CN112307217B - 知识图谱模型的构建方法以及构建装置、存储介质 - Google Patents
知识图谱模型的构建方法以及构建装置、存储介质 Download PDFInfo
- Publication number
- CN112307217B CN112307217B CN202010975035.2A CN202010975035A CN112307217B CN 112307217 B CN112307217 B CN 112307217B CN 202010975035 A CN202010975035 A CN 202010975035A CN 112307217 B CN112307217 B CN 112307217B
- Authority
- CN
- China
- Prior art keywords
- model
- knowledge graph
- information
- graph model
- domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种知识图谱模型的构建方法、知识图谱模型构建装置和存储介质。该知识图谱模型的构建方法包括:获取用户关于民航运行对象的信息需求,并生成用户需求范围列表;根据用户需求范围列表,生成应用方案框架并确定涉及的民航运行领域,以及生成数据信源列表;利用数据信源列表中的实体的属性特征建立实体之间的关系以构建领域模型,并建立领域模型与通用知识库模型之间的第一映射关系;基于应用方案框架构建应用模型,并建立应用模型与领域模型之间的第二映射关系;获取数据信息;以及将数据信息入库领域模型、通用知识库模型和应用模型,从而生成知识图谱模型。该知识图谱模型的构建方法可以将民航运行领域中涉及不同应用领域的实体之间建立关系。
Description
技术领域
本公开的实施例涉及一种知识图谱模型的构建方法、知识图谱模型构建装置和存储介质。
背景技术
知识图谱(Knowledge Graph)是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。
发明内容
本公开至少一实施例提供一种知识图谱模型的构建方法,包括:获取用户关于民航运行对象的信息需求,并根据所述信息需求生成用户需求范围列表;根据所述用户需求范围列表,生成应用方案框架并确定构建所述知识图谱模型所涉及的民航运行领域,以及根据所述应用方案框架和涉及的所述民航运行领域生成数据信源列表,所述应用方案框架包括向用户提供的关于所述民航运行对象的查询信息,所述数据信源列表包括构建所述知识图谱模型所涉及的所述民航运行领域中的实体和所述实体的属性特征;利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建领域模型,并建立所述领域模型与通用知识库模型之间的第一映射关系以关联所述通用知识库模型与所述领域模型;基于所述应用方案框架构建应用模型,并建立所述应用模型与所述领域模型之间的第二映射关系以关联所述应用模型与所述领域模型;获取与所述领域模型中的实体信息对应的数据信息,所述实体信息包括所述实体以及所述实体的属性特征;以及基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,所述知识图谱模型包括领域图谱模型、通用知识图谱模型和应用图谱模型,基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型,包括:将所述数据信息入库所述领域模型以生成所述领域图谱模型,将所述数据信息通过所述领域模型与所述通用知识库模型之间的所述第一映射关系入库所述通用知识库模型以生成所述通用知识图谱模型,以及将所述数据信息通过所述领域模型与所述应用模型之间的所述第二映射关系入库所述应用模型以生成所述应用图谱模型,由此生成所述知识图谱模型。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,生成所述应用图谱模型,包括:基于所述民航运行对象的业务信息,分析入库的所述数据信息,以基于所述数据信息和所述业务信息生成所述应用图谱模型。
例如,本公开一实施例提供的知识图谱模型的构建方法还包括:对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,包括:基于所述领域图谱模型对所述领域图谱模型和所述通用知识图谱模型进行规则推理,以补充所述领域图谱模型中的实体信息。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,还包括:基于所述应用图谱模型对所述领域图谱模型和所述应用图谱模型进行实体识别,以补充所述领域图谱模型和所述应用图谱模型中的实体信息。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,还包括:基于所述领域图谱模型对所述应用图谱模型进行实体识别,以补充所述应用图谱模型中的实体信息。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,获取用户关于所述民航运行对象的信息需求,并根据所述信息需求生成所述用户需求范围列表,包括:对用户进行需求调研以收集用户关于所述民航运行对象的所述信息需求并生成需求采集列表;分析所述需求采集列表以确定用户关于所述民航运行对象的信息需求的优先级,并生成优先级细化需求列表;以及根据所述优先级细化需求列表生成所述用户需求范围列表。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,所述知识图谱模型涉及的所述民航运行领域包括:航班对象模型领域、航空公司对象模型领域、空管对象模型领域、机场对象模型领域、空域对象模型领域、气象对象模型领域和航空器对象模型领域。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建所述领域模型,并建立所述领域模型与所述通用知识库模型之间的所述第一映射关系以关联所述通用知识库模型与所述领域模型,还包括:基于所述第一映射关系,补充所述通用知识库模型中与所述领域模型关联的实体信息。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,获取与所述领域模型中的实体信息对应的所述数据信息,包括:根据所述数据信源列表,确定获取的所述数据信息的规格。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,获取与所述领域模型中的实体信息对应的所述数据信息,还包括:对获取的所述数据信息进行预处理。
例如,本公开一实施例提供的知识图谱模型的构建方法还包括:检查及修正所述知识图谱模型中的实体信息。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,检查及修正所述知识图谱模型,包括:根据所述民航运行领域的业务逻辑,检查所述知识图谱模型中所述实体的一致性、所述实体的属性类型的一致性、以及所述实体之间的关系的唯一性。
例如,本公开一实施例提供的知识图谱模型的构建方法还包括:验证及修正所述知识图谱模型。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,验证及修正所述知识图谱模型,包括:基于所述应用方案框架,检验并修正所述知识图谱模型,以使所述知识图谱模型满足用户关于所述民航运行对象的所述信息需求。
例如,在本公开一实施例提供的知识图谱模型的构建方法中,验证及修正所述知识图谱模型,包括:获取用户使用所述知识图谱模型后的实际需求,并基于所述实际需求修正所述知识图谱模型。
本公开至少一实施例还提供一种知识图谱模型构建装置,包括:信息需求获取单元,被配置为获取用户关于民航运行对象的信息需求,并根据所述信息需求生成用户需求范围列表;数据信源列表生成单元,被配置为根据所述用户需求范围列表,生成应用方案框架并确定构建所述知识图谱模型所涉及的民航运行领域,以及根据所述应用方案框架和涉及的所述民航运行领域生成数据信源列表,所述应用方案框架包括向用户提供的关于民航运行对象的查询信息,所述数据信源列表包括构建所述知识图谱模型所涉及的民航运行领域中的实体和所述实体的属性特征;模型构建单元,被配置为利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建领域模型,并建立所述领域模型与通用知识库模型之间的第一映射关系以关联所述通用知识库模型与所述领域模型,以及基于所述应用方案框架,构建应用模型,并建立所述应用模型与所述领域模型之间的第二映射关系以关联所述应用模型与所述领域模型;数据信息获取单元,被配置为获取与所述领域模型中的实体信息对应的数据信息,所述实体信息包括所述实体以及所述实体的属性特征;数据信息入库单元,被配置为基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型。
本公开至少一实施例还提供一种知识图谱模型构建装置,包括:处理器、存储器和一个或多个计算机程序模块;所述一个或多个计算机程序模块被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个计算机程序模块包括用于执行实现本公开任一实施例所述的知识图谱模型的构建方法的指令。
本公开至少一实施例还提供一种存储介质,非暂时性地存储计算机可读指令,当所述计算机可读指令由计算机执行时可以执行根据本公开任一实施例所述的知识图谱模型的构建方法。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1A为本公开至少一实施例提供的一种知识图谱模型的构建方法的示意性流程图;
图1B为本公开至少一实施例提供的一种生成用户需求范围列表的流程图;
图1C为本公开至少一实施例提供的一种将数据信息入库领域模型、通用知识库模型和应用模型的流程图;
图2为本公开至少一实施例提供的一种知识图谱模型的模型结构的示意图;
图3A为本公开至少一实施例提供的另一种知识图谱模型的构建方法的示意性流程图;
图3B为本公开至少一实施例提供的一种对知识图谱模型进行规则推理和算法推理以完善知识图谱模型的流程图;
图4A-4I为本公开至少一实施例提供的一种领域模型的结构示意图;
图5为本公开至少一实施例提供的一种知识图谱模型构建装置的示意性框图;
图6为本公开至少一实施例提供的另一种知识图谱模型构建装置的示意性框图;
图7为本公开至少一实施例提供的一种存储介质的示意图;以及
图8为本公开至少一实施例提供的一种硬件环境的示意图。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。为了保持本公开实施例的以下说明清楚且简明,本公开省略了部分已知功能和已知部件的详细说明。
目前民航领域中使用的数据模型通常是以某一领域或者某一个业务环节作为建模的目标和基础,以数据库或元数据理论作为建模方法论,因而往往具有一定的应用领域局限性,难以实现民航数据扩展及关联数据模型的建模表达。
