2碳汇的分区计算［J］.中国岩溶，2011，30（4）：363-367.
[4]	韦延兰，李文莉，周立新，等．岩溶水文地质环境地质信息管理系统构建与实现［J］．中国岩溶，2018，37（1）：146-153．
[5]	王鑫，邹磊，王朝坤，等.知识图谱数据管理研究综述［J/OL］.软件学报：1-38［2019-04-23］.https：//doi.org/10.13328/j.cnki.jos.005841.
[6]	刘峤，李杨，段宏，等. 知识图谱构建技术综述［J］. 计算机研究与发展， 2016， 53（3）：582-600.
[7]	贾中浩，古天龙，宾辰忠，等.旅游知识图谱特征学习的景点推荐［J/OL］.智能系统学报：1-8［2019-04-28］.http：//kns.cnki.net/kcms/detail/23.1538.TP.20190420.1439.002.html.
[8]	顾复，张树有.基于语义网络的产品建模及配置方案搜索［J］.浙江大学学报（工学版），2010， 44（9）：1692-1697，1745.
[9]	魏涛，孟方园，袁平，等.开源搜索引擎Elasticsearch和Solr对比和分析［J］.现代计算机（专业版），2018（6）：58-61.
[10]	王飞，易绵竹，谭新，等.基于Neo4j对涉藏领域本体的存储方法研究［J］.郑州大学学报（理学版），2019，51（2）：60-65.
[11]	隗玲，胡正银，庞弘燊，等.基于“主语-谓语-宾语”三元组的知识发现研究：以诱导多能干细胞领域为例［J］.数字图书馆论坛，2017（9）：28-34.
[12]	陈青云，曹建飞，陈荣祯.从叙词表到知识图谱的构建研究与实践［J］.农业图书情报，2019，31（1）：44-53.