基于知识管理的企业知识图谱构建研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 引言 | 第9-19页 |
1.1 研究背景与意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 知识图谱的国外研究现状 | 第11-14页 |
1.2.2 知识图谱的国内研究现状 | 第14-16页 |
1.3 研究内容与方法 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 研究方法 | 第17-18页 |
1.4 研究创新点 | 第18-19页 |
2 知识图谱相关理论基础 | 第19-33页 |
2.1 知识图谱的分类与构建方法 | 第19-21页 |
2.1.1 知识图谱的分类 | 第19-20页 |
2.1.2 知识图谱的构建方法 | 第20-21页 |
2.2 知识图谱的构建流程 | 第21-22页 |
2.3 知识图谱构建的关键技术 | 第22-31页 |
2.3.1 命名实体识别 | 第22-24页 |
2.3.2 实体关系抽取 | 第24-29页 |
2.3.3 知识融合 | 第29-30页 |
2.3.4 知识加工 | 第30-31页 |
2.4 图数据库理论与方法 | 第31-33页 |
3 企业知识图谱构建流程 | 第33-42页 |
3.1 企业知识管理的实践 | 第33-37页 |
3.1.1 企业知识流的运作机制 | 第34-35页 |
3.1.2 知识管理的实践框架 | 第35-37页 |
3.2 企业构建知识图谱的需求分析 | 第37-39页 |
3.2.1 企业知识管理面临的挑战 | 第37-38页 |
3.2.2 企业构建知识图谱的需求分析 | 第38-39页 |
3.3 基于知识管理的企业知识图谱构建流程 | 第39-42页 |
4 企业知识图谱构建流程的实证分析 | 第42-56页 |
4.1 数据源及预处理 | 第42-45页 |
4.1.1 数据源 | 第42-43页 |
4.1.2 数据预处理 | 第43-45页 |
4.2 实体与实体关系抽取 | 第45-51页 |
4.2.1 命名实体识别 | 第46-49页 |
4.2.2 实体关系抽取 | 第49-51页 |
4.3 知识融合 | 第51-52页 |
4.4 知识图谱生成 | 第52-56页 |
5 知识图谱在企业知识管理中的应用 | 第56-61页 |
5.1 企业搜索引擎优化 | 第56-57页 |
5.2 企业智能推荐 | 第57-59页 |
5.3 扩展应用 | 第59-61页 |
6 总结与展望 | 第61-63页 |
6.1 总结 | 第61-62页 |
6.2 展望 | 第62-63页 |
参考文献 | 第63-68页 |
硕士期间科研成果 | 第68-69页 |
致谢 | 第69-70页 |