学术文本关键词文库知识图谱实体关系抽取算法

王哲; 刘欢; 梁培玮

doi:10.19292/j.cnki.jdxxp.2025.05.024

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (05) : 1119 -1127. DOI: 10.19292/j.cnki.jdxxp.2025.05.024

学术文本关键词文库知识图谱实体关系抽取算法

王哲, 刘欢, 梁培玮

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了在海量文库知识图谱中快速提取出关键信息，提出学术文本关键词文库知识图谱实体关系抽取算法。通过优化完整策略的模糊C均值聚类(OCS-FCM:Optimization of Complete Strategy Fuzzy C-Means)和弹性嵌入t-分布随机邻域(E-t-SNE:Elastic-embedding t-Distributed Stochastic Neighbor Embedding)算法分别对文库中的关键词实施缺失值填补和降维，以学术文本关键词文库中的实体作为顶点，建立知识图谱。根据关键词的词性等特征，基于自注意力机制算法构建自注意力双向长短期记忆网络(SelfATT-BLSTM:Self-Attention Bidirectional Long Short-Term Memory)模型对知识图谱中的实体关系进行抽取，并获取实体抽取后的结果。实验结果表明，所提算法的采集精度始终在0.8以上，准确率(ACC:Accuracy)值高于30%,抽取时间未超过1.5 s,具有良好的实体关系抽取能力。在实体抽取过程中拥有极高的准确度和效率。