CN110347844A - 一种太空目标知识图谱构建系统 - Google Patents

Abstract

本发明提供一种太空目标知识图谱构建系统，包括文本信息收集、处理模块，文献信息收集、处理模块，知识图谱构建模块，知识图谱展示模块；针对太空目标情报保密性高、专业性强、直接获取困难等问题，通过获取新闻、微博以及学术期刊等太空目标相关信息，采用数据挖掘的方法，研究隐藏在海量信息背后的太空目标情报，直观显示太空目标属性信息，分析太空目标之间的相互关系，并运用软件技术集成两类知识图谱，构建太空目标知识图谱系统；爬虫以及自然语言处理技术的使用，提高了信息收集、处理的效率；还针对新闻、微博数据进行预处理，避免了新闻数据的重复爬取，提高了参与构建知识图谱的微博数据的可靠性。

Description

一种太空目标知识图谱构建系统

技术领域

本发明涉及知识图谱领域，具体而言，涉及一种太空目标知识图谱构建系统。

背景技术

随着人类进入太空时代，太空目标数量急剧增多。美国国防部已经在太空中追踪到超过20000个物体(包括卫星、碎片等)，随着功能更强大的、能够探测到较小物体的新型传感器投入使用，这个数字将大幅增加。通过对太空目标相关情报的收集，进一步制作太空目标的知识图谱，是了解太空目标的有效途径。知识图谱这一概念是2012年由GOOGLE提出的，旨在描述真实世界中存在的各种实体或概念及其关系，构成一张巨大的语义网络图。知识图谱中的节点表示实体或概念，边则由属性或关系构成。知识图谱将海量的信息进行的整合、梳理、展示，以清晰地呈现给用户需要的信息关系网络。

然而，针对太空目标的知识图谱构建，现有技术中鲜有记录。太空目标情报保密性高、专业性强、直接获取困难等问题等原因都限制了该领域的研究。大连理工大学的梁永霞等人以2006年的JCR(Journal Citation Reports，《期刊引证报告》)为数据库，从中检索出2000—2007年的24个航空航天类期刊的文献记录，并以此记录为数据源，绘制了航空航天领域的前沿知识图谱，但其知识图谱并不是针对太空目标，而是针对航空航天整个领域。而且以上结论的得出主要来自于对期刊文献记录的分析，有一定的参考价值，但数据来源不够全面。中科院国家科学图书馆的曹志杰分析了航天领域互联网信息获取需求是来自专业的情报机构或是技术人员，对基于主题的Web挖掘技术应用到航天情报跟踪的可行性进行了论证，并提出了关键问题解决方案，该方案形成的情报搜集系统可以及时、便捷地从互联网上获取有效、新颖的信息，并按要求提供分类存储、检索浏览、格式转换和扩展应用等功能，从根本上降低了信息获取的成本。然而，上述研究方法仅介绍了利用互联网上的新颖的信息资源，却未考虑新颖资源的可靠性。

由此可见，无论是高校或是研究所，现有的研究均未明确针对太空目标进行知识图谱的构建，这是由于太空目标的相关情报的特点导致的。如何解决太空目标相关情报专业性强，分散性高，保密性高，现有技术还未有记载。

综合来看，针对太空目标的知识图谱构建，现有技术存在研究不够充分，相关数据难以获得、整理，导致构建的知识图谱不够全面，深入，甚至无法构建的问题。

发明内容

为解决上述技术问题，本发明提出一种太空目标知识图谱构建系统。为实现本发明之目的，采用以下技术方案予以实现：

本发明提供一种太空目标知识图谱构建系统，包括：

文本信息收集模块，文献信息收集模块，文本信息处理模块，文献信息处理模块，知识图谱构建模块，知识图谱展示模块；文本信息收集模块与文本信息处理模块相连；文献信息收集模块与文献信息处理模块相连；文本信息处理模块、文献信息处理模块与知识图谱构建模块相连；知识图谱构建模块与知识图谱展示模块相连；

