基于公开履历数据的人物知识图谱构建

摘要：

[目的]基于公开履历信息,结合自然语言处理技术与知识图谱构建技术,自动化建立履历知识图谱,为传统研究提供新的视角和工具.[应用背景]自动抽取履历数据中的人物背景、职衔信息并构建任职经历和机构同事等关系,通过可视化呈现的方式为企事业单位的人才选拔、人事任免任务提供决策支持.[方法]爬虫获取履历数据后,使用BERT-BiLSTM-CRF模型进行实体识别,通过定义规则与融合外部领域知识构建实体间关系,并使用Neo4j图数据库实现实体及关系的存储与图谱可视化.[结果]BERT-BiLSTM-CRF模型在实体识别任务测试集上的准确率为84.85％.图谱囊括561位干部履历信息,包含3类共8174个实体和5类共20162条关系,能够支持多角度的查询与分析挖掘.[结论]构建的知识图谱发掘了履历文本间的内在关联,为基于履历数据的研究应用提供了一种新颖易用的方案,但暂缺乏精细化的实体对齐处理和机构实体之间统属关系的构建.

关键词：履历分析;知识图谱;实体识别;人物图谱

所属期刊栏目：5

分类号：TP391;G353(计算技术、计算机技术)

资助基金：本文系国家社会科学基金项目项目编号:17BTQ066

在线出版日期：2021-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：81-90