水利信息知識圖譜的構建與應用

　　摘要:近年來知識圖譜技術作為一種用于描述客觀世界中概念、實例及其關系的新方法，得到了人們的廣泛關注，利用知識圖譜可以有效拓展搜索結果的廣度。目前水利行業采用的基于關鍵字的搜索技術難以利用對象間關系進行信息檢索。

　　為此，本文首先提出一種面向水利對象數據的知識圖譜構建方法，用以實現水利信息知識圖譜的構建。然后，提出基于推理規則的知識推理方法，利用隱藏在水利信息知識圖譜中的知識實現智能數據檢索。最后，將上述技術應用于水利領域，實現水利信息知識圖譜構建與檢索系統。通過該系統可以有效利用水利對象之間的關系，充分發揮水利信息資源的價值。

　　關鍵詞:水利信息資源,知識圖譜,知識推理

　　0引言

　　水利信息資源是指水利部門或為水利部門采集、加工、處理的信息資源[1]。隨著我國水利事業的不斷發展，水利部門積累了大量的水利信息資源。但這些信息資源存在管理分散、服務目標單一、利用效率低下的問題，制約了水利信息化發展[2]。為此，水利部門通過對象建模將水利信息資源轉換為水利對象數據，用以支持數據共享。

　　這些水利對象數據對象種類眾多，對象屬性多樣，對象間關系豐富。目前使用的基于關鍵字的搜索技術難以利用對象間關聯關系(例如三峽樞紐水庫與長江、太湖與苕溪之間的關聯關系)進行信息檢索與推薦。如何表達和利用水利對象及其關系，為用戶提供全面準確的信息，成為亟需解決的問題。

　　2012年，Google首次提出了知識圖譜的概念[3]，并成功應用于語義搜索上，提高了檢索結果的質量。知識圖譜本質上是一種叫做語義網絡的知識庫，即具有有向圖結構的一個知識庫，其中圖的節點代表實例或者概念，而圖的邊代表實例/概念之間的各種語義關系[4]。知識圖譜的出現，為人們提供了一種更好地組織、管理和理解海量信息的方法，同時，也成為知識檢索、智能問答[5]、個性化推薦[6]等應用的基礎。

　　將知識圖譜技術應用于水利領域，使用水利對象數據構建的水利信息知識圖譜，可以利用水利對象間的關聯關系，擴展檢索結果的廣度。本文針對水利對象數據，提出一種水利信息知識圖譜的構建方法;并在此基礎上實現了基于推理規則的知識推理，用以進一步挖掘隱藏在水利信息知識圖譜中的知識;最后將上述技術應用于水利信息知識圖譜構建與檢索系統，實現了水利信息的智能檢索與推薦。

　　1相關研究

　　1.1通用知識圖譜

　　通用知識圖譜面向全領域，包含了大量的常識性知識，強調知識圖譜的廣度。目前國外在通用知識圖譜領域已經有了許多成果，例如利用從維基百科中抽取的知識構建的DBpedia[7];整合維基百科、WordNet和GeoNames的知識所形成的Yago[8];利用從互聯網中挖掘出的知識構建的NELL[9]以及ConceptGraph[10]、Freebase[11]、Wikidata[12]等。

　　近年來，國內也出現了許多通用知識圖譜，例如復旦大學發布的融合了百科數據及部分領域知識的CN_DBPedia[13];上海交通大學發布的包含中文維基百科、互動百科、百度百科三大百科數據的zhishi.me[14];基于中英文百科的XLore[15]以及百度的知心、搜狗的狗立方等。這些覆蓋面廣泛的通用知識圖譜，可以為普通用戶在智能問答、個性化推薦等方面提供更好的服務。

　　1.2垂直領域知識圖譜

　　垂直領域知識圖譜通常面向某一具體領域，更注重知識的深度和完備性，知識的粒度更細。例如通過從EMR信息中提取醫療事實，構建的乳腺腫瘤知識圖譜[16];利用文物信息對構建的文物本體進行實例化操作，形成的文物知識圖譜[17];從不同的軟件資源中提取信息構建軟件知識實例，形成的軟件知識圖譜[18]。

