CN112948596A - 知识图谱构建方法、装置、计算机设备及计算机存储介质 - Google Patents

知识图谱构建方法、装置、计算机设备及计算机存储介质 Download PDF

Info

Publication number
CN112948596A
CN112948596A CN202110356672.6A CN202110356672A CN112948596A CN 112948596 A CN112948596 A CN 112948596A CN 202110356672 A CN202110356672 A CN 202110356672A CN 112948596 A CN112948596 A CN 112948596A
Authority
CN
China
Prior art keywords
concept
entity
data set
data
ontology graph
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.)
Granted
Application number
CN202110356672.6A
Other languages
English (en)
Other versions
CN112948596B (zh
Inventor
汪庆宁
黄睿
张远来
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tellhow Software Co ltd
Original Assignee
Tellhow Software Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tellhow Software Co ltd filed Critical Tellhow Software Co ltd
Priority to CN202110356672.6A priority Critical patent/CN112948596B/zh
Publication of CN112948596A publication Critical patent/CN112948596A/zh
Application granted granted Critical
Publication of CN112948596B publication Critical patent/CN112948596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Marketing (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种知识图谱构建方法、装置、计算机设备及计算机存储介质，通过电力系统的业务应用场景、每个业务应用场景对应的概念模型、概念模型包括的多个概念节点及概念节点之间的关系，获取概念本体图，并根据所述概念本体图，从电力系统的关系型数据库中抽取结构化数据和非结构化数据以获得形成电力系统知识图谱所需要的三元组数据。从而能够实现对电力系统文本数据的自动化抽取以及异构数据之间的有效融合，且基于对于概念本体图多维度的设计方案，能够使得顶层概念更加简洁，更易于扩展与维护，极大的提升了知识图谱的实用性与可靠性。

Description

知识图谱构建方法、装置、计算机设备及计算机存储介质
技术领域
本发明涉及数据处理领域，尤其涉及一种知识图谱构建方法、装置、计算机设备及计算机存储介质。
背景技术
知识图谱是解决海量知识数据的快速响应和挖掘潜在知识信息的一种技术手段，通过知识图谱技术不仅能将多源异构数据进行融合统一，还能支持海量知识的在线检索、分析。在领域型知识图谱的构建过程中，通常采用自顶向下的构建方式，其中概念本体设计主要定义领域内相关概念及关系，决定着知识图谱构建与应用的可靠性，但在这一环节中会出现以下问题：顶层概念繁多、复杂，不易设计；顶层概念扩展困难，不易维护；存在相似冗余的概念，不易察觉。
电力系统文本数据的自动化抽取与异构数据之间的有效融合也是构建大规模知识图谱需解决的技术问题。
发明内容
为了解决上述技术问题，本发明提出了一种知识图谱构建方法、装置、计算机设备及计算机存储介质，具体方案如下：
第一方面，本公开实施例提供了一种知识图谱构建方法，应用于电力系统，所述方法包括：
获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
根据本公开的一种具体实施方式，所述获取概念本体图的步骤，包括：
确定所述电力系统覆盖的全部业务应用场景，每个业务应用场景均包括多个概念节点；
对全部业务应用场景中的概念节点进行分类，并生成对应不同类别的概念模型，每个概念模型均包括对应同一类别的概念节点及概念节点之间的交互关系；
根据各概念模型内概念节点之间的交互关系，以及各业务应用场景与各类别的概念模型之间的包含关系，生成所述概念本体图。
根据本公开的一种具体实施方式，所述获取概念本体图的步骤之后，所述方法还包括：
