针对学术社交网站学者网在构建学术知识图谱中非结构化数据抽取问题，论文提出了一个学术事件知识图谱构建模型Construce-SCHOLAT konwledge graph(C-SKG)，将来自学术自媒体blog文本抽取为学术事件实体，与结构化的学术信息共同构建学术事件知识图谱。在事件抽取阶段，本文创新性的提出，将blog编辑者（即学者网发布学术动态的学者）的学术社交信息进行嵌入作为补充信息，与文本embedding拼接后输入BiLSTM-CRF注意力网络，在实验阶段，使用了学者网真实数据集SAEE，WN18RR，FB15k-237,YAGO3-10-DR。

学术事件知识图谱构建数据源（来自学者网）

学术事件知识图谱构建框架图

        学者网（SCHOLAT）大数据分析跨校联合团队主要由华南师范大学、中山大学、华南农业大学等学者联合组建，主要基于SCHOLAT大数据开展数据智能领域研究，目前已在TKDE、KBS等发表系列研究成果，相关程序和数据集将在学者网“开放数据”栏目公开。

        感谢中山大学王昌栋副教授，广东工业大学刘冬宁教授，华南师范大学贺超波教授、李建国副教授、吴正洋老师对本文的指导！