首页 | 本学科首页   官方微博 | 高级检索  
     

一种多层政务知识图谱构建方法及示例
引用本文:张用川,田佳弘,孙婧,仇阿根,黄淇,何勇,李红辉.一种多层政务知识图谱构建方法及示例[J].集成技术,2023,12(3):61-71.
作者姓名:张用川  田佳弘  孙婧  仇阿根  黄淇  何勇  李红辉
作者单位:重庆交通大学 重庆 400074;中国科学院深圳先进技术研究院 深圳 518055;中国测绘科学研究院 北京 100830;北京交通大学 北京 100044
基金项目:国家重点研发计划项目(2019YFB2102500)
摘    要:随着政务数字化建设的不断完善,基于知识图谱实现政务服务“知识化、个性化、智能化”的业务需求被逐渐唤醒。目前,政务领域知识图谱应用场景单一,与不同场景政务知识难以建立联系,基于传统数据库的政务服务搜索、办理和审批效率不高。为拓展政务服务场景,提升政务服务的搜索、办理和审批效率,该文提出一套自顶向下映射的多层政务知识图谱构建方法。首先,从政务服务角度出发构建政务知识概念模型;然后,依据概念模型获取政务知识、数据预处理和知识融合;最后,形成以概念、业务服务、社会服务和信息共享的自上而下关系的多层政务知识图谱。基于 Neo4j 可视化展示和已应用部署的服务,以房产审批的搜索、占用林地审批的办理和面向公众投诉的社会服务为例,对所提方法进行验证。实验结果表明,该方法不仅可以为不同政务场景提供知识图谱支撑和建立关联,还有助于实现多源政务数据融合共享,可为后续政务知识图谱构建提供图谱库参考。

关 键 词:知识图谱  政务服务  实体识别  关系抽取  Neo4j

A Method and Example of Constructing Multi-layer Government Knowledge Graph
Authors:ZHANG Yongchuan  TIAN Jiahong  SUN Jing  QIU Agen  HUANG Qi  HE Yong  LI Honghui
Affiliation:Chongqing Jiaotong University, Chongqing 400074, China;Shenzhen Institute of Advanced Technology of the Chinese Academy of Science, Shenzhen 518055, China;Chinese Academy of Surveying and Mapping, Beijing 100830, China; Beijing Jiaotong University, Beijing 100044, China
Abstract:
Keywords:knowledge graph  government service  entity recognition  relation extraction  Neo4j
点击此处可从《集成技术》浏览原始摘要信息
点击此处可从《集成技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号