本公开至少一实施例提供一种知识图谱模型的构建方法、知识图谱模型构建装置和存储介质,该构建方法包括:获取用户关于民航运行对象的信息需求,并根据信息需求生成用户需求范围列表;根据用户需求范围列表,生成应用方案框架并确定构建知识图谱模型所涉及的民航运行领域,以及根据应用方案框架和涉及的所述民航运行领域生成数据信源列表,应用方案框架包括向用户提供的关于民航运行对象的查询信息,数据信源列表包括构建知识图谱模型所涉及的所述民航运行领域中的实体和实体的属性特征;利用数据信源列表中的实体的属性特征建立实体之间的关系以构建领域模型,并建立领域模型与通用知识库模型之间的第一映射关系以关联通用知识库模型与领域模型;基于应用方案框架,构建应用模型,并建立应用模型与领域模型之间的第二映射关系以关联应用模型与领域模型;获取与领域模型中的实体信息对应的数据信息,实体信息包括实体以及实体的属性特征;以及基于第一映射关系和第二映射关系将数据信息入库领域模型、通用知识库模型和应用模型,从而生成知识图谱模型。
在本公开实施例提供的知识图谱模型的构建方法中,利用知识图谱模型理论构建针对民航运行领域的知识图谱模型,将民航运行领域中涉及不同应用领域(例如航班、航空公司、气象、机场等)的实体之间建立关系,由此构建一个大规模的关于民航运行领域的知识库,进而提高通过构建的知识图谱模型查询民航运行领域中涉及不同应用领域中的相关信息时的搜索速度以及搜索质量(例如信息的准确度),使用户可以通过构建的知识图谱模型准确、快速地获取所需的信息或解决相关的问题,提升用户体验。
本公开实施例提供的知识图谱模型的构建方法可应用于本公开实施例提供的知识图谱模型构建装置,该知识图谱模型构建装置可被配置于电子设备上。该电子设备可以是个人计算机、移动终端等,该移动终端可以是手机、平板电脑等硬件设备。
下面结合附图对本公开的实施例进行详细说明,但是本公开并不限于这些具体的实施例。
图1A为本公开至少一实施例提供的一种知识图谱模型的构建方法的示意性流程图,图2为本公开至少一实施例提供的一种知识图谱模型的模型结构的示意图。例如,图2所示的知识图谱模型的模型结构可以通过图1A所示的构建方法实现,下面结合图1A和图2对图1A中所示的知识图谱模型的构建方法进行说明。
如图1A所示,本公开至少一实施例提供的知识图谱模型的构建方法包括步骤S10至步骤S60。
步骤S10:获取用户关于民航运行对象的信息需求,并根据信息需求生成用户需求范围列表。
步骤S20:根据用户需求范围列表,生成应用方案框架并确定构建知识图谱模型所涉及的民航运行领域,以及根据应用方案框架和涉及的民航运行领域生成数据信源列表。例如,应用方案框架包括向用户提供的关于民航运行对象的查询信息,数据信源列表包括构建知识图谱模型所涉及的民航运行领域中的实体和实体的属性特征。
步骤S30:利用数据信源列表中的实体的属性特征建立实体之间的关系以构建领域模型,并建立领域模型与通用知识库模型之间的第一映射关系以关联通用知识库模型与领域模型。
步骤S40:基于应用方案框架构建应用模型,并建立应用模型与领域模型之间的第二映射关系以关联应用模型与领域模型。
步骤S50:获取与领域模型中的实体信息对应的数据信息。实体信息包括实体以及实体的属性特征。
步骤S60:基于第一映射关系和第二映射关系将数据信息入库领域模型、通用知识库模型和应用模型,从而生成知识图谱模型。
由此,通过将获取的数据信息对应实体信息入库,可以得到基于民航运行领域的知识图谱模型。
例如,对于步骤S10,上述用户关于民航运行对象的信息需求包括用户希望获取的关于民航运行对象的各种相关信息。例如,该民航运行对象可以包括航班、机场等,用户的信息需求例如包括航班的起飞降落时间、航班的准点率、航班的机型、机场的客流量、目的地的天气状况等用户所关注的与上述民航运行对象有关的各方面的信息。
在步骤S10中,在获取用户关于民航运行对象的信息需求后,可以将信息需求进行归纳、分析并整理成文档或表格等形式,以生成用户需求范围列表。例如,该用户需求范围列表中可以依次列出用户希望查询或获取的关于民航运行对象的相关信息。
图1B为本公开至少一实施例提供的一种生成用户需求范围列表的流程图。也就是说,图1B为图1A所示的步骤S10的一些示例的流程图。下面结合图1B对本公开至少一实施例提供的一种知识图谱模型的构建方法中生成用户需求范围列表的方法进行详细地介绍。例如,如图1B所示,上述步骤S10可以包括以下步骤S101至步骤S103。
步骤S101:对用户进行需求调研以收集用户关于民航运行对象的信息需求并生成需求采集列表。
例如,对用户进行需求调研可以通过访谈、问卷、需求会议、文献资料、数据调研等多种方式进行,例如需求采集列表中可以列出每一项用户希望查询或获取的关于民航运行对象的信息。
步骤S102:分析需求采集列表以确定用户关于民航运行对象的信息需求的优先级,并生成优先级细化需求列表。
例如,步骤S102中可以对需求采集列表中包含的所有信息需求进行归纳整理,例如分析各项信息需求的优先级、重要级、用例关联性等,进而将各项信息需求进行归纳总结并依据其优先级或重要级等进行排序,生成优先级细化需求列表。
步骤S103:根据优先级细化需求列表生成用户需求范围列表。
例如,用户需求范围列表可以通过选取优先级细化需求列表中优先级或重要级较高的信息需求建立,由此既可以准确地确定用户关于民航运行对象的信息需求,又可以减少后续步骤中构建和生成模型时所需的运算量,优化知识图谱模型的构建过程。
在一些示例中,该用户需求范围列表也可以是基于优先级细化需求列表与用户进行沟通、讨论而制定,进而可以使生成的用户需求范围列表更接近用户的实际信息需求。
例如,对于步骤S20,可以基于确定的用户需求范围列表进行应用建模,例如针对用户关于民航运行对象的信息需求设计具体的应用方案,由此生成用于后续构建应用模型的应用方案框架。例如,可以通过对生成的应用方案框架进行模型分析,从而确定在向用户提供关于民航运行对象的某个查询信息时需要调用的信息以及调用的信息所涉及的具体民航运行领域或应用领域,由此确定例如后续构建的领域模型所涉及的具体民航运行领域或应用领域。
例如,以后文中所述的关于图4A-4I所示的领域模型的实施例为例,在本公开的一些实施例中,知识图谱模型涉及的具体民航运行领域可以包括:航班对象模型领域、航空公司对象模型领域、空管对象模型领域、机场对象模型领域、空域对象模型领域、气象对象模型领域和航空器对象模型领域。
例如,对于步骤S20,在确定构建的知识图谱模型所涉及的具体民航运行领域后,可以对涉及的民航运行领域进行分析和解读,例如对该领域的词表进行分析和解读,进而基于每个所涉及的民航运行领域建立包括该领域中的实体和实体的属性特征等数据信息的文档。该文档可以被直接用作数据信源列表,或者也可以对文档中的数据信息进一步进行数据分析,以进一步确定知识图谱模型所涉及的数据信息范围,并基于确定的数据信息范围生成数据信源列表。例如,可以从文档中选取一部分实体及其属性特征,并基于选取的该部分实体及其属性特征生成数据信源列表。
例如,实体的属性特征可以包括实体的属性和实体之间的关系。下面,分别以上述航班对象模型领域、航空公司对象模型领域、空管对象模型领域、机场对象模型领域、空域对象模型领域、气象对象模型领域和航空器对象模型领域为例,对领域中的实体和实体的属性特征进行具体说明。
例如,在航班对象模型领域中,实体可以包括:航班号、航空器型别、航空器注册号、机载设备情况、班期、执行日期、起飞机场、航路走向、落地机场、航班生命周期、地面保障环节、定点除冰进程、空中进程、地面不正常进程、空中不正常进程、旅客、单个旅客、货物、单个货物、邮件、单个邮包、行李、单个行李、机组、单个机组成员、计划批复与进境许可、预先飞行计划批复、任务性质、次日计划核对状态、次日计划核对结果、当日计划变更、领航计划、领航计划申报结果、空中改变计划情况、是否航班时刻协调机场始发航班、优先放行、运行品质等。
例如,针对航班对象模型领域中的上述实体,航班号的属性特征包括航班号与航空公司之间的关系;航空器型别的属性特征包括航空器型别与航空器之间的关系;航空器注册号的属性特征包括航空器注册号与航空器之间的关系;机载设备情况的属性特征包括机载设备情况与航空器之间的关系;班期的属性特征包括班期的属性,例如每周第几日、具体日期等;执行日期的属性特征包括执行日期的属性,例如具体日期;起飞机场的属性特征包括起飞机场与机场、空管、气象之间的关系,以及包括起飞机场的属性,例如滑行路线、使用跑道、停机位等;航路走向的属性特征包括航路走向与机场、空域、空管、气象、航空公司、航空器之间的关系,以及包括航路走向的属性,例如航路走向描述(例如离场程序、点、段、点进场程序等);落地机场的属性特征包括落地机场与机场、空管、气象之间的关系,以及包括落地机场的属性,例如滑行路线、使用跑道、停机位等;航班生命周期的属性特征包括航班生命周期与机场、空管、航空公司之间的关系,以及包括航班生命周期的属性,例如时间点、前段航班起飞、前段航班进入近进管制区、前段航班落地、前段航班进港滑行(路线)、前段航班最后一次停留刹车、前段航班挡轮挡、前段航班报告就位、前段航班开第一个舱门、飞机地面保障环节、关最后一个舱门、机位除冰、第一次请求推出、空管同意推出、顶拖车、撤轮挡、第一次松停留刹车、推出、启动第一个发动机、离港滑行(路线)、定点除冰进程、进入跑道、起飞、地面不正常进程、空中飞行进程、空中不正常进程、落地、进港滑行(路线)、最后一次停留刹车、挡轮挡、报告就位、开第一个舱门等;地面保障环节的属性特征包括地面保障环节与机场、航空公司之间的关系,以及包括地面保障环节的属性,例如开始时间、结束时间、引导车(机务)就位、廊桥(客梯车、进港港摆渡车)就位、开客舱门、下客、行李(货物、邮件)卸载、保洁、配餐、供油、供清水、排污水、行李(货物、邮件)装载、机组车就位、廊桥(客梯车、离港摆渡车)就位、机组就位、上客、廊桥(客梯车)撤离、拖车(机务)就位等;定点除冰进程的属性特征包括定点除冰进程与机场、航空公司、空管之间的关系,以及包括定点除冰进程的属性,例如到达除冰位等待区的时间点、进入除冰位的时间点、开始除冰的时间点、结束除冰的时间点、二次启动发动机的时间点、滑离除冰区的时间点等;空中进程的属性特征包括空中进程与航空公司、空管之间的关系,以及包括空中进程的属性,例如飞越每个航路点(包括各种导航设施和非导航设施、各种边界点、航路转弯点、高度改变点)的顺序、时间、剩余油量、剩余续航时间、所在国家、所在管制区等;地面不正常进程的属性特征包括地面不正常进程与航空公司、机场、空管、航空器之间的关系,以及包括地面不正常进程的属性,例如决定进入不正常进程(滑回、中断起飞)时间点和位置、进入不正常进程原因、滑回路线、停机位等;空中不正常进程的属性特征包括空中不正常进程与航空公司、机场、空管、气象、航空器、空域之间的关系,以及包括空中不正常进程的属性,例如决定进入不正常进程(返航、备降、复飞)时间点和位置、进入不正常进程原因、剩余油量、剩余续航时间、所在国家、所在管制区、意图航路、意图备降场、确认航路、确认备降场等;旅客的属性特征包括旅客与航空公司、机场之间的关系,以及包括旅客的属性,例如总人数、各年龄段人数、各性别人数、各舱位人数、各国籍人数,是否有重要客人(重要客人种类、姓名、职务)、需要特殊照顾人数种类、现役军人人数、当前所在区域人数分布、中转旅客人数等;单个旅客的属性特征包括单个旅客与航空公司、机场之间的关系,以