基于知识图谱检索-知识点向量融合的知识推荐模型
收藏国家基础学科公共科学数据中心2026-01-30 收录
官方服务：
资源简介：
模型的研究报告，对模型的算法、架构、训练数据和测试数据及测试结果进行了详细说明。模型对11个罪名的金融犯罪案件卷宗进行文本数据分析，结合金融犯罪联邦式知识图谱数据库的检索数据进行表示学习。基于多源知识表示融合的司法知识推荐模型，通过卷积神经网络进行多源向量融合，实现金融案例知识的精准推荐。基于梯度提升树的知识推荐模型，通过特征选择技术结合点击率预估，实现法律知识和金融知识的推荐。知识推荐置信度为92.83%。
提供机构：
北京计算机技术及应用研究所搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是关于基于知识图谱检索与知识点向量融合的知识推荐模型的研究报告，详细说明了模型的算法、架构及训练测试数据。模型针对11个罪名的金融犯罪案件卷宗，结合金融犯罪联邦式知识图谱进行表示学习，并利用卷积神经网络与梯度提升树实现多源向量融合和精准推荐，知识推荐置信度达到92.83%。
以上内容由遇见数据集搜集并总结生成
