来源：期刊VIP网 时间：
作者：韩一搏;董立红;叶鸥;
单位：西安科技大学计算机科学与技术学院;
摘要：利用知识图谱技术进行数据管理可实现对煤矿综采设备的有效表示，以便获取具有深度挖掘价值的信息。煤矿综采设备数据不均衡、某些类别设备实体较少等问题影响实体识别精度。针对上述问题，提出了一种基于联合编码的煤矿综采设备知识图谱构建方法。首先构建综采设备本体模型，确定概念及关系。然后设计实体识别模型：利用Token Embedding、Position Embedding、Sentence Embedding和Task Embedding 4层Embedding结构与Transformer-Encoder进行煤矿综采设备数据编码，提取词语间的依赖关系及上下文信息特征；引入中文汉字字库，利用Word2vec模型进行编码，提取字形间的语义规则，解决煤矿综采设备数据中生僻字问题；使用GRU模型对综采设备数据和字库编码后的字符向量进行联合编码，融合向量特征；利用Lattice-LSTM模型进行字符解码，获取实体识别结果。最后利用图数据库技术，将抽取的知识以图谱的形式进行存储和组织，完成知识图谱构建。在煤矿综采设备数据集上进行实验验证，结果表明该方法对综采设备实体的识别准确率较现有方法提高了1.26%以上，在一定程度上缓解了在少量样本情况下构建煤矿综采设备知识图谱时因数据较少导致的精度不足问题。
关键词：煤矿综采设备;知识图谱;本体模型;联合编码;实体识别
基金资助：中国博士后科学基金资助项目（2020M673446）