及包括单个旅客的属性,例如年龄段、性别、舱位、座位、国籍、购票预留联系电话、特殊照顾种类、是否现役军人、是否有托运行李和托运行李件数编号、是否是衔接航班旅客和前续或后继航班号预计起飞时间、目前所处位置区间(未到达机场候机楼、已到达机场未办理登记手续、已办理登机手续未过安检和联检、已过安检和联检未登机、已登机、已下机未过边检、已过边检未提行李、已提行李未离开候机楼、已离开候机楼)等;货物的属性特征包括货物与航空公司、机场之间的关系,以及包括货物的属性,例如总件数、总重量、总体积、特种货物件数、货舱占位情况等;单个货物的属性特征包括单个货物与航空公司、机场之间的关系,以及包括单个货物的属性,例如编号、重量、体积、特种货物种类、货主名称、货主联络方式、最初收货机场、最终交货机场等;邮件的属性特征包括邮件与航空公司、机场之间的关系,以及包括邮件的属性,例如总件数、总重量、总体积、货舱站位情况等;单个邮包的属性特征包括单个邮包与航空公司、机场之间的关系,以及包括单个邮包的属性,例如编号、重量、体积、邮包性质、最初寄出机场、最终寄入机场等;行李的属性特征包括行李与航空公司、机场之间的关系,以及包括行李的属性,例如总件数、总重量、总体积、最初托运机场、柜台、最终目的地机场、提取行李传送带号、中转是否提取等;单个行李的属性特征包括单个行李与航空公司、机场之间的关系,以及包括单个行李的属性,例如编号、重量、体积、旅客是否在机、托运旅客姓名、托运旅客联络方式等;机组的属性特征包括机组与航空公司之间的关系,以及包括机组的属性,例如机长姓名、总飞行小时数、飞行等级、机组总人数、飞行组人数、乘务组人数、空警人数、各国籍人数、各性别人数、上机机场、下机机场等;单个机组成员的属性特征包括单个机组成员与航空公司之间的关系,以及包括单个机组成员的属性,例如姓名、性别、国籍、出生日期、职务、总飞行小时数等;计划批复与进境许可的属性特征包括计划批复与进境许可与空管、航空公司、空域、机场之间的关系,以及包括计划批复与进境许可的属性,例如预先飞行计划批批复、航权批准时间和批准件编号、起降机场起降时刻批准时间和批准件编号、沿途各个国家进境许可批准时间批准号批准人等;预先飞行计划批复的属性特征包括预先飞行计划批复与空管、航空公司、空域、机场之间的关系,以及包括预先飞行计划批复的属性,例如航班号、班期(执行日期)、机型、起降机场、计划起降时间、航路走向、特殊机载设备、批准时间、批准号、批准电报号、批准单位名称、批准人姓名等;任务性质的属性特征包括任务性质与空管、航空公司之间的关系,以及包括任务性质的属性,例如飞行任务种类;次日计划核对状态的属性特征包括次日计划核对状态与航空公司之间的关系,以及包括次日计划核对状态的属性,例如是否已经核对;次日计划核对结果的属性特征包括次日计划核对结果与航空公司之间的关系,以及包括次日计划核对结果的属性,例如航班号、班期(执行日期)、机型、起降机场、计划起降时间、航路走向、特殊机载设备、预先飞行计划批准号或批准电报号等;当日计划变更的属性特征包括当日计划变更与航空公司、空管、空域、气象、机场、航空器之间的关系,以及包括当日计划变更的属性,例如变更次数、历次计划变更生效时间、变更要素(变更前状态、变更后状态)、变更原因、变更获批状态、变更通知状态等;领航计划的属性特征包括领航计划与航空公司、空管、空域、机场、气象、航空器之间的关系,以及包括领航计划的属性,例如提交情况、提交后反馈情况等;领航计划申报结果的属性特征包括领航计划申报结果的属性,例如收电地址、发电时间、航班号、飞行性质、航空器注册号、主要机载设备、起飞机场、计划离港时间、计划航迹描述、到达机场、计划总飞行时间、计划备降机场、其他需要说明的事项等;空中改变计划情况的属性特征包括空中改变计划情况与航空公司、空管、空域、气象、机场、航空器之间的关系,以及包括空中改变计划情况的属性,例如变更次数、历次计划变更时航空器位置、历次变更计划生效时间、历次变更要素(变更前状态、变更后状态)、历次变更原因、历次变更获批状态、历次变更通知状态等;是否航班时刻协调机场始发航班的属性特征包括是否航班时刻协调机场始发航班与航空公司之间的关系,以及是否航班时刻协调机场始发航班的属性,例如始发航班状态;优先放行的属性特征包括优先放行与航空公司、空管、空域、气象、机场、航空器之间的关系,以及优先放行的属性,例如优先放行理由、优先级别判定、优先放行落实单位(可能多个)、优先放行结果等;运行品质的属性特征包括运行品质与航空公司、空管、机场、气象之间的关系,以及运行品质的属性,例如航班正常判定结果、航班不正常原因、航班不正常原因采信情况、机场放行正常判定结果、机场放行不正常原因、机场放行不正常原因采信情况、航班时刻协调机场始发航班正常判定结果、航班时刻协调机场始发航班不正常原因、航班时刻协调机场始发航班不正常原因采信情况、实际滑出时间、实际滑入时间等。
例如,在航空公司对象模型领域中,实体可以包括:名称、组织机构和职能、人员、机队、地面服务和运行品质等。
例如,针对航空公司对象模型领域中的上述实体,名称的属性特征包括名称与航班、机场之间的关系,以及包括名称的属性,例如公司名称(中/英文)、ICAO代码、IATA代码、注册国等;组织机构和职能的属性特征包括组织机构和职能与航班、机场之间的关系,以及包括组织机构和职能的属性,例如组织架构、主要股权构成、法人代表姓名、公司领导、部门、各级部门主要职责、部门领导、主基地、航站、航线网络、运行控制机构联络方式等;人员的属性特征包括人员与航班、机场、航空器之间的关系,以及包括人员的属性,例如人员分类(管理、技术、空勤、地勤)、姓名、性别、出生日期、国籍、所在部门、工作地点、职务、技术职务、所持执照类型、联络方式;机队的属性特征包括机队与航班、机场、航空器之间的关系,以及包括机队的属性,例如机型、数量、平均机龄等;地面服务的属性特征包括地面服务与航班、机场、航空器之间的关系,以及地面服务的属性,例如地面服务覆盖范围、各种车辆数量、人员数量、控制机构联络方式等;运行品质的属性特征包括运行品质与航班、空管、机场、气象之间的关系,以及包括运行品质的属性,例如航班正常率、航班不正常原因统计、航班不正常原因采信情况、在各机场放行正常率、在各机场放行不正常原因统计、在各机场放行不正常原因采信情况、在各航班时刻协调机场始发航班正常率、在各航班时刻协调机场始发航班不正常原因统计、在各航班时刻协调机场始发航班不正常原因采信情况、在各机场平均实际滑出时间、在各机场平均实际滑入时间等。
例如,在空管对象模型领域中,实体可以包括:组织机构和职能、人员、设备设施、运行机构、管制单位、流量控制措施、运行品质等。
例如,针对空管对象模型领域中的上述实体,组织机构和职能的属性特征包括组织机构和职能与航班、航空公司、机场之间的关系,以及包括组织机构和职能的属性,例如组织架构、领导、部门、各级部门主要职责、部门所在地、部门领导、运行机构联络方式等;人员的属性特征包括人员与机场、气象之间的关系,以及人员的属性,例如人员分类(管理、技术、运行)、姓名、性别、出生日期、国籍、所在部门、工作地点、职务、技术职务、所持执照类型、联络方式等;设备设施的属性特征包括设备设施与空域、气象、航空器、机场之间的关系,以及设备设施的属性,例如设备类型(通信设备、导航设备、监视设备、管制自动化设备、一般运行管理设备、一般管理设备)、初始服务时间、结束服务时间(老设备退役)、服务覆盖范围、频率、安装地点、制造厂商、维护责任、使用状态、备份和应急机制、备件情况等;运行机构的属性特征包括运行机构与空域、气象、航空器、航空公司、机场、航班之间的关系,以及包括运行机构的属性,例如运行机构类型(运行管理、飞行服务、管制指挥)、所在地、主要职责、领导、总人数、持有各类管制执照人数、机构联络方式;管制单位的属性特征包括管制单元与空域、气象、航空器、航空公司、机场、航班之间的关系,以及包括管制单位的属性,例如机构类型(塔台、终端、区域)、覆盖空域、各类扇区数量、各扇区频率(主备)、各扇区计划和实际开放时间、各扇区容量基准值、领导、总人数、持有各类管制执照人数、机构联络方式等;流量控制措施的属性特征包括流量控制措施的属性,例如名称、发布单位、接收单位、申请时间、发布时间、相关交接点、影响范围、间隔数值、间隔单位、高度限制、豁免范围、起始时间、结束时间、初始原因等;运行品质的属性特征包括运行品质与航班、空域、机场之间的关系,还包括运行品质的属性,例如空管原因不正常航班占不正常总航班量的比例、各地区和各机场空管原因不正常航班占总不正常航班的比例、空管原因机场放行不正常航班占机场放行不正常总航班量的比例、空管原因航班时刻协调机场始发航班不正常航班占航班时刻协调机场始发航班不正常总航班量的比例。
例如,在机场对象模型领域中,实体可以包括:名称、组织机构和职能、人员、设备设施、机场平面结构、跑道、滑行道、停机坪、除冰坪、停机位、候机楼、机场周边空域、标准进离场程序、障碍物评估面、通信导航监视设备设施、终端区边界和分扇、空中等待点、运行机构、机场所属空管机构、运行品质等。
例如,针对机场对象模型领域中的上述实体,名称的属性特征包括名称的属性,例如机场名称(中/英文)、ICAO代码、IATA代码、所在国家、省份、飞行情报区;组织机构和职能的属性特征包括组织机构和职能与航班、航空公司、空管之间的关系,以及包括组织机构和职能的属性,例如组织架构、股权构成、法人代表姓名、领导、部门、各级部门主要职责、部门所在地、部门领导、运行机构联络方式;人员的属性特征包括人员与空管、航空公司、气象之间的关系,以及包括人员的属性,例如人员分类(管理、技术、运行)、姓名、性别、出生日期、国籍、所在部门、工作地点、职务、技术职务、所持执照类型、联络方式;设备设施的属性特征包括设备设施与空管、航班、航空公司、气象、航空器之间的关系,以及包括设备设施的属性,例如设备类型(通信设备、导航设备、监视设备、各类特种车辆、消防、急救、公安、工程、廊桥、显示设备、地面灯光、标志标线、液体存储装备、一般运行管理设备、一般管理设备)、各类设备数量、初始服务时间、结束服务时间(老设备退役)、基本功能、服务覆盖范围、频率、安装地点、制造厂商、运行和维护责任、使用状态、备份和应急机制、备件情况等;机场平面结构的属性特征包括机场平面结构与航空公司、空管、航空器、航班、气象之间的关系,以及机场平面结构的属性,例如跑道、滑行道、停机坪、除冰坪、停机位、候机楼等;跑道的属性特征包括跑道的属性,例如编号、长宽、铺筑面、入口坐标标高、中心点坐标标高、灯光情况等;滑行道的属性特征包括滑行道的属性,例如编号、长宽、铺筑面、灯光情况;停机坪的属性特征包括停机坪的属性,例如编号、长宽、铺筑面、灯光情况;除冰坪的属性特征包括除冰坪的属性,例如编号、长宽、铺筑面、灯光情况、除冰装备配备情况、最大除冰能力等;停机位的属性特征包括停机位的属性,例如编号、坐标、标高、是否有廊桥、适应机型、可否自滑、至各跑道入口基准滑行时间等;候机楼的属性特征包括候机楼的属性,例如编号、配有廊桥的机位数量、与其他候机楼的联通性、登机口数量、安检通道数量、进出联检通道数量、值机柜台数量、自主登机牌打印机数量、行李提取转盘数量等;机场周边空域的属性特征包括机场周边空域与航班、航空公司、空管、空域、航空器、气象之间的关系,以及包括机场周边空域的属性,例如标准进离场程序、障碍物评估面、机场围界外机场导航通信监视设备设施、终端区边界、终端区内空中等待点、空中等待程序。