所述文本信息收集模块，用于使用爬虫爬取所述太空目标在互联网中的文本信息；

所述文献信息收集模块，在文献数据库中下载与所述太空目标相关的文献信息；

所述文本信息处理模块，使用自然语言处理所述文本信息，提取所述文本信息中包含的实体和关系；

所述文献信息处理模块，提取所述太空目标的所述文献信息中包含的实体和关系；

所述知识图谱构建模块，综合所述文本信息以及所述文献信息中包含的实体和关系，绘制所述太空目标的知识图谱；

知识图谱展示模块，通过HTML、CSS、JavaScript设计与展示所述知识图谱的网页界面。

优选的，所述文本信息处理模块使用自然语言处理所述文本信息具体为：

将所述太空目标的文本信息进行文本拆分；

构建所述太空目标实体库、语法规则库；

识别太空目标实体；

对实体间的关系进行信息抽取；

去重：将识别的太空目标的实体与关系进行筛选，去除重复部分。

优选的，互联网中的文本信息包括新闻信息以及微博信息。

优选的，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是新闻信息，则进一步判断新闻标题是否重复：若重复，则继续爬取太空目标在互联网中的文本信息，若不重复，则保留该条新闻信息至数据库；

使用自然语言处理技术，提取所述数据库中新闻信息的内容包含的太空目标实体，以及实体之间的关系。

优选的，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是微博信息，则判断发表所述微博信息的用户是否为认证用户，若不是，则继续爬取太空目标在微博中的文本信息，若是，则保留该条微博信息至数据库；

使用自然语言处理技术，提取所述数据库中微博信息的博文包含的太空目标实体，以及实体之间的关系。

优选的，所述文献信息处理模块处理文献信息的具体步骤为：

获得所述文献信息的作者、机构、关键词的出现频次；

将同一文献中的作者、机构、关键词互相连接；

作者、机构、关键词的出现的频次使用节点大小表示，作者、机构、关键词共现关系使用连线表示。

优选的，以JSON数据格式存储提取出的所述太空目标相关的实体和关系。

优选的，使用JavaScript脚本编写所述知识图谱的功能函数以实现图谱的更换及查询、详情查看；使用绘图程序包的接口，提供所述知识图谱的分析空间。

优选的，所述使用JavaScript脚本编写所述知识图谱的功能函数包括如下步骤：

获取选项框中的值，根据前端展示界面，获取不同的页面标签，赋值给变量；

在JSON文件中选择匹配的图片数据，并将该数据与原前端页面中的图片数据进行更换，实现查询功能；

在前端设置遮罩标签，当前端点击某图片时，在JavaScript脚本中实现点击一次图片放大，点击两次图片还原的功能，实现详情查看功能。

优选的，使用绘图程序包的接口，提供所述知识图谱的分析空间包括如下步骤：

在前端页面中设置跳转标签，将绘图空间单独放在一个新的网页文件中；

绘图空间网页中引入绘图程序包，并编写jQuery程序，实现读取本地JSON文件的功能；

本地文件中的JSON数据赋值给绘图数据变量，通过绘图程序包的API接口，完成图谱绘制空间的制作；

在图谱绘制空间对太空目标的关系网络、属性网络进行拖动以调整布局。

本发明的有益效果为：

1、针对太空目标情报保密性高、专业性强、直接获取困难等问题，通过获取新闻、微博以及学术期刊等太空目标相关信息，采用数据挖掘的方法，研究隐藏在海量信息背后的太空目标情报，直观显示太空目标属性信息，分析太空目标之间的相互关系，并运用软件技术集成两类知识图谱，构建太空目标知识图谱系统，可以使得知识图谱的构建更加完善、科学；同时解决了互联网信息分散度高难以整合的问题；

2、使用爬虫爬取与目标相关的互联网文本信息，提高了信息收集的效率；针对互联网信息量大的特点，使用自然语言对互联网文本信息进行处理，大大提高了分析处理的效率；

3、在互联网数据进行实体与关系的提取之前，还针对不同的信息进行预处理：对于标题相同的新闻数据，则不再重复爬取，避免的数据的重复爬取；对于没有经过认证的微博博文数据，不予爬取，提高了参与构建知识图谱的微博数据的可靠性。

4、解决了知识图谱无法具体操作的问题，可以在绘图空间对知识图谱进行分析，节点位置调整；通过知识图谱展示的方式，大大提高了太空目标相关信息的阅读和分析速度，使得用户能够更加直观清晰的了解太空目标的相关知识，关系网络，学术研究情况。

附图说明

图1为本发明实施例所述的一种太空目标知识图谱构建系统结构示意图；

图2为本发明针对互联网文本信息处理的流程图；

图3为本发明针对文献数据处理的流程图；

图4为本发明使用自然语言处理文本数据的流程图；

图5为本发明的系统界面示意图；

图6为使用JavaScript脚本编写知识图谱的功能函数的流程图；

图7为使用绘图程序包的接口，提供知识图谱的分析空间流程图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