　　從碳交易領域數據中抽取三元組，再將其轉換為關聯數據，構建的碳交易領域知識圖譜[19]以及地理領域的GeoNames[20]、影視領域的IMDB[21]、音樂領域的MusicBrainz[22]等。這些面向某一特定領域的知識圖譜有助于充分發揮領域數據的價值，同時為后續的智能化應用研究奠定基礎。盡管目前出現了一些領域知識圖譜，但在水利領域知識圖譜技術還沒有得到廣泛關注，同時，這些領域知識圖譜多停留在構建方面，對于知識圖譜的應用還缺少考慮。

　　2水利信息知識圖譜構建

　　水利對象數據中蘊含著大量水利信息知識，是構建水利信息知識圖譜的重要數據來源。本文主要利用水利對象數據構建水利信息知識圖譜，下面首先給出水利信息知識圖譜相關概念的定義，再給出利用水利對象數據構建水利信息知識圖譜的流程。

　　2.1水利信息知識圖譜的相關概念定義

　　1(概念層GC)

　　概念層是知識圖譜的核心，描述了知識圖譜的數據模式，規范了實例層中的事實。在水利信息知識圖譜中，概念層GC=(C，PC，NC，RC)，其中C表示圖譜中的概念節點，如水庫概念、河流概念;PC表示概念節點的屬性邊，如水庫概念的屬性邊有工程等別、水庫類型;NC表示屬性值類型節點，如工程等別的屬性值類型節點為整型、水庫類型的屬性值類型節點為字符型;RC表示概念節點和概念節點之間的關系，如水庫概念與河流概念之間存在流入關系。定義2(實例層GE)實例層由一系列事實組成。

　　在水利信息知識圖譜中，實例層GE=(E，PE，NE，RE)，其中E表示圖譜中的實例節點，如三峽樞紐水庫、長江;PE表示實例節點的屬性邊，如工程等別、水庫類型;NE表示屬性值節點，如工程等別的屬性值節點為1、水庫類型的屬性值節點為山丘水庫;RE表示實例節點與實例節點之間的關系，如三峽樞紐水庫與長江之間存在流入關系。

　　定義3(水利信息知識圖譜G)水利信息知識圖譜G=(GC，GE，R)，其中GC表示水利信息知識圖譜的概念層;GE表示水利信息知識圖譜的實例層;R表示GC中的概念節點與GE中的實例節點之間的關系，如水庫概念與三峽樞紐水庫之間存在實例概念間關系。同時每一個實例節點E只與一個概念節點C存在關系R。

　　若2個實例節點E1和E2之間存在實例間關系RE，且E1、E2分別與概念節點C1、C2存在實例概念間關系R1、R2，則C1、C2之間也必然存在RC，且關系RC與關系RE有相同的名稱。如長江與三峽樞紐水庫之間存在流入關系，三峽樞紐水庫與水庫概念、長江與河流概念之間存在實例概念間關系，則水庫概念與河流概念之間也存在流入關系。圖1為部分水利信息知識圖譜的結構。

　　現有的水利對象數據存儲在關系數據庫中，主要由對象名錄表、對象基礎信息表和對象關系表這3類表組成，其中對象名錄表保存了水利對象的對象名稱、對象代碼等信息;對象基礎信息表保存了不同水利對象的特征信息;對象關系表記錄了2個水利對象之間的關系。對象基礎信息表與對象名錄表相關聯，對象名錄表與對象關系表相關聯。

　　2.2水利信息知識圖譜的構建方法

　　本文的大多知識圖譜都采用自頂向下的構建方法，依次構建知識圖譜的概念層與實例層。下面將給出水利信息知識圖譜概念層與實例層的具體構建方法。

　　2.2.1概念層構建

　　1)構建概念節點C。根據在編的《水利對象分類與編碼總則》，結合水利對象數據，在領域專家的幫助下，確定概念節點C，例如水庫概念節點。每一個概念節點對應一張對象名錄表和一張對象基礎信息表，如水庫概念節點對應水庫對象名錄表和水庫基礎信息表。

