基于SpERT-Aggcn模型的专利知识图谱构建研究

作     者：何玉 张晓冬 郑鑫 He Yu;Zhang Xiaodong;Zheng Xin

作者机构：北京科技大学经济管理学院北京100083 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2024年第8卷第1期

页      面：146-156页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 08[工学] 120502[管理学-情报学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(项目编号:71871018)的研究成果之一 

主　　题：绿色合作专利 知识图谱 图卷积网络 信息抽取 

摘      要：【目的】针对知识图谱构建中识别嵌套实体以及提升关系抽取精度的问题,提出信息抽取模型SpERTAggcn,并构建绿色合作专利知识图谱。【方法】基于SpERT-Aggcn模型抽取专利摘要文本中的嵌套实体和关系,采用Protégé构建本体并根据所构建本体实现三元组的映射。【结果】在关系抽取任务上,SpERT-Aggcn比SpERT模型的F1值高2.61个百分点,其中长距离关系抽取F1值高4.42个百分点;构建的绿色合作专利知识图谱包含699517个实体、3241805条关系。【局限】SpERT-Aggcn模型的短距离关系F1值低于SpERT模型,说明本文模型对于短距离关系的识别能力较差。【结论】通过基于跨度的实体识别模型以及引入依存文法信息的关系抽取模型,构建的知识图谱完整度更高。