引言: 在农业生产过程中面临了很多的挑战,其中病虫害的问题一直是农业所重视的领域之一。随着科技的发展,农业领域需要更高效完善的智能问答系统。为此,最近我做了以下相关工作。

知识图谱的构建 一般而言,我们将图谱构建分为以下流程:知识建模、知识抽取、知识融合、知识存储、知识推理。我这里简单赘述一下,知识建模主要是从不同类型的多源数据中,构建生成领域知识体系。领域知识体系的构建是对领域分类、属性以及分类之间关系的定义。知识存储顾名思义,即是构建高效的存储。知识抽取从各种多源异构的数据源在获得有效的数据。知识融合这块主要任务是从碎片化以及异构知识之间发现管理,获得更完整的知识描述,实现知识的互联、互补和融合。最后是知识推理,这块主要基于已有知识推理发现未知的知识。
经过上述5个环节,垂直领域的知识图谱构建完成,在与真实业务场景相结合后,将实际助力企业在该领域取得实际的商业价值。

知识建模 首先我们从某网站通过爬虫获取到玉米语料库,并整理为如下形式。玉米铁甲为病虫害的名字,其下每一段为其属性。玉米语料库主要是分为病害与虫害两类,病害的关系为:症状、病原、传播途径和发病条件、防范方法。虫害的关系为:学名、寄主、危害特点、生活习性、形状特点、防治方法


在非结构化的文本中,可以发现仍然有很多很多信息。如上玉米铁甲分布广东、广西等。主要抽取了 别名、分布区域以及危害部位。

知识抽取 抽取主要是分为对半结构化数据、非结构化数据就行抽取。半结构化就基于规则进行抽取。非结构化数据基于依存句法的关系抽取,利用了哈工大PYLTP对其进行依存句法的分析。此外,我还尝试使用百度的DDparser,但是其效果没有PyLTP好,主要是由于LTP提供了语义角色标注,可以对三元组的抽取提供有效补充。 知识抽取的三元组如下形式。

知识融合 在实际开发过程中,通常会使用到多源异构的数据。首先发现实体在构建中产生了冲突和冗余,然而论文中并未提及该现象。为了解决冲突,进行了简单的知识融合,使用了Python中的Synonyms中文近义词工具包进行信息相似性判断,若计算得到相似性分数大于0.5视为同一实体,小于0.5为不同的实体。然后对其结果进行人工审查。 融合结束后,重新将知识存储在图数据库neo4j中。
融合后,对生成实体和关系之间的csv文件,参考之前文章。得到如下csv文件

这里我们用bin目录下面的neo4j-import方法,将其导入到neo4j中。可参考之前文章</>

基于知识图谱的玉米病虫害知识问答(一)相关推荐

  1. 会议交流 | DataFunSummit 知识图谱在线峰会——链接知识图谱最前沿技术和最落地产业化应用的桥梁!...

    随着人工智能技术的发展与应用,知识图谱作为AI进步的阶梯越来越受到学术界和产业界的重视,并且已经在很多领域.场景中体现出自身的价值.从最初的互联网搜索.推荐.问答等ToC场景,逐渐进入到垂直行业ToB ...

  2. 阅读《基于知识图谱技术的数据资产管理设计与应用验证研究》笔记

    文章目录 1.摘要 2.前言 3.研究概述 3.1 数据资产管理内涵 3.2 数据资产管理的意义 4.研究内容 4.1 研究思路 4.2 研究内容 1.摘要   首先看一下这篇文章的五个关键词: 关键 ...

  3. 【知识图谱】实践篇——基于知识图谱的《红楼梦》人物关系可视化及问答系统实践:part6基于图谱的问答实现

    前序文章: [知识图谱]实践篇--基于知识图谱的<红楼梦>人物关系可视化及问答系统实践:part1项目介绍与环境准备 [知识图谱]实践篇--基于知识图谱的<红楼梦>人物关系可视 ...