　　2)構建屬性邊PC和屬性值類型節點NC。抽取概念節點對應的對象基礎信息表中的字段及字段類型作為概念節點C的屬性邊PC和屬性值類型節點NC。如抽取水庫基礎信息表中的工程等別字段作為水庫概念的屬性邊，其對應的屬性值類型節點則為工程等別字段的類型，即整型。

　　3基于水利信息知識圖譜的知識推理

　　基于知識圖譜的知識推理旨在基于已有的知識圖譜，推理得到新的事實[23]。本文根據推理規則進行知識推理，挖掘隱藏在水利信息知識圖譜中的水利知識。首先在已有的水利信息知識圖譜的基礎上，結合水利領域知識，定義推理規則。

　　例如，在圖譜的概念層中，河流概念與水庫概念之間存在流入關系、水庫概念和水電站概念之間存在屬于關系，而在河流概念與水電站概念之間并無關系。但結合領域知識可知水電站與河流之間存在位于關系，因此，可以定義推理規則1，通過水庫得到水電站所在的河流。再通過推理規則的實例化，將抽象的概念替換為具體的實例，通過推理即可得到隱藏在水利信息知識圖譜中的知識。

　　例如，在應用推理規則1獲得三峽水電站所在河流時，先將推理規則中的水電站概念替換為三峽水電站，利用水利信息知識圖譜對規則體中的事實進行匹配，得到具體的水庫實例，即三峽樞紐水庫。再將水庫概念替換為具體的水庫實例，重復上述步驟，即可得到具體的河流實例，也即三峽水電站所在的河流。通過知識推理可以實現對水利信息知識圖譜的進一步挖掘。

　　4系統實現與展示

　　4.1系統總體架構

　　本文利用水利對象數據，通過搭建水利信息知識圖譜構建與檢索系統，實現水利信息知識圖譜的構建和水利信息的智能檢索與推薦。水利信息知識圖譜構建與檢索系統按照本文提出的知識圖譜構建方法構建水利信息知識圖譜，并應用了基于推理規則的知識推理方法，實現了圖譜檢索和推理檢索2種不同的知識檢索方式。

　　該服務系統主要分為3層:數據存儲層、業務邏輯層和應用層。其中應用層主要由概念管理模塊、知識構建模塊、推理規則管理模塊、知識檢索模塊、系統管理模塊等組成。業務邏輯層利用水利對象數據，通過Jena構建水利信息知識圖譜，并使用Fuseki實現對水利信息知識圖譜的查詢。數據存儲層使用JenaTDB作為知識圖譜的持久化工具。

　　5結束語

　　本文以水利對象數據為基礎，提出了水利信息知識圖譜構建方法;實現了基于推理規則的知識推理方法;并將上述技術應用于水利信息知識圖譜構建與檢索系統，構建了水利信息知識圖譜，實現了智能數據檢索與推薦。

　　本文對水利領域知識圖譜構建與應用進行了探索，但由于主要考慮使用水利對象數據構建水利信息知識圖譜，對于互聯網中非結構化文本的利用不充分，在未來的工作中，將進一步挖掘蘊含在互聯網文本中的水利知識，添加到水利信息知識圖譜中，用以豐富水利信息知識圖譜。

　　參考文獻:

　　[1]朱躍龍，許峰，馮鈞，等.水利信息資源目錄體系構建研究[J].水利信息化，2010(2):4-8.

　　[2]成建國，馮鈞，楊鵬，等.水利數據資源目錄服務關鍵技術研究[J].水利信息化，2014(6):18-21.

　　[3]AMITS.IntroducingtheKnowledgeGraph[EB/OL].(2012-05-01)[2019-03-15].

　　[4]漆桂林，高桓，吳天星.知識圖譜研究進展[J].情報工程，2017，3(1):4-25.

　　水利論文投稿刊物：《水利信息化》全國性科技期刊。發布水利信息化建設政策、法規和標準等，介紹水利信息化建設經驗和成果。讀者對象主要是我國廣大水文站網工作者，水利、水文、水電、交通、能源、地質、環保、化工、農林、航運、水資源和水利電力工程等有關部門的工人、工程技術人員和院校師生等。

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jjlw/20666.html