关系,航班、航空公司、空管、空域、航空器、气象等;标准进离场程序的属性特征包括标准进离场程序的属性,例如编号、进场离场程序、所需引导、各机场程序最低天气标准等;障碍物评估面的属性特征包括障碍物评估面的属性,例如名称、障碍物穿刺情况、机场周边主要障碍物坐标和标高等;通信导航监视设备设施的属性特征包括通信导航监视设备设施的属性,例如名称、位置、功能等;终端区边界和分扇的属性特征包括终端区边界和分扇的属性,例如终端区水平和垂直边界、分扇情况、扇区水平和垂直边界,各扇区频率(主备)、各扇区计划和实际开放时间、各扇区容量基准值等;空中等待点的属性特征包括空中等待点的属性,例如空中等待点位置、空中等待区、空中等待进入和脱离程序、可用等待高度层等;运行机构的属性特征包括运行机构与空域、气象、航空器、航空公司、空管、航班之间的关系,以及包括运行机构的属性,例如运行机构类型(飞行区管理、候机楼管理、分控)、所在地、主要职责、领导、总人数、执照和具备专业能力的各类人员数量、机构联络方式等;机场所属空管机构的属性特征包括机场所属空管机构的属性,例如机构类型(运行管理、飞行服务、管制指挥)、所在地、主要职责、覆盖空域、各类扇区数量、各扇区频率(主备)、各扇区计划和实际开放时间、各扇区容量基准值、领导、总人数、持有各类管制执照人数、机构联络方式等;运行品质的属性特征包括运行品质与航空公司、空管、气象之间的关系,以及包括运行品质的属性,例如本场各公司航班正常率、本场各公司航班不正常原因统计、本场各公司航班不正常原因采信情况、机场放行正常率、机场放行不正常原因统计、机场放行不正常原因采信情况、航班时刻协调机场始发航班正常率、航班时刻协调机场始发航班不正常原因统计、航班时刻协调机场始发航班不正常原因采信情况、本场各公司平均实际滑出时间、本场各公司平均实际滑入时间等。
例如,在空域对象模型领域中,实体可以包括:空域、军航管制区、军航管制分区、区域管制区、区域管制扇区、终端管制区、终端管制扇区、塔台管制区、塔台管制扇区、危险区、限制区、禁区、航路航线、航段、航路点、进离场航线、城市对班机航线等。
例如,针对空域对象模型领域中的上述实体,空域的属性特征包括空域与航空器、空管、气象、机场、航班之间的关系,以及包括空域的属性,例如军航管制区、军航管制分区、区域管制区、区域管制扇区、终端管制区、终端管制扇区、塔台管制区、塔台管制扇区、危险区、限制区、禁区等;军航管制区的属性特征包括军航管制区的属性,例如名称、水平边界等;军航管制分区的属性特征包括军航管制分区的属性,例如名称、水平边界等;区域管制区的属性特征包括区域管制区的属性,例如名称、水平垂直边界、区域管制区扇区数量等;区域管制扇区的属性特征包括区域管制扇区的属性,例如名称、水平垂直边界、区域等待区、一般开放关闭时间、通行能力基准值、主备频率等;终端管制区的属性特征包括终端管制区的属性,例如名称、水平垂直边界、内部机场数量和位置、终端管制扇区数量、内部使用基准平面、过渡高度和过渡高度层等;终端管制扇区的属性特征包括终端管制扇区的属性,例如名称、水平垂直边界(内部责任边界)、内部机场数量和位置、终端等待区、一般开放时间、通行能力基准、主备频率等;塔台管制区的属性特征包括塔台管制区的属性,例如名称、水平垂直边界(责任边界)、内部塔台分扇情况、不同跑道配置下机场通行能力基准值等;塔台管制扇区的属性特征包括塔台管制扇区的属性,例如名称、水平垂直边界、一般开放时间、不同跑道配置下跑道通行能力基准值、主备频率等;危险区的属性特征包括危险区的属性,例如名称、水平垂直边界、有效时段等;限制区的属性特征包括限制区的属性,例如名称、水平垂直边界、有效时段等;禁区的属性特征包括禁区的属性,例如名称、水平垂直边界、有效时段等;航路航线的属性特征包括航路航线与航空器、空管、航班之间的关系,以及包括航路航线的属性,例如名称、沿途各航段、沿途各航路点、限制使用信息等;航段的属性特征包括航段的属性,例如所属航路航线、起始航路点、终止航路点、航段长度、航段宽度、可用高度层、磁航向、真航向、最低安全高度、航向限制情况等;航路点的属性特征包括航路点与航空器、空管、航班之间的关系,以及包括航路点的属性,例如名称、位置坐标、连接航路航线名称、所在空域边界情况、导航台类别、导航台频率等;进离场航线的属性特征包括进离场航线与航空器、空管、航班、机场之间的关系,以及包括进离场航线的属性,例如名称、性质、进离港点、使用方向、对航空器及其机载设备的限制、对机长等级的限制、其他限制使用信息等;城市对班机航线的属性特征包括城市对班机航线与航空器、空管、航班、机场、航空公司之间的关系,以及包括城市对班机航线的属性,例如名称、起飞机场、落地机场、走向描述、可用机型、对机载设备的限制、其他限制信息等。
例如,在气象对象模型领域中,实体可以包括:雷暴、台风、霜、降雪、冻雨、低能见度、低云、空中颠簸和风切变等。
例如,针对气象对象模型领域中的上述实体,雷暴的属性特征包括雷暴与航班、航空公司、空管、机场、空域之间的关系,以及包括雷暴的属性,例如强度、对流强度在空间中的分布、发展趋势发展速率、运动方向、运行速度、云顶高、云底高、过境机场起始时间、过境机场结束时间等;台风的属性特征包括台风与航班、航空公司、空管、机场、空域之间的关系,以及包括台风的属性,例如名称、强度等级、中心位置、十级风圈半径、移动方向和速度、预计登录位置(可能多次登录)、预计登录时间、实际登录位置、实际登录时间等;霜的属性特征包括霜与航班、航空公司、空管、机场、航空器之间的关系,以及霜的属性,例如对凝结物的描述、开始形成时间、预计自然消退(融化)时间、地表温度、气温、露点温度、跑道和滑行道摩擦系数等;降雪的属性特征包括降雪与航班、航空公司、空管、机场、航空器之间的关系,以及包括降雪的属性,例如开始时间、结束时间、降雪量、降水量、地表温度、气温、露点温度、地表凝结情况、跑道和滑行道摩擦系数等;冻雨的属性特征包括冻雨与航班、航空公司、空管、机场、航空器之间的关系,以及包括冻雨的属性,例如开始时间、结束时间、降水量、地表温度、气温、露点温度、地表凝结情况、跑道和滑行道摩擦系数等;低能见度的属性特征包括低能见度与航班、航空公司、空管、机场、航空器之间的关系,以及包括低能见度的属性,例如开始时间、结束时间、性质(雾、冻雾、烟、霾)、机场各位置能见度、机场各位置RVR,机场各重点位置云底高、气温、露点温度、云量和云层厚度等;低云的属性特征包括低云与航班、航空公司、空管、机场、航空器之间的关系,以及包括低云的属性,例如开始时间、结束时间、云底高、机场各位置能见度、机场各位置RVR,机场各重点位置云底高、气温、露点温度、云量和云层厚度等;空中颠簸和风切变的属性特征包括空中颠簸和风切变与航班、航空公司、空管、机场、航空器之间的关系,以及空中颠簸和风切变的属性,例如强度、强度在空间中的分布、发展趋势等。
例如,在航空器对象模型领域中,实体可以包括:型别、外形、基本性能、国籍和注册号、当前所属公司、机龄起始时间、机载设备能力、过水能力、双发延程能力、机载氧气供氧时间、缩小垂直间隔运行能力、照片等。
例如,针对航空器对象模型领域中的上述实体,型别的属性特征包括型别与航班、航空公司、空管、机场、空域、气象之间的关系,以及包括型别的属性,例如名称、制造商、首机投产时间、ICAO代码、IATA代码、外形数据、基本性能等;外形的属性特征包括外形的属性,例如机身长度、翼展、垂尾高度、主轮间距、前后轮距、发动机类型、发动机数量、驱动方式等;基本性能的属性特征包括基本性能的属性,例如最小地面转弯半径、最大起飞全重、最大落地全重、最大业载、最大业载下的续航时间和里程、标准爬升率、最大爬升率、最优巡航高度、最高平飞高度、全重起飞滑跑所需跑道长度、全重落地至全停所需跑道长度、最大近进外形下最小跑道入口速度、尾流类型等;国籍和注册号的属性特征包括国籍和注册号与航班、航空公司、空管、机场、空域之间的关系,以及包括国籍和注册号的属性,例如国籍代码、注册号等;当前所属公司的属性特征包括当前所属公司与航空公司之间的关系,以及包括当前所属公司的属性,例如公司名称;机龄起始时间的属性特征包括机龄起始时间与航空公司之间的关系,以及包括机龄起始时间的属性,例如机龄起始日期;机载设备能力的属性特征包括机载设备能力与航班、航空公司、空管、机场、空域、气象之间的关系,以及包括机载设备能力的属性,例如机载通信设备(包括VHF、ACARS等)、机载导航设备(包括RNP、VOR/DME、惯导等)、机载监视设备(包括ADS-B、ADS-C、二次雷达应答机模式等)、其他机载设备(包括飞行管理计算机等)等;过水能力的属性特征包括过水能力与航班、航空公司、空域之间的关系,以及包括过水能力的属性,例如机载过水所需装备并经适航认证具备过水能力等;双发延程能力的属性特征包括双发延程能力与航班、航空公司、空域、机场、空管之间的关系,以及包括双发延程能力的属性,例如双发飞机延程飞行能力经过适航认证;机载氧气供氧时间的属性特征包括机载氧气供氧时间与航班、航空公司、空域、机场、空管之间的关系,以及包括机载氧气供氧时间的属性,例如机载供氧经过适航认证、具备相应高原飞行能力;缩小垂直间隔运行能力的属性特征包括缩小垂直间隔运行能力与航班、航空公司、空域、机场、空管之间的关系,以及包括缩小垂直间隔运行能力的属性,例如缩小垂直间隔运行能力经过适航认证、可以进入相应区域;照片的属性特征包括照片的属性,例如该航空器照片等。
例如,对于步骤S30,以上述航班对象模型领域、航空公司对象模型领域、空管对象模型领域、机场对象模型领域、空域对象模型领域、气象对象模型领域和航空器对象模型领域为例,可以根据上述七个民航运行领域中的实体的属性特征将上述七个民航运行领域中的实体之间建立关系,由此构建图4B中所示的领域模型。
需要说明的是,为了清楚说明图4B所示的领域模型的具体结构,图4A中仅示出了图4B中的领域模型的基本结构框架,该领域模型中与上述七个民航运行领域相关的实体及其属性特征分别通过图4C-4I表示。
例如,对于步骤S30,通用知识库模型可以包括当前通用的知识库模型,例如WordNet词典知识库、谷歌知识库等任意通用知识库模型。通用知识库模型包括了基础的、常识性的概念模型,例如通用知识库模型可以基于例如辞典、常识等构建。例如,通用知识库模型的构建不依赖于特定的问题或学科领域,被定义的知识可以跨学科应用。构建的通用知识库模型例如可以包括与事物、事件、时间、空间和地区等相关的词汇表,并且能够处理对象的时间及物质属性,例如整体与部分之间的关系、适当的交迭、内置的部分等。
例如,以民航运行领域为例,通用知识库模型中包括了例如全国省市的划分、机场所在地等概念知识,此外也包括了基础关键词的语义。例如,以对“北京机场和浦东机场在某时刻的出进港流量对比”进行语义搜索为例,通过通用知识库模型可以确定例如北京机场和北京首都机场是一个概念,而“对比”也是一个概念,进而分析出需要进行对比的不同对象。
例如,对于步骤S30,通过第一映射关系可以将构建的领域模型与通用知识库模型之间彼此关联,由此可以构建一个既包括通用知识库模型又包括民航领域知识库模型的大规模知识库模型。由此,可以减少不同民航运行领域中的概念和术语上的差异,实现语义层次上的知识信息的共享、集成和互操作。
