[发明专利]一种面向地球物理领域知识图谱的自动化构建方法及系统

摘要

本发明一种面向地球物理领域知识图谱的自动化构建方法，首先，建立起地球物理领域的概念知识库；其次，建立地球物理领域邻域内每种关系对应的关系指示词库；然后获取地球物理领域知识数据集；接着对文本进行NLP处理，然后利用标记的地球物理领域知识概念对文本进行基于词距离与实体距离对候选实体对进行识别。接着根据词性标注以及位置信息生成包含噪声数据的候选关系指示词集，利用关系指示词库进行噪声过滤；接着将提前定义好的每种关系对应的关系指示词转换成向量之后，与候选关系指示词转的向量进行相似度计算，找出相似度最高的关系指示词对应的关系；最后将这些结构化的数据导入到图数据库Neo4j中，搭建地球物理领域知识图谱。

主权项

1.一种面向地球物理领域知识图谱的自动化构建方法，其特征在于，包括：步骤1：建立包含地球物理领域的专业词汇的概念知识库；步骤2：建立包含地球物理领域的非结构化文本的知识数据集；步骤3：根据步骤2中建立的知识数据集，获取知识数据集中包含的所有的关系及这些关系对应的关系指示词，建立地球物理领域的关系指示词库；步骤4：根据概念知识库对知识数据集进行NLP处理，包括分词、词性标注以及地球物理领域的实体识别；步骤5：识别步骤4中识别出的任意两个实体之间是否存在关系，若存在关系，获取两个实体之间的关系；步骤6：抽取分布在任意两个实体之间以及任意两个实体之后名词或动词作为候选关系指示词，该候选关系指示词能够体现步骤5中获取的两个实体之间的关系；步骤7：根据步骤3中建立的关系指示词库对步骤6抽取的候选关系指示词进行去噪处理，得到高精度的候选关系指示词；步骤8：将关系指示词库以及步骤7得到的高精度的候选关系指示词转换成向量，计算彼此的相似度，选取与高精度的候选关系指示词相似度最高的关系指示词对应的关系作为两个实体之间的关系，最终得到结构化的知识数据；步骤9：将步骤8得到的结构化的知识数据导入图数据库中，用于自动搭建地球物理领域知识图谱。