CN113158681A - 突发事件本体模型构建方法、装置、设备及存储介质 - Google Patents
突发事件本体模型构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113158681A CN113158681A CN202110316456.9A CN202110316456A CN113158681A CN 113158681 A CN113158681 A CN 113158681A CN 202110316456 A CN202110316456 A CN 202110316456A CN 113158681 A CN113158681 A CN 113158681A
- Authority
- CN
- China
- Prior art keywords
- event
- emergency
- ontology
- attribute
- class
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000010276 construction Methods 0.000 claims abstract description 14
- 238000013507 mapping Methods 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 22
- 230000008451 emotion Effects 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 208000015181 infectious disease Diseases 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000969 carrier Substances 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 4
- 230000002996 emotional effect Effects 0.000 description 4
- 230000007480 spreading Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003612 virological effect Effects 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06F16/35—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种突发事件本体模型构建方法，该方法包括：获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。本发明还公开了一种突发事件本体模型构建装置、设备及存储介质。本发明通过融合突发事件的数据集和突发事件的概念模型构建突发事件的本体模型，弥补了现有突发事件本体模型构建方法的不足。
Description
技术领域
本发明涉及语义分析技术领域，尤其涉及一种突发事件本体模型构建方法、装置、设备及存储介质。
背景技术
突发事件本体建模按照建模领域可以划分为通用突发事件本体建模和特定领域突发事件本体模型构建方法，按照所构建的模型层次数量，可以划分为单一层次和多层次突发事件本体模型构建方法。通用突发事件本体模型构建方法未对突发事件的具体类型进行限定，基于此构建的突发事件本体模型适用性更广，但实用型不足，无法与特定领域的知识进行深度融合。特定领域突发事件本体模型根据其所属领域可以划分为大气污染、食品、地震、铁路、公路、电网、交通事件等，相应构建的本体模型往往仅在特定领域内适用，其适用性不足。究其原因，在于现有的突发事件本体模型构建方法存在一些不足之处：对突发事件包含的关系揭示不足，难以发现不同类突发事件网络舆情传播的逻辑关系和内在联系，以及缺少对突发事件网络舆情传播要素的描述；现有突发事件本体模型以构建语义模型为核心，但对模型在特定领域的可用性验证不足，缺少对语义推理、可视化分析、语义关联等应用的探索，未能深入挖掘本体模型的应用潜力和价值。因此，按照现有方法构建出的突发事件本体模型应用于实际生活中时，不足以提供决策支持。
发明内容
本发明的主要目的在于提供一种突发事件本体模型构建方法、装置、设备及存储介质，旨在解决现有突发事件本体模型构建方法存在的不足。
此外，为实现上述目的，本发明还提供一种突发事件本体模型构建方法，所述突发事件本体模型构建方法包括以下步骤：
获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
可选地，所述事件类包括上层事件类和下层事件类，所述构建所述事件本体的事件属性和事件类的步骤，包括：
对所述突发事件的数据集进行抽象和归纳处理，以确定所述突发事件中的事件本体对应的事件属性，其中，所述事件属性包括时间要素属性、地点要素属性、对象要素属性、动作要素属性、级别要素属性和情感要素属性；
获取所述事件属性的标注信息，并根据所述标注信息确定所述事件本体的分类关系；
根据所述分类关系和所述事件属性构建所述事件本体的上层事件类和下层事件类。
可选地，所述根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型的步骤，包括：
将所述事件属性中的时间要素属性和地点要素属性定义为所述概念模型中的第一事件属性，并将所述事件属性中的对象要素属性、动作要素属性、级别要素属性和情感要素属性定义为所述概念模型中的第二事件属性；
根据所述第一事件属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联，得到所述突发事件的第一本体模型。
可选地，所述根据所述第一事件属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联的步骤，包括：
根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类；
根据所述事件子类将所述事件类中的下层事件类与上层事件类进行关联。
