特定领域实体关系获取与实体链接

It is the key point and difficult to extract the domain-specific entity relation and to link them,which is the basis for the domain-specific knowledge graph to be used.The research take the Chinese entity as the object.The research can effectively deal with many tackled problems,such as the entity hierarchical relationship obtaining、the entity relationship obtaining and entity linkage which domain-specific knowledge graph building are faced with. On the aspect of the domain concept hierarchical relations obtaining, proposed a method combined with LDA and MLN, firstly ,using topic models to find the distribution of candidate features of areas of theme and concept, then by use of the advantage of the MLN to correlate features with an entity hierarchy; in the field of entity relations learning, proposed the DBN-based and incorpration of domain knowledge into entity-relationship deep learning model ,which can solve complex field samples relation extraction problem and does not depend on artificial selection feature; in entity linkage , proposed the method based on the model PSL( probability of soft logic) to Link entity, through domain knowledge and entity attributes related feature modeling, combined with the knowledge of the ambiguity entity disambiguation can realize the entity links..The research achievement will be applied to domain knowledge learning platform and contribute to promoting the construction and application of the domain knowledge graph.

特定领域实体关系的获取与实体链接是领域知识库构建中的关键部分和难点，也是领域知识图谱走向应用的基础。本课题以中文为对象，研究能有效处理特定领域知识图谱构建所面临的领域概念层级关系、实体关系获取和实体链接等关键技术。在领域概念层级关系获取方面，提出融合LDA和MLN模型的方法，利用主题模型发现领域主题及概念的分布候选特征集，再利用MLN关联特征的优势识别出实体层级关系；在领域实体关系学习方面，提出基于深度信任网并融合领域知识的实体关系深度学习方法，能够解决领域复杂样本的关系抽取问题且不依赖人工选择特征；在领域实体连接方面，提出基于概率软逻辑模型的实体链接方法，通过对领域知识和实体属性等相关特征建模，联合这些知识对歧义实体消歧，实现领域实体的知识库链接，研究成果将用于领域知识库学习平台，有助于推动领域知识图谱构建与应用。

项目面向特定领域实体关系的获取与实体链接的关键问题，围绕领域概念层级关系，领域实体关系学习及领域实体链接等方面开展深入研究，取得以下成果：在领域概念层级关系识别方面，针对复杂命名实体识别问题，提出一种基于最大熵模型的命名实体识别方法，为开展领域层级关系研究提供了技术支撑，针对中文复杂句中实体上下位关系抽取困难的问题，提出基于CRFs的多特征模板实体上下位关系识别方法，根据领域上下位概念实体语义、语法相近的特性，提出一种结合词向量和Bootstrapping的领域实体上下位关系的识别方法。在领域实体属性关系抽取方面，针对人工选取分类特征困难的问题，提出基于深度信念网络的领域实体属性关系抽取方法，实现分类特征自动抽取；针对特定领域实体属性关系识别中的知识迁移问题，提出融合FastText词向量和字向量的基于双向GRU远程监督的中文领域实体属性关系抽取方法；在领域实体关系抽取方面，针对不同核函数对相同特征的抽取性能差异性的问题，提出多核函数融合的领域实体关系抽取方法；针对领域实体关系数据标注困难的问题，提出融合多特征的远程监督抽取领域实体关系方法。在领域实体链接方面，针对传统词向量一词多义的问题，结合文档上下文信息，提出融合词向量和主题模型的领域实体消歧方法；针对中文实体一对一的实体链接效率低的问题，提出一种融合词向量的主题图模型及语义重要性排序的中文集成实体链接方法；针对领域实体链接缺乏领域知识信息的问题，提出了基于关系指数和表示学习的领域集成实体链接方法。基于以上成果，构建涵盖旅游景点、野生菌、茶叶、中国及云南少数民族、小吃、药材、交通方式和住宿等7大领域的知识图谱原型。项目在国内外核心期刊或会议发表论文13篇，其中EI收录5篇，申请发明专利9项,其中授权2项。研究成果将为领域知识图谱构建提供技术支撑。