通常在此处附图中描述和显示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连同。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

以下结合实施例对发明做详细的说明：

如图1-7所示，一种太空目标知识图谱构建系统，包括：

文本信息收集模块，文献信息收集模块，文本信息处理模块，文献信息处理模块，知识图谱构建模块，知识图谱展示模块；文本信息收集模块与文本信息处理模块相连；文献信息收集模块与文献信息处理模块相连；文本信息处理模块、文献信息处理模块与知识图谱构建模块相连；知识图谱构建模块与知识图谱展示模块相连；

所述文本信息收集模块，用于使用爬虫爬取所述太空目标在互联网中的文本信息；

所述文献信息收集模块，在文献数据库中下载与所述太空目标相关的文献信息；

所述文本信息处理模块，使用自然语言处理所述文本信息，提取所述文本信息中包含的实体和关系；

所述文献信息处理模块，提取所述太空目标的所述文献信息中包含的实体和关系；

所述知识图谱构建模块，综合所述文本信息以及所述文献信息中包含的实体和关系，绘制所述太空目标的知识图谱；

知识图谱展示模块，通过HTML、CSS、JavaScript设计与展示所述知识图谱的网页界面。CSS(Cascading Style Sheets，层叠样式表)是一种用来表现HTML或XML)等文件样式的计算机语言。CSS不仅可以静态地修饰网页，还可以配合各种脚本语言动态地对网页各元素进行格式化。

优选的，所述文本信息处理模块使用自然语言处理所述文本信息具体为：

将所述太空目标的文本信息进行文本拆分；

构建所述太空目标实体库、语法规则库；

识别太空目标实体；

对实体间的关系进行信息抽取；

去重：将识别的太空目标的实体与关系进行筛选，去除重复部分。

优选的，互联网中的文本信息包括新闻信息以及微博信息。

优选的，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是新闻信息，则进一步判断新闻标题是否重复：若重复，则继续爬取太空目标在互联网中的文本信息，若不重复，则保留该条新闻信息至数据库；

使用自然语言处理技术，提取所述数据库中新闻信息的内容包含的太空目标实体，以及实体之间的关系。

优选的，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是微博信息，则判断发表所述微博信息的用户是否为认证用户，若不是，则继续爬取太空目标在微博中的文本信息，若是，则保留该条微博信息至数据库；

使用自然语言处理技术，提取所述数据库中微博信息的博文包含的太空目标实体，以及实体之间的关系。

优选的，所述文献信息处理模块处理文献信息的具体步骤为：

获得所述文献信息的作者、机构、关键词的出现频次；

将同一文献中的作者、机构、关键词互相连接；

作者、机构、关键词的出现的频次使用节点大小表示，作者、机构、关键词共现关系使用连线表示。

优选的，以JSON数据格式存储提取出的所述太空目标相关的实体和关系。JSON(JavaScript Object Notation,JavaScript对象简谱)是一种轻量级的数据交换格式，简洁和清晰的层次结构使得JSON成为理想的数据交换语言。

优选的，使用JavaScript脚本编写所述知识图谱的功能函数以实现图谱的更换及查询、详情查看；使用VisGraph绘图程序包的接口，提供所述知识图谱的分析空间。

优选的，所述使用JavaScript脚本编写所述知识图谱的功能函数包括如下步骤：

获取选项框中的值，根据前端展示界面，获取不同的页面标签，赋值给变量；

在JSON文件中选择匹配的图片数据，并将该数据与原前端页面中的图片数据进行更换，实现查询功能；

在前端设置遮罩标签，当前端点击某图片时，在JavaScript脚本中实现点击一次图片放大，点击两次图片还原的功能，实现详情查看功能。

优选的，使用绘图程序包的接口，提供所述知识图谱的分析空间包括如下步骤：

在前端页面中设置跳转标签，将绘图空间单独放在一个新的网页文件中；

绘图空间网页中引入绘图程序包，并编写jQuery程序，实现读取本地JSON文件的功能；jQuery是一个快速、简洁的JavaScript框架，它封装JavaScript常用的功能代码，提供一种简便的JavaScript设计模式，优化HTML文档操作、事件处理、动画设计和Ajax交互。

本地文件中的JSON数据赋值给绘图数据变量，通过绘图程序包的API接口，完成图谱绘制空间的制作；

在图谱绘制空间对太空目标的关系网络、属性网络进行拖动以调整布局。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种太空目标知识图谱构建系统，其特征在于，包括：