根据所述概念本体图生成对应的邻接矩阵；
基于所述邻接矩阵对所述概念本体图进行校验，获得校验结果，所述校验结果包括所述概念本体图中是否存在自相关的概念节点、是否存在孤立的概念节点以及不同概念节点之间是否存在间接关系；
根据所述校验结果对所述概念本体图进行校正处理。
根据本公开的一种具体实施方式，所述根据所述概念本体图生成对应的邻接矩阵的步骤，包括：
将所述概念本体图中的概念节点统计为第一集合V＝{v1,v2,…vn}，将所述概念节点之间的关系统计为第二集合E＝{(vi,vj)}；
根据计算公式
Figure BDA0003003551610000031
生成对应的邻接矩阵。
根据本公开的一种具体实施方式，所述从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集合的步骤，包括：
获取所述关系型数据库中与所述概念本体图中各概念节点对应的第一实体表；
通过所述第一实体表的主键和外键，在所述关系型数据库中查找相关联的第二实体表，根据所述第一实体表、第二实体表以及概念节点之间的交互关系生成所述第一三元组数据集。
根据本公开的一种具体实施方式，所述从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集的步骤，具体包括：
对从所述关系型数据库采集的文本数据进行预处理，以构建标准语料数据库；
对从所述标准语料数据库中选取的第一语料数据进行标注，以获取实体抽取任务网络模型与关系抽取任务网络模型，所述第一语料数据为训练网络模型所需要的实体数据和关系数据；
通过所述实体抽取任务网络模型与所述关系抽取任务网络模型对标准语料数据库执行实体抽取任务和关系抽取任务，以获取第二语料数据；
将所述第二语料数据转化为第二三元组数据。
根据本公开的一种具体实施方式，所述融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集的步骤之后，所述方法还包括：
判断所述第三三元组数据集中第i实体与第i+1实体之间的字面匹配度是否超过预设的文本编辑距离阈值，其中，i为正整数；
若所述第i实体与所述第i+1实体之间的字面匹配度超过预设的文本编辑距离阈值，则进一步判断所述第i实体与所述第i+1实体之间的语义相似度是否超过预设的文本语义相似度计算阈值；
若所述第i实体与所述第i+1实体之间的语义相似度超过预设的文本语义相似度计算阈值，则对所述第i实体与所述第i+1实体执行数据融合处理。
第二方面，本公开实施例还提供了一种知识图谱构建装置，应用于电力系统，所述装置包括：
本体图获取模块，用于获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
数据抽取模块，用于根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
数据融合模块，用于融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
图谱生成模块，用于将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
第三方面，本公开实施例还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器用于存储有计算机程序，所述处理器用于执行所述计算机程序以实现如上述第一方面所述的知识图谱构建方法。
第四方面，本公开实施例还提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序在处理器上执行时实现如所述第一方面中所述的知识图谱构建方法。
本公开实施例提供了一种知识图谱构建方法、装置、计算机设备及计算机存储介质，通过电力系统的业务应用场景、每个业务应用场景对应的概念模型、概念模型包括的多个概念节点及概念节点之间的关系，获取概念本体图，并根据所述概念本体图，从电力系统的关系型数据库中抽取结构化数据和非结构化数据以获得形成电力系统知识图谱所需要的三元组数据。从而能够实现对电力系统文本数据的自动化抽取以及异构数据之间的有效融合，且基于对于概念本体图多维度的设计方案，能够使得顶层概念更加简洁，更易于扩展与维护，极大的提升了知识图谱的实用性与可靠性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本发明实施例提供的一种知识图谱构建方法的示意性流程图；
图2示出了本发明实施例提供的一种知识图谱构建方法中的知识本体图及其邻接矩阵的示意性结构图；
图3示出了本发明实施例提供的一种知识图谱构建方法中的网络抽取模型的示意性结构图；
图4示出了本发明实施例提供的一种知识图谱构建方法中计算概念节点之间字面相似度及文本相似度的示意性流程交互图；
图5示出了本发明实施例提供的一种知识图谱构建方法中构建的知识谱图的示例图；
图6示出了本发明实施例提供的一种知识图谱构建装置的示意性装置模块图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
