面向知识问答系统的图情学术领域知识图谱构建：多源数据整合视角

【目的/意义】人工智能时代,知识问答系统已成为领域知识服务的典型发展趋势,构建学术领域知识图谱是实现学科知识问答系统的必备条件和知识基础,从多源数据整合的视角探寻学术领域知识图谱构建方法对实现知识问答系统意义重大。【方法/过程】针对图情学术领域知识图谱构建问题,采用半结构化访谈对图情学术领域知识问答的现有平台与潜在需求进行调研,通过构建知识问答需求模型,对照需求整合CNKI、Web of Science、百度学术、百度百科以及科学网等平台获取多源数据作为核心数据集,探索了通过Python核心库"selenium+beautifulsoup+pandas"与共现分析法进行知识抽取,通过编辑距离算法与Jaccard算法进行知识融合,通过Neo4j图数据库完成知识存储并实现可视化展示的知识图谱构建方案。【结果/结论】以构建"知识抽取"学术领域知识图谱为例,在此基础上展开语义检索、知识问答、合作推荐等知识服务功能探索。结果表明,采用所提方法建构的知识图谱数据较完备、知识表示较准确,能够有效响应满足用户精准获取领域知识的需求。【创新/局限】本文从多源数据整合视角构建的图情学术领域知识图谱,知识表示较准确,能够有效满足用户精准获取领域知识的需求。在后续的研究中将扩大样本数据,并通过逻辑推理方式判断实体间关系。