CN110543571A - 用于水利信息化的知识图谱构建方法以及装置 - Google Patents

Abstract

本公开是关于一种用于水利信息化的知识图谱构建方法、装置、电子设备以及存储介质。其中，该方法包括：基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体；基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。本公开通过对内外部数据采集处理生成了直观且易于理解的水利信息化知识图谱。

Description

用于水利信息化的知识图谱构建方法以及装置

技术领域

本公开涉及水利信息化领域，具体而言，涉及一种用于水利信息化的知识图谱构建方法、装置、电子设备以及计算机可读存储介质。

背景技术

知识图谱是由实体、实体属性与实体间关系共同组成的复杂网络结构，是对现实世界中特定问题里涉及的概念、对象、对象属性、对象间关系的记录与描述。其中的每个实体具有一个全局唯一的标识，每个属性－值对用来刻画实体的内在特性，而关系用来连接两个实体并刻画它们之间的某种特定关联。

水利行业在长期的信息化建设中形成了大量的业务数据，这些数据普遍缺乏通过大数据等手段实现的数据深度挖掘、分析和整理，同时水利专业数据也缺少同互联网数据的相互联系。

因此，需要一种或多种方法解决上述问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种用于水利信息化的知识图谱构建方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种用于水利信息化的知识图谱构建方法，包括：

信息采集步骤，基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取步骤，将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建步骤，基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成步骤，通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

在本公开的一种示例性实施例中，所述信息采集步骤还包括：

基于水利内部数据中心系统采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利业务数据，所述水利业务数据包括水资源、水利工程、水文、农村水利、水利移民。

在本公开的一种示例性实施例中，所述信息采集步骤还包括：

基于互联网数据通过网络爬虫在政府网站、水利专业网站、各大门户网站、专业机构网站上采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利互联网数据，所述水利互联网数据类别包括新闻资讯、政策、法规、期刊、专利、报告、成果、百科。

在本公开的一种示例性实施例中，所述实体抽取步骤还包括：

在水利文本实体抽取中，针对不同的实体关系，抽取文本数据中左实体及右实体实体类型，抽取的实体包含实体单词、实体类型、实体在文本中的起始位置、文本id；

将抽取的实体按照左右实体顺序两两生成候选实体对，实体表做笛卡尔积。

在本公开的一种示例性实施例中，所述实体关系构建步骤还包括：

基于客观规律，结合地理信息数据通过计算机程序关联实体和该实体在地图上的位置，完成水利业务实体关系构建；

基于大数据特征提取，在大数据中挖掘出水利相关数据并做特征提取处理，将文本实体转化为结构化形式并重组，完成水利文本实体关系构建。

在本公开的一种示例性实施例中，所述实体关系构建步骤还包括：

通过聚类法处理所述水利业务实体关系及水利文本实体关系，消除矛盾和歧义，建立实体关系链接并保存在图形数据库中。

在本公开的一种示例性实施例中，所述知识图谱生成步骤还包括：

基于Neo4J图形数据库通过预设算法处理所述图形数据库中的实体关系链接，将所述实体关系链接按照实体-关系-实体的三元组数据用图的方式展示；

通过D3.js前端可视化技术生成可视化水利知识图谱，所述水利知识图谱支持关键词查询、节点钻取、地图打点、互联网文本查看功能。

在本公开的一个方面，提供一种用于水利信息化的知识图谱构建装置，包括：

信息采集模块，用于基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取模块，用于将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建模块，用于基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成模块，用于通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

在本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。

在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。

本公开的示例性实施例中的用于水利信息化的知识图谱构建方法，基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体；基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。一方面，本公开可以通过对内外部数据采集处理生成了直观且易于理解的水利信息化知识图谱；另一方面，本公开基于水利内部数据中心系统及互联网数据生成的水利信息化知识图谱，实现了水利数据深度挖掘、分析和整理。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。

图1示出了根据本公开一示例性实施例的用于水利信息化的知识图谱构建方法的流程图；

图2示出了根据本公开一示例性实施例的用于水利信息化的知识图谱构建装置的示意框图；

图3示意性示出了根据本公开一示例性实施例的电子设备的框图；以及

图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在本示例实施例中，首先提供了一种用于水利信息化的知识图谱构建方法；参考图1中所示，该用于水利信息化的知识图谱构建方法可以包括以下步骤：

信息采集步骤S110，基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取步骤S120，将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建步骤S130，基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成步骤S140，通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

本公开的示例性实施例中的用于水利信息化的知识图谱构建方法，基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体；基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。一方面，本公开可以通过对内外部数据采集处理生成了直观且易于理解的水利信息化知识图谱；另一方面，本公开基于水利内部数据中心系统及互联网数据生成的水利信息化知识图谱，实现了水利数据深度挖掘、分析和整理。