参照图1，本公开实施例提供了一种知识图谱构建方法，应用于电力系统，所述方法包括：
S101，获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
具体的，如图2所示，在获取概念本体图前，首先对电力系统中的概念节点进行分类处理，将概念本体设计为三个维度，分别为主题维度、模型维度和概念维度。其中，所述主题维度对应电力系统内不同的业务应用场景，所述模型维度对应每个业务应用场景下不同的概念模型，所述概念维度则对应构成概念模型实际所需的多个概念节点和概念节点之间的交互关系。基于三个维度的包含关系将三个维度包含的业务应用场景、概念模型、概念节点及概念节点之间的关系关联起来，以获取对应电力系统的概念本体图。
需知的，本公开实施例中所述概念本体图的构建方法也可用于其他系统知识谱图的构建，并不局限于电力系统，本发明以电力系统举例，但并不限定所述知识图谱的构建方法只可用于电力系统，还可用于其它可以按照上述三个维度划分概念节点的其他系统。
具体的，所述获取概念本体图的步骤，包括：
确定所述电力系统覆盖的全部业务应用场景，每个业务应用场景均包括多个概念节点；
对全部业务应用场景中的概念节点进行分类，并生成对应不同类别的概念模型，每个概念模型均包括对应同一类别的概念节点及概念节点之间的交互关系；
根据各概念模型内概念节点之间的交互关系，以及各业务应用场景与各类别的概念模型之间的包含关系，生成所述概念本体图。
所述电力系统覆盖的业务应用场景包括线路事故处置场景、变电站事故处置场景、发电机事故处置场景以及母线事故处置场景等，所述业务应用场景可以根据技术人员在处理电力系统业务时的具体情况进行定义，此处不作限定。
在确定好电力系统覆盖的全部业务场景后，即对所述业务场景内包括的概念节点进行分类，并生成对应不同类别的概念模型。举例来说，将线路事故处置场景中存在的概念进行基本分类，如：将“主变”、“交流线路”、“变电站”等设备概念可归属于设备拓扑概念模型，事故处置预案中定义的“事故影响”、“处置措施”等概念可归属于事故处置概念模型。
在进行了上述分类操作后，可以得到在线路事故处置场景中的概念模型包括设备拓扑概念模型、预案处置概念模型、细则处置逻辑概念模型、调规处置逻辑概念模型等。
随后，根据所述概念模型内包括的对应统一类别的概念节点以及概念节点之间的交互关系，以及各业务应用场景与各类别的概念模型之间的包含关系，即可形成包括有主题纬度、模型纬度和概念纬度的三维度概念主题图，从而极大的提升了概念本体图的可扩展性和维护性，通过主题维度和模型维度将大型的电力系统知识库进行拆分，即可依据应用场景不断扩充概念本体图；
根据本公开的一种具体实施方式，所述获取概念本体图的步骤之后，所述方法还可以包括：
根据所述概念本体图生成对应的邻接矩阵；
基于所述邻接矩阵对所述概念本体图进行校验，获得校验结果，所述校验结果包括所述概念本体图中是否存在自相关的概念节点、是否存在孤立的概念节点以及不同概念节点之间是否存在间接关系；
根据所述校验结果对所述概念本体图进行校正处理。
基于上述方法获得概念本体图后，所述概念节点之间可能存在孤立、自相关或是不同概念节点间存在自相关关系，上述概念节点之间可能存在的问题会导致生成的概念本体图中的概念节点产生数据冗余，而通过概念本体图生成对应的邻接矩阵，能够更加直观的看出所述概念本体图存在的问题，并对所述概念本体图中的概念节点进行对应的调整处理。所述调整处理包括删除、修改定义等，此处不作具体限定。
具体的，在获取了概念本体图后，即可根据所述概念本体图生成如图2所示的邻接矩阵，将所述概念本体图中的概念节点统计为第一集合V＝{v1,v2,…vn}，将所述概念节点之间的关系统计为第二集合E＝{(vi,vj)}；
根据计算公式
Figure BDA0003003551610000101
生成对应的邻接矩阵。
所述邻接矩阵还包括所述概念本体图中的统计业务应用场景的第三集合T＝{t1,t2,…tn}以及统计概念模型的第四集合M＝{m1,m2,…mn}。
并将业务应用场景与概念模型之间的关系统计为第五集合Et,m＝{(ti,mj)}，根据计算公式
Figure BDA0003003551610000102
Figure BDA0003003551610000103
Figure BDA0003003551610000104
生成对应业务应用场景、概念模型、概念节点及概念节点之间关系的邻接矩阵。
进一步的，根据生成的邻接矩阵能够对于所述概念本体图的概念节点关系进行校验，具体叙述如下：
如果概念节点存在自我连接产生的自环会导致邻接矩阵的对角线不全为0，因此可通过所述邻接矩阵校验出概念本体图中是否存在自相关的概念节点；
如果邻接矩阵Ai,j中同时存在
Figure BDA0003003551610000111
Figure BDA0003003551610000112
且i＝j，则说明所述概念本体图中存在孤立的概念节点，因此可通过所述邻接矩阵校验所述概念本体图中是否存在孤立的概念节点；
An的元素
Figure BDA0003003551610000113