可选地，所述事件子类包括第一事件子类和第二事件子类，所述根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类的步骤，包括：
根据所述第一事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第一事件属性的第一事件子类；
根据所述第二事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第二事件属性的第二事件子类。
可选地，所述对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型的步骤，包括：
对所述第一本体模型对应的突发事件中的子事件进行事件属性提取，并确定所述子事件的事件属性之间的关联关系；
根据所述关联关系建立推理规则，得到所述突发事件的目标本体模型。
可选地，所述对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型之后的步骤，包括：
对所述突发事件的事件本体进行描述，以确定所述事件本体对应的事件类型；
将所述事件类型与所述突发事件的目标本体模型中的知识库进行匹配，以确定与所述事件类型匹配的目标响应方案。
此外，为实现上述目的，本发明还提供一种突发事件本体模型构建装置，所述突发事件本体模型构建装置包括：
本体确定模块，用于获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
概念创建模块，用于根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
模型创建模块，用于根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
规则创建模块，用于对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
此外，为实现上述目的，本发明还提供一种突发事件本体模型构建设备，所述突发事件本体模型构建设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的突发事件本体模型构建程序，所述突发事件本体模型构建程序被所述处理器执行时实现如上述的突发事件本体模型构建方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有突发事件本体模型构建程序，所述突发事件本体模型构建程序被处理器执行时实现如上述的突发事件本体模型构建方法的步骤。
本发明实施例提出的一种突发事件本体模型构建方法、装置、设备及存储介质。与现有技术存在的不足相比，本发明实施例中，获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。即以突发事件数据集为基础构建突发事件的事件属性和事件类，在突发事件概念模型的基础上融合事件属性构建突发事件本体模型，不仅可以清晰地描述突发事件、突发事件属性的语义关系，而且可以根据设计的动态推理规则对突发事件的语义进行动态的逻辑推理，从基于描述逻辑和规则的角度实现突发事件领域的知识发现，从而弥补现有的突发事件本体模型构建方法的不足。
附图说明
图1为本发明实施例提供的突发事件本体模型构建设备一种实施方式的硬件结构示意图；
图2为本发明突发事件本体模型构建方法第一实施例的流程示意图；
图3为本发明突发事件本体模型构建方法第一实施例中的下层事件类及其关系示意图；
图4为本发明突发事件本体模型构建方法第二实施例中的地点要素属性层次结构示意图；
图5为本发明突发事件本体模型构建方法第一实施例中的目标本体模型示意图；
图6为本发明突发事件本体模型构建方法第二实施例中的部分事件类和事件属性的示意图；
图7为本发明突发事件本体模型构建装置再一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本发明实施例突发事件本体模型构建设备(又叫终端、设备或者终端设备)可以是PC，也可以是智能手机、平板电脑和便携计算机等具有显示功能的可移动式终端设备。
如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及突发事件本体模型构建程序。
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的突发事件本体模型构建程序，所述突发事件本体模型构建程序被处理器执行时实现下述实施例提供的突发事件本体模型构建方法中的操作。
基于上述设备硬件结构，提出了本发明突发事件本体模型构建方法的实施例。
参照图2，在本发明突发事件本体模型构建方法的第一实施例中，所述突发事件本体模型构建方法包括步骤S10-S40：
步骤S10，获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
在本实施例中，获取突发事件的数据集包括但不限于通过突发事件应急专题网站、社交媒体平台、新闻门户等渠道爬取的网络数据，对该数据集进行分析从而提取突发事件的事件本体。其中，在本实施例中，突发事件包括突发事件本身以及与突发事件相关的子事件，这是由于，一般产生突发事件时，会有一系列并发事件、跟随事件、或因果事件的发生，因此，本实施例中的事件本体包括突发事件的本体，以及与突发事件相关的子事件的本体，在对突发事件进行建模或分析时，需要同时对与突发事件关联的子事件进行关联分析，确保对突发事件分析的全面性，并对与突发事件相关的信息进行充分挖掘。确定突发事件中的事件本体后，以事件本体为参考，对事件进行分类并分析事件之间的关系，事件之间的关系包括不同类事件之间的关系，以及同类的不同事件之间的关系。其中，事件本体包括时间本体、地点本体以及对象本体等，同一事件可能包括多个不同的本体，不同事件的本体也可以组合为另一个事件的本体的一部分，根据分析的维度不同，同一事件可以针对不同的本体进行分析。
步骤S20，根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
