城市灾害事件知识图谱构建与表示方法技术

本发明专利技术涉及一种城市灾害事件知识图谱构建与表示方法

【技术实现步骤摘要】
城市灾害事件知识图谱构建与表示方法、装置及存储介质


[0001]本专利技术涉及韧性城市领域，尤其是涉及一种城市灾害事件知识图谱构建与表示方法
、
装置及存储介质
。

技术介绍

[0002]韧性城市
(Resilient City)
是指遭遇
(
或状态
)
能力的城市
。
城市功能包括为民众提供各种类型的生产
、
生活服务
。
如果城市功能受到破坏，城市系统无法正常运行会影响到市民生活和城市生产
。
因此，城市灾害的分析和预测对于韧性城市的建设具有非常重要的作用
。
[0003]另外，城市灾害的感知监测数据呈现出海量高维
、
多模异构
、
语义分歧等新特征，使得城市灾害预警中存在跨模态感知数据一致性表达难
、
城市不确定性导致的数据扰动或缺失
、
以及复杂环境下语义解析不清晰等难题
。
对于这个问题，知识图谱技术可以帮助解决数据的多模态和异构等问题，将不同的城市灾害整合到同一图结构中，并提炼出其中数据之间的关联形成事实或知识，而且可以实现复杂的语义分析
。
[0004]知识图谱的构成包括实体和关系，实体是指在物理世界中的概念或事物，关系是指这些事物之间的关联关系，如图1所示
。
事件知识图谱是知识图谱中的一个分支，以事件和与事件相关的事物为实体
。<br/>与一般知识图谱不同的是，事件知识图谱可以将事件说明作为一个实体，将其相关的事物通过关系连接在一起
。
[0005]各种城市灾害的致灾因子包括很多方面，例如自然灾害的致灾因子大多是气象
、
地质；公共卫生灾害致灾因子多为生物病虫等
。
还有灾害具有时间，地点等特殊性质，因此现有技术中简单的将灾害作为实体在知识图谱中的设计显然不合理
。

