基于城市公共设施决策案例的知识图谱融合方法及系统技术方案

本发明专利技术提供了一种基于城市公共设施决策案例的知识图谱融合方法及系统，所述方法包括如下步骤：步骤S1：构建本体；本体是对概念进行建模的规范，是描述客观世界的抽象模型，以形式化方式对概念及其之间的联系给出明确定义；步骤S2：对齐实体；从顶层创建一个大规模的统一知识库，机器理解多源异质的数据，形成知识。本发明专利技术有效提高各大行业各细分场景的公共设施运行决策案例解决效率，为智慧城市赋能；本发明专利技术通过引入实体对齐的方法学习知识图谱中的关系信息，充分利用实体间的关系，辅助于学习到更加准确的实体向量表示，缓解了知识图谱异构性带来的影响，从而提高知识图谱实体对齐,以及知识图谱融合的效果。齐,以及知识图谱融合的效果。齐,以及知识图谱融合的效果。

【技术实现步骤摘要】
基于城市公共设施决策案例的知识图谱融合方法及系统


[0001]本专利技术涉及知识图谱融合方法的
，具体地，涉及基于城市公共设施决策案例的知识图谱融合方法及系统。

技术介绍

[0002]为了能够推进我国城市化的进程，在提出智慧城市的建设理念后，不同区域大力建设城市公共基础实施。城市基础设施是城市正常运行和健康发展的物质基础，对于改善人居环境、增强城市综合承载能力、提高城市运行效率具有重要作用。当前智慧城市发展正处于数字赋能与治理驱动的交汇点。城市运行过程中会产生各种各样的数据信息，为了更好的将数据信息进行对接和共享，以便提高信息系统的协同程度和统筹效率，需要将城市运行过程中的不同平台数据、不同业务部门数据相互融合贯通，包括市政、警务、交通、电力、商业等领域数据综合汇集。针对城市公共基础设施决策案例关联程度不高的问题，提出基于知识图谱融合城市公共基础设施知识库的方法、本体建模。提高对城市公共基础设施案例及其运行规律的认知能力。
[0003]知识图谱(KnowledgeGraph)以结构化的方式描述客观世界中概念、实体及其间的关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。其中，概念是指人们在认识世界过程中形成的对客观事物的概念化表示；实体是客观世界中的具体事物；关系描述概念、实体、事件之间客观存在的关联。
[0004]知识图谱提供了一种更好的组织、管理和理解互联网信息的能力，可用于语义搜索、智能问答、个性化推荐等。知识图谱技术的出现为解决信息检索问题提供了新的思路。知识图谱能够改变现有的信息检索方式，一方面通过推理实现概念检索(相对于现有的字符串模糊匹配方式而言)；另一方面以图形化方式向用户展示经过分类整理的结构化知识，从而使人们从人工过滤网页寻找答案的模式中解脱出来。
[0005]由于知识图谱中的知识来源广泛，存在知识质量良莠不齐、来自不同数据源的知识重复、知识间的关联不够明确等问题，所以必须要进行知识的融合。知识融合是高层次的知识组织，使来自不同知识源的知识在同一框架规范下进行异构数据整合、消歧、加工、推理验证、更新等步骤，达到数据、信息、方法、经验以及人的思想的融合，形成高质量的知识库。
[0006]针对上述中的相关技术，专利技术人认为城市公共基础设施的运行中存在决策案例库数据源关联不明确的问题，且城市公共基础设施的运行中存在决策案例处置低效率的问题。因此，需要提出一种新的技术方案以改善上述技术问题。

