CN115186052A - 地震灾情救援信息的确定方法及装置 - Google Patents
地震灾情救援信息的确定方法及装置 Download PDFInfo
- Publication number
- CN115186052A CN115186052A CN202210574056.2A CN202210574056A CN115186052A CN 115186052 A CN115186052 A CN 115186052A CN 202210574056 A CN202210574056 A CN 202210574056A CN 115186052 A CN115186052 A CN 115186052A
- Authority
- CN
- China
- Prior art keywords
- rescue
- earthquake disaster
- disaster
- information
- determining
- 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 65
- 238000002372 labelling Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 239000010410 layer Substances 0.000 description 48
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 239000004566 building material Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010225 co-occurrence analysis Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- -1 floor Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Alarm Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种地震灾情救援信息的确定方法及装置,其中方法包括:根据地震灾情信息以及地震灾情信息对应的救援信息,构建地震灾情救援语料库;根据地震灾情救援语料库,构建地震灾情救援知识图谱;根据目标灾情场景的场景信息,确定场景信息对应的灾情关键词;根据灾情关键词,从知识图谱中确定与灾情关键词对应的目标实体,并根据目标实体,从地震灾情救援知识图谱中确定目标灾情场景的救援决策结果。本发明提供的地震灾情救援信息的确定方法及装置,通过构建地震灾情救援知识图谱,实现了根据灾情场景的场景信息即可自动确定救援决策结果,使决策者不需要储备大量的专业知识,降低人力成本的同时提升了救援决策的效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种地震灾情救援信息的确定方法及装置。
背景技术
现有的地震灾情的救援决策都是基于专家经验制定的,根据专家的经验对灾情现场进行分析判断,从而确定救援决策。
现有的基于专家经验制定的地震灾情的救援决策,是通过人为的制定的决策。现场情景往往非常复杂,针对不同的场景通常需要不同的救援方式和救援设备,需要人为储备大量的专业经验和背景知识。
发明内容
本发明提供一种地震灾情救援信息的确定方法及装置,用以解决现有技术针对不同的场景通常需要不同的救援方式和救援设备,需要人为储备大量的专业经验和背景知识,导致人力成本高的技术问题的技术问题。
本发明提供一种地震灾情救援信息的确定方法,包括:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
根据本发明提供的一种地震灾情救援信息的确定方法,还包括:
根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果,包括:
根据所述目标实体,从所述地震灾情救援知识图谱中确定包含所述目标实体的三元组;
逐级确定所述地震灾情救援知识图谱中所述三元组的连接关系中包含的所有实体;
从所述所有实体的实体信息中确定所述目标灾情场景的救援决策结果。
根据本发明提供的一种地震灾情救援信息的确定方法,所述根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库,包括:
