Page 88 - 2024年第55卷第1期

图 ２ 水文模型知识图谱本体设计

图 ３ ＢＥＲＴ命名实体识别模型结构

为了更准确地抽取目标实体，本研究在 ＢＥＲＴ模型预测的基础上，针对不同实体的特点采用不同
的抽取策略，包括模式匹配、ＬＡＣ工具预测等方法，并为每种策略划定权重分数。在各 策略分别抽
取出实体后进行分数排序 与模 式过 滤，最 终得到 目标 抽取 结 果。实体 抽 取 策 略 及 权 重 分 数 划 定 见
表 １。
表 １ 实体抽取策略及权重

实体 抽取方法 权重分数 实体 抽取方法 权重分数
ＢＥＲＴ模型预测 ３ 机构 题录信息抽取 １
水文模型 关键词解析 ２ ＢＥＲＴ模型预测 ３
评价指标
模式匹配 １ 模式匹配 １
ＢＥＲＴ模型预测 ３ ＬＡＣ工具预测 １
水文要素 指标数值
模式匹配 １ 模式匹配 １
流域 模式匹配 １ 模型预测 ３
计算时段类型
ＢＥＲＴ模型预测 ３ 模式匹配 １
水文站点
模式匹配 １ ＬＡＣ工具预测 ３
计算时段
自然人 题录信息抽取 １ 模式匹配 １
文献 题录信息抽取 １

— ８ ３ —