在提取突发事件的事件本体后，定义事件本体的概念模型，该概念模型可以是通用的本体模型，在该概念模型中，定义了本实施例中的突发事件本体模型所要包含的元素，是突发事件本体模型的一个模型框架。例如，将突发事件本体模型定义为一个元组，可以是四元组也可以是五元组，具体根据模型中需要包含的元素的数量确定。以五元组为例，事件本体的概念模型可以为“E＝<UECS，LECS，R，Rules，Individuals>”其中，E表示事件本体的概念模型，UECS、LECS、R、Rules、Individuals是在事件本体的概念模型中定义的突发事件的本体模型应该包含的元素，UECS(Upper Emergency Class Set)表示上层事件类，LECS(Lower Emergency Class Set)表示下层事件类，R表示事件类以及事件类之间的关系，Rules表示需要定义的推理规则，Individuals表示事件实例，包括突发事件以及与突发事件关联的子事件，事件实例中的事件包含有事件属性和事件类，也即，可以根据事件实例中的事件的事件属性确定事件所属的事件类。在定义了事件本体的概念模型后，对该概念模型中的元素进行构建。
具体地，首先构建事件本体的事件属性和事件类，其中，事件类包括上层事件类和下层事件类，事件属性和事件类的构建过程如步骤A1-A3所示：
步骤A1，对所述突发事件的数据集进行抽象和归纳处理，以确定所述突发事件中的事件本体对应的事件属性；
步骤A2，获取所述事件属性的标注信息，并根据所述标注信息确定所述事件本体的分类关系；
步骤A3，根据所述分类关系和所述事件属性构建所述事件本体的上层事件类和下层事件类。
事件属性包括事件的外部属性和内部属性，主要包括时间要素属性、地点要素属性、对象要素属性、动作要素属性、级别要素属性和情感要素属性，其中外部属性如时间要素属性、地点要素属性等，内部属性如级别要素属性、情感要素属性、对象要素属性和动作要素属性等，事件属性可以用来描述事件以及事件类之间的关系。事件类是对不同的事件进行分类的标准，一个事件类中可以包括多个相同类型的不同事件，以上述五元组概念模型为例，事件类包括上层事件类和下层事件类，其中，上层事件类主要包括层次类的分类关系，是一种层次结构，揭示事件类之间的层次关系；下层事件类主要包括层次类分类关系和非层次类分类关系，是一种格结构，揭示事件类之前的层次和非层次关系。非层次关系包括伴随、并发、组成、因果等。事件类的分类关系在五元组的概念模型中被统一定义为R。
在构建事件本体的事件属性和事件类时，首先通过对数据集的抽象和归纳处理，确定突发事件中的事件本体对应的事件属性，该事件属性中包括多个属性，然后获取不同属性的标注信息，确定各个属性之间的分类关系，根据该事件属性和事件属性的分类关系，构建事件类的上层事件类和下层事件类。其中，不同属性的标注信息可以是人工标注或创建的标签信息，根据该标签信息，可以确定不同属性之间的分类关系，进而可以确定不同属性的事件及事件类之间的分类关系。
具体地，时间要素属性可以是借助W3C(World Wide Web Consortium，万维网联盟)的Web空间数据工作组(Spatial Data on the Web Working Group)发布OWL(WebOntology Language)时间本体(Time Ontology in OWL)正式推荐标准(Recommendation)进行构建的，该时间本体规范提供了一个标准的词汇表，来描述某一瞬时或一个时间段的拓扑(序)关系，以及持续的时间等信息，其中也包含了与日期时间相关的其他信息。在本实施例中，将突发事件的时间要素属性(发生时间，突发时间，消亡时间)作为该时间本体对应事件类的一个实例，时间位置(time positions)和持续时间(durations)可以通过传统的(Gregorian)日历和时钟来表示，也可以通过Unix-time(Unix时间戳)、geologic time(地质年代)或者其他不同的日历来表示。
地点要素属性可以是根据中华人民共和国国家标准《数字城市地理信息公共平台地名/地址编码规则》(GB/T 23705-2009)中的地名/地址层次规则及编码方法进行构建的，提取地点要素的实体、概念，构建以地点要素属性为本体的层次类结构，可以参照图4，图4为本实施例中以地点要素属性为本体构建的地点本体的层次类结构示意图，在图4中，父子关系代表包含(或组成)关系，同一层次上的要素有优先级的高低。
突发事件的对象要素属性是指参与到突发事件及突发事件舆情传播中涉及的对象的集合，主要包括突发事件类的舆情传播关键用户、舆情载体等。舆情载体例如新闻门户、社交媒体平台等。突发事件的动作要素属性是指突发事件的触发关键词，简单来说，如果多个事件的触发词对应同一事件类型，那么这些事件就属于同一个事件类。以传染病的突发事件为例，触发词包括“传染”、“感染”、“确诊”、“扩散”等，传染病的传染或感染、以及患者的确诊或疫情的扩散等事件可以看做是同一个事件类。突发事件情感要素属性主要是指大众对突发事件的情感态度，包括正向、中性和负向，大众的情感态度可以通过情感分析技术进行分析。而突发事件级别要素属性表示突发事件的影响范围、危害程度和网络舆情态势级别，根据突发事件产生的结果以及相关法律法规为参考依据可以对突发事件进行级别判定。
更进一步地，在上述事件属性的基础上构建事件类的上层事件类和下层事件类。层次类的上层事件类可以通过已有知识如以《突发事件分类与编码》(中华人民共和国国家标准GB/T 35561-2017)的事件分类体系为依据进行构建，参照其中突发事件的分类结构把突发事件类别体系分为大类、亚类、细类三个层次，共计有自然灾害、事故灾难、公共卫生事件和社会安全事件4个大类，25个亚类及80个细类在此不再一一列举。
下层事件类的层次类分类关系通过不同的属性和/或层次类分类关系构建多层次多标签的分类模型对突发事件进行分类，非层次类的分类关系可以通过人工标注方式借助软件工具进行关联分析。非层次类的分类关系具体可以参照图3，图3为本实施例中，以某种病毒引发的疫情的突发事件为例，构建的下层事件类的关系示意图，从图3中可以看出，疫情变化、社会关注问题、政策和举措等事件与疫情爆发具有因果关系，政策和举措事件由国家政策和举措以及各地区的政策和举措组成，国家政策和举措与各地区的政策与举措为并发关系，在图3中，对与疫情相关的事件进行了分类，并明确了不同事件之间的关系，从而构建出疫情突发事件的下层事件类的非层次类的分类关系。