技术实现思路

[0006]本专利技术的目的是为了提供一种城市灾害事件知识图谱
(Urban Disaster Event Knowledge Graph,UDKG)
构建与表示方法
、
装置及存储介质，首先建立城市灾害事件中心知识图谱，再建立城市系统相关的实体中心知识图谱，最后通过实体链接方法将两者合并，并通过知识表示学习的模型学习城市灾害事件知识图谱的表示，为灾害的影响关系预测建立基础
。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]一种城市灾害事件知识图谱构建与表示方法，包括以下步骤：
[0009]S1、
获取城市原始数据；
[0010]S2、
定义实体中心知识图谱和事件中心知识图谱的本体，并通过实体映射和关系抽取技术对获取的数据进行处理；
[0011]S3、
将实体中心知识图谱和事件中心知识图谱基于实体链接方式进行实体合并，实现两个知识图谱的融合，得到城市灾害事件知识图谱，其中，实体链接通过对抗生成增加训练数据以提升对齐的准确率；
[0012]S4、
对城市灾害事件知识图谱的节点和关系进行表示学习，得到知识图谱的低维嵌入向量表示
。
[0013]所述事件中心知识图谱的本体包括三类抽象，分别是事件
、
地点和时间
。
[0014]所述实体中心知识图谱的本体包括两类实体，分别是主体和地点
。
[0015]所述步骤
S2
中的实体映射采用数据协调法或通过手动定义映射实现
。
[0016]所述步骤
S2
中的关系抽取依靠规则进行抽取，基于人工定义语义规则采用模式匹配实现，机器学习模型对关系进行建模实现半自动抽取
。
[0017]所述步骤
S2
中的关系抽取采用贝叶斯网络结构的随机期望最大化算法实现
。
[0018]所述步骤
S3
中知识图谱的合并基于以下两个规则实现：
[0019]1)
灾害发生的地点与相关基础设施主体位于的区域相同；
[0020]2)
事件的参与方与市民社区或管理组织相同；
[0021]定义相似度函数并基于上述两个规则进行相似性度量，对相似性较高的两者进行合并
。
[0022]所述步骤
S4
中的表示学习通过图注意力神经网络进行编码并通过关系路径进行解码实现
。
[0023]一种城市灾害事件知识图谱构建与表示装置，包括存储器
、
处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现如上述所述的方法
。
[0024]一种存储介质，其上存储有程序，所述程序被执行时实现如上述所述的方法
。
[0025]与现有技术相比，本专利技术具有以下有益效果：
[0026](1)
从城市中心层面对城市灾害和灾害相关的城市系统进行表示
[0027]本专利技术在城市中心层面：交通系统
、
物资储备库
、
医疗设施
、
市政基础设施
(
供水
、
排水
、
供电
)、
避难疏散场所等，构成中心城区层面的点
‑
线
‑
面，其中，某种基础服务功能的地块集合是“节点”，例如供电厂，居民社区等，节点之间的道路联系和市政基础设施关联关系作为“边”，还有承载于节点上的人与人结成的社会网络也可以作为关系，例如人群流动，组织管理
。
[0028](2)
提出对城市灾害和城市系统要素进行统一表示的框架
[0029]本专利技术设计了事件中心知识图谱与实体中心知识图谱合并，实现了同时对事件灾害及其影响的城市运行要素的知识图谱表示，并且通过实体中心知识图谱将灾害间稀疏的关系丰富
。
对两个知识图谱的本体进行定义，并且提出对应的实体映射和关系抽取
。
最后，实体链接的方式将两个知识图谱进行合并
。
[0030](3)
构建高可用性的城市灾害事件知识图谱
[0031]本专利技术通过知识图谱合并丰富城市灾害事件知识图谱的关系，将韧性城市建设中与灾害间接相关性高的城市要素加入到知识图谱，而不仅仅是设计与城市灾害直接相关的城市系统要素
。
而且最后提出将复杂的语义表示学习低维空间嵌入，得到的向量表示有助于通过设计深度学习模型进行关系推理和关系补全
。
附图说明
[0032]图1为一种知识图谱示例；
[0033]图2为本专利技术的方法流程示意图；
[0034]图3为事件中心知识图谱本体示意图；
[0035]图4为实体中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种城市灾害事件知识图谱构建与表示方法，其特征在于，包括以下步骤：
S1、
获取城市原始数据；
S2、
定义实体中心知识图谱和事件中心知识图谱的本体，并通过实体映射和关系抽取技术对获取的数据进行处理；
S3、
将实体中心知识图谱和事件中心知识图谱基于实体链接方式进行实体合并，实现两个知识图谱的融合，得到城市灾害事件知识图谱，其中，实体链接通过对抗生成增加训练数据以提升对齐的准确率；
S4、
对城市灾害事件知识图谱的节点和关系进行表示学习，得到知识图谱的低维嵌入向量表示
。2.
根据权利要求1所述的一种城市灾害事件知识图谱构建与表示方法，其特征在于，所述事件中心知识图谱的本体包括三类抽象，分别是事件
、
地点和时间
。3.
根据权利要求1所述的一种城市灾害事件知识图谱构建与表示方法，其特征在于，所述实体中心知识图谱的本体包括两类实体，分别是主体和地点
。4.
根据权利要求1所述的一种城市灾害事件知识图谱构建与表示方法，其特征在于，所述步骤
S2
中的实体映射采用数据协调法或通过手动定义映射实现
。5.
根据权利要求1所述的一种城市灾害事件知识图谱构建与表示方法，其特征在于，所述步骤
S2
中的关系抽取依...

【专利技术属性】
技术研发人员：韩丰夏，赵生捷，王竹，
申请(专利权)人：同济大学，
类型：发明
国别省市：