对地震灾情信息以及所述地震灾情信息对应的救援信息进行数据形式转换,得到同一编码方式编码的文本数据;
将所述文本数据进行分词处理,得到所述文本数据的分词词汇;
将所述分词词汇进行去停用词处理,得到地震灾情救援词典;
根据序列标注和类别标注的标注方式,对所述地震灾情救援词典进行标注,并将标注后的地震灾情救援词典作为所述地震灾情救援语料库。
根据本发明提供的一种地震灾情救援信息的确定方法,所述序列标注是根据地震灾情救援词典中各词汇的重要程度,对所述地震灾情救援词典中的核心词汇进行标注;
所述类别标注是根据地震灾情救援词典中词汇的类别信息,对所述地震灾情救援词典中的词汇进行标注。
根据本发明提供的一种地震灾情救援信息的确定方法,所述根据所述地震灾情救援语料库,构建地震灾情救援知识图谱,包括:
根据地震灾情救援层次体系,构建所述地震灾情救援知识图谱的模式层;
根据所述地震灾情救援语料库中数据的层级关系,构建所述地震灾情救援知识图谱的数据层;
根据所述模式层和所述数据层的映射关系,构建地震灾情救援知识图谱。
根据本发明提供的一种地震灾情救援信息的确定方法,确定所述模式层和所述数据层的映射关系,包括:
根据灾情救援语料库中的语义关联,构建救援策略语义网络;
根据所述救援策略语义网络,确定所述模式层和所述数据层的映射关系。
本发明还提供一种地震灾情救援信息的确定装置,包括:
语料库构建模块,用于根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
知识图谱确定模块,用于根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
灾情关键词确定模块,用于根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
救援决策结果确定模块,用于根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
本发明还提供一种电子设备,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计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述地震灾情救援信息的确定方法。
本发明还提供一种非暂态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如上述任一种所述地震灾情救援信息的确定方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述地震灾情救援信息的确定方法。
本发明提供的地震灾情救援信息的确定方法及装置,通过构建地震灾情救援知识图谱,将目标灾情场景中确定的灾情关键词与地震灾情救援知识图谱中的实体进行匹配,根据匹配到的目标实体,确定救援决策结果,实现了根据灾情场景的场景信息即可自动确定救援决策结果,使决策者不需要储备大量的专业知识,降低人力成本的同时提升了救援决策的效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图简要地说明,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的地震灾情救援信息的确定方法的流程示意图;
图2是本发明提供的地震灾情救援知识图谱结构示意图;
图3是应用本发明提供的地震灾情救援信息的确定方法的流程示意图;
图4是本发明提供的地震灾情救援信息的确定装置的结构示意图;
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的地震灾情救援信息的确定方法的流程示意图。参照图1,本发明提供的地震灾情救援信息的确定方法可以包括:
步骤110,根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
步骤120,根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
步骤130,根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
步骤140,根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