下面，将对本示例实施例中的用于水利信息化的知识图谱构建方法进行进一步的说明。

在信息采集步骤S110中，可以基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据。

在本示例的实施例中，所述信息采集步骤还包括：

基于水利内部数据中心系统采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利业务数据，所述水利业务数据包括水资源、水利工程、水文、农村水利、水利移民。

在本示例的实施例中，所述信息采集步骤还包括：

基于互联网数据通过网络爬虫在政府网站、水利专业网站、各大门户网站、专业机构网站上采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利互联网数据，所述水利互联网数据类别包括新闻资讯、政策、法规、期刊、专利、报告、成果、百科。

在本示例的实施例中，水利业务数据采集：数据来源于水利内部数据中心系统，通过对相关数据进行收集、清洗、转化、分析、汇总、入库等操作，形成具有特定结构的水利业务数据仓库。将数据根据其不同特征分为五大类：水资源、水利工程、水文、农村水利、水利移民。

互联网数据采集：网络爬虫技术，是一种按照一定的规则，自动地抓取互联网信息的程序或者脚本。合理的运用爬虫技术，可以帮助我们收集到通过人工手段获取不到的大量数据。

需要爬取的网站分为几大类：政府网站、水利专业网站、各大门户网站、专业机构网站等。数据种类包括：新闻资讯、政策、法规、期刊、专利、报告、成果、百科八大类。

获取的数据通过收集、清洗、转化、分析、汇总、入库等步骤，形成水利互联网知识库。

在实体抽取步骤S120中，可以将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性。

在本示例的实施例中，所述实体抽取步骤还包括：

在水利文本实体抽取中，针对不同的实体关系，抽取文本数据中左实体及右实体实体类型，抽取的实体包含实体单词、实体类型、实体在文本中的起始位置、文本id；

将抽取的实体按照左右实体顺序两两生成候选实体对，实体表做笛卡尔积。

在本示例的实施例中，实体抽取及属性抽取：将水利业务数据通过规则抽取出业务实体，将互联数据抽取出文本实体，并抽取这些实体的基本属性。

具体方式：针对不同的实体关系，需要抽取文本数据中左实体及右实体两种实体类型(左右实体相同时仅抽取一种即可)，抽取的实体包含实体单词、实体类型、实体在文本中的起始位置、文本id。然后将抽取的实体按照左右实体顺序两两生成候选实体对(实体表做笛卡尔积)，为后续关系抽取做准备。

在实体关系构建步骤S130中，可以基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中。

在本示例的实施例中，所述实体关系构建步骤还包括：

基于客观规律，结合地理信息数据通过计算机程序关联实体和该实体在地图上的位置，完成水利业务实体关系构建；

基于大数据特征提取，在大数据中挖掘出水利相关数据并做特征提取处理，将文本实体转化为结构化形式并重组，完成水利文本实体关系构建。

在本示例的实施例中，所述实体关系构建步骤还包括：

通过聚类法处理所述水利业务实体关系及水利文本实体关系，消除矛盾和歧义，建立实体关系链接并保存在图形数据库中。

在本示例的实施例中，实体关系构建，是把抽取出的实体关系进一步聚合，将真正有实际意义的实体进行关联，构建出实体之间的逻辑关系。主要通过两种方式：

a.水利业务实体通过客观规律建立联系，例如河流汇入的湖泊、水电站位于某条河流上、移民村位于某个水电站上游等等。这一部分需要结合地理信息数据进行，这里选用天地图作为地理信息数据来源。通过计算机程序关联实体和该实体在地图上的位置，可以获取到与它相关的其他类型实体；

b.互联网数据通过大数据特征提取的方式，在海量数据中挖掘出水利相关的数据并做特征提取处理。文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。使计算机能够通过对这种模型的计算和操作来实现对文本的识别。由于文本是非结构化的数据,要想从大量的文本中挖掘有用的信息就必须首先将文本转化为可处理的结构化形式。

在获得了实体的逻辑关系后，将这些关系进行整合，使用聚类法消除矛盾和歧义，准确建立实体链接，将这些关系保存到图形数据库中。

在知识图谱生成步骤S140中，可以通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

在本示例的实施例中，所述知识图谱生成步骤还包括：

基于Neo4J图形数据库通过预设算法处理所述图形数据库中的实体关系链接，将所述实体关系链接按照实体-关系-实体的三元组数据用图的方式展示；

通过D3.js前端可视化技术生成可视化水利知识图谱，所述水利知识图谱支持关键词查询、节点钻取、地图打点、互联网文本查看功能。

在本示例的实施例中，数据可视化：做好数据准备后，使用计算机技术将实体-关系-实体的三元组数据用图的方式展示，支持关键词查询、节点钻取、地图打点、互联网文本查看等。

这里选用的技术为Neo4J图形数据库和D3.js前端可视化技术。

Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。通过特定的查询语句CQL可以方便的查询出对象与对象之间的关系以及对象的属性，并将结果组织成结构化数据集。

