基于深度学习的道路交通风险因素知识图谱构建研究  

作　　者：张丽岩[1] 顾欣怡 马健[1] ZHANG Liyan;GU Xinyi;MA Jian

机构地区：[1]苏州科技大学土木工程学院,江苏苏州215011

出　　处：《信息技术与信息化》2025年第2期143-146,共4页Information Technology and Informatization

基　　金：江苏省研究生实践创新项目(SJCX20_1117、SJCX21_1420、KYCX21_2999);江苏省建设体系项目(2020ZD14、2018ZD258);苏州社会科学基金(Y2020LX017、Y2020LX025);江苏省大学哲学社会科学项目(2018SJA1348、2023SJYB1420)资助。

摘　　要：深度学习技术的进步带来了知识图谱新的发展,使知识图谱能够在智能搜索、智能问答、个性化推荐等多个领域得到认可。BGA-CRF模型以道路交通事故数据为基础,通过知识抽取和构建技术等步骤,提取出关键信息并确保数据的一致性,得到影响道路交通事故的主要风险因素11种,借助Neo4j图数据库技术构建融合道路交通事故数据风险因素的知识图谱,从而实现数据的存储与可视化,并开发问答系统以便于更好地理解和分析相关数据,提升检索信息的效率,从而扩展了知识图谱的应用范围。

关 键 词：知识图谱 问答系统 交通事故 深度学习 Neo4j 可视化 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术] U491.31[交通运输工程—交通运输规划与管理]