代表着节点i到节点j之间长度为n的路径数量个数，因此可通过最短路径计算校验不同概念节点之间是否存在间接关系；
通过邻接矩阵的校验，能够更加直观的看出所述概念本体图中是否存在相似冗余的情况，并能针对性的调整所述概念本体图，大大提升了所述概念本体图应用于知识图谱构建时的可靠性。
S102，根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
根据概念本体图中概念节点之间的交互关系，采用不同的两种方法来对电力系统对应的关系型数据库中的结构化数据和非结构化数据进行三元组数据集抽取任务，其中，所述三元组数据为如(实体1，关系，实体2)的实体关系数据，所述关系型数据库包括Oracle、DB2、MySQL等，其中存储有与电力系统相关的文本数据，此处不作限定。
根据本公开的一种具体实施方式，所述从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集合的步骤，包括：
获取所述关系型数据库中与所述概念本体图中各概念节点对应的第一实体表；
通过所述第一实体表的主键和外键，在所述关系型数据库中查找相关联的第二实体表，根据所述第一实体表、第二实体表以及概念节点之间的交互关系生成所述第一三元组数据集。
具体的，本发明实施例中结构化数据的抽取主要依靠实体表的主键与外键获取相关三元组数据，如：通过变压器表中的主键ID和外键DCC_ID获取变压器与调度机构之间的三元组数据。
根据本公开的一种具体实施方式，所述从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集的步骤，具体包括：
对从所述关系型数据库采集的文本数据进行预处理，以构建标准语料数据库；
对从所述标准语料数据库中选取的第一语料数据进行标注，以获取实体抽取任务网络模型与关系抽取任务网络模型，所述第一语料数据为训练网络模型所需要的实体数据和关系数据；
通过所述实体抽取任务网络模型与所述关系抽取任务网络模型对标准语料数据库执行实体抽取任务和关系抽取任务，以获取第二语料数据；
将所述第二语料数据转化为第二三元组数据。
如图3所示，从所述电力系统的关系型数据库中采集相应的文本数据，并对所采集的文本数据进行文件格式转化、乱码清洗、文本过滤等预处理，以使采集的文本数据的格式统一，最终形成具有统一规范的标准语料数据库。
在获取了所述标准语料数据库后，根据所述概念本体图对所述标准语料数据库中的部分实体数据和关系数据进行标注，并将进行了标注后的所述实体数据和所述关系数据代入神经网络模型中进行训练，以获取实体抽取网络模型和关系抽取网络模型，所述实体数据和所述关系数据即第一语料数据。
在具体使用中，本发明实施例采用Bi-LSTM+CRF网络模型进行实体抽取任务，采用Bi-LSTM+Attention网络模型进行关系抽取任务，这两种模型均是LSTM(Long Short-TermMemory，简称长短期记忆网络)网络模型的变种，本发明实施例也可采用其他神经网络模型来进行上述抽取任务，对此不作限定。
通过上述实体抽取网络模型和关系抽取网络模型对所述关系型数据库中的大量文本数据进行实体抽取任务和关系抽取任务后，即可获得第二三元组数据集。
特殊的，在执行完抽取任务获得第二三元组数据集后，还会将所述第二三元组数据集发送至人工审核终端，以使技术人员对获取的三元组数据进行审核，并将审核后的第二三元组数据集再发送至处理终端，从而能够大大降低文本抽取任务的复杂度，并保证文本抽取任务的可靠性。
S103，融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
收集从电力系统的关系型数据库中抽取结构化数据形成的第一三元组数据集和抽取非结构化数据形成的第二三元组数据集，并对所述第一三元组数据集和所述第二三元组数据集执行数据融合操作，以获取统一的第三三元组数据集。
根据本公开的一种具体实施方式，所述融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集的步骤之后，所述方法还包括：
判断所述第三三元组数据集中第i实体与第i+1实体之间的字面匹配度是否超过预设的文本编辑距离阈值，其中，i为正整数；
若所述第i实体与所述第i+1实体之间的字面匹配度超过预设的文本编辑距离阈值，则进一步判断所述第i实体与所述第i+1实体之间的语义相似度是否超过预设的文本语义相似度计算阈值；
若所述第i实体与所述第i+1实体之间的语义相似度超过预设的文本语义相似度计算阈值，则对所述第i实体与所述第i+1实体执行数据融合处理。
具体应用时，如图4所示，需提前设定好文本编辑距离阈值h1和文本相似度计算阈值h2，本发明实施例中分别设定了文本编辑距离阈值h1和文本相似度计算阈值h2，超过文本编辑距离阈值h1可判断出实体之间存在较高的字面相似度s1，而超过文本相似度计算阈值h2则可判断出实体之间存在较高的语义相似度s2。
举例来说，将实体1的名称E1与实体2的名称E2，E1与E2的字符串长度分别为|E1|、|E2|，则文本编辑距离levE1,E2(|E1|,|E2|)的表达式如下：
Figure BDA0003003551610000141