以上仅为本发明实施例中，构建事件属性和事件类的一种优选方式，并不对本发明构成限定。
步骤S30，根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
当在事件本体的概念模型中定义了本体模型元素，并通过对突发事件的数据集进行分析，构建事件属性和事件类后，对概念模型进行建模，建模的目的在于将分析得到的突发事件的事件属性、事件类融合到概念模型定义的概念中去，得到第一本体模型。在本实施例中，对概念模型进行建模时，以上述构建的事件属性为例，可以是通过扩展的OWL语言进行建模。首先对具体的突发事件进行描述，建立事件属性和事件类之间的对应关系，通过事件属性和事件类的对应关系将事件类中的下层事件类和上层事件类进行关联。在本实施例中，也可以通过其他方式或标准对概念模型进行建模，在此不作具体限定。
步骤S40，对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
对概念模型进行建模之后得到的本体模型不具备完全的动态逻辑推理能力，因此，需要设计模型的动态推理规则，在构建出突发事件的第一本体模型后，在构建出的第一本体模型中，不同的事件类可以通过一个或者多个事件属性进行关联，动态推理规则就是根据不同的事件类对应的事件属性，确定不同的事件类之间的分类关系，其中，事件属性包括地点要素属性(或者位置要素属性)、时间要素属性和对象要素属性，一般地，事件的发生都包含有事件发生的时间和地点，因此，可以根据建立的推理规则，通过时间要素属性对同一时间同一地点和/或不同地点发生的事件进行关联分析，也可以通过地点要素属性，对同一地点不同时间和/或相同时间发生的事件进行关联分析，以及对同一对象发生的事件进行关联分析。
参照图5，图5是在图3的基础上进行建模，并设计动态推理规则后构建的疫情突发事件的目标本体模型的示意图，在图5中，上层事件类是以上述《突发事件分类与编码》(中华人民共和国国家标准GB/T 35561-2017)的事件分类体系为依据构建的，时间要素属性和地点要素属性都可以按照一定的标准确定层次类分类关系，例如，地点可以通过行政区域划分进行确定。下层和事件类是根据不同的事件属性确定各个事件类之间的关系，不同事件之间的关系可以根据设计的动态推理规则进行推理确定，当确定下层事件类中不同事件之间的关系后，将下层事件类与上层事件类进行关联，例如，将下层事件类通过地点要素属性与上层事件类中按照层次分类的地点进行关联，最终得到突发事件对应的目标本体模型。
进一步地，设计动态推理规则的过程，包括步骤B1-B2：
步骤B1，对所述第一本体模型对应的突发事件中的子事件进行事件属性提取，并确定所述子事件的事件属性之间的关联关系；
步骤B2，根据所述关联关系建立推理规则，得到所述突发事件的目标本体模型。
在对突发事件的事件本体的模型设计动态推理规则时，需要先对各个事件的事件属性进行提取，通过事件属性将不同的事件进行关联，并确定事件之间的关联关系，根据事件之间的关联关系建立推理规则，得到突发事件的目标本体模型。具体来说，动态推理规则的建立过程，例如，事件A“**会面临取消”与事件B“**机构允许**会推迟至年底举行”，事件A和事件B之间具有相同的对象要素属性，且该对象要素为“**会”，在**会“面临取消”后，**机构允许其“推迟”，“面临取消”是推动“推迟”产生的内在动力，但并不是直接原因，由于不能直接“取消”所以只能“推迟”，而导致**会“推迟”的真正原因是使**会“面临取消”的原因，因此两者之间具有跟随关系，在分析时针对同一个对象要素属性发生的不同事件进行分析，进而确定不同事件之间的分类关系。同样地，事件C“**省政策与举措”与事件D“X市政策与举措”之间具有组成关系，而事件C“**省政策和举措”与事件E“Y市政策和举措”之间也具有组成关系，这是由于，事件C、事件D和事件E都包含地点要素属性，若在已知的行政区域划分上，X市和Y市属于并列关系且都属于**省，则事件D和事件E之间为并列关系，这里是根据地点要素属性对不同的事件进行关联分析，确定各个事件之间的分类关系。
更进一步地，得到突发事件对应的目标本体模型后，可以利用该目标本体模型包含的知识库选择与事件类型相匹配的应急政策及举措，从而指导突发事件应急响应工作的开展，具体如步骤C1-C2所示：
步骤C1，对所述突发事件的事件本体进行描述，以确定所述事件本体对应的事件类型；
步骤C2，将所述事件类型与所述突发事件的目标本体模型中的知识库进行匹配，以确定与所述事件类型匹配的目标响应方案。
首先对突发事件的事件本体进行描述，进而确定突发事件的事件类型，事件类型可以是上述《突发事件分类与编码》中的事件分类体系中的大类、亚类和细类，根据突发事件的事件类型，从目标本体模型中的知识库中匹配对应的应急方案，指导突发事件应急工作的开展。其中，目标本体模型中的知识库，可以是本体模型中根据事件类的分类关系，对政策和举措进行分类得到的事件集合，在匹配对应的响应方案时，以上述事件D、事件E和图5所示的目标本体模型为例，在图5中，事件D和事件E在上层事件类的地点要素属性分类中属于并列关系，假如事件D“X市政策和举措”发生在前，当Y市发生相同的事件后，在政策和举措上可以借鉴X市的政策和举措，从而快速展开应急工作。
在本实施例中，获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。即以突发事件数据集为基础构建突发事件的事件属性和事件类，在突发事件概念模型的基础上融合事件属性构建突发事件本体模型，不仅可以清晰地描述突发事件、突发事件属性的语义关系，而且可以根据设计的动态推理规则对突发事件的语义进行动态的逻辑推理，从基于描述逻辑和规则的角度实现突发事件领域的知识发现，从而弥补现有的突发事件本体模型构建方法的不足。
进一步地，在本发明上述实施例的基础上，提出了本发明方法的第二实施例。
本实施例是第一实施例中步骤S30细化的步骤，根据事件属性和事件类，对概念模型进行建模，得到突发事件的第一本体模型包括步骤D1-D2：
步骤D1，将所述事件属性中的时间要素属性和地点要素属性定义为所述概念模型中的第一事件属性，并将所述事件属性中的对象要素属性、动作要素属性、级别要素属性和情感要素属性定义为所述概念模型中的第二事件属性；