技术实现思路

[0007]针对现有技术中的缺陷，本专利技术的目的是提供一种基于城市公共设施决策案例的知识图谱融合方法及系统。
[0008]根据本专利技术提供的一种基于城市公共设施决策案例的知识图谱融合方法，所述方法包括如下步骤：
[0009]步骤S1：构建本体；本体是对概念进行建模的规范，是描述客观世界的抽象模型，以形式化方式对概念及其之间的联系给出明确定义；
[0010]步骤S2：对齐实体；从顶层创建一个统一知识库，机器理解多源异质的数据，形成知识。
[0011]优选地，所述步骤S1包括如下步骤：
[0012]步骤S1.1：确定本体的领域和范围；
[0013]步骤S1.2：调研相关本体后直接导入；
[0014]步骤S1.3：列举本体中的重要术语；
[0015]步骤S1.4：定义类的属性及层次结构。
[0016]优选地，所述步骤S1中的本体采用人工编辑的方式手动构建，也能够采用计算机辅助，以数据驱动的方式自动构建，然后采用算法评估和人工审核相结合的方式加以修正和确认。
[0017]优选地，所述步骤S2包括如下步骤：
[0018]步骤S2.1：从文本中通过实体抽取得到实体指称项；
[0019]步骤S2.2：进行实体消歧和共指消解；
[0020]步骤S2.3：确定实体对象，链接到知识库。
[0021]优选地，所述步骤S2.2中的实体消歧是用于解决同名实体产生歧义问题的技术；实体消歧采用聚类法；聚类法是指以实体对象为聚类中心，将所有指向同一目标实体对象的指称项聚集到以该对象为中心的类别下。
[0022]本专利技术还提供一种基于城市公共设施决策案例的知识图谱融合系统，所述系统包括如下模块：
[0023]模块M1：构建本体；本体是对概念进行建模的规范，是描述客观世界的抽象模型，以形式化方式对概念及其之间的联系给出明确定义；
[0024]模块M2：对齐实体；从顶层创建一个统一知识库，机器理解多源异质的数据，形成知识。
[0025]优选地，所述模块M1包括如下模块：
[0026]模块M1.1：确定本体的领域和范围；
[0027]模块M1.2：调研相关本体后直接导入；
[0028]模块M1.3：列举本体中的重要术语；
[0029]模块M1.4：定义类的属性及层次结构。
[0030]优选地，所述模块M1中的本体采用人工编辑的方式手动构建，也能够采用计算机辅助，以数据驱动的方式自动构建，然后采用算法评估和人工审核相结合的方式加以修正和确认。
[0031]优选地，所述模块M2包括如下模块：
[0032]模块M2.1：从文本中通过实体抽取得到实体指称项；
[0033]模块M2.2：进行实体消歧和共指消解；
[0034]模块M2.3：确定实体对象，链接到知识库。
[0035]优选地，所述模块M2.2中的实体消歧是用于解决同名实体产生歧义问题的技术；实体消歧采用聚类法；聚类法是指以实体对象为聚类中心，将所有指向同一目标实体对象的指称项聚集到以该对象为中心的类别下。
[0036]与现有技术相比，本专利技术具有如下的有益效果：
[0037]1、本专利技术有效提高各大行业各细分场景的公共设施运行决策案例解决效率，为智慧城市赋能；
[0038]2、本专利技术通过引入实体对齐的方法学习知识图谱中的关系信息，充分利用实体间的关系，辅助于学习到更加准确的实体向量表示，缓解了知识图谱异构性带来的影响，从而提高知识图谱实体对齐,以及知识图谱融合的效果。
附图说明
[0039]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0040]图1为本专利技术本体构建图；
[0041]图2为本专利技术实体对齐图。
具体实施方式
[0042]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0043]实施例1：
[0044]根据本专利技术提供的一种基于城市公共设施决策案例的知识图谱融合方法，方法包括如下步骤：
[0045]步骤S1：构建本体；本体是对概念进行建模的规范，是描述客观世界本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于城市公共设施决策案例的知识图谱融合方法，其特征在于，所述方法包括如下步骤：步骤S1：构建本体；本体是对概念进行建模的规范，是描述客观世界的抽象模型，以形式化方式对概念及其之间的联系给出明确定义；步骤S2：对齐实体；从顶层创建一个统一知识库，机器理解多源异质的数据，形成知识。2.根据权利要求1所述的基于城市公共设施决策案例的知识图谱融合方法，其特征在于，所述步骤S1包括如下步骤：步骤S1.1：确定本体的领域和范围；步骤S1.2：调研相关本体后直接导入；步骤S1.3：列举本体中的重要术语；步骤S1.4：定义类的属性及层次结构。3.根据权利要求1所述的基于城市公共设施决策案例的知识图谱融合方法，其特征在于，所述步骤S1中的本体采用人工编辑的方式手动构建，也能够采用计算机辅助，以数据驱动的方式自动构建，然后采用算法评估和人工审核相结合的方式加以修正和确认。4.根据权利要求1所述的基于城市公共设施决策案例的知识图谱融合方法，其特征在于，所述步骤S2包括如下步骤：步骤S2.1：从文本中通过实体抽取得到实体指称项；步骤S2.2：进行实体消歧和共指消解；步骤S2.3：确定实体对象，链接到知识库。5.根据权利要求4所述的基于城市公共设施决策案例的知识图谱融合方法，其特征在于，所述步骤S2.2中的实体消歧是用于解决同名实体产生歧义问题的技术；实体消歧采用聚类法；聚类法是指以实体对象为聚类中心，将所有指向同一目标实体对象的指称项聚集到以该对象为中心的类别下。6.一种基于城...

【专利技术属性】
技术研发人员：金超，姜鑫，董一舟，陈立德，
申请(专利权)人：中电科数智科技有限公司，
类型：发明
国别省市：