纺织品表面缺陷知识图谱构建研究

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：姜晓恒, 吕鹏帅, 刘允, 卢洋, 张坤丽, 徐明亮

单位：1.郑州大学 计算机与人工智能学院，郑州 450001；2.智能集群系统教育部工程研究中心，郑州 450001；3.国家超级计算郑州中心，郑州 450001

摘要：针对纺织品表面缺陷领域的知识存在主观性强、结构分散的问题，研究了面向纺织品表面缺陷的知识图谱构建方法。对纺织品表面缺陷的实体类型和关系种类进行定义，共划分出7种实体类别和26种关系类别，以此为基础标注并构建了纺织品表面缺陷知识图谱数据集。同时，联合基于词典特征增强的实体抽取模型与基于残差注意力增强的双分支关系抽取模型对实体关系进行自动化抽取，构建纺织品表面缺陷知识图谱。实验结果表明，该模型在纺织品表面缺陷领域中的命名实体识别与关系抽取两项任务上的F1值均达到了91%。此外，使用Neo4j数据库对知识图谱进行存储与可视化，并为纺织品表面缺陷知识图谱的下游应用，如智能问答提供了技术支撑。

关键词：知识图谱,深度学习,知识抽取,残差注意力增强