随着科技的发展,互联网几乎覆盖了生活的方方面面,随之产生了海量的文本信息,其中占比最大的是新闻数据。如何从非结构化的新闻数据中准确而快速的获取需要的信息,并对信息进行分析挖掘,是自然语言处理的重要目标之一。改革开放以来,在长江流域经济发展日新月异的同时,长江流域生态环境也遭受着严重破坏,2016年习近平总书记提出了“共抓大保护,不搞大开发”。五年来,习近平总书记先后主持召开了三次推动长江经济带发展座谈会,协同推进长江经济带生态环境保护工作,带领沿江各地走绿色发展之路。从大量的非结构化相关新闻中提取出长江大保护相关政策及举措,并进行可视化展示,对长江大保护的宣传有重要意义。近年来,随着人工智能产业的兴起,知识图谱作为可视化的重要途径成为了学术研究的热点,同时也被大量应用于工业界,形成了很多成熟的领域知识图谱。本文选取知识图谱对长江大保护新闻进行可视化展示,对长江大保护相关的半结构化百科数据、非结构化数据新闻数据进行本体建模、命名实体识别、实体融合等操作,在现有技术和算法的基础上,对多源异构的长江大保护数据进行整合,构建基于长江大保护新闻的知识图谱。本文的研究工作主要包括以下内容:（1）研究如何构建长江大保护知识图谱。本文语料数据主要来源于长江相关百度百科词条数据以及2019-2020年长江大保护相关新闻数据,根据数据中的本体类型完成长江大保护知识图谱模式层的构建。利用BERT-Bi LSTM-CRF构成长江大保护命名实体识别模型,将数据以三元组的形式存在Mongo DB数据库中,利用Neo4j图数据库进行可视化展示,构建了长江大保护知识图谱。（2）研究长江大保护知识图谱的知识融合度检测。由于新闻数据来源广泛,不同媒体发布的新闻存在标题不同内容相似的问题,导致知识库中的知识和规则存在冗余。因此在长江大保护知识图谱的构建过程中,需要对多源异构的新闻实体进行知识融合和融合度检验。本文提出了一种基于语义相似度的知识图谱融合检验标准,并在长江大保护新闻知识图谱融合结果上得到了验证。（3）基于长江大保护知识图谱的舆情分析研究。本文构建的长江大保护知识图谱主要功能在于对长江相关地理知识和长江大保护相关新闻进行检索,同时对选定时间内的新闻进行分析,自动生成舆情分析报告。新闻舆论的发展趋势与时间间隔有关,通过特定的时间点和时间间隔,可以得到这一时期的新闻舆论变化,并自动生成舆情分析报告。本文构建长江大保护知识图谱的过程中的研究重点在于对多源异构数据进行命名实体识别以及知识融合检验,并利用长江大保护知识图谱搭建了舆情分析系统。该系统从事件走势、热门信息、网站统计、媒体来源占比、地域分布和关键词云六个方面对相关新闻进行舆情分析,对长江大保护新闻舆情可视化分析有积极意义。