例如,在本公开的一些实施例中,上述步骤30还可以包括:基于第一映射关系,补充通用知识库模型中与领域模型关联的实体信息。
例如,以民航领域为例,由于领域模型中的实体可能涉及民航领域中的专业词汇,因此在将领域模型和通用知识库模型进行关联后,还可以基于领域模型中的实体及实体的属性特征对通用知识库模型进行补充,例如补充通用模型词表、对通用模型词表进行概念构建等,进而完善通用知识库模型与领域模型之间的关联性。
例如,对于步骤S40,通过第二映射关系将构建的应用模型与领域模型之间彼此关联,由此可以实现应用模型与领域模型之间的信息调用。例如,当用户利用应用模型对“北京机场和浦东机场在某时刻的出进港流量对比”进行语义搜索时,利用应用模型可以调用领域模型中与北京机场在某时刻的出进港流量相关的信息以及领域模型中与浦东机场在某时刻的出进港流量相关的信息,并通过应用模型实现“对比”操作以得到用户希望获取的信息。由此,实现不同系统之间的信息的互操作和集成,实现知识交流,进而提高信息获取的效率和质量。
例如,在本公开的一些实施例中,上述步骤S50包括:根据数据信源列表,确定获取的数据信息的规格。
例如,对于步骤S50,数据信息的规格包括数据信息的格式、方式、频率等,由此可以使获取的数据信息的规格统一或保持一致,以便于数据信息之间的共享以及互操作等。
例如,在本公开的一些实施例中,上述步骤S50还包括:对获取的数据信息进行预处理。
例如,预处理可以包括对获取的数据信息进行清洗、加工等,由此可以得到更加精确的数据信息。例如,对数据信息的预处理可以根据本领域中的常规方法实现,在此不再赘述。
例如,获取的数据信息的规格以及对获取的数据信息进行预处理的标准可以参考现有运行以及与现有运行相关的国内外数据标准规范。
例如,上述国内外数据标准规范包括但不限于:民用航空信息系统数据交换与共享管理规范、民用航空空中交通管理管理信息系统技术规范、民用航空空中交通管制综合信息显示系统技术规范、民用运输航空公司网络与信息系统风险评估规范、民用航空信息系统应急管理规范、民用航空信息系统安全等级保护管理规范、民用航空信息安全事件分类分级指南、民用航空信息安全事件调查规范、民用航空信息系统安全等级保护实施指南、民用航空信息系统安全状态评估指南、民用航空信息安全等级保护评估指南、民用航空重要信息系统可靠性评估规范、在空中和地面运行中使用的计量单位等。
例如,针对获取的环境数据信息,数据标准规范可以参照例如数字地图产品标准、民用航空航行通告编发规范、民用航空航行通告代码选择规范、民用航空图编绘规范、《中华人民共和国航空资料汇编》编写规范、《中国民航国内航空资料汇编》编写规范、航图规范、航空情报服务规范、飞行计划系统导航数据源标准、数字航空情报传输模型规范等。
例如,针对获取的气象数据信息,数据标准规范可以参照例如民用航空气象电报、图像、自动观测数据等标准,或者例如国际空中航行的气象服务规范、气象信息交换模型规范等。
例如,针对获取的运行动态数据信息,数据标准规范可以参照例如涉及航空运输城市地名代码的地名代码标准、飞行进程单的电子进程单相关数据标准、空中交通管制雷达标牌的飞行动态展示雷达标牌标准、民用航空飞行动态电报自动处理的飞行动态电报数据处理标准、民用航空航班运行管理信息交换格式的航班运行管理信息数据交换格式标准、基于地空数据链的航空器起飞前放行服务的航班数字放行数据标准、民用航空飞行动态固定电报格式的飞行动态电报格式标准、民用航空空中交通管制自动化系统的飞行数据交换、空中交通服务包括的空中交通管制、飞行情报和告警服务的信息规范、飞行信息交换模型规范等。
例如,针对涉及的不同民航运行领域或应用领域,参照的数据标准规范还可以包括不正常航班旅客服务规范,例如用于向不正常航班航空公司及旅客提供数据的标准,或者还可以包括搜寻与救援规范,例如用于搜寻与救援所必需的信息规范等,本公开的实施例对此不作限制。
例如,本公开上述实施例构建的以民航运行领域中航班、空域、机场、航空公司、空管、气象、航空器等为核心的知识图谱模型可以实现数据来源多样、格式多样、关系复杂、数据量大、扩展性强的基于大数据的民航运行领域模型构建,进而弥补了例如民航局、空中管制单位、科研院所、航空公司、机场等各行业主体之间完整的数据模型的缺失,进而使本公开实施例提供的知识图谱模型能够更好地应用于例如数据治理、数据共享、数据服务等各种不同民航业务领域。
图1C为本公开至少一实施例提供的一种将数据信息入库领域模型、通用知识库模型和应用模型的流程图。也就是说,图1C为图1A所示的步骤S60的一些示例的流程图。下面结合图1C对本公开至少一实施例提供的一种知识图谱模型的构建方法中将数据信息入库领域模型、通用知识库模型和应用模型的方法进行详细地介绍。
对于步骤S60,例如,在本公开的一些实施例中,知识图谱模型包括领域图谱模型、通用知识图谱模型和应用图谱模型。上述步骤S60可以包括以下步骤S601至步骤S603。
步骤S601:将数据信息入库领域模型以生成领域图谱模型。
步骤S602:将数据信息通过领域模型与通用知识库模型之间的第一映射关系入库通用知识库模型以生成通用知识图谱模型。
步骤S603:将数据信息通过领域模型与应用模型之间的第二映射关系入库应用模型以生成应用图谱模型,由此生成知识图谱模型。
例如,对于步骤S603,生成应用图谱模型包括:基于民航运行对象的业务信息,分析入库的数据信息,以基于数据信息和业务信息生成应用图谱模型。
在本公开实施例提供的知识图谱模型的构建方法中,利用知识图谱模型理论,可以构建彼此相互关联的通用知识库模型、领域模型和应用模型的模型结构,并基于该模型结构生成相应的由通用知识图谱模型、领域图谱模型和应用图谱模型构成的知识图谱模型,由此可以提升民航运行领域中查询相关信息的搜索速度及搜索准确度,进而使用户能够通过构建的知识图谱模型准确、快速地获取所需的信息或解决相关的问题。
例如,在数据信息入库后,可以基于业务信息对数据信息进行分析,以确定在通过应用图谱模型查询不同信息时需要调用的领域图谱模型中的数据信息,以及确定如何使用调用的该数据信息。
例如,以民航运行领域为例,根据业务需求,可以通过应用图谱模型向用户提供判断某一航班是否有延误的可能性的数据信息。在利用构建的知识图谱模型向用户提供判断结果时,需要通过应用图谱模型调用与航班延误有关的数据信息,例如航班的实际起飞时间、气象情况等,同时还需要通过应用图谱模型基于调用的上述数据信息判断航班是否会有延误的可能性。应用图谱模型中利用上述调用的数据信息判断航班是否会有延误的可能性(例如具体的判断标准等)的具体方法可以在上述步骤603中根据数据信息和业务信息构建。
图3A为本公开至少一实施例提供的另一种知识图谱模型的构建方法的示意性流程图。需要说明的是,除步骤S70至步骤S90外,图3A中所示的步骤S10至步骤S60与图1A中所示的步骤S10至步骤S60基本相同或相似,在此不再赘述。
如图3A所示,在本公开的一些实施例中,该知识图谱模型的构建方法还包括步骤S70:对知识图谱模型进行规则推理和算法推理以完善知识图谱模型。
图3B为本公开至少一实施例提供的一种对知识图谱模型进行规则推理和算法推理以完善知识图谱模型的流程图。也就是说,图3B为图3A所示的步骤S70的一些示例的流程图。下面结合图3B对本公开至少一实施例提供的一种知识图谱模型的构建方法中对知识图谱模型进行规则推理和算法推理以完善知识图谱模型的方法进行详细地介绍。例如,如图3B所示,上述步骤S70可以包括以下步骤S701至步骤S703。
例如,如图3B所示,上述步骤S70可以包括步骤S701:基于领域图谱模型对领域图谱模型和通用知识图谱模型进行规则推理,以补充领域图谱模型中的实体信息。
例如,上述规则推理可以包括正向规则推理和反向规则推理,以使构建的领域图谱模型中的实体信息更加完善。例如,规则推理可以基于例如前向链推理RETE引擎和Datalog引擎依据通用规则(例如实体的属性特征的传递、互逆、不相交等规则)对知识图谱模型中的实体以及实体的属性特征进行推理,以补充知识图谱模型中的实体以及实体的属性特征。
例如,如图3B所示,上述步骤S70还可以包括步骤S702:基于应用图谱模型对领域图谱模型和应用图谱模型进行实体识别,以补充领域图谱模型和应用图谱模型中的实体信息。
例如,如图3B所示,上述步骤S70还可以包括步骤S703:基于领域图谱模型对应用图谱模型进行实体识别,以补充应用图谱模型中的实体信息。
例如,实体识别包括命名实体识别,例如可以采用基于规则和词典的方法、基于统计的方法、基于规则和词典以及统计相互混合的方法、神经网络的方法等进行逻辑推理,从而补充领域图谱模型和应用图谱模型中的实体及实体的属性特征,以进一步完善构建的知识图谱模型。实体识别的具体方法可以参考本领域中的常规技术方法或理论,在此不再赘述。
例如,上述步骤S701至步骤S703可以反复迭代进行,以完善构建的知识图谱模型中的实体以及实体的属性特征。
如图3A所示,在本公开的一些实施例中,该知识图谱模型的构建方法还包括步骤S80:检查及修正知识图谱模型中的实体信息。
例如,上述步骤S80可以包括:根据民航运行领域的业务逻辑,检查知识图谱模型中实体的一致性、实体的属性类型的一致性、以及实体之间的关系的唯一性。由此,可以使知识图谱模型中彼此关联的实体信息之间保持一致,以便于数据信息的共享和互操作。
例如,以检查“国家”这一实体的一致性为例,“中国”、“中华人民共和国”和“China”由于表示相同的含义,因此需要将三者统一为同一词语,例如统一为“中国”,以保证构建的知识图谱模型中实体的一致性。
例如,上述步骤S80可以反复迭代进行,以统一构建的知识图谱模型中的所有实体、实体的属性类型以及实体之间的关系,提高构建的知识图谱模型的可靠性,进而提高向用户提供的信息的效率和质量。
如图3A所示,在本公开的一些实施例中,该知识图谱模型的构建方法还包括步骤S90:验证及修正知识图谱模型。
例如,上述步骤S90可以包括:基于应用方案框架,检验并修正知识图谱模型,以使知识图谱模型满足用户关于民航运行对象的信息需求。
例如,可以将应用方案框架中所包含的用户希望获取的信息利用构建的知识图谱模型逐一进行搜索查询,以验证是否可以通过该知识图谱模型获取正确的查询信息,并基于查询结果对知识图谱模型进行进一步修正,以进一步完善该知识图谱模型,提高构建的知识图谱模型的可靠性。
例如,上述步骤S90还可以包括:获取用户使用知识图谱模型后的实际需求,并基于实际需求修正知识图谱模型。
例如,当用户实际使用该构建的知识图谱模型进行信息搜索查询时,可以收集用户使用后的反馈意见,从而根据用户反馈的意见进一步完善和修正该知识图谱模型,以提升用户的使用体验。
例如,上述步骤S90可以反复迭代进行,以提高通过该知识图谱模型向用户提供的查询信息的效率和质量,提升用户体验。
例如,通过本公开实施例提供的方法构建的知识图谱模型可应用于例如数据治理、数据共享、数据服务等民航运行领域中各种不同的业务类型。
通过本公开实施例提供的方法构建的知识图谱模型可以减少不同应用领域中的概念和术语上的差异,使得工作在不同应用领域之中或者应用不同操作平台的人员之间可以实现信息的共享和交换,进而实现知识交流。并且,利用本公开实施例提供的知识图谱模型的构建方法还可以在不同的建模方法、范式、语言和软件工具之间进行翻译和映射,进而实现不同系统之间的互操作和集成,使知识图谱模型的使用者之间能够进行语义层次上的知识的共享和互操作。此外,在利用该构建的知识图谱模型对需求解决的问题和任务进行规范描述时,还可以提高需求分析以及信息获取的效率,节约成本,同时还可以实现对信息的一致性进行自动或者半自动的检查,从而提高构建的知识图谱模型的可靠性,进而提高向用户提供的信息的实施效率和质量。
