基于Neo4j的化工安全知识图谱构建研究

为促进化工行业安全稳定发展,将知识图谱技术首次应用于化工安全领域,针对化工安全事故类中的爆炸事故,通过对全国近100起化工爆炸事故的研究,对化工园区或企业爆炸的致灾因素进行综合分析,对化工事故知识进行整合,抽取出其中的实体和关系,关联成一个“语义网络”,使用Neo4j图数据库进行数据存储,并以可视化的形式呈现,为后续化工安全领域知识图谱技术的应用提供了思路。

基于BERT和DPCNN的电商客服对话意图分类

针对消费者在与电商客服对话过程中的意图分类问题,提出了一种基于BERT词嵌入结合DPCNN模型及自注意力机制的BDCA深度学习算法。该算法采用BERT模型作为用户意图文本的词嵌入层进行预训练的词向量表示,借助DPCNN模型结构获得文本更全局的特征,同时结合自注意力机制和卷积神经网络提取文本的关键词特征,最后拼接融合两组特征输入到Softmax分类器进行分类。通过与TextCNN、BiGRU等语言模型在测试集上的对比实验,验证了该算法在电商客服对话意图分类上的有效性。