步骤D2，根据所述第一事件属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联，得到所述突发事件的第一本体模型。
基于上述实施例，在本实施例中，对概念模型进行建模时，构建的事件属性包括时间要素属性、地点要素属性、对象要素属性、动作要素属性、级别要素属性和情感要素属性等，同样以OWL语言为例对概念模型进行建模，则在本实施例中，对概念模型进行建模时，突发事件的事件类之间的关系通过OWL语言中的ObjectProperty(对象属性)函数建立，每个具体的事件类都能通过一个或多个ObjectProperty关联到其他事件类中。然后通过事件类的属性限制(Restriction)来限制一个事件类和其他事件类之间存在的ObjectProperty属性关系。Restriction限制有三种类型：指定属性只能从指定事件类中获取、指定属性从指定的部分事件类中获取以及指定属性只能取定值。
进一步地，根据事件本体的事件属性的不同特点，对事件本体的事件属性分别进行定义，将时间要素属性和地点要素属性定义为概念模型的第一事件属性，将对象要素属性、动作要素属性、级别要素属性和情感要素属性定义为概念模型的第二事件属性，根据定义的第一事件属性和第二事件属性，将事件类中的下层事件类与上层事件类进行关联，从而得到突发事件对应的第一本体模型。
具体地，通过OWL语言对概念模型进行建模时，将第一事件属性作为OWL语言中的ObjectProperty函数的子属性，将第二事件属性作为OWL语言中的DataProperty(数据属性)函数的子属性，对突发事件机型本体映射，得到第一本体模型。其中，ObjectProperty是事件本体的外部属性，可以用来描述不同的事件本体之间的关系，DataProperty是事件本体的内部属性，可以用来描述事件本体的所具有的属性或属性值。步骤D2的细化步骤，包括D21-D22：
步骤D21，根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类；
步骤D22，根据所述事件子类将所述事件类中的下层事件类与上层事件类进行关联。
进一步地，在将事件类中的下层事件类与上层事件类进行关联时，根据定义的第一事件属性和第二事件属性，对突发事件的事件本体分别进行本体属性映射，以确定上层事件类和下层事件类中，具有相同事件本体的事件子类。对突发事件进行本体映射实际上是对事件类中的下层事件类的事件属性进行等效映射，进而将下层事件类关联到对应的上层事件类中。
其中，事件子类包括第一事件子类和第二事件子类，第一事件子类中的事件具有相同的第一事件属性，即时间要素属性和/或地点要素属性，第二事件子类中的事件具有相同的第二事件属性，即对象要素属性、动作要素属性、级别要素属性和情感要素属性中的一种或多种，步骤D22的细化，包括步骤E1-E2：
步骤E1，根据所述第一事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第一事件属性的第一事件子类；
步骤E2，根据所述第二事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第二事件属性的第二事件子类。
更进一步地，由于事件属性的不同，对不同的事件属性进行提取和映射的方法也有所不同。对突发事件进行本体映射的过程为，首先根据第一事件属性对突发事件的事件本体进行属性映射，即对突发事件的时间要素属性和/或地点要素属性进行提取，然后对提取的要素属性进行映射，将上层事件类和下层事件类中，具有相同时间要素属性和/或地点要素属性的第一事件子类进行关联，或者将提取的时间要素属性和/或地点要素属性对应的本体，映射到上层事件类中的时间事件类和/或地点事件类中。由于事件本体的时间要素属性和地点要素属性具有明显的特征，且在上层事件类中有对应的层次类结构，因此可以直接进行提取，并直接通过层次结构映射到上层事件类中。然后根据第二事件属性对突发事件的事件本体进行属性映射，即对突发事件的对象要素属性、动作要素属性、级别要素属性和情感要素属性等属性进行提取，并对提取的属性进行等效映射，将上层事件类和下层事件类中，部分或全部第二事件属性相同的第二事件子类进行关联。第二事件要素属性需要根据不同的属性采用不同的方式分别提取，例如，对动作要素属性的提取，需要明确事件描述语言中说用到的词汇的词性，并将其中的动词作为关键词进行提取；对队形要素属性进行提取时，需要明确突发事件的舆情传播载体以及舆情关键用户，对舆情载体和舆情挂件用户进行提取；根据提取的要素属性明确事件之间的关系，根据事件之间的关系将上层事件类与下层和事件类进行关联。具体地，在OWL语言中，通过等效类映射(equivalentClass)和等效属性映射(equivalentproperty)，将上层事件类和下层和事件类中，具有相同事件本体的事件类进行关联，这是由于，一个事件本体中的某个事件类或者事件属性与另一个事件本体中的某个事件类或者事件属性可能是等价的。等效类映射表示被映射的两个事件类之间有相同的事件实例，通过等效映射将两个拥有相同事件实例的事件类进行关联，则与事件类对应的事件本体所具有的被限制的事件属性也可以得到合并；等效属性映射表示两个事件类之间有相同的事件属性，通过等效映射将具有相同的事件属性的两个事件类进行关联，则与事件属性对应的事件类中的事件实例也可以得到合并。
参考图6，图6为上述实施例图4所示的目标本体模型中，与“**病毒疫情”突发事件相关的部分突发事件之间的关系，以及各个突发事件的事件属性示意图，从图6可知，上述实施例中“**机构允许**会推迟至年底举行”是与疫情相关的国际举措，而国际举措是该疫情的政策和举措事件类的组成部分，**病毒疫情的政策和举措与该病毒疫情爆发有因果关系，因此，可以间接得出**会推迟至年底举行的原因在于疫情的爆发。而图6中的政策和举措的事件类中包含的与政策和举措相关的事件，可以作为知识库，指导疫情应对工作的开展。
在本实施例中，通过将模型中的上层事件类和下层事件类进行关联，构建的模型能够充分揭示突发事件包含的关系，并能够发现不同的突发事件的舆情传播的逻辑关系和内在联系，从而充分挖掘突发事件领域的舆情信息，辅助制定相应的突发事件的应急政策及举措，指导突发事件应急响应工作的开展，实现突发事件领域知识共享和特定类别突发事件的快速应对。