实体E1与实体E2之间的字面相似度similarity如下：
Figure BDA0003003551610000142
本发明实施例中将抽取得到的三元组数据中同一概念模型下的概念节点，通过文本编辑距离计算实体名称字面上的相似度。
将字面相似度达到阈值的两个实体E1、E2，通过文本相似度进一步计算语义相似度。
本发明实施例中首先将实体E1与实体E2分别用词向量e1,e2进行表示，通过词向量之间的距离计算两者之间的语义相似度，本实施例中通过余弦距离计算语义相似度s，但不以此为限，所述语义相似度s的计算公式为
Figure BDA0003003551610000151
对语义相似度达到阈值的两个实体进行实体融合操作；
本发明实施例中将实体E1代替实体E2，同时将实体E2的关联关系转接至实体E1，完成相似实体的融合过程。
S104，将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
具体的，在获取了第三三元组数据集后，即可以将所述第三三元组数据集批量存储于neo4j图形数据库中，所述neo4j图形数据库支持分布式计算和图计算，所述电力系统图数据库也可以为其它类型的图形数据库，此处不作限定。
进一步的，所述第三三元组数据集为经过消除冗余数据处理得到的融合后的三元组数据集。将所述经过处理后的第三三元组数据集存储至所述图形数据库后，即可形成如图5所示的电力系统知识图谱。
本发明实施例中提出的电力领域知识图谱构建方法，能有效整合电力领域各类异构数据，构建覆盖业务领域的知识图谱；充分利用结构化数据模型与神经网络模型，大大减轻了人工数据抽取的工作量，提高了电力领域知识图谱的构建效率。
参照图6，本公开实施例还提供了一种知识图谱构建装置600，应用于电力系统，所述知识图谱构建装置600包括：
本体图获取模块601，用于获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
数据抽取模块602，用于根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
数据融合模块603，用于融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
图谱生成模块604，用于将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
本发明实施例中的知识图谱构建装置，涵盖知识图谱构建过程中所需的各类模块，充分利用了电力领域中的结构化数据与非结构化数据，将异构数据规范化，并进行统一化表达，大大降低了电力领域知识图谱的构建难度。
本公开实施例还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器用于存储有计算机程序，所述处理器用于执行所述计算机程序以实现如上述实施例所述的知识图谱构建方法。
本公开实施例还提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序在处理器上执行时实现如上述实施例中所述的知识图谱构建方法。
本发明提出了一种知识图谱构建方法、装置、计算机设备及计算机存储介质，通过本发明中所述概念本体图的构建，能够极大提高概念本体的可扩展性和可维护性，减少概念数据的冗余，降低概念本体图设计的复杂度。同时，提供了结构化数据抽取的方法，通过简单的界面配置抽取结构化数据，简化了结构化数据的抽取过程。提供了非结构化数据抽取的方法，通过自动化抽取方法，极大降低了结构化数据抽取的人工工作量，同时，基于文本相似度计算和编辑距离计算对异构数据源中的知识数据进行融合，减少人工融合数据的工作量。所提供的知识图谱构建装置、计算机设备及计算机存储介质的具体实施过程，可以参见上述方法实施例的具体实施过程，在此不再一一赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种知识图谱构建方法，其特征在于，应用于电力系统，所述方法包括：
获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
2.根据权利要求1所述的方法，其特征在于，所述获取概念本体图的步骤，包括：
确定所述电力系统覆盖的全部业务应用场景，每个业务应用场景均包括多个概念节点；
对全部业务应用场景中的概念节点进行分类，并生成对应不同类别的概念模型，每个概念模型均包括对应同一类别的概念节点及概念节点之间的交互关系；
根据各概念模型内概念节点之间的交互关系，以及各业务应用场景与各类别的概念模型之间的包含关系，生成所述概念本体图。
3.根据权利要求1所述的方法，其特征在于，所述获取概念本体图的步骤之后，所述方法还包括：
根据所述概念本体图生成对应的邻接矩阵；
基于所述邻接矩阵对所述概念本体图进行校验，获得校验结果，所述校验结果包括所述概念本体图中是否存在自相关的概念节点、是否存在孤立的概念节点以及不同概念节点之间是否存在间接关系；
根据所述校验结果对所述概念本体图进行校正处理。
