一种基于知识图谱技术的档案研判方法及系统技术方案

本发明专利技术提供一种基于知识图谱技术的档案研判方法及系统，所述档案研判方法包括以下步骤：档案上传；档案实体抽取：抽取人名、地名、机构名、高校、著作、事件、建筑和资料实体；档案关系抽取：抽取两个实体之间的关联关系，构建档案知识图谱的边；档案知识融合：将抽取的不同来源的档案实体进行融合，产出一个唯一的属性全面的档案实体；档案知识存储：对抽取的档案实体和关系数据进行存储，可以存储在图数据库中；档案研判分析：档案智能检索。本发明专利技术在知识图谱、机器学习技术的支撑下，充分利用创建的档案知识图谱，实现各类相关档案实体的关联推荐，以及相关档案的精准推荐，帮助档案研判人员扩展阅读，并拓展档案研判的深度和广度。

【技术实现步骤摘要】
一种基于知识图谱技术的档案研判方法及系统
本专利技术属于档案管理与研判
，尤其涉及一种基于知识图谱技术的档案研判方法及系统。
技术介绍
档案馆是国家发展历史记录的珍藏地，档案是过去工作和历史情况的记录，是历史的真实凭证，随着信息化的发展，数字档案馆已经是各级档案馆的必建之物。然而，随着国民和社会经济的发展，传统的档案信息化服务已经不能满足对档案日益增长的现实需求，大力推进智慧档案建设已经成为当今社会发展的必然需求。以往对档案的研判分析，主要通过多维数据分析工具、数据挖掘工具等进行数据统计分析层面的分析，但是智慧档案建设需要我们能够挖掘档案更深层的含义，如某一人和其它人的关联关系、和相关机构的关系、和某些事件的关系，从而实现档案研判对象相关人物、城市、事件、著作等的关联分析与推荐。因此，需要一种基于知识图谱技术的档案研判方法及系统，结合深度学习技术，构建档案知识图谱，辅助用户进行档案关联分析和智能检索，为档案研判决策提供数据支撑。
技术实现思路
为了解决上述技术问题，本专利技术提供一种基于知识图谱技术的档本文档来自技高网...

【技术保护点】
1.一种基于知识图谱技术的档案研判方法及系统，其特征在于，所述档案研判方法包括以下步骤：/n步骤1:档案上传；/n步骤2：档案实体抽取：抽取人名、地名、机构名、高校、著作、事件、建筑和资料实体；/n步骤3：档案关系抽取：抽取两个实体之间的关联关系，构建档案知识图谱的边；/n步骤4：档案知识融合：将抽取的不同来源的档案实体进行融合，产出一个唯一的属性全面的档案实体；/n步骤5：档案知识存储：对抽取的档案实体和关系数据进行存储，可以存储在图数据库中；/n步骤6：档案研判分析：包括档案热词分析、档案敏感词分析、档案专有词识别、档案自动分类、档案聚类，基于利用自然语言处理技术和深度学习技术，辅助档案分...

【技术特征摘要】
1.一种基于知识图谱技术的档案研判方法及系统，其特征在于，所述档案研判方法包括以下步骤：
步骤1:档案上传；
步骤2：档案实体抽取：抽取人名、地名、机构名、高校、著作、事件、建筑和资料实体；
步骤3：档案关系抽取：抽取两个实体之间的关联关系，构建档案知识图谱的边；
步骤4：档案知识融合：将抽取的不同来源的档案实体进行融合，产出一个唯一的属性全面的档案实体；
步骤5：档案知识存储：对抽取的档案实体和关系数据进行存储，可以存储在图数据库中；
步骤6：档案研判分析：包括档案热词分析、档案敏感词分析、档案专有词识别、档案自动分类、档案聚类，基于利用自然语言处理技术和深度学习技术，辅助档案分析研判人员对档案数据进行高效研判分析；
步骤7：档案智能检索：档案智能检索包括检索语义关键词推荐、相关人物推荐、相关机构推荐、相关事件推荐、相关著作推荐、相关政策推荐，通过语义关联推荐，帮助用户扩展阅读，提升信息查找与分析的深度和广度，按照各章节权重对相似度进行加权平均，得到文档整体相似度。


2.如权利要求1所述的一种基于知识图谱技术的档案研判方法及系统，其特征在于，所述步骤2包括以下步骤：
步骤21:将语料向量化后输入到网络；
步骤22:利用双向LSTM自动提取输入的特征；
步骤23:利用CRF层对上层结果进行句子级别的序列标注。


3.如权利要求1所述的一种基于知识图谱技术的档案研判方法及系统，其特征在于，所述步骤3包括以下步骤：
步骤31:对输入的档案文本进行句子内容解析，并进行向量化，再输入到下一层网络；
步骤32:使用双向LSTM进行正向和反向学习上下文信息；
步骤33:使用Attention机制选择一组异常候选集进行分析，生成一个权重向量，通过与这个权重向量相乘，使每...

【专利技术属性】
技术研发人员：衣秀，张成，苏卫卫，黄瑞，杨文起，
申请(专利权)人：天津德尔塔科技有限公司，
类型：发明
国别省市：天津;12