从文本集合构建知识图的方法：开发与应用

事实上，社会的每个部门都在经历着通过新闻和社交媒体在线互动、通过数字健康记录和在线药物评论形式的开放获取学术交流和观察数据生成和发布的非结构化文本数据量的急剧增长。所有这些领域的数据量和种类为提取多个应用场景的可操作知识创造了前所未有的机遇和紧迫的挑战。然而，丰富语义知识的提取需要部署可扩展且灵活的自动方法，以适应文本类型和模式规范。此外，只有通过将信息提取方法与语义网技术相结合来构建成熟的知识图，才能释放这些数据的全部潜力，这些知识图在语义上是透明的，可以通过设计解释并且可以互操作。在本论文中，我们在三个用例应用中尝试了自然语言处理、机器学习和生成人工智能方法的应用，这些方法由语义网最佳实践提供支持，从大型文本语料库自动构建知识图：全球新闻和社交媒体平台中数字化转型话语的分析；从大量出版物中对建筑、工程、施工和运营领域的最新研究进行映射和趋势分析；从电子健康记录和患者撰写的药物评论中生成生物医学实体的因果关系图。本论文对研究界的贡献在于基准评估结果、定制算法的设计以及知识图形式的数据资源的创建，以及在此基础上构建的数据分析结果。