需要说明的是,在本公开的实施例中,本公开上述各个实施例提供的知识图谱模型的构建方法的流程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行。虽然上文描述的知识图谱模型的构建方法的流程包括特定顺序出现的多个操作,但是应该清楚地了解,多个操作的顺序并不受限制。上文描述的知识图谱模型的构建方法可以执行一次,也可以按照预定条件执行多次。
本公开至少一实施例还提供一种知识图谱模型构建装置,图5为本公开至少一实施例提供的一种知识图谱模型构建装置的示意性框图。
如图5所示,知识图谱模型构建装置500可以包括:信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505。例如,这些单元可以通过硬件(例如电路)模块、软件模块或二者的任意组合等实现,以下实施例与此相同,不再赘述。例如,可以通过中央处理单元(CPU)、图像处理器(GPU)、张量处理器(TPU)、现场可编程逻辑门阵列(FPGA)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元以及相应计算机指令来实现这些单元。
例如,信息需求获取单元501被配置为获取用户关于民航运行对象的信息需求,并根据信息需求生成用户需求范围列表。
例如,数据信源列表生成单元502被配置为根据用户需求范围列表,生成应用方案框架并确定构建知识图谱模型所涉及的民航运行领域,以及根据应用方案框架和涉及的民航运行领域生成数据信源列表。应用方案框架包括向用户提供的关于民航运行对象的查询信息,数据信源列表包括构建知识图谱模型所涉及的民航运行领域中的实体和实体的属性特征。
例如,模型构建单元503被配置为利用数据信源列表中的实体的属性特征建立实体之间的关系以构建领域模型,并建立领域模型与通用知识库模型之间的第一映射关系以关联通用知识库模型与领域模型;以及被配置为基于应用方案框架,构建应用模型,并建立应用模型与领域模型之间的第二映射关系以关联应用模型与领域模型。
例如,数据信息获取单元504被配置为获取与领域模型中的实体信息对应的数据信息。实体信息包括实体以及实体的属性特征。
例如,数据信息入库单元505被配置为基于第一映射关系和第二映射关系将数据信息入库领域模型、通用知识库模型和应用模型,从而生成知识图谱模型。
例如,在一些实施例中,数据信息入库单元505还可以被配置为将数据信息入库领域模型以生成领域图谱模型,将数据信息通过领域模型与通用知识库模型之间的第一映射关系入库通用知识库模型以生成通用知识图谱模型,以及将数据信息通过领域模型与应用模型之间的第二映射关系入库应用模型以生成应用图谱模型,由此生成知识图谱模型。
例如,在一些实施例中,知识图谱模型构建装置500还可以包括模型推理单元,该模型推理单元可以被配置为对知识图谱模型进行规则推理和算法推理以完善知识图谱模型。
例如,在一些实施例中,知识图谱模型构建装置500还可以包括模型检查单元,该模型检查单元可以被配置为检查及修正知识图谱模型中的实体信息。
例如,在一些实施例中,知识图谱模型构建装置500还可以包括模型验证单元,该模型验证单元可以被配置为验证及修正知识图谱模型。
例如,该模型验证单元可以基于应用方案框架,检验并修正知识图谱模型,以使知识图谱模型满足用户关于民航运行对象的信息需求。
例如,该模型验证单元也可以基于获取的用户使用知识图谱模型后的实际需求修正知识图谱模型。
例如,信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505可以包括存储在存储器中的代码和程序;处理器可以执行该代码和程序以实现如上所述的信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505的一些功能或全部功能。例如,信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505可以是专用硬件器件,用来实现如上所述的信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505的一些或全部功能。例如,信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505可以是一个电路板或多个电路板的组合,用于实现如上所述的功能。在本申请实施例中,该一个电路板或多个电路板的组合可以包括:(1)一个或多个处理器;(2)与处理器相连接的一个或多个非暂时的存储器;以及(3)处理器可执行的存储在存储器中的固件。
需要说明的是,信息需求获取单元501可以实现图1A所示的步骤S10,数据信源列表生成单元502用于实现图1A所示的步骤S20,模型构建单元503用于实现图1A所示的步骤S30和S40,数据信息获取单元504用于实现图1A所示的步骤S50,数据信息入库单元505用于实现图1A所示的步骤S60。从而关于信息需求获取单元501、数据信源列表生成单元502、模型构建单元503、数据信息获取单元504和数据信息入库单元505能够实现的功能的具体说明可以参考上述知识图谱模型的构建方法的实施例中的步骤S10至步骤S60的相关描述,重复之处不再赘述。此外,知识图谱模型构建装置500可以实现与前述知识图谱模型的构建方法相似的技术效果,在此不再赘述。
需要注意的是,在本公开的实施例中,该知识图谱模型构建装置500可以包括更多或更少的电路或单元,并且各个电路或单元之间的连接关系不受限制,可以根据实际需求而定。各个电路或单元的具体构成方式不受限制,可以根据电路原理由模拟器件构成,也可以由数字芯片构成,或者以其他适用的方式构成。
本公开至少一实施例还提供一种知识图谱模型构建装置,图6为本公开至少一实施例提供的另一种知识图谱模型构建装置的示意性框图。
例如,如图6所示,该知识图谱模型构建装置600包括处理器610、存储器620以及一个或多个计算机程序模块621。
例如,处理器610与存储器620通过总线系统630连接。例如,一个或多个计算机程序模块621被存储在存储器620中。例如,一个或多个计算机程序模块621包括用于执行本公开任一实施例提供的知识图谱模型的构建方法的指令。例如,一个或多个计算机程序模块621中的指令可以由处理器610执行。例如,总线系统630可以是常用的串行、并行通信总线等,本公开的实施例对此不作限制。
例如,该处理器610可以是中央处理单元(CPU)、数字信号处理器(DSP)、图像处理器(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,可以为通用处理器或专用处理器,并且可以控制知识图谱模型构建装置600中的其它组件以执行期望的功能。
存储器620可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器610可以运行该程序指令,以实现本公开实施例中(由处理器610实现)的功能以及/或者其它期望的功能,例如知识图谱模型的构建方法等。在该计算机可读存储介质中还可以存储各种应用程序和各种数据,例如实体信息、数据信息以及应用程序使用和/或产生的各种数据等。
需要说明的是,图6所示的知识图谱模型构建装置的组件只是示例性的,而非限制性的,根据实际应用需要,该知识图谱模型构建装置还可以具有其他组件。关于该知识图谱模型构建装置的具体实现以及相关解释内容可以参见上述知识图谱模型的构建方法的实施例,在此不作赘述。例如,处理器610执行存储器620上所存放的计算机可读指令而实现的知识图谱模型的构建方法的其他实现方式,与前述方法实施例部分所提及的实现方式相同,这里也不再赘述。
需要注意的是,在本公开的实施例中,该知识图谱模型构建装置可以包括更多或更少的电路或单元,并且各个电路或单元之间的连接关系不受限制,可以根据实际需求而定。各个电路或单元的具体构成方式不受限制,可以根据电路原理由模拟器件构成,也可以由数字芯片构成,或者以其他适用的方式构成。
例如,关于知识图谱模型构建装置执行知识图谱模型的构建过程的详细说明可以参考知识图谱模型的构建方法的实施例中的相关描述,重复之处不再赘述。
图7为本公开至少一实施例提供的一种存储介质的示意图。例如,如图7所示,在存储介质700上可以非暂时性地存储一个或多个计算机可读指令701。例如,当计算机可读指令701由处理器执行时可以执行根据上文所述的知识图谱模型的构建方法中的一个或多个步骤。
例如,该存储介质700可以应用于上述知识图谱模型构建装置中,例如,该存储介质700可以包括知识图谱模型构建装置中的存储器。
例如,该存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含基于应用方案框架构建应用模型,并建立应用模型与领域模型之间的第二映射关系以关联应用模型与领域模型的计算机可读的程序代码,另一个计算机可读存储介质包含基于第一映射关系和第二映射关系将数据信息入库领域模型、通用知识库模型和应用模型,从而生成知识图谱模型的计算机可读的程序代码。例如,当该程序代码由计算机读取时,计算机可以执行该计算机存储介质中存储的程序代码,执行例如本公开任一实施例提供的知识图谱模型的构建方法。
例如,存储介质可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、闪存、或者上述存储介质的任意组合,也可以为其他适用的存储介质。
例如,关于存储介质700的说明可以参考知识图谱模型构建装置的实施例中对于存储器的描述,重复之处不再赘述。
图8为本公开至少一实施例提供的一种硬件环境的示意图。本公开提供的知识图谱模型构建装置可以应用在互联网系统。
利用图8中提供的计算机系统可以实现本公开中涉及的知识图谱模型构建装置和/或电子设备。这类计算机系统可以包括个人电脑、笔记本电脑、平板电脑、手机、个人数码助理等任何电子设备或装置。本实施例中的特定系统利用功能框图解释了一个包含用户界面的硬件平台。这种计算机设备可以是一个通用目的的计算机设备,或一个有特定目的的计算机设备。两种计算机设备都可以被用于实现本实施例中的知识图谱模型构建装置和/或电子设备。计算机系统可以实施当前描述的实现构建知识图谱模型所需要的信息的任何组件。例如:计算机系统能够被计算机设备通过其硬件设备、软件程序、固件以及它们的组合所实现。为了方便起见,图8中只绘制了一台计算机设备,但是本实施例所描述的实现构建知识图谱模型所需要的信息的相关计算机功能是可以以分布的方式、由一组相似的平台所实施的,分散计算机系统的处理负荷。
