-133-CHINASCIENCEANDTECHNOLOGYINFORMATIONMay.2024·中国科技信息2024年第10期科技工作知识图谱构建技术对数据之间的关联关系进行刻画，从而实现基于知识图谱的知识智能统一检索、政策脉络分析、政策分析应用等应用。具体如图1。其中源数据层负责存储丰富多元的结构化和非结构化数据，涵盖政府文件、新闻资讯等重要信息。数据处理层通过智能化手段处理和转换外部数据，加强数据的质量和可用性。服务引擎层聚焦于图谱构建以及深度搜索等智能服务，提升知识的整合和传播效率。最后，应用层实现基于图谱的知识检索、政策脉络分析和其他复杂分析应用，助力各类企业及项目的深入研究。整个架构周全考虑了智能化政策分析的多个方面，为用户提供一站式、高效的分析体验。数据流图系统通过搜集和解析外部资源与第三方信息，如政府政策、立法和行业资讯，建立了多种知识库。通过设置实体、属性、关系和热词的抽取机制，我们能够有效挖掘和整理采集数据的关键要素。此外，结合实体链接、热点分析、时间序列聚类和关键词提炼技术，我们进一步加工这些数据。基于这些方法，我们构筑了一个政策资讯知识图，不仅能够对策略进行深入分析，还能对市场竞争态势提供详尽的分析结果，增强我们的知识服务能力。具体数据流见图2。技术设计1.知识建模能力通过一套全面的知识图谱建模工具，支持构建高度复杂且动态的数据模型。从概念到实体、从属性到关系，乃至事件和规则，这一系统全方位地捕捉和表征现实世界事物的多面向知识结构。它支持多层次的知识体系构建，包括各个实体之间的层级关系，以及对时间序列和事件进行建模。建模工具的灵活性体现在其支持自上而下与自下而上的结合方式，这使得数据模型能够灵敏地适应数据变动，减少模式改变的需求。同时，系统还提供了便捷的可视化建模界面，降低了构建知识图谱的技术门槛。2.结构化数据处理针对来自内部业务数据的结构化信息，提供一套结构化数据D2R组件，实现了主流D2R工具的所有功能，并结合企业大数据特点进行了优化，D2R指将结构化数据通过映射的方式进行知识图谱的知识导入。3.非结构化数据处理对于非结构化的文本数据，提供了一套智能文本抽取方案，能够管理和维护文本数据的知识抽取全周期。它具备历史知识回标、模型预标注、模型服务热加载等功能，并实现了钻取后质量控制的闭环能力。4.知识存储知识存储包含知识图谱与资源数据的存储。知识图谱采基于知识图谱的政策分析系统建设方案俞晓波俞晓波上海勘测设...