此外，参照图7，本发明实施例还提出一种突发事件本体模型构建装置，所述突发事件本体模型构建装置包括：
本体确定模块10，用于获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
概念创建模块20，用于根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
模型创建模块30，用于根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
规则创建模块40，用于对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
可选地，所述概念创建模块20，包括：
数据处理单元，用于对所述突发事件的数据集进行抽象和归纳处理，以确定所述突发事件中的事件本体对应的事件属性；
第一确定单元，用于获取所述事件属性的标注信息，并根据所述标注信息确定所述事件本体的分类关系；
事件类构建单元，用于根据所述分类关系和所述事件属性构建所述事件本体的上层事件类和下层事件类。
可选地，所述模型创建模块30，包括：
属性定义单元，用于将所述事件属性中的时间要素属性和地点要素属性定义为所述概念模型中的第一事件属性，并将所述事件属性中的对象要素属性、动作要素属性、级别要素属性和情感要素属性定义为所述概念模型中的第二事件属性；
层次关联单元，用于根据所述第一事件属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联，得到所述突发事件的第一本体模型。
可选地，所述层次关联单元，包括：
本体映射子单元，用于根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类；
层次关联子单元，用于根据所述事件子类将所述事件类中的下层事件类与上层事件类进行关联。
可选地，所述层次关联单元，还包括：
第一映射子单元，用于根据所述第一事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第一事件属性的第一事件子类；
第二映射子单元，用于根据所述第二事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第二事件属性的第二事件子类。
可选地，所述规则创建模块40，包括：
属性提取单元，用于对所述第一本体模型对应的突发事件中的子事件进行事件属性提取，并确定所述子事件的事件属性之间的关联关系；
规则创建单元，用于根据所述关联关系建立推理规则，得到所述突发事件的目标本体模型。
可选地，所述突发事件本体模型构建装置，还包括：
第二确定单元，用于对所述突发事件的事件本体进行描述，以确定所述事件本体对应的事件类型；
模型匹配单元，用于将所述事件类型与所述突发事件的目标本体模型中的知识库进行匹配，以确定与所述事件类型匹配的目标响应方案。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有突发事件本体模型构建程序，所述突发事件本体模型构建程序被处理器执行时实现上述实施例提供的突发事件本体模型构建方法中的操作。
上述各程序模块所执行的方法可参照本发明方法各个实施例，此处不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序；术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的突发事件本体模型构建方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种突发事件本体模型构建方法，其特征在于，所述突发事件本体模型构建方法包括以下步骤：
获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
2.如权利要求1所述的突发事件本体模型构建方法，其特征在于，所述事件类包括上层事件类和下层事件类，所述构建所述事件本体的事件属性和事件类的步骤，包括：
对所述突发事件的数据集进行抽象和归纳处理，以确定所述突发事件中的事件本体对应的事件属性，其中，所述事件属性包括时间要素属性、地点要素属性、对象要素属性、动作要素属性、级别要素属性和情感要素属性；
获取所述事件属性的标注信息，并根据所述标注信息确定所述事件本体的分类关系；
根据所述分类关系和所述事件属性构建所述事件本体的上层事件类和下层事件类。
3.如权利要求1所述的突发事件本体模型构建方法，其特征在于，所述根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型的步骤，包括：
将所述事件属性中的时间要素属性和地点要素属性定义为所述概念模型中的第一事件属性，并将所述事件属性中的对象要素属性、动作要素属性、级别要素属性和情感要素属性定义为所述概念模型中的第二事件属性；
根据所述第一件事属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联，得到所述突发事件的第一本体模型。
4.如权利要求3所述的突发事件本体模型构建方法，其特征在于，所述根据所述第一事件属性和所述第二事件属性，将所述事件类中的下层事件类与上层事件类进行关联的步骤，包括：
根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类；
根据所述事件子类将所述事件类中的下层事件类与上层事件类进行关联。
5.如权利要求4所述的突发事件本体模型构建方法，其特征在于，所述事件子类包括第一事件子类和第二事件子类，所述根据所述第一事件属性和所述第二事件属性，对所述突发事件进行本体映射，以确定所述事件类的上层事件类和下层事件类中，具有相同事件本体的事件子类的步骤，包括：
根据所述第一事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第一事件属性的第一事件子类；
根据所述第二事件属性，对所述突发事件的事件本体进行事件属性映射，以确定所述事件类的上层事件类和下层事件类中，具有相同第二事件属性的第二事件子类。
