分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]立足于当前大数据环境下的唐诗知识服务需求,以大规模唐诗数据为基础构建唐诗知识图谱并提供智能知识服务,推动人工智能环境下唐诗知识管理和知识服务方式的创新。[方法/过程]本文在对领域知识服务需求调研的基础上,设计领域知识服务驱动的唐诗本体模型,然后利用从Web上爬取的多源异构数据,采用知识抽取、知识融合、知识推理等技术自动构建唐诗知识图谱,统一表示和组织唐诗领域数据,实现对大规模唐诗数据的语义化处理。[结果/结论]本文设计基于唐诗知识图谱的智能知识服务平台KnowPoetry,提供唐诗领域的知识探索、时空轨迹、语义查询等智能化知识服务,推动人工智能环境下唐诗数字人文研究方法的创新转型。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 为进一步提升金融领域事件抽取的效果,增强事件抽取两个子任务之间的关联性。[方法/过程] 在中文金融文本上进行事件抽取相关研究,提出一种融合预训练模型与多层卷积神经网络的金融事件联合抽取方法,首先通过预训练模型BERT捕捉句子序列的综合语义信息,然后接入本文设计的多层卷积架构MultiCNN,分层提取局部窗口和高维空间语义信息,同时实现事件识别和要素抽取这两个任务,再通过引入对比损失,进一步强化两个任务之间的关联。[结果/结论] 在中文金融事件数据集上F1达到82.20%,比各个基准抽取模型均有一定提升。