  4. python知识点智能问答_基于知识图谱的智能问答机器人

    研究背景及意义 智能问答是计算机与人类以自然语言的形式进行交流的一种方式,是人工智能研究的一个分支. 知识图谱本质上是一种语义网络,其结点代表实体(entity)或者概念(concept),边代表实体 ...

  5. 论文浅尝 | 基于知识图谱 Embedding 的问答

    论文笔记整理:谭亦鸣,东南大学博士生,研究方向为知识图谱问答. 来源:WSDM 2019 链接:https://dl.acm.org/citation.cfm?doid=3289600.3290956 ...

  6. 基于知识图谱的智能问答机器人

    研究背景及意义 智能问答是计算机与人类以自然语言的形式进行交流的一种方式,是人工智能研究的一个分支. 知识图谱本质上是一种语义网络,其结点代表实体(entity)或者概念(concept),边代表实体 ...

  7. 课程设计-在校整理-10 基于知识图谱的医疗智能问答小程序实现示例

    [在校整理-10 基于知识图谱的医疗智能问答小程序实现示例](注:仅供参考学习使用) 一.课题内容和要求 1.问题描述 2.功能要求 二.需求分析 三.概要设计 四.源程序代码 五.测试总结 六.其他 ...

  8. 论文阅读_基于知识图谱的约束性问答

    介绍 英文题目:Constraint-Based Question Answering with Knowledge Graph 中文题目:基于知识图谱的约束性问答 论文地址:https://read ...

  9. 【知识图谱】实践篇——基于知识图谱的《红楼梦》人物关系可视化及问答系统实践:part7项目优化与打包

    前序文章: [知识图谱]实践篇--基于知识图谱的<红楼梦>人物关系可视化及问答系统实践:part1项目介绍与环境准备 [知识图谱]实践篇--基于知识图谱的<红楼梦>人物关系可视 ...

最新文章

  1. Markdown学习之路
  2. Slack推安全企业加密管理可轻易用密钥控制数据
  3. 时隔两周,我给阎王设计的地府CRM终于做完了
  4. unity3d 捕获系统日志,来处理一些问题
  5. 延长汽车寿命的6个良好习惯
  6. JAVA抽象类和接口的深入探讨
  7. 打工人的健康修炼记:2021卷里求生(附报告下载)
  8. 课时37:类与对象:面向对象编程
  9. 如何在ROS环境中解码.bag格式数据
  10. 拓端tecdat|Python高维统计建模变量选择:SCAD平滑剪切绝对偏差惩罚、Lasso惩罚函数比较
  11. MinGw编译opencv教程
  12. 屌丝最爱 蹭网卡 神器+使用说明
  13. 澳洲网:澳高考生扎堆申请专业 热衷艺术及护理学位
  14. 强智教务管理系统爬虫难关1
  15. 点击图片放大,实现移动端双指缩放,单指拖拽功能
  16. 2015 股市小牛 记载
  17. WKWebView自适应
  18. 计算机的指标是什么意思,评价计算机的性能指标是什么
  19. 大整数1000位包括正负数的加减运算
  20. 数据结构课设+校园导航系统

热门文章

  1. 用友数据库类型 mysql_用友软件用的是什么数据库?
  2. ggplot2--geom_smooth和曲线拟合画图
  3. GOOGLE 真实地图模型和瓦片图下载
  4. 和王兴并肩战斗十余年,王慧文的精华思考都在这里了
  5. 中国无线音乐搜索综合测评结果
  6. 前装车载手机无线充电搭载“翻倍”增长,市场份额争夺战白热化
  7. 电子书之当当在线图书
  8. Adobe Premiere Pro CC 2019启动时提示找不到任何具有视频播放功能的模板,请更新视频显示驱动程序并再次启动/PR启动时提示找不到任何具有视频播放功能的模板
  9. C语言某年某月的天数
  10. M1 ErrorCode