知识图谱将现实世界中存在的概念、实体、事件及其关系形成语义网络图,并将数据信息以更接近人类认知世界的形式表达出来。现有的知识图谱主要面向通用领域,构建和表示特定领域的知识图谱的相关研究成为了热点。在地质研究中的矿床领域,知识图谱的研究工作进展缓慢。本文针对构建高质量的矿床领域知识图谱,利用领域知识图谱进行检索和问答等相关应用展开研究,本文的主要研究内容如下:(1)构建了矿床知识本体库和矿床实体数据集。本文采用Scrapy爬虫框架及OCR识别技术从多个渠道采集结构化和非结构化的数据,并对采集的数据进行清洗处理。创建矿床实体标注项目,在标注平台上基于矿床文本进行了矿床实体的标注工作,生成了一个含有大量矿床标注实体的矿床实体数据集。通过对矿床领域的深入研究,基于概念分类和矿床知识各要素之间的内在关系,进行了矿床知识领域的本体建模。(2)提出改进的矿床实体识别方法,并应用在文本识别中,构建了矿床知识图谱。本文开展了对经典命名实体算法的对比研究,分析了各个算法在矿床实体数据集上的表现。改进了BiLSTM-CRF模型的的输入数据和计算向量,行成改进的矿床实体识别算法。利用改进的算法,在大规模文本上完成了矿床实体、属性的知识抽取。利用Neo4j图数据库完成了矿床知识图谱数据库的搭建工作。(3)矿床知识图谱的应用。基于Neo4j图数据库,开发了矿床知识图谱应用系统。系统实现了矿床知识的查询、矿床实体识别、矿床知识问答和矿床相似度计算应用。