NSL OpenIR  > 中国科学院文献情报中心(北京)  > 信息系统部
科研人员实体链接和主题标引技术方法研究
Project Number馆1909
于改红; 孔贝贝
Subtype一般项目
Project Source国家软科学研究计划
Project Level其他项目
2019-07-01
End Date2019-06-30
Other Abstract

随着网络技术的快速发展,电子化文本数量激增,越来越多的机构将研究成果以电子化文本形式呈现,知识图谱具有强大的知识组织能力,为互联网时代的知识化组织和智能检索应用等奠定了基础,知识图谱中保存的是现实世界中存在的实体及实体之间的关系,由于知识图谱数据来源的多源性,采用实体链接(实体链接是指对于从文本中抽取得到的实体对象,将其链接到知识库中对应的正确实体对象的操作)及主题标引技术保障知识图谱实体及实体关系的精准度、促使知识图谱上层应用服务价值提升很有必要。

本研究以中国科学院文献情报中心的科技大数据知识发现平台的知识图谱作为研究数据,以科研人员实体作为研究对象,就如何高效准确地呈现不同的科研实体类型关注的核心主题,辅助科研人员对科研实体进行集中的重要关联聚焦,引入最新的深度学习分类算法模型,在传统的学术推思路的基础上,结合深度学习分类算法的思想,研究基于深度学习模型的科研实体主题标引方法;同时,基于科研人员的研究主题及其他属性维度,通过建立起适用于中、英文两种科研实体的实体链接算法模型,完成科研人员实体身份的唯一识别,促进实体消歧,优化知识图谱的实体及实体关系数据。

Keyword知识图谱 主题标引 深度学习 实体链接
Document Type项目
Identifierhttp://ir.las.ac.cn/handle/12502/10544
Collection中国科学院文献情报中心(北京)_信息系统部
中国科学院文献情报中心(北京)
Affiliation中国科学院文献情报中心
Recommended Citation
GB/T 7714
于改红,孔贝贝.科研人员实体链接和主题标引技术方法研究.2019.
Files in This Item: Download All
File Name/Size DocType Version Access License
于改红_孔贝贝_青年人才个人项目任务书.(312KB)项目 开放获取GNU LGPLView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[于改红]'s Articles
[孔贝贝]'s Articles
Baidu academic
Similar articles in Baidu academic
[于改红]'s Articles
[孔贝贝]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[于改红]'s Articles
[孔贝贝]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 于改红_孔贝贝_青年人才个人项目任务书.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.