需要说明的是,知识图谱(Knowledge Graph):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现代理论。知识图谱主要目标是用来描述真实世界中存在的各种实体和概念,以及他们之间的关系,通过用关系去描述两个实体之间的关联。在Web(World WideWeb,全球广域网)视角下,知识图谱如同简单文本之间的超链接一样,通过建立数据之间的语义链接,支持语义搜索。在自然语言处理视角下,知识图谱就是从文本中抽取语义和结构化的数据。在人工智能视角下,知识图谱是利用知识库来辅助理解人类语言的工具。在数据库视角下,知识图谱是利用图的方式去存储知识的方法。知识图谱是比较通用的语义知识的形式化描述框架,用节点表示语义符号,用边表示语义之间的关系。知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图,节点表示实体或概念,边则由属性或关系构成。
实体:指具有可区别性且独立存在的某种事物。如某一个人、某一个城市、某一种植物等、某一种商品等等。世界万物由具体事物组成,此指实体。实体是知识图谱中的最基本元素,不同的实体间存在不同的关系。
关系:实体与实体之间、不同的概念与概念之间、概念与实体之间存在的某种相互关系。
三元组:三元组是知识图谱的一种通用表示方式;三元组的基本形式主要包括(实体1-关系-实体2)等。每个实体可用一个全局唯一确定的ID来标识,而关系可用来连接两个实体,刻画它们之间的关联。例如,在一个知识图谱的例子中,A地是一个实体,B地是一个实体,A地-首都-B地是一个(实体-关系-实体)的三元组样例。
本发明提供的地震灾情救援信息的确定方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)或个人计算机(personal computer,PC)等,本发明不作具体限定。
下面以计算机执行本发明提供的地震灾情救援信息的确定方法为例,详细说明本发明的技术方案。
在步骤110中,获取地震灾情信息以及地震灾情信息对应的救援信息,根据地震灾情信息以及地震灾情信息对应的救援信息,构建地震灾情救援语料库。
地震灾情信息为发生地震灾情时,灾情场景的信息,包括建筑物的受损状态类别信息、建筑物的材质信息、建筑物的倾斜状态信息、建筑物局部坍塌以及废墟等反映地震灾情现场状态的信息。地震灾情信息对应的救援信息为在确定地震灾情的具体情况后,根据地震灾情信息可以采取的救援措施、救援设备以及救援方法等与救援相关的信息。
地震灾情信息以及地震灾情信息对应的救援信息所需要的数据范围非常广泛,涉及建筑物状态、材质、结构稳定性、生存空间大小等基础数据,白天、下雨、泥石流等自然环境数据,切割、凿破、牵引等救援技术数据,挖掘机、推土机、吊车、千斤顶等救援设备数据。另外还有社交媒体数据,以及分析预测模型、应急预案和历史案例等结构化、半结构化和非结构化多源异构数据。
由于地震救援专业性强、所需知识权威性高、涉及多种保密信息,并且对准确性有着极高的要求。鉴于以上特点,需要对权威数据源以及地方和现场救援人员上报信息进行收集,包括:灾情分析统计表、社交媒体报道、现场照片、监控视频、官方文件等多源异构数据,并利用自然语言处理的方法从中提取与地震灾情信息以及地震灾情信息对应的救援信息相关的数据。
收集地震灾情信息以及地震灾情信息对应的救援信息后,根据收集的地震灾情信息以及地震灾情信息对应的救援信息,构建地震灾情救援语料库。
在步骤120中,在步骤110中构建地震灾情语料库后,根据构建的地震灾情语料库,构建地震灾情救援知识图谱。
地震灾情救援知识图谱是基于地震灾情语料库构建的,包含了地震灾情信息以及地震灾情信息对应的救援信息。构建的地震灾情救援知识图谱中包含了地震灾情场景中可能出现的所有地震灾情信息对应的灾情状态类别以及各灾情状态类别对应的救援信息。可以通过构建各灾情状态类别的实体,以及各实体对应的关系,确定地震灾情救援知识图谱。构建的地震灾情救援知识图谱,可以如图2本发明提供的地震灾情救援知识图谱结构示意图所示。通过确定灾情场景的灾情信息为坍塌后,可以从构建的地震灾情救援知识图谱确定坍塌对应的具体的救援设备、建筑物材质、救援路线以及救援人员等信息。
在步骤130中,获取发生地震灾情的目标灾情场景的场景信息,根据目标灾情场景的场景信息,从场景信息中确定场景信息中包含的灾情关键词。
目标灾情场景为发生地震灾情的场景,且为待确定地震灾情救援决策的场景。目标灾情的场景信息可以通过获取目标灾情现场的图像信息、获取目标灾情场景的文本描述信息或者获取目标灾情场景的视频信息等方式确定。