6.如权利要求1所述的突发事件本体模型构建方法，其特征在于，所述对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型的步骤，包括：
对所述第一本体模型对应的突发事件中的子事件进行事件属性提取，并确定所述子事件的事件属性之间的关联关系；
根据所述关联关系建立推理规则，得到所述突发事件的目标本体模型。
7.如权利要求1所述的突发事件本体模型构建方法，其特征在于，所述对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型之后的步骤，包括：
对所述突发事件的事件本体进行描述，以确定所述事件本体对应的事件类型；
将所述事件类型与所述突发事件的目标本体模型中的知识库进行匹配，以确定与所述事件类型匹配的目标响应方案。
8.一种突发事件本体模型构建装置，其特征在于，所述突发事件本体模型构建装置包括：
本体确定模块，用于获取突发事件的数据集，并根据所述数据集确定所述突发事件的事件本体；
概念创建模块，用于根据所述事件本体定义所述突发事件的概念模型，并构建所述事件本体的事件属性和事件类；
模型创建模块，用于根据所述事件属性和所述事件类，对所述概念模型进行建模，得到所述突发事件的第一本体模型；
规则创建模块，用于对所述第一本体模型设计动态推理规则，得到所述突发事件的目标本体模型。
9.一种突发事件本体模型构建设备，其特征在于，所述突发事件本体模型构建设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的突发事件本体模型构建程序，所述突发事件本体模型构建程序被所述处理器执行时实现如权利要求1至7中任一项所述的突发事件本体模型构建方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有突发事件本体模型构建程序，所述突发事件本体模型构建程序被处理器执行时实现如权利要求1至7中任一项所述的突发事件本体模型构建方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110316456.9A CN113158681A (zh) | 2021-03-24 | 2021-03-24 | 突发事件本体模型构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110316456.9A CN113158681A (zh) | 2021-03-24 | 2021-03-24 | 突发事件本体模型构建方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113158681A true CN113158681A (zh) | 2021-07-23 |
Family
ID=76884697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110316456.9A Pending CN113158681A (zh) | 2021-03-24 | 2021-03-24 | 突发事件本体模型构建方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113158681A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116842200A (zh) * | 2023-03-29 | 2023-10-03 | 全景智联(武汉)科技有限公司 | 一种事件聚档管理方法 |
| CN117131944A (zh) * | 2023-10-24 | 2023-11-28 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508871A (zh) * | 2011-10-12 | 2012-06-20 | 中国测绘科学研究院 | 一种面向灾害事件的地理对象本体构建方法 |
| CN106445990A (zh) * | 2016-06-25 | 2017-02-22 | 上海大学 | 事件本体构建方法 |
| CN108921295A (zh) * | 2018-06-28 | 2018-11-30 | 中科院合肥技术创新工程院 | 一种基于知识图谱技术的突发事件应急决策模型构建方法 |
| CN110197281A (zh) * | 2019-05-17 | 2019-09-03 | 华南理工大学 | 一种基于本体模型和概率推理的复杂事件识别方法 |
| CN111079860A (zh) * | 2019-12-31 | 2020-04-28 | 河海大学常州校区 | 基于情景相似度的突发事件多粒度响应模型构建方法 |
| CN111914100A (zh) * | 2020-08-11 | 2020-11-10 | 中科院合肥技术创新工程院 | 一种基于本体的突发事件应急决策知识表示方法 |
| CN112508249A (zh) * | 2020-11-27 | 2021-03-16 | 清华大学 | 突发事件推演图结构的构建及突发事件推演的方法和装置 |
-
2021
- 2021-03-24 CN CN202110316456.9A patent/CN113158681A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508871A (zh) * | 2011-10-12 | 2012-06-20 | 中国测绘科学研究院 | 一种面向灾害事件的地理对象本体构建方法 |
| CN106445990A (zh) * | 2016-06-25 | 2017-02-22 | 上海大学 | 事件本体构建方法 |
| CN108921295A (zh) * | 2018-06-28 | 2018-11-30 | 中科院合肥技术创新工程院 | 一种基于知识图谱技术的突发事件应急决策模型构建方法 |
| CN110197281A (zh) * | 2019-05-17 | 2019-09-03 | 华南理工大学 | 一种基于本体模型和概率推理的复杂事件识别方法 |