D3.js是一个用来实现数据可视化的前端JavaScript库，借助它我们可以方便的实现多种可视化效果，本发明中主要使用了其中的知识图谱组件。

在本示例的实施例中，所述水利信息知识图谱是根据标注好的先验样本数据，按照指定的关系进行定向挖掘，在此挖掘过程中可指定关系规则。将抽取的关系三元组知识数据导入图数据库，以界面方式展现，并且提供图谱节点的模糊查询功能；提供按分组查看实体模型列表功能；提供按实体模型查询相关关系功能；提供节点以及节点关系的方式呈现数据；可对节点数据进行二次拖拽布局；支持节点相关连线与节点高亮功能；支持按选择高亮关系线的功能；支持节点按模型类型置灰、高亮过滤；支持显示/隐藏关系连线文字；支持固定/解除所有节点位置；支持全屏/恢复功能；支持缩小、放大、恢复默认功能；支持双击向下展开节点功能；支持焦点转换功能，切换角度，从某个节点重新开始分析；支持单个节点固定/解除位置功能；支持两个节点的最短路径分析，分析两个节点之间关系经过的最小路径；支持两个节点的所有路径分析，分析两个节点之间关系经过的所有路径。

需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

此外，在本示例实施例中，还提供了一种用于水利信息化的知识图谱构建装置。参照图2所示，该用于水利信息化的知识图谱构建装置200可以包括：信息采集模块210、实体抽取模块220、实体关系构建模块230以及知识图谱生成模块240。其中：

信息采集模块210，用于基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取模块220，用于将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建模块230，用于基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成模块240，用于通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

上述中各用于水利信息化的知识图谱构建装置模块的具体细节已经在对应的用于水利信息化的知识图谱构建方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于水利信息化的知识图谱构建装置200的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

下面参照图3来描述根据本发明的这种实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S140。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。

存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。

参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种用于水利信息化的知识图谱构建方法，其特征在于，所述方法包括：

信息采集步骤，基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取步骤，将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建步骤，基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成步骤，通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

2.如权利要求1所述的方法，其特征在于，所述信息采集步骤还包括：

基于水利内部数据中心系统采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利业务数据，所述水利业务数据包括水资源、水利工程、水文、农村水利、水利移民。

3.如权利要求1所述的方法，其特征在于，所述信息采集步骤还包括：

基于互联网数据通过网络爬虫在政府网站、水利专业网站、各大门户网站、专业机构网站上采集水利信息，并对所述水利信息进行收集、清洗、转化、分析、汇总、入库处理，生成水利互联网数据，所述水利互联网数据类别包括新闻资讯、政策、法规、期刊、专利、报告、成果、百科。

4.如权利要求1所述的方法，其特征在于，所述实体抽取步骤还包括：

在水利文本实体抽取中，针对不同的实体关系，抽取文本数据中左实体及右实体实体类型，抽取的实体包含实体单词、实体类型、实体在文本中的起始位置、文本id；

将抽取的实体按照左右实体顺序两两生成候选实体对，实体表做笛卡尔积。

5.如权利要求1所述的方法，其特征在于，所述实体关系构建步骤还包括：

基于客观规律，结合地理信息数据通过计算机程序关联实体和该实体在地图上的位置，完成水利业务实体关系构建；

基于大数据特征提取，在大数据中挖掘出水利相关数据并做特征提取处理，将文本实体转化为结构化形式并重组，完成水利文本实体关系构建。

6.如权利要求1所述的方法，其特征在于，所述实体关系构建步骤还包括：

通过聚类法处理所述水利业务实体关系及水利文本实体关系，消除矛盾和歧义，建立实体关系链接并保存在图形数据库中。

7.如权利要求1所述的方法，其特征在于，所述知识图谱生成步骤还包括：

基于Neo4J图形数据库通过预设算法处理所述图形数据库中的实体关系链接，将所述实体关系链接按照实体-关系-实体的三元组数据用图的方式展示；

通过D3.js前端可视化技术生成可视化水利知识图谱，所述水利知识图谱支持关键词查询、节点钻取、地图打点、互联网文本查看功能。

8.一种用于水利信息化的知识图谱构建装置，其特征在于，所述装置包括：

信息采集模块，用于基于水利内部数据中心系统及互联网数据完成水利信息采集，生成水利业务数据及水利互联网数据；

实体抽取模块，用于将水利业务数据通过预设规则抽取出水利业务实体，将水利互联网数据抽取出水利文本实体，并分别抽取所述水利业务实体及水利文本实体的基本属性；

实体关系构建模块，用于基于客观规律构建水利业务实体关系，基于大数据特征提取构建水利文本实体关系，通过聚类法处理所述水利业务实体关系及水利文本实体关系，建立实体关系链接并保存在图形数据库中；

知识图谱生成模块，用于通过预设算法处理所述图形数据库中的实体关系链接，生成可视化水利知识图谱。

9.一种电子设备，其特征在于，包括

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述方法。