基于知识图谱的诗词学习研究

刘 亚娟
哈尔滨师范大学

摘要

目的：基于公开的古诗相关资源，运用自上而下和自下而上相结合的知识图谱构建技术实现自动化构建古诗知识图谱，为传统的古诗词研究提供新的视角与工具。应用背景：自动抽取古诗译文中的诗歌、诗人和意象并构建三者实体之间的关系。应用一种可视化呈现的方式将碎片化的古诗词资源有序地整合到一起，为古诗词资源的推理和分析提供了理论基础。方法：通过python爬虫技术获取古诗资源数据后，使用BERT-BiLSTM-CRF模型进行实体识别，通过定义规则与融合外部领域知识构建实体间关系，运用图数据库Neo4j实现实体及实体间关系的存储与图谱可视化呈现。结果：构建古诗知识图谱诗歌—诗人—意象的本体模型，将古诗词的内容通过语义之间的内在关联，以一种结构化的形式联系在一起，能够支持多角度分析与挖掘。结论：本研究构建的知识图谱发掘了古诗文本间的内在关联，为基于诗词资源数据的研究应用提供了一个新颖易用的方案，但暂缺乏精细化的实体对齐处理及机构实体之间所属关系的构建。

关键词

古诗词；知识组织；知识图谱

参考

[1] 徐增林，盛泳潘，贺丽荣，等.知识图谱技术综述[J].电子科技大学学报，2016，45（4）：589-606.[2] 刘峤，李杨，段宏，等.知识图谱构建技术综述[J].计算机研究与发展，2016，53（3）：582-600.[3] Zhao，M.，Wang，H.，Guo，J.，et al.Construction of an Industrial Knowledge Graph for Unstructured Chinese TextLearning[J].Applied Sciences，2019，9（13）.[4] Hongwei Wang，Miao Zhao，Xing Xie，et al.Knowledge Graph Convolutional Networks for Recommender Systems[J].InProceedings of the 2019 World Wide Web Conference，2019.[5] 唐伟.教育知识图谱的构建方法研究[D].哈尔滨：哈尔滨工程大学，2018.[6] 李振，周东岱.教育知识图谱的概念模型与构建方法研究[J].电化教育研究，2019，40（8）：78-86+113.[7] 曹欣怡.古诗知识搜索系统的设计和实现[D].杭州：浙江大学，2016.[8] 周莉娜，洪亮，高子阳.唐诗知识图谱的构建及其智能知识服务设计[J].图书情报工作，2019，63（2）：24-33.[9] 冯俐.基于Neo4j 图数据库构建中学语文诗词知识图谱[D].西安：陕西师范大学，2019.[10] 刘昱彤，吴斌，白婷.古诗词图谱的构建及分析研究[J].计算机研究与发展，2020，57（6）：1252-1268.[11] 黄华升.基于知识图谱的个性化学习资源推荐研究[J].软件工程，2018，21（10）：24.[12] 刘昱良.基于知识图谱的个性化学习资源推荐研究[D].新乡：河南师范大学，2018.[13] Huang Z，Xu W，Yu K.Bidirectional LSTM-CRF models for sequence tagging[J].arXiv preprint arXiv，2015.[14] Lample G，Ballesteros M，Subramanian S，et al.Neural Architectures for Named Entity Recognition[C].ProceedingsofNAACL-HLT，2016：260-270.[15] Collobert R，Weston J，Bottou L，et al.Natural language processing （almost） from scratch[J].Journal of Machine LearningResearch，2011，12（8）：2493-2537.