摘要
本发明公开了一种基于neo4j图数据库和深度学习的知识图谱构建方法,属于知识图谱构建领域。该方法包括构建面向供应链物资的知识图谱,然后通过辅助构建供应链知识图谱实现在物资小类等物资特征标签丢失的情况下的物资知识图谱补全,最终完成计物资供应链知识图谱的构建。本发明通过整合物资供应链内部数据,并使用深度学习网络模型构建和完善知识图谱。从回答文本中抽取出专业的结构化知识,并和已有的电力物资供应链知识图谱进行知识匹配,得到获取知识图谱中相关节点数据,将知识图谱中的结构化知识利用大模型转化成易读的自然语言,最终得到更专业的答案,实现供应链数智化转型。
技术关键词
知识图谱构建方法
知识图谱补全
电力物资供应链
卷积神经网络分类
深度学习网络模型
构建知识图谱
供应链系统
概念属性
三元组
标签
深度学习模型
神经网络模型
数据分类
实体
自然语言
基础
系统为您推荐了相关专利信息
实体关系提取
知识图谱构建方法
大语言模型
图片
实体间关系
计数方法
深度学习网络模型
密度
OCR文字识别
数据处理技术
知识图谱构建方法
实体
高分辨率遥感图像
遥感图像数据
分支
LSTM模型
实体
迁移学习模型
交互注意力
知识图谱构建方法