6、应对新冠疫情：AEC 行业的有效实践与框架探索

应对新冠疫情：AEC 行业的有效实践与框架探索

知识图谱助力新冠研究

新冠疫情自 2019 年末爆发以来，全球研究人员都在积极探索相关信息。为了有效组织和分析这些海量信息，超过 100 万篇关于新冠、SARS-CoV - 2 及冠状病毒组的学术文章被收集到 COVID - 19 开放研究数据集（CORD - 19）中。知识图谱在表示与新冠相关的复杂知识方面具有显著优势，它能将实体、事件或概念相互连接，为用户带来诸多益处。

知识图谱基础

• 知识图谱定义 ：知识图谱以图中节点和边的相互连接形式表示知识，提供从上下文中提取的具有实体关系的结构化信息。每条边表示为一个三元组，包含头实体、关系和尾实体。例如，从“Albert Einstein was a German - born theoretical physicist who developed the theory of relativity.”这句话可以构建一个迷你知识图谱，包含(Albert Einstein, born in, Germany)、(Albert Einstein, occupation of, Theoretical physicist)、(Albert Einstein, developed, Theory of relativity)三个事实。
• Transformer 模型 ：Transformer 基于自注意力机制，在计算机视觉和自然语言处理领域表现出色，无需使用循环神经网络（RNN）或长短期记忆网络（LSTM）单元。BERT 是基于 Transformer 架构的预训练模型，通过掩码语言