文本信息收集模块，文献信息收集模块，文本信息处理模块，文献信息处理模块，知识图谱构建模块，知识图谱展示模块；文本信息收集模块与文本信息处理模块相连；文献信息收集模块与文献信息处理模块相连；文本信息处理模块、文献信息处理模块与知识图谱构建模块相连；知识图谱构建模块与知识图谱展示模块相连；

所述文本信息收集模块，用于使用爬虫爬取所述太空目标在互联网中的文本信息；

所述文献信息收集模块，在文献数据库中下载与所述太空目标相关的文献信息；

所述文本信息处理模块，使用自然语言处理技术处理所述文本信息，提取所述文本信息中包含的实体和关系；

所述文献信息处理模块，提取所述太空目标的所述文献信息中包含的实体和关系；

所述知识图谱构建模块，综合所述文本信息以及所述文献信息中包含的实体和关系，绘制所述太空目标的知识图谱；

知识图谱展示模块，通过HTML、CSS、JavaScript设计与展示所述知识图谱的网页界面。

2.根据权利要求1所述的太空目标知识图谱构建系统，其特征在于，所述文本信息处理模块使用自然语言处理技术处理所述文本信息具体为：

将所述太空目标的文本信息进行文本拆分；

构建所述太空目标实体库、语法规则库；

识别太空目标实体；

对实体间的关系进行信息抽取；

去重：将识别的太空目标的实体与关系进行筛选，去除重复部分。

3.根据权利要求1所述的太空目标知识图谱构建系统，其特征在于，互联网中的文本信息包括新闻信息以及微博信息。

4.根据权利要求3所述的太空目标知识图谱构建系统，其特征在于，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是新闻信息，则进一步判断新闻标题是否重复：若重复，则继续爬取太空目标在互联网中的文本信息，若不重复，则保留该条新闻信息至数据库；

使用自然语言处理技术，提取所述数据库中新闻信息的内容包含的太空目标实体，以及实体之间的关系。

5.根据权利要求3所述的太空目标知识图谱构建系统，其特征在于，所述文本信息处理模块处理文本信息的具体步骤为：

判断所述文本信息的类型；

若是微博信息，则判断发表所述微博信息的用户是否为认证用户，若不是，则继续爬取太空目标在微博中的文本信息，若是，则保留该条微博信息至数据库；

使用自然语言处理技术，提取所述数据库中微博信息的博文包含的太空目标实体，以及实体之间的关系。

6.根据权利要求1所述的太空目标知识图谱构建系统，其特征在于，所述文献信息处理模块处理文献信息的具体步骤为：

获得所述文献信息的作者、机构、关键词的出现频次；

将同一文献中的作者、机构、关键词互相连接；

作者、机构、关键词的出现的频次使用节点大小表示，作者、机构、关键词共现关系使用连线表示。

7.根据权利要求1所述的太空目标知识图谱构建系统，其特征在于，以JSON数据格式存储提取出的所述太空目标相关的实体和关系。

8.根据权利要求1所述的太空目标知识图谱构建系统，其特征在于，使用JavaScript脚本编写所述知识图谱的功能函数以实现图谱的更换及查询、详情查看；使用绘图程序包的接口，提供所述知识图谱的分析空间。

9.根据权利要求8所述的太空目标知识图谱构建系统，其特征在于，所述使用JavaScript脚本编写所述知识图谱的功能函数包括如下步骤：

获取选项框中的值，根据前端展示界面，获取不同的页面标签，赋值给变量；

在JSON文件中选择匹配的图片数据，并将该数据与原前端页面中的图片数据进行更换，实现查询功能；

在前端设置遮罩标签，当前端点击某图片时，在JavaScript脚本中实现点击一次图片放大，点击两次图片还原的功能，实现详情查看功能。

10.根据权利要求8所述的太空目标知识图谱构建系统，其特征在于，使用绘图程序包的接口，提供所述知识图谱的分析空间包括如下步骤：

在前端页面中设置跳转标签，将绘图空间单独放在一个新的网页文件中；

绘图空间网页中引入绘图程序包，并编写jQuery程序，实现读取本地JSON文件的功能；

本地文件中的JSON数据赋值给绘图数据变量，通过绘图程序包的API接口，完成图谱绘制空间的制作；

在图谱绘制空间对太空目标的关系网络、属性网络进行拖动以调整布局。