【技术实现步骤摘要】
一种面向辅助决策的灾害应急知识图谱构建方法
[0001]本申请涉及数据处理
，特别是公共安全领域的数据处理，具体为一种面向辅助决策的灾害应急知识图谱构建方法
。
技术介绍
[0002]根据应急管理部统计结果，
2018
‑
2022
年全国各种自然灾害共造成
6.17
亿人次受灾，直接经济损失高达
15343.3
亿元
。
一系列突发事件的发生，对我国造成了严重的社会危害和经济损失
。
[0003]快速精准的应急响应能够有效降低自然灾害造成的损失，自然灾害应急标准
、
应急预案和法规是应急决策和响应的重要依据和知识载体，对于灾害应对和减少灾害损失至关重要
。
但以静态文本存储的自然灾害应急标准
、
应急预案和法规难以满足应急知识的快速查找和精准匹配，辅助应急决策作用不凸显
。
目前对于自然灾害应急标准
、
预案和法规采用信息技术进行数字化处理的研究多为从文本结构角度进行内容数字化，虽提升了数字化程度，但未建立灾害应急知识语义关联，缺乏知识的系统性和深度，仍不能显著提高知识应用效率
。
技术实现思路
[0004]针对现有技术的不足，本申请提供了一种面向辅助决策的灾害应急知识图谱构建方法，包括：
[0005]步骤
S1、
构建灾害应急本体模型：采用分层建模的方法，面向灾害应急知识辅助决策...
【技术保护点】
【技术特征摘要】
1.
一种面向辅助决策的灾害应急知识图谱构建方法，包括：步骤
S1、
构建灾害应急本体模型：采用分层建模的方法，面向灾害应急知识辅助决策，构建包括事件层
‑
规则层
‑
行动层的三层架构的灾害应急本体模型；步骤
S2、
确定灾害应急知识抽取方法：通过收集自然灾害应急标准
、
预案和法规，基于灾害应急本体模型，结合灾害应急领域特征设计数据增强策略，并进行知识抽取模型消融对比实验，获得效果表现最佳的知识抽取方法；步骤
S3、
构建知识图谱：基于灾害应急知识抽取方法，对自然灾害应急标准
、
预案和法规进行知识抽取，构建面向辅助决策的灾害应急知识图谱；其中所述步骤
S1
包括：定义层间关系，其中所述层间关系包括：事件层与规则层间的关系
、
规则层和行动层间的关系和事件层与行动层间的关系；其中事件层通过满足规则层的条件与规则层建立关系，规则层通过规则匹配与行动层建立关系，以使事件层通过规则层与行动层建立关系，实现特定灾害应急行动的规则匹配；事件层直接与行动层建立关系，用于描述灾害应急的通用知识
。2.
根据权利要求1所述的面向辅助决策的灾害应急知识图谱构建方法，其特征在于，所述步骤
S1
包括：建立灾害应急本体模型
NDEOM
，灾害应急本体模型
NDEOM
包括：事件层
‑
规则层
‑
行动层；构建层间关系和层内关系；其中所述层间关系包括：事件层与规则层间的关系
、
规则层和行动层间的关系和事件层与行动层间的关系；其中所述层内关系包括：事件层的层内关系；其中事件层将自然灾害划分为气象水文灾害
、
地质地震灾害
、
海洋灾害
、
生物灾害和生态环境灾害共5个灾类；事件层的层内关系包含自然灾害间的概念层次关系，还包含由灾害诱发次生灾害
、
衍生灾害所产生的因果关系和用于描述自然灾害发生场所的关系发生地点；其中规则层为应急规则，是应急响应与处置过程中各项行动与任务执行的指导和决策依据，用于根据当前的应急态势分析和推理要采取的应急行动；其中规则层通过条件
‑
规则
‑
结论进行知识表达；条件是指可作为规则判断的列项信息；规则的作用是基于一定限制对有效条件进行过滤；结论是规则评定后所得的结果；其中规则层按照规则所具有的条件数量，分为单一条件规则与多条件规则；或按照规则所得的结论数量，其中规则分为单一结论规则与多结论规则；其中行动层包括：应对主体
、
职责
、
应急行动
、
行动内容
、
行动时限
、
行动方式
、
应对客体和应急物资；突发事件应对活动划分为：预防与应急准备
、
监测与预警
、
应急处置与救援
、
事后恢复与重建；在灾害应急响应过程中，应对主体通过采取应急行动作用于应对客体，应急行动过程需要调用应急物资进行应急活动开展，应急主体通过应急物资储备以备应急过程中用于应急人员防护或救援；行动层包括应对主体
、
职责
、
应急行动
、
应对客体和应急物资间的关联关系；其中层间关系包括：事件层与规则层间的关系
、
规则层和行动层间的关系和事件层与行动层间的关系；其中事件层通过满足规则层的条件与规则层建立关系，规则层通过规则匹配与行动层建立关系，以使事件层通过规则层与行动层建立关系，实现特定灾害应急行动的规则匹配；事件层直接与行动层建立关系，用于描述灾害应急的通用知识
。
3.
根据权利要求1所述的面向辅助决策的灾害应急知识图谱构建方法，其特征在于，所述步骤
S2
包括：步骤
S2a、
对获取的数据集进行预处理，包括：对文本进行格式转换，转换为可编辑处理的文件；删除文本中与自然灾害应急知识不相关内容
、
空行；对部分文本语句进行成分补全和语序重置；将表格转换为三元组格式；图片不进行知识抽取，将其删除；步骤
S2b、
数据标注：基于所构建的自然灾害应急本体模型
NDEOM
，确定实体和关系的标注标签，涵盖了事件层
、
规则层和行动层所包含的实体和关系；采用
doccano
对经过预处理的自然灾害应急文本进行实体关系标注，导出后的标注文本以
JSON
格式存储；步骤
S2c、
方法确定：选取
joint
方式的
OneRel
模型进行自然灾害应急标准
、
预案和法规的知识抽取，并采用
pipeline
方式的
CasRel
模型和适用于小样本知识抽取的
UIE
模型进行对比实验；其中所述
OneRel
模型是采用
joint
方式进行实体关系联合抽取，采用单模型单步解码的方式；使用“开始
Begin
，内在
Inside
，结束
End”符号来表示实体的位置信息；其中，对于每个关系，从
HB
‑
TE
拼接到
HE
‑
TE
得到头实体；从
HB
‑
TB
拼接到
HB
‑
TE
得到尾实体；两对实体共享相同的
HB
‑
TE
；
‑
表示不存在连接关系，通过检测实体的边界标记来确定实体，只需要对矩形的三个角进行标记；基于评分的分类器，对于输入长度为
L
个
token
的句子
S
＝
{w1,w2,
…
,w
L
}
和长度为
K
的预定义关系序列
{r1,r2,
…
,r
K
}
，使用预训练的
BERT
作为句子编码器，得到编码后的句子
token
序列为
{e1,e2,
…
,e
L
}
；借鉴
HOLE
的得分函数为：
f
r
(h,t)
＝
r
T
(h*t)
ꢀꢀꢀꢀꢀꢀꢀ
(1)
式中：
f
为三元组得分函数；
r
为关系的向量表示；
h
和
t
分别为头部和尾部的向量表示；
*
表...
【专利技术属性】
技术研发人员：杨跃翔，涂新雨，王皖，秦挺鑫，邢立强，刘文玲，刘学文，徐凤娇，
申请(专利权)人：中国标准化研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。