Resumen

El gráfico de conocimiento (KG por sus siglas en inglés) como una red semántica popular ha sido ampliamente utilizado. Proporciona una forma efectiva de describir entidades semánticas y sus relaciones al extender la ontología en el nivel de la entidad. Este artículo se centra en la aplicación de KG en el campo geológico tradicional y propone un método novedoso para construir KG. Sobre la base de algoritmos de procesamiento de lenguaje natural (NLP) y minería de datos (DM), analizamos esas tecnologías clave para diseñar un KG hacia datos geológicos, incluyendo la extracción de conocimiento geológico y la asociación semántica. A través de esta extracción de ontología geológica típica en una gran cantidad de documentos geológicos y datos enlazados abiertos, se logra la interconexión semántica, se diseña el marco de KG para datos geológicos, se construye el sistema de aplicación de KG hacia datos geológicos y se completa la actualización dinámica de la información geológica correspondientemente. Espec

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Grafo de conocimiento; Red semántica; Ontología; Procesamiento de lenguaje natural; Minería de datos; Datos geológicos
• Keywords:Knowledge graph; Semantic network; Ontology; Natural language processing; Data mining; Geological data