基于自然语言处理的"双碳"政策知识图谱构建及应用
吕涛
王青山
张紫玉
吴昱磊
周孜柔
王洛
中国矿业大学经济管理学院,江苏徐州 221116
摘要："双碳"政策具有发布数量多、覆盖范围广、内容复杂多样等特点,现有的呈现方式难以满足知识检索和内在分析的需求.以2 953条"双碳"政策文本为数据源,提出了一种基于自然语言处理的"双碳"政策知识图谱构建方法,首先构建了知识图谱模式层,定义了"双碳"政策实体、属性和关系,之后采用Text Rank关键词抽取、LDA主题建模等算法提取政策实体、属性及关系,构建了知识图谱数据层,最终将<实体,关系,实体>三元组存入Neo4j图数据库,形成"双碳"政策知识图谱.所构建的知识图谱包含2 048个实体节点和32 336条关系,可通过Cypher语言实现不同细粒度政策实体和关系的关联查询与可视化,挖掘"双碳"政策中的关键语义信息和政策热点,还可为智能服务提供语义增强功能,提高"双碳"政策推荐系统的效率和政策问答系统的准确度.
关键词："双碳"政策知识图谱自然语言处理Neo4jLDAText Rank
分类号：F416.21(世界工业经济)
资助基金：教育部卓越工程师教育培养计划项目产学合作协同育人项目(221005278104521)中国矿业大学创新创业训练项目(202410290213Y)中国矿业大学创新创业训练项目(202310290078Z)
论文发表日期：2025-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 122-132 )
英文信息