一种基于深度学习的知识图谱构建方法及系统

本发明公开了一种基于深度学习的知识图谱构建方法及系统，涉及知识图谱技术领域。本发明的技术要点包括：构建数据集；对数据集中数据进行预处理；对于预处理后的数据集，基于改进的第一深度学习模型和第二深度学习模型分别进行命名实体识别和实体关系抽取；其中第一深度学习模型为BERT‑BILSTM‑CRF模型，第二深度学习模型为BERT‑BiGRU模型；基于实体和实体关系进行知识融合，完成职业‑技能知识图谱的构建。本发明利用改进鲸鱼优化算法提升了BILSTM模型的预测精度；利用注意力机制增强特征向量的语义信息；改进的第一深度学习模型提升了命名实体识别的效果；改进的第二深度学习模型提升了实体关系抽取的准确率。本发明为构建更加全面、准确的知识图谱提供了可靠性方案。