4.根据权利要求3所述的方法，其特征在于，所述根据所述概念本体图生成对应的邻接矩阵的步骤，包括：
将所述概念本体图中的概念节点统计为第一集合V＝{v1，v2，…vn}，将所述概念节点之间的关系统计为第二集合E＝{(vi，vj)}；
根据计算公式
Figure FDA0003003551600000021
生成对应的邻接矩阵。
5.根据权利要求1所述的方法，其特征在于，所述从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集合的步骤，包括：
获取所述关系型数据库中与所述概念本体图中各概念节点对应的第一实体表；
通过所述第一实体表的主键和外键，在所述关系型数据库中查找相关联的第二实体表，根据所述第一实体表、第二实体表以及概念节点之间的交互关系生成所述第一三元组数据集。
6.根据权利要求1所述的方法，其特征在于，所述从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集的步骤，具体包括：
对从所述关系型数据库采集的文本数据进行预处理，以构建标准语料数据库；
对从所述标准语料数据库中选取的第一语料数据进行标注，以获取实体抽取任务网络模型与关系抽取任务网络模型，所述第一语料数据为训练网络模型所需要的实体数据和关系数据；
通过所述实体抽取任务网络模型与所述关系抽取任务网络模型对标准语料数据库执行实体抽取任务和关系抽取任务，以获取第二语料数据；
将所述第二语料数据转化为第二三元组数据。
7.根据权利要求1所述的方法，其特征在于，所述融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集的步骤之后，所述方法还包括：
判断所述第三三元组数据集中第i实体与第(i+1)实体之间的字面匹配度是否超过预设的文本编辑距离阈值，其中，i为正整数；
若所述第i实体与所述第i+1实体之间的字面匹配度超过预设的文本编辑距离阈值，则进一步判断所述第i实体与所述第i+1实体之间的语义相似度是否超过预设的文本语义相似度计算阈值；
若所述第i实体与所述第i+1实体之间的语义相似度超过预设的文本语义相似度计算阈值，则对所述第i实体与所述第i+1实体执行数据融合处理。
8.一种知识图谱构建装置，其特征在于，应用于电力领域，所述装置包括：
本体图获取模块，用于获取概念本体图，所述概念本体图包括电力系统的业务应用场景及每个业务应用场景对应的概念模型，每个概念模型包括多个概念节点及概念节点之间的交互关系；
数据抽取模块，用于根据各概念模型内概念节点之间的交互关系，从所述电力系统对应的关系型数据库中抽取结构化数据以获取第一三元组数据集，并从所述关系型数据库中抽取非结构化数据以获取第二三元组数据集；
数据融合模块，用于融合所述第一三元组数据集与所述第二三元组数据集以形成第三三元组数据集；
图谱生成模块，用于将所述第三三元组数据集存储于电力系统图数据库中，形成对应的电力系统知识图谱。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器用于存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1至7中任一项所述的知识图谱构建方法。
10.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序在处理器上执行时实现如权利要求1至7中任一项所述的知识图谱构建方法。
CN202110356672.6A 2021-04-01 2021-04-01 知识图谱构建方法、装置、计算机设备及计算机存储介质 Active CN112948596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110356672.6A CN112948596B (zh) 2021-04-01 2021-04-01 知识图谱构建方法、装置、计算机设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110356672.6A CN112948596B (zh) 2021-04-01 2021-04-01 知识图谱构建方法、装置、计算机设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112948596A true CN112948596A (zh) 2021-06-11
CN112948596B CN112948596B (zh) 2023-03-31

Family

ID=76232089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110356672.6A Active CN112948596B (zh) 2021-04-01 2021-04-01 知识图谱构建方法、装置、计算机设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112948596B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505889A (zh) * 2021-07-23 2021-10-15 中国平安人寿保险股份有限公司 图谱化知识库的处理方法、装置、计算机设备和存储介质