根据目标灾情场景的场景信息,从场景信息中提取出场景信息对应的灾情关键词。例如,对于场景信息为灾情现场的图像的情况,可以通过神经网络对图像进行分类识别,获取图像中包含的灾情关键词。其中,灾情关键词可以是反映目标灾情场景受灾情况的关键词。可以包括建筑物的受损状态类别、建筑物的材质、建筑物的倾斜状态、建筑物局部坍塌以及废墟等反映地震灾情现场状态的关键词。
在步骤140中,在获取灾情关键词后,从地震灾情救援知识图谱中确定与灾情关键词对应的目标实体,并根据确定的目标实体,从地震灾情救援知识图谱中确定目标灾情场景的救援决策结果。
可选地,在确定灾情关键词后,可以计算获取的所有灾情关键词与地震灾情救援知识图谱中所有实体的相似度,从地震灾情救援选取相似度最高的实体,作为灾情关键词对应的目标实体。
由于地震灾情救援知识图谱是基于地震灾情语料库构建的,包含了地震灾情信息以及地震灾情信息对应的救援信息。所以可以根据确定的目标实体,获取目标实体对应的救援信息,并将最终确定的救援信息作为目标灾情场景的救援决策结果。
本发明实施例提供的地震灾情救援信息的确定方法,通过构建地震灾情救援知识图谱,将目标灾情场景中确定的灾情关键词与地震灾情救援知识图谱中的实体进行匹配,根据匹配到的目标实体,确定救援决策结果,实现了根据灾情场景的场景信息即可自动确定救援决策结果,使决策者不需要储备大量的专业知识,降低人力成本的同时提升了救援决策的效率。
在一个实施例中,根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果,包括:根据所述目标实体,从所述地震灾情救援知识图谱中确定包含所述目标实体的三元组;逐级确定所述地震灾情救援知识图谱中所述三元组的连接关系中包含的所有实体;从所述所有实体的实体信息中确定所述目标灾情场景的救援决策结果。
在确定目标实体后,从地震灾情救援知识图谱中确定包含所有目标实体的三元组。地震灾情救援知识图谱是由一个个三元组构成。各三元组中的实体作为连接节点相互连接,从而构成实体的连接网络,得到地震灾情救援知识图谱。
具体地,在确定目标实体的三元组后,以地震灾情救援知识图谱为结构基础,通过搜寻在地震灾情救援知识图谱中目标实体满足“实体—关系—实体”这样三元组,并从搜选的三元组关系中获取包含的其他实体,再继续逐级搜寻和选出与其他实体满足三元组关系的实体,依此类推,将最终筛选出的所有实体为目标灾情场景的救援决策结果的候选范围。根据需要从候选范围中获取对应实体的实体信息,作为目标灾情场景的救援决策结果。
本发明实施例提供的地震灾情救援信息的确定方法,通过逐级确定地震灾情救援知识图谱中三元组的连接关系中包含的所有实体,并从所有实体的实体信息中确定目标灾情场景的救援决策结果,实现了根据地震灾情救援知识图谱确定救援决策结果。
在一个实施例中,根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库,包括:对地震灾情信息以及所述地震灾情信息对应的救援信息进行数据形式转换,得到同一编码方式编码的文本数据;将所述文本数据进行分词处理,得到所述文本数据的分词词汇;将所述分词词汇进行去停用词处理,得到地震灾情救援词典;根据序列标注和类别标注的标注方式,对所述地震灾情救援词典进行标注,并将标注后的地震灾情救援词典作为所述地震灾情救援语料库。
在获取地震灾情信息以及地震灾情信息对应的救援信息后,需要对获取的初始数据进行处理。
由于获取的地震灾情信息以及地震灾情信息对应的救援信息可能包含多种不同语言形式的文本以及同一种语言形式文本对应的繁体或者简体格式,所以需要对地震灾情信息以及地震灾情信息对应的救援信息进行数据形式转换,得到同一编码方式编码的文本数据。
可选地,数据形式转换可以包括语言转换、繁简转换和编码方式转换。以实现地震灾情救援语料在语言形式上统一表现为简体文本,在编码方式上统一为“UTF-8”,解决数据来源多样造成的地震灾情救援信息格式混乱问题。
在得到同一编码方式编码的文本数据后,对文本数据进行分词处理。分词处理通过对文本数据中内容的句式结构进行分析,结合每个词的词性、词义,对句子成分进行分解,标识出各部分的词性以及其中的人名、地名和领域专有名词等特殊词汇。通过分词处理有效的提升了地震领域专有名词的分词准确率。
将所述文本数据进行分词处理,得到所述文本数据的分词词汇后,将分词词汇进行去停用词处理。去停用词是是对文本中语气词、助词等无实际意义内容进行去除的操作,进一步提升了地震灾情救援词典的准确率。
