如需要完整文档点击下方 "点击下载文档" 按钮

该文提出了面向食品监管领域的知识图谱构建研究,通过整理食品监管领域的相关文件和政策,并进行实体识别、实体关系识别、实体对齐构建食品监管领域知识图谱。 其中基于双向长短时记忆网络与条件随机场结合的 BiLSTM-CRF 模型进行实体识别,准确率达 0. 96;基于食品监管实体的归类结果,确定同标签的实体间的分类关系,并创建“ 文本-实体冶矩阵,提取出包含某实体对的所有句子,归纳实体对之间的关系;通过聚类进行实体对齐,并基于 Neo4j 存储和呈现图谱。 构建的食品监管知识图谱弥补了食品监管领域知识图谱研究的空白,提升了食品监管体系和监管能力现代化水平。

如需要完整文档点击下方 "点击下载文档" 按钮

《面向食品监管领域的知识图谱构建研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：058211

点击下载文档