CN113535983A (zh) * 2021-08-06 2021-10-22 中国电力科学研究院有限公司 一种电力运检的知识图谱构建方法和装置
CN113590737A (zh) * 2021-09-28 2021-11-02 中国人民解放军国防科技大学 基于知识图谱的事件数据处理方法、装置、设备和介质
CN115391565A (zh) * 2022-09-05 2022-11-25 国家基础地理信息中心 一种地表覆盖时空变化的知识图谱构建方法、装置及设备
CN117271802A (zh) * 2023-10-26 2023-12-22 研祥智能科技股份有限公司 知识图谱构建方法、装置、计算机设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447346A (zh) * 2016-08-29 2017-02-22 北京中电普华信息技术有限公司 一种智能电力客服系统的构建方法及系统
CN107609052A (zh) * 2017-08-23 2018-01-19 中国科学院软件研究所 一种基于语义三角的领域知识图谱的生成方法及装置
CN109992672A (zh) * 2019-04-11 2019-07-09 华北科技学院 基于灾害场景的知识图谱构建方法
US20190325863A1 (en) * 2018-04-20 2019-10-24 Facebook, Inc. Assisting Users with Personalized and Contextual Communication Content
CN110674311A (zh) * 2019-09-05 2020-01-10 国家电网有限公司 一种基于知识图谱的电力资产异构数据融合方法
CN111597355A (zh) * 2020-05-22 2020-08-28 北京明略软件系统有限公司 一种信息处理方法及装置
CN111737496A (zh) * 2020-06-29 2020-10-02 东北电力大学 一种电力设备故障知识图谱构建方法
CN111753100A (zh) * 2020-06-30 2020-10-09 广州小鹏车联网科技有限公司 一种针对车载应用的知识图谱生成方法和服务器
CN111930856A (zh) * 2020-07-06 2020-11-13 北京邮电大学 领域知识图谱本体和数据的构建方法、装置和系统
CN112131882A (zh) * 2020-09-30 2020-12-25 绿盟科技集团股份有限公司 一种多源异构网络安全知识图谱构建方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447346A (zh) * 2016-08-29 2017-02-22 北京中电普华信息技术有限公司 一种智能电力客服系统的构建方法及系统
CN107609052A (zh) * 2017-08-23 2018-01-19 中国科学院软件研究所 一种基于语义三角的领域知识图谱的生成方法及装置
US20190325863A1 (en) * 2018-04-20 2019-10-24 Facebook, Inc. Assisting Users with Personalized and Contextual Communication Content
CN109992672A (zh) * 2019-04-11 2019-07-09 华北科技学院 基于灾害场景的知识图谱构建方法
CN110674311A (zh) * 2019-09-05 2020-01-10 国家电网有限公司 一种基于知识图谱的电力资产异构数据融合方法
CN111597355A (zh) * 2020-05-22 2020-08-28 北京明略软件系统有限公司 一种信息处理方法及装置
CN111737496A (zh) * 2020-06-29 2020-10-02 东北电力大学 一种电力设备故障知识图谱构建方法
CN111753100A (zh) * 2020-06-30 2020-10-09 广州小鹏车联网科技有限公司 一种针对车载应用的知识图谱生成方法和服务器
CN111930856A (zh) * 2020-07-06 2020-11-13 北京邮电大学 领域知识图谱本体和数据的构建方法、装置和系统
CN112131882A (zh) * 2020-09-30 2020-12-25 绿盟科技集团股份有限公司 一种多源异构网络安全知识图谱构建方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J.-S. FRANCO ET AL.: "Fusion of multiview silhouette cues using a space occupancy grid", 《TENTH IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV"05)》 *