本发明实施例提供的地震灾情救援信息的确定方法,通过对获取的地震灾情信息以及地震灾情信息对应的救援信息进行数据处理,提升了最终得到的地震灾情救援语料库的准确率。
在一个实施例中,序列标注是根据地震灾情救援词典中各词汇的重要程度,对所述地震灾情救援词典中的核心词汇进行标注;所述类别标注是根据地震灾情救援词典中词汇的类别信息,对所述地震灾情救援词典中的词汇进行标注。
通过序列标注和类别标注相结合的方式对地震灾情救援领域词典进行标注,标注完成后,对标注完的地震灾情救援领域词典,经过检验后,汇总得到地震灾情救援语料库。
序列标注是根据地震灾情救援词典中各词汇的重要程度,通过对地震灾情救援词典的每个词汇位序列进行标注,将核心词特征传递给实体识别函数进行学习,通过估计标注内容为特征序列的条件概率,从而辅助知识识别算法进行实体信息标注。类别标注则是通过对获取的地震灾情救援词典的分析,根据地震灾情救援词典中词汇的类别信息,进行类别信息的标注。类别信息的标注主要涉及粗粒度标注和人工细粒度校对两个步骤,通过地震灾情救援领域数据,确定地震灾情救援语料的大致类别范围,并进行标记,其后通过人工手段对其进行检验和纠正,提升了地震灾情救援语料库的准确率。
本发明实施例提供的地震灾情救援信息的确定方法,通过对地震灾情救援词典进行序列标注和类别标注,增加了地震灾情救援词典不同词汇间的区别,提升了地震灾情救援语料库的准确率。
在一个实施例中,根据所述地震灾情救援语料库,构建地震灾情救援知识图谱,包括:根据地震灾情救援层次体系,构建所述地震灾情救援知识图谱的模式层;根据所述地震灾情救援语料库中数据的层级关系,构建所述地震灾情救援知识图谱的数据层;根据所述模式层和所述数据层的映射关系,构建地震灾情救援知识图谱。
根据地震灾情救援语料库构建地震灾情救援知识图谱模式层和地震灾情救援知识图谱数据层,建立地震灾情救援知识图谱模式层与地震灾情救援知识图谱数据层间映射关系,从而建立地震灾情救援知识图谱。
构建地震灾情救援知识图谱的模式层包括:根据地震灾情救援语料库,构建地震灾情救援领域本体库;定义本体间的层次关系、语义关系和属性关系,形成实际场景为核心的地震灾情救援层次体系;根据防治层次体系自顶向下构建地震灾情救援知识图谱的模式层。
自顶向下构建知识图谱的模式层,通过本体库的设计搭建地震灾情救援知识图谱的框架,预先定义、固定编排模式图中的上下位关系、类属关系、语义关联关系等,定义准确、结构层次分明的概念框架,形成良好的概念层次知识体系。
地震灾情救援领域本体库包括:倒塌、救援技术、救援设备、救援路线、救援等级、应急管理、应急救援、天气情况和受困者状态。具体的,本申请实施例中在地震灾情救援领域本体库的基础上,面向倾斜楼房、平房、废墟和局部坍塌等多种实际场景,围绕救援技术、救援设备、救援路线、救援等级四个核心要素,设计地震灾情救援知识图谱模式层。
自底向上构建数据层,针对地震灾情救援语料库、领域文献或其他泛在文本资源等不同的知识源类型设计合适的抽取方法,充分利用知识源之间的数据冗余性进行实体、关系抽取,将不同来源的知识进行对齐、合并,设计地震灾情救援知识图谱的底层存储方式,将地震灾情事件、灾害应急任务、救援数据、模型方法的具体实例要素进行分解,映射到相关概念节点当中,从而建立多层次的实体关联关系,实现模式层到数据层的映射;运用Neo4j图数据库进行存储和直观展示。
构造“实体—关系—实体”形式的基础三元组后,以csv(Comma-SeparatedValues,逗号分隔值文件格式)文件形式分别存储不同类型的实体与语义关系数据,将以csv文件形式分别不同类型的实体与语义关系数据导入Neo4j图数据库中,以节点、边和字段的形式存储,建立三元组间的语义关联网络,依据地震灾情救援模式层中本体层次体系对数据层实体的约束,建立救援技术、救援设备、救援路线、救援等级实体类别之间的实体映射,从而建立地震灾情救援知识图谱。
可选地,地震灾情救援语料库包括:倒塌信息、救援技术信息、救援设备信息、救援路线信息、救援等级信息、应急管理信息、应急救援信息、天气情况信息、受困者状态信息;倒塌包括:倒塌结构、材质、结构稳定性和空间类型;救援技术包括:破拆、切割、支撑、绳索、顶升、搬运、牵引、凿破、剪断、破碎和移除;救援设备包括:小型、中型、大型和破拆器材;救援路线包括:内部救援、外部救援、纵井挖掘和横孔挖掘;救援等级包括:L1、L2、L3、L4、L5、L6、L7和L8。应急管理包括:交通部、统计局、电力部门、财政部;应急救援包括:抢险救灾、物资供应、消防队、医疗队和交警;天气情况包括:白天、黑夜、下雨和泥石流;受困者状态包括:存活、不确定和没有幸存者。
