扶贫地理知识图谱构建与分析——以临沂市为例

目前中国的减贫战略转型为制定复合贫困整体解决方案,其中扶贫分析涉及海量多源异构数据,数据间潜在的相似性和相关性难以被直接挖掘和利用。该文结合扶贫数据,经本体设计、知识抽取、实体对齐、实体融合和知识推理构建扶贫地理知识图谱。首先依据扶贫数据设计本体模型,然后搭建ALBERT实体关系联合抽取模型用于知识抽取,以及基于地名的多特征行政区划实体对齐模型用于地名消歧,再经实体融合及知识推理后形成扶贫地理知识图谱。基于图谱进行社区划分,从物资关系、空间分布特征和时间变化特征分析扶贫项目的社区划分结果,发现社区中扶贫项目实施的特点及潜在联系,为后续制定扶贫措施提供决策依据。     

联合词汇增强的中文细粒度地理命名实体识别模型研究

命名实体识别（NER）是自然语言处理众多研究基础,其可以被定义为分类任务,旨在从非结构化文本中定位出命名实体,同时将命名实体分类成预定义类别。与英文相比,中文构词灵活、不具有边界性,且缺乏高质量中文NER数据集,导致中文命名实体识别难度较大。细粒度实体是粗粒度实体的细分类型,中文细粒度命名实体尤其是地理命名实体识别难度更大。中文地理命名实体识别无法同时兼顾精度和召回率,改善中文细粒度地理命名实体识别性能至关重要。因此,本文提出2种联合词汇增强模型的中文细粒度地理命名实体识别模型。首先,将词汇作为“知识”注入模型,基于词汇增强方式探究适合细粒度命名实体识别方法,并找出适合细粒度命名实体识别方法BERT-FLAT以及LEBERT;其次,为进一步提升细粒度地理命名实体识别性能,针对上述2种方法在预训练模型、对抗训练以及随机权重平均3个方面进行改进,形成联合词汇增强模型RoBERTa-wwm-FLAT以及LE-RoBERTa-wwm;最后,对联合词汇增强模型进行消融实验,探究不同改进策略对于地理命名实体识别性能影响。基于CLUENER数据集和1个微博数据集的实验表明：(1)与无词汇增强功能模型...