66 / 2024-06-30 21:19:43

面向生物安全的高风险病原体知识图谱构建及对比研究

高风险病原体；生物安全；领域知识图谱；联合抽取

一、新时代的体系工程 > 8. 体系工程与国家治理体系

高风险病原体是威胁人类生命健康的主要因素之一，由高风险病原体引发的生物安全事件已严重影响了人类社会稳定，对高风险病原体生物安全防控进行系统的研究已成为必然。本文面向开源数据，提出一种基于大规模病原体生物安全防控数据的知识图谱构建方法。首先，分别使用Scrapy爬虫框架和OCR技术收集相关网站和电子书籍中相关的病原体数据，进行数据处理后形成高风险病原体生物防控语料库。然后，根据需求定义实体类型和关系类型，构建高风险病原体生物安全防控本体。其次，基于本体特点标注高风险病原体生物安全防控数据集，并运用CasRel、OnRel和PRGC三种联合抽取算法在该数据集上进行知识抽取实验，实验结果表明PRGC的抽取效果最佳且F1值达到69.54%。此外，本文对PRGC算法进行了改进，并在BERT模型上进行了专业语料库的再次预训练，改进的知识抽取算法的F1值达到75.48%，在高风险病原体生物安全防控数据集的提升率达到8.54%。之后，基于文本相似度对病原体数据进行基于文本相似度的知识融合，形成了面向生物安全的高风险病原体知识图谱。最终，将知识图谱导入了Neo4j图数据库中，实现了知识图谱的可视化及相关知识的查询功能。