文献类型：期刊文章

作　　者：张华平[1,2,3,4] 吴林芳[5] 张芯铭[5] 商建云[6] 李昌赫[6]

机构地区：[1]北京理工大学 [2]北京市海量语言信息处理与云计算应用工程技术研究中心大数据搜索与挖掘实验室 [3]中国中文信息学会社会媒体处理专业委员会 [4]北京市顺义区政府专家咨询委员会 [5]河北科技大学计算机信息科学与工程学院 [6]北京理工大学计算机学院

出　　处：《人工智能》

年　　份：2020

期　　号：1

起止页码：113-124

语　　种：中文

收录情况：普通刊

摘　　要：知识图谱是人工智能类脑计算的关键基础设施,是一种知识存储与管理的形式。通用知识图谱已经取得了较好的进展,而特定专业的领域知识图谱构建则面对着可用语料少、领域专家稀缺以及样本标注困难等冷启动问题。本文重点描述了北京理工大学计算机学院团队在小样本基础上构建领域知识图谱的两种解决方案:KGB知识图谱人机引擎,以及小样本深度学习的知识抽取方法。本文还展示了其在情报分析方面的应用。

关 键 词：知识图谱 北京理工大学  国家自然科学基金 情报分析 深度学习  关键基础设施  领域专家  人工智能

分 类 号：TP18] TP391.1]