随着信息产业的发展,网络在给大家提供信息服务的同时也带来了一定的安全隐患。而现在的网络信息检测和过滤形式单一,无法满足信息产业发展的需要。而近年来知识图谱在信息检索中的高速发展为不良信息的检索和过滤带来了新的契机。所以本文提出了面向网络不良信息知识图谱构建方法的课题研究。本课题在现有的技术和算法基础上,进行面向网络不良信息的知识图谱的构建方法研究。本文的整体构建流程包含了数据的采集、知识的抽取和图谱的构建三部分的工作。在知识图谱构建的过程中所研究的主要内容如下:(1)研究了面向网络不良信息构建知识图谱的方法。基于现阶段知识图谱构建的发展现状结合本课题网络不良信息的数据源,总结出面向网络不良信息的知识图谱构建方法和步骤。在知识图谱的构建过程中使用自顶向下和自底向上相结合的方法。采用自顶向下的方式构建知识图谱的模式层(schema),而采用自底向上的方式构建知识图谱的数据层(data)。(2)研究基于深度置信网络的知识抽取算法。在非结构化文本的知识抽取阶段本文使用了基于深度置信网络的算法模型,该模型需要将词的特征向量和神经元节点等作为参数输入参数。所以需要先使用哈工大的语言云平台将语料进行了分词和词性标注处理,然后将处理后的语料使用Google的word2vec工具进行词特征向量提取。(3)实现知识图谱的构建和存储。本文针对网络不良信息进行了知识图谱的构建。文中通过采集中文维基百科、搜狗百科的实体分类结合相应的知识推理构建了知识图谱的模式层,而数据层的构建部分和数据采集时实体的分类信息密不可分。最后将融合好的数据信息录入到图数据库Neo4j之中。