如图8所示,计算机系统可以包括通信端口250,与之相连的是实现数据通信的网络,例如,计算机系统可以通过通信端口250发送和接收信息及数据,即通信端口250可以实现计算机系统与其他电子设备进行无线或有线通信以交换数据。计算机系统还可以包括一个处理器组220(即上文中描述的处理器),用于执行程序指令。处理器组220可以由至少一个处理器(例如,CPU)组成。计算机系统可以包括一个内部通信总线210。计算机系统可以包括不同形式的程序储存单元以及数据储存单元(即上文中描述的存储器或存储介质),例如硬盘270、只读存储器(ROM)230、随机存取存储器(RAM)240,能够用于存储计算机处理和/或通信使用的各种数据文件,以及处理器组220所执行的可能的程序指令。计算机系统还可以包括一个输入/输出组件260,输入/输出组件260用于实现计算机系统与其他组件(例如,用户界面280等)之间的输入/输出数据流。
通常,以下装置可以连接输入/输出组件260:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信接口。
虽然图8示出了具有各种装置的计算机系统,但应理解的是,并不要求计算机系统具备所有示出的装置,可以替代地,计算机系统可以具备更多或更少的装置。
对于本公开,还有以下几点需要说明:
(1)本公开实施例附图只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计。
(2)为了清晰起见,在用于描述本发明的实施例的附图中,层或结构的厚度和尺寸被放大。可以理解,当诸如层、膜、区域或基板之类的元件被称作位于另一元件“上”或“下”时,该元件可以“直接”位于另一元件“上”或“下”,或者可以存在中间元件。
(3)在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上所述仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,本公开的保护范围应以所述权利要求的保护范围为准。
Claims (20)
1.一种知识图谱模型的构建方法,包括:
获取用户关于民航运行对象的信息需求,并根据所述信息需求生成用户需求范围列表;
根据所述用户需求范围列表,生成应用方案框架并确定构建所述知识图谱模型所涉及的民航运行领域,以及根据所述应用方案框架和涉及的所述民航运行领域生成数据信源列表,其中,所述应用方案框架包括向用户提供的关于所述民航运行对象的查询信息,所述数据信源列表包括构建所述知识图谱模型所涉及的所述民航运行领域中的实体和所述实体的属性特征;
利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建领域模型,并建立所述领域模型与通用知识库模型之间的第一映射关系以关联所述通用知识库模型与所述领域模型;
基于所述应用方案框架构建应用模型,并建立所述应用模型与所述领域模型之间的第二映射关系以关联所述应用模型与所述领域模型;
获取与所述领域模型中的实体信息对应的数据信息,其中,所述实体信息包括所述实体以及所述实体的属性特征;以及
基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型,
其中,基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,包括:将所述数据信息入库所述领域模型,基于所述第一映射关系将所述数据信息入库所述通用知识库模型,以及基于所述第二映射关系将所述数据信息入库所述应用模型。
2.根据权利要求1所述的知识图谱模型的构建方法,其中,所述知识图谱模型包括领域图谱模型、通用知识图谱模型和应用图谱模型,
基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型,包括:
将所述数据信息入库所述领域模型以生成所述领域图谱模型,
将所述数据信息通过所述领域模型与所述通用知识库模型之间的所述第一映射关系入库所述通用知识库模型以生成所述通用知识图谱模型,以及
将所述数据信息通过所述领域模型与所述应用模型之间的所述第二映射关系入库所述应用模型以生成所述应用图谱模型,由此生成所述知识图谱模型。
3.根据权利要求2所述的知识图谱模型的构建方法,其中,生成所述应用图谱模型,包括:
基于所述民航运行对象的业务信息,分析入库的所述数据信息,以基于所述数据信息和所述业务信息生成所述应用图谱模型。
4.根据权利要求2所述的知识图谱模型的构建方法,还包括:
对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型。
5.根据权利要求4所述的知识图谱模型的构建方法,其中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,包括:
基于所述领域图谱模型对所述领域图谱模型和所述通用知识图谱模型进行规则推理,以补充所述领域图谱模型中的实体信息。
6.根据权利要求4所述的知识图谱模型的构建方法,其中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,还包括:
基于所述应用图谱模型对所述领域图谱模型和所述应用图谱模型进行实体识别,以补充所述领域图谱模型和所述应用图谱模型中的实体信息。
7.根据权利要求4所述的知识图谱模型的构建方法,其中,对所述知识图谱模型进行规则推理和算法推理以完善所述知识图谱模型,还包括:
基于所述领域图谱模型对所述应用图谱模型进行实体识别,以补充所述应用图谱模型中的实体信息。
8.根据权利要求1所述的知识图谱模型的构建方法,其中,获取用户关于所述民航运行对象的信息需求,并根据所述信息需求生成所述用户需求范围列表,包括:
对用户进行需求调研以收集用户关于所述民航运行对象的所述信息需求并生成需求采集列表;
分析所述需求采集列表以确定用户关于所述民航运行对象的信息需求的优先级,并生成优先级细化需求列表;以及
根据所述优先级细化需求列表生成所述用户需求范围列表。
9.根据权利要求1所述的知识图谱模型的构建方法,其中,所述知识图谱模型涉及的所述民航运行领域包括:航班对象模型领域、航空公司对象模型领域、空管对象模型领域、机场对象模型领域、空域对象模型领域、气象对象模型领域和航空器对象模型领域。
10.根据权利要求1所述的知识图谱模型的构建方法,其中,利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建所述领域模型,并建立所述领域模型与所述通用知识库模型之间的所述第一映射关系以关联所述通用知识库模型与所述领域模型,还包括:
基于所述第一映射关系,补充所述通用知识库模型中与所述领域模型关联的实体信息。
11.根据权利要求1所述的知识图谱模型的构建方法,其中,获取与所述领域模型中的实体信息对应的所述数据信息,包括:
根据所述数据信源列表,确定获取的所述数据信息的规格。
12.根据权利要求1所述的知识图谱模型的构建方法,其中,获取与所述领域模型中的实体信息对应的所述数据信息,还包括:
对获取的所述数据信息进行预处理。
13.根据权利要求1所述的知识图谱模型的构建方法,还包括:
检查及修正所述知识图谱模型中的实体信息。
14.根据权利要求13所述的知识图谱模型的构建方法,其中,检查及修正所述知识图谱模型,包括:
根据所述民航运行领域的业务逻辑,检查所述知识图谱模型中所述实体的一致性、所述实体的属性类型的一致性、以及所述实体之间的关系的唯一性。
15.根据权利要求1所述的知识图谱模型的构建方法,还包括:
验证及修正所述知识图谱模型。
16.根据权利要求15所述的知识图谱模型的构建方法,其中,验证及修正所述知识图谱模型,包括:
基于所述应用方案框架,检验并修正所述知识图谱模型,以使所述知识图谱模型满足用户关于所述民航运行对象的所述信息需求。
17.根据权利要求15所述的知识图谱模型的构建方法,其中,验证及修正所述知识图谱模型,包括:
获取用户使用所述知识图谱模型后的实际需求,并基于所述实际需求修正所述知识图谱模型。
18.一种知识图谱模型构建装置,包括:
信息需求获取单元,被配置为获取用户关于民航运行对象的信息需求,并根据所述信息需求生成用户需求范围列表;
数据信源列表生成单元,被配置为根据所述用户需求范围列表,生成应用方案框架并确定构建所述知识图谱模型所涉及的民航运行领域,以及根据所述应用方案框架和涉及的所述民航运行领域生成数据信源列表,其中,所述应用方案框架包括向用户提供的关于民航运行对象的查询信息,所述数据信源列表包括构建所述知识图谱模型所涉及的民航运行领域中的实体和所述实体的属性特征;
模型构建单元,被配置为利用所述数据信源列表中的所述实体的属性特征建立所述实体之间的关系以构建领域模型,并建立所述领域模型与通用知识库模型之间的第一映射关系以关联所述通用知识库模型与所述领域模型,以及基于所述应用方案框架,构建应用模型,并建立所述应用模型与所述领域模型之间的第二映射关系以关联所述应用模型与所述领域模型;
数据信息获取单元,被配置为获取与所述领域模型中的实体信息对应的数据信息,其中,所述实体信息包括所述实体以及所述实体的属性特征;
数据信息入库单元,被配置为基于所述第一映射关系和所述第二映射关系将所述数据信息入库所述领域模型、所述通用知识库模型和所述应用模型,从而生成所述知识图谱模型。
19.一种知识图谱模型构建装置,包括:
处理器;
存储器;
一个或多个计算机程序模块,其中,所述一个或多个计算机程序模块被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个计算机程序模块包括用于执行实现权利要求1-17任一所述的知识图谱模型的构建方法的指令。
20.一种存储介质,非暂时性地存储计算机可读指令,当所述计算机可读指令由计算机执行时可以执行根据权利要求1-17任一所述的知识图谱模型的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010975035.2A CN112307217B (zh) | 2020-09-16 | 2020-09-16 | 知识图谱模型的构建方法以及构建装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010975035.2A CN112307217B (zh) | 2020-09-16 | 2020-09-16 | 知识图谱模型的构建方法以及构建装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112307217A CN112307217A (zh) | 2021-02-02 |
CN112307217B true CN112307217B (zh) | 2021-12-14 |
Family
ID=74483545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010975035.2A Active CN112307217B (zh) | 2020-09-16 | 2020-09-16 | 知识图谱模型的构建方法以及构建装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307217B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140134B (zh) * | 2021-03-12 | 2022-07-08 | 北京航空航天大学 | 一种面向智慧空管系统的航班延误智能预测框架 |