坍塌结构包括:倾斜楼房、平房、废墟和局部坍塌;建筑物材质包括:木材、楼板、石块、砖块和水泥;结构稳定性包括:极不稳定、不稳定和稳定;空间类型包括:大空间、小空间和狭小空间;小型包括:锹、镐、锤、凿、斧、锯、铁铤千斤顶、无齿锯、链条锯、撑顶器、夜间照明、雨衣、雨棚、氧气切割、电动钢筋剪断器,冲击钻;中型包括:生命探测仪、红外火源探测仪、可燃气体探测仪、有毒气体探测仪、起重机、空压机、机动凿岩机、乙炔切割机、氧气切割机、起重气垫、掘进机、液压剪、扩张器和内燃破碎机;大型包括:挖掘机、装载机、推土机、拖拉机、自卸车和吊车;破拆器材包括:手动、机动和电动;支撑包括:临时支撑、墙角支撑、水平支撑、空间支撑、T型支撑和横向支撑;凿破包括:水平凿破和垂直凿破;移除包括:人工搬运、管道滚动、牵引拖拽和重型机械。
倾斜楼房包括:墙体、混泥土和钢;夜间照明包括:手电筒、应急灯、移动照明车、月球灯和组合救援灯。
本发明实施例提供的地震灾情救援信息的确定方法,通过构建地震灾情救援知识图谱的模式层与数据层,实现了地震灾情救援知识图谱的构建,为后续通过地震灾情救援知识图谱确定救援决策结果提供了基础。
在一个实施例中,确定所述模式层和所述数据层的映射关系,包括:根据灾情救援语料库中的语义关联,构建救援策略语义网络;根据所述救援策略语义网络,确定所述模式层和所述数据层的映射关系。
根据灾情救援语料库中的所有词汇的语义信息,确定灾情救援语料库中的语义关联,从而构建救援策略间语义网络,确定模式层和数据层间逻辑关系的映射。根据去确定的模式层和数据层间逻辑关系的映射,建立地震灾情救援知识图谱。
本发明实施例提供的地震灾情救援信息的确定方法,通过灾情救援语料库中的语义关联,构建救援策略语义网络,并根据构建的救援策略语义网络,确定所述模式层和所述数据层的映射关系,为地震灾情救援知识图谱的构建提供了基础。
下面以一应用本发明提供的地震灾情救援信息的确定方法的流程示意图图3为例,说明本发明提供的技术方案:
步骤310,构建地震灾情救援语料库。根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库。
步骤320,根据地震灾情救援语料库,构建地震灾情救援知识图谱。根据地震灾情救援层次体系,构建地震灾情救援知识图谱的模式层。根据地震灾情救援语料库中数据的层级关系,构建地震灾情救援知识图谱的数据层。根据模式层和数据层的映射关系,构建地震灾情救援知识图谱。
步骤330,根据目标灾情场景的场景信息,从地震灾情救援知识图谱中确定目标灾情场景的救援决策结果。根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词。根据灾情关键词,从地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,根据所述目标实体,从地震灾情救援知识图谱中确定包含所述目标实体的三元组。逐级确定所述地震灾情救援知识图谱中所述三元组的连接关系中包含的所有实体。从所述所有实体的实体信息中确定所述目标灾情场景的救援决策结果
图4为本发明提供的地震灾情救援信息的确定装置的结构示意图,如图4所示,该装置包括:
语料库构建模块410,用于根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
知识图谱确定模块420,用于根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
灾情关键词确定模块430,用于根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
救援决策结果确定模块440,用于根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
本发明实施例提供的地震灾情救援信息的确定装置,通过构建地震灾情救援知识图谱,将目标灾情场景中确定的灾情关键词与地震灾情救援知识图谱中的实体进行匹配,根据匹配到的目标实体,确定救援决策结果,实现了根据灾情场景的场景信息即可自动确定救援决策结果,使决策者不需要储备大量的专业知识,降低人力成本的同时提升了救援决策的效率。
在一个实施例中,救援决策结果确定模块440具体用于:
根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果,包括:
根据所述目标实体,从所述地震灾情救援知识图谱中确定包含所述目标实体的三元组;