| CN111079860A (zh) * | 2019-12-31 | 2020-04-28 | 河海大学常州校区 | 基于情景相似度的突发事件多粒度响应模型构建方法 |
| CN111914100A (zh) * | 2020-08-11 | 2020-11-10 | 中科院合肥技术创新工程院 | 一种基于本体的突发事件应急决策知识表示方法 |
| CN112508249A (zh) * | 2020-11-27 | 2021-03-16 | 清华大学 | 突发事件推演图结构的构建及突发事件推演的方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116842200A (zh) * | 2023-03-29 | 2023-10-03 | 全景智联(武汉)科技有限公司 | 一种事件聚档管理方法 |
| CN117131944A (zh) * | 2023-10-24 | 2023-11-28 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
| CN117131944B (zh) * | 2023-10-24 | 2024-01-12 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11681960B2 (en) | Extracting and surfacing user work attributes from data sources | |
| CN109189867B (zh) | 基于公司知识图谱的关系发现方法、装置及存储介质 | |
| Obrst et al. | Developing an Ontology of the Cyber Security Domain. | |
| Rubio-Drosdov et al. | Seamless human-device interaction in the internet of things | |
| US10097597B2 (en) | Collaborative workbench for managing data from heterogeneous sources | |
| US7861151B2 (en) | Web site structure analysis | |
| CN102279894B (zh) | 基于语义的查找、集成和提供评论信息的方法及搜索系统 | |
| Ghahremanlou et al. | Geotagging twitter messages in crisis management | |
| US10853732B2 (en) | Constructing new formulas through auto replacing functions | |
| CN113158681A (zh) | 突发事件本体模型构建方法、装置、设备及存储介质 | |
| EP3732587B1 (en) | Systems and methods for context-independent database search paths | |
| CN104133916A (zh) | 搜索结果信息组织方法和装置 | |
| US20170322732A1 (en) | Computer systems and methods for implementing in-memory data structures | |
| US11100141B2 (en) | Monitoring organization-wide state and classification of data stored in disparate data sources of an organization | |
| Ordonez et al. | Automated context aware composition of Advanced Telecom Services for environmental early warnings | |
| CN106649672A (zh) | 一种基于语义网的安全数据语义分析方法及系统 | |
| Ashish et al. | Situational awareness technologies for disaster response | |
| CN101770473A (zh) | 层次化语义脉络文档查询方法 | |
| KR100925294B1 (ko) | 정보의 태그 데이터와 큐브 구조체를 이용하는 검색 시스템및 검색 방법 | |
| Zhang et al. | Towards an interoperable online volunteered geographic information system for disaster response | |
| US20180293299A1 (en) | Query processing | |
| CN113468255B (zh) | 基于知识图谱的社会治安综合治理领域数据融合方法 | |
| Traverso et al. | EDIT: A Methodology for the Treatment of Non-authoritative Data in the Reconstruction of Disaster Scenarios | |
| WO2016176379A1 (en) | Extracting and surfacing user work attributes from data sources | |
| Mertens et al. | Utilizing Structured Information from Multiple External Sources in the Context of the Multidimensional Data Model |
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 |