CN113449915B (zh) * | 2021-06-28 | 2023-10-27 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的航班延误预测方法 |
CN113626616B (zh) * | 2021-08-25 | 2024-03-12 | 中国电子科技集团公司第三十六研究所 | 航空器安全预警方法、装置及系统 |
CN114722823B (zh) * | 2022-03-24 | 2023-04-14 | 华中科技大学 | 构建航空知识图谱的方法及装置、计算机可读介质 |
CN115796397B (zh) * | 2023-02-06 | 2023-04-18 | 中国民航大学 | 用于机场运行保障过程的场景生成方法、场景生成系统 |
CN116860905B (zh) * | 2023-09-04 | 2023-12-08 | 青岛市勘察测绘研究院 | 一种城市信息模型的空间单元编码生成方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008014590A1 (en) * | 2006-07-31 | 2008-02-07 | Canadian Bank Note Company, Limited | Method and system for document comparison using cross plane comparison |
CN109086347A (zh) * | 2018-07-13 | 2018-12-25 | 武汉尼维智能科技有限公司 | 一种国际海运危险货物知识图谱系统的构建方法、装置及存储介质 |
CN109213872A (zh) * | 2018-09-11 | 2019-01-15 | 中国电子科技集团公司第二十八研究所 | 基于知识表示学习的实体关系预测方法及预测系统 |
CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
CN110347844A (zh) * | 2019-07-15 | 2019-10-18 | 中国人民解放军战略支援部队航天工程大学 | 一种太空目标知识图谱构建系统 |
CN111177322A (zh) * | 2019-12-30 | 2020-05-19 | 成都数之联科技有限公司 | 一种领域知识图谱的本体模型构建方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944559B (zh) * | 2017-11-24 | 2021-04-27 | 国家计算机网络与信息安全管理中心 | 一种实体关系自动识别方法及系统 |
FR3082330B1 (fr) * | 2018-06-07 | 2022-12-30 | Thales Sa | Cybersecurite aeronautique |
CN111444348A (zh) * | 2020-02-27 | 2020-07-24 | 上海交通大学 | 知识图谱架构的构建与应用方法、系统及介质 |
-
2020
- 2020-09-16 CN CN202010975035.2A patent/CN112307217B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008014590A1 (en) * | 2006-07-31 | 2008-02-07 | Canadian Bank Note Company, Limited | Method and system for document comparison using cross plane comparison |
CN109086347A (zh) * | 2018-07-13 | 2018-12-25 | 武汉尼维智能科技有限公司 | 一种国际海运危险货物知识图谱系统的构建方法、装置及存储介质 |
CN109213872A (zh) * | 2018-09-11 | 2019-01-15 | 中国电子科技集团公司第二十八研究所 | 基于知识表示学习的实体关系预测方法及预测系统 |
CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
CN110347844A (zh) * | 2019-07-15 | 2019-10-18 | 中国人民解放军战略支援部队航天工程大学 | 一种太空目标知识图谱构建系统 |
CN111177322A (zh) * | 2019-12-30 | 2020-05-19 | 成都数之联科技有限公司 | 一种领域知识图谱的本体模型构建方法 |
Non-Patent Citations (2)
Title |
---|
Research on Civil Aviation Emergency Decision-making Based on System Dynamics;Pan,Weijun等;《PROCEEDINGS OF 2016 INTERNATIONAL CONFERENCE ON MODELING, SIMULATION AND OPTIMIZATION TECHNOLOGIES AND APPLICATIONS (MSOTA2016)》;20161231;第151-154页 * |
领域知识图谱构建技术的研究;赵毓诚;《中国优秀硕士学位论文全文数据库(电子期刊)》;20200215;第I138-2174页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112307217A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112307217B (zh) | 知识图谱模型的构建方法以及构建装置、存储介质 | |
US11195421B2 (en) | Aircraft fuel optimization analytics | |
Straubinger et al. | An overview of current research and developments in urban air mobility–Setting the scene for UAM introduction | |
Sudbury et al. | A cost analysis of amazon prime air (drone delivery) | |
Lee et al. | Taxi-out time prediction for departures at Charlotte airport using machine learning techniques | |
Janić | Greening airports: Advanced technology and operations | |
CN112735189A (zh) | 一种飞行汽车地空模态转换与智能空管方法及系统 | |
WO2019186594A1 (en) | Method and system for auto task allocation & recommending ground equipment, manpower to improve turnaround time of aircrafts in airport | |
Oakey et al. | Integrating drones into NHS patient diagnostic logistics systems: Flight or fantasy? | |
Alvarez et al. | Demand and Capacity Modeling for Advanced Air Mobility | |
CN113283938A (zh) | 航段市场需求值的预测方法、装置及机器可读介质 | |
Yedavalli et al. | Planning land use constrained networks of urban air mobility infrastructure in the San Francisco bay area | |
Sharov et al. | Risk management methods in the aviation enterprise | |
Shmelova et al. | Collaborative-Factor Models of Decision-Making by Operators of the Air Navigation System in Conflict or Emergency Situations | |
Kulik et al. | Intelligent transport systems in aerospace engineering | |
Filatov et al. | Theoretical Aspects of the Creation of Artificial Intelligence Systems in Transport | |
Kang et al. | Quantile Regression–Based Estimation of Dynamic Statistical Contingency Fuel | |
Bridgelall | Forecasting market opportunities for urban and regional air mobility | |
Ivanov et al. | Artificial intelligence in aviation industry | |
Bouarfa et al. | Airport Performance Modeling using an agent-based Approach | |
Zieliński | Challenges for employing drones in the urban transport systems | |
Çakır et al. | Infrastructural and operational availability for air taxi operations at German aerodromes | |
Moeller | Airport Technology Management | |
Ejem et al. | Performance evaluation of terminal airspace system safety, delay and predictability of Muritala Mohammed International Airport, Ikeja Lagos, Nigeria | |
Clemmer | Determining the location of runway exits using airport surface detection equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |