化妆品风险物质知识图谱构建及应用

针对国内外化妆品风险物质多语言特性和复杂关联的特点,提出一种基于双通道图神经网络的邻域匹配算法。采用图神经网络学习实体属性特征和跨域交互特性,将不同特性实体映射到相同的向量空间,通过邻域匹配网络聚合实体邻域特征,为每个实体构建邻域网络以实现实体对齐,并应用于多语言风险物质知识图谱及问答系统构建。实验结果表明,在化妆品风险物质数据集上该方法获得的Hits@1、Hits@10与MRR值都优于其它基线模型,分别平均提升6.37%、8.17%与9.37%。

化妆品风险物质检测方法的研究进展

化妆品风险物质是指由化妆品原料带入、生产过程中产生或带入的,可能对人体健康造成潜在危害的物质。随着化妆品消费市场的不断扩大,人们安全意识的增强以及近些年来层出不穷的化妆品安全事件,显示我国目前的化妆品安全形势不容乐观,化妆品的属性为日用化学工业产品,且长期施用于人体皮肤表面,与使用者的健康和切身利益密切相关,化妆品风险物质作为化妆品安全性评估的重要部分,逐渐成为化妆品企业、监管部门以及广大消费者重点关注的对象。本文从化妆品风险物质的来源出发,结合风险评估的重要性以及化妆品风险物质可能对人体健康产生的影响,重点就所列举的化妆风险物质的检测方法、法规政策、风险评估等方面归纳了国内外化妆品风险物质的研究现状。