| 张维冲,王芳,黄毅.基于图数据库的贵州省大数据政策知识建模研究[J].数字图书馆论坛,2020,(4):30~38 |
| 基于图数据库的贵州省大数据政策知识建模研究 |
| Knowledge Modeling of Big Data Policy in Guizhou Province Based on Graph Database |
| 投稿时间：2020-01-12 |
| DOI：10.3772/j.issn.1673-2286.2020.04.005 |
| 中文关键词: 大数据政策；政府公文；Neo4j；知识图谱 |
| 英文关键词: Big Data Policy; Governmental Document; Neo4j; Knowledge Graph |
| 基金项目:本研究得到提升政府治理能力大数据应用技术国家工程实验室2017—2018年度开放基金重点支持项目“基于NLP和深度学习的大规模政府公文智能处理技术研究”（编号：HX20180069）资助。 |
| 作者 | 单位 | | 张维冲 | 南开大学商学院
中电科大数据研究院有限公司 | | 王芳 | 南开大学商学院
南开大学网络社会治理研究中心 | | 黄毅 | 南开大学商学院
中电科大数据研究院有限公司 |
|
| 摘要点击次数: 2443 |
| 全文下载次数: 1679 |
| 中文摘要: |
| 新时期政策制定的科学化、智慧化、精准化，需要对大规模、碎片化的政策性公文进行知识建模与关联聚合，实现知识层面的数据融合与集成。本文以716篇贵州省大数据政策为样本数据，对大数据关键表述进行知识表示与知识抽取，并基于图数据库Neo4j对Cypher语言的知识查询、知识推理等关键技术进行研究。通过对单一关系分析、复杂关系分析、公文引文分析3类实例的验证，结果表明，该方法较好地实现了基于政策/政令多粒度知识发现的公文间关系分析与推理，为提升政策制定的系统性和科学性提供方法参考。 |
| 英文摘要: |
| In view of the scientific, intelligent and precise policy making, it is necessary to achieve knowledge modeling and association aggregation of large-scale and fragmented policy documents. This article took 716 big data policies issued by Guizhou Province as sample data, carried out knowledge representation and knowledge extraction for key sentences, and studied key technologies such as knowledge query and knowledge reasoning based on the graph database Neo4j. Through the verification of single-relation analysis, complex-relation analysis, and governmental document citation analysis, the results showed that the method realized the analysis and reasoning of the relations between documents based on policy multi-granularity knowledge discovery, and provides a reference for improving the systematicness and scientificity of policy making. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