薛坤: "面向军事领域的知识图谱构建与应用研究", 《中国优秀硕士学位论文全文数据库 (社会科学Ⅰ辑)》 *
谭剪梅: "顾及多类型用户需求的地震灾害场景知识图谱构建及应用", 《中国优秀硕士学位论文全文数据库 (基础科学辑)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505889A (zh) * 2021-07-23 2021-10-15 中国平安人寿保险股份有限公司 图谱化知识库的处理方法、装置、计算机设备和存储介质
CN113535983A (zh) * 2021-08-06 2021-10-22 中国电力科学研究院有限公司 一种电力运检的知识图谱构建方法和装置
CN113590737A (zh) * 2021-09-28 2021-11-02 中国人民解放军国防科技大学 基于知识图谱的事件数据处理方法、装置、设备和介质
CN115391565A (zh) * 2022-09-05 2022-11-25 国家基础地理信息中心 一种地表覆盖时空变化的知识图谱构建方法、装置及设备
CN117271802A (zh) * 2023-10-26 2023-12-22 研祥智能科技股份有限公司 知识图谱构建方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN112948596B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN112948596B (zh) 知识图谱构建方法、装置、计算机设备及计算机存储介质
US8457950B1 (en) System and method for coreference resolution
CN118313367A (zh) 一种文本信息的抽取方法、装置及设备
CN103577989A (zh) 一种基于产品识别的信息分类方法及信息分类系统
CN104850632A (zh) 一种通用的基于异构信息网络的相似度计算方法与系统
CN107577672B (zh) 基于舆情设定剧本的方法和装置
CN111611393A (zh) 一种文本分类方法、装置及设备
CN113486193A (zh) 一种基于机器学习的电网基建工程数据知识图谱构建方法
CN115687563A (zh) 一种可解释的智能判决方法、装置、电子设备及存储介质
CN115455202A (zh) 一种应急事件事理图谱构建方法
CN112632223A (zh) 案事件知识图谱构建方法及相关设备
Vitiugin et al. Cross-lingual query-based summarization of crisis-related social media: An abstractive approach using transformers
Krokos et al. A look into twitter hashtag discovery and generation
CN113779190B (zh) 事件因果关系识别方法、装置、电子设备与存储介质
Pham et al. Punctuation prediction for vietnamese texts using conditional random fields
Phuvipadawat et al. Detecting a multi-level content similarity from microblogs based on community structures and named entities
CN113065329A (zh) 数据的处理方法和装置
CN113157946B (zh) 实体链接方法、装置、电子设备及存储介质
CN108763208A (zh) 话题信息获取方法、装置、服务器和计算机可读存储介质
CN112685574B (zh) 领域术语层次关系的确定方法、装置
Zhang et al. Geo-seq2seq: Twitter user geolocation on noisy data through sequence to sequence learning
CN111199170B (zh) 配方文件识别方法及装置、电子设备、存储介质
Pan et al. Femarepviz: Automatic extraction and geo-temporal visualization of FEMA national situation updates
CN111814457A (zh) 一种电网工程合同文本生成方法
CN116226541B (zh) 一种基于知识图谱的网络热点信息推荐方法、系统及设备

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