逐级确定所述地震灾情救援知识图谱中所述三元组的连接关系中包含的所有实体;
从所述所有实体的实体信息中确定所述目标灾情场景的救援决策结果。
在一个实施例中,语料库构建模块410具体用于:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库,包括:
对地震灾情信息以及所述地震灾情信息对应的救援信息进行数据形式转换,得到同一编码方式编码的文本数据;
将所述文本数据进行分词处理,得到所述文本数据的分词词汇;
将所述分词词汇进行去停用词处理,得到地震灾情救援词典;
根据序列标注和类别标注的标注方式,对所述地震灾情救援词典进行标注,并将标注后的地震灾情救援词典作为所述地震灾情救援语料库。
在一个实施例中,语料库构建模块410还具体用于:
所述序列标注是根据地震灾情救援词典中各词汇的重要程度,对所述地震灾情救援词典中的核心词汇进行标注;
所述类别标注是根据地震灾情救援词典中词汇的类别信息,对所述地震灾情救援词典中的词汇进行标注。
在一个实施例中,知识图谱确定模块420具体用于:
所述根据所述地震灾情救援语料库,构建地震灾情救援知识图谱,包括:
根据地震灾情救援层次体系,构建所述地震灾情救援知识图谱的模式层;
根据所述地震灾情救援语料库中数据的层级关系,构建所述地震灾情救援知识图谱的数据层;
根据所述模式层和所述数据层的映射关系,构建地震灾情救援知识图谱。
在一个实施例中,知识图谱确定模块420还具体用于:
确定所述模式层和所述数据层的映射关系,包括:
根据灾情救援语料库中的语义关联,构建救援策略语义网络;
根据所述救援策略语义网络,确定所述模式层和所述数据层的映射关系。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行地震灾情救援信息的确定方法,该方法包括:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元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。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的地震灾情救援信息的确定方法,该方法包括:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的地震灾情救援信息的确定方法,该方法包括:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
以上所描述的装置实施例仅仅是示意性的,其中所述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,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种地震灾情救援信息的确定方法,其特征在于,包括:
根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
2.根据权利要求1所述的地震灾情救援信息的确定方法,其特征在于,所述根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果,包括:
根据所述目标实体,从所述地震灾情救援知识图谱中确定包含所述目标实体的三元组;
逐级确定所述地震灾情救援知识图谱中所述三元组的连接关系中包含的所有实体;
从所述所有实体的实体信息中确定所述目标灾情场景的救援决策结果。
3.根据权利要求1所述的地震灾情救援信息的确定方法,其特征在于,所述根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库,包括:
对地震灾情信息以及所述地震灾情信息对应的救援信息进行数据形式转换,得到同一编码方式编码的文本数据;
将所述文本数据进行分词处理,得到所述文本数据的分词词汇;
将所述分词词汇进行去停用词处理,得到地震灾情救援词典;
根据序列标注和类别标注的标注方式,对所述地震灾情救援词典进行标注,并将标注后的地震灾情救援词典作为所述地震灾情救援语料库。
4.根据权利要求3所述的地震灾情救援信息的确定方法,其特征在于,所述序列标注是根据地震灾情救援词典中各词汇的重要程度,对所述地震灾情救援词典中的核心词汇进行标注;
所述类别标注是根据地震灾情救援词典中词汇的类别信息,对所述地震灾情救援词典中的词汇进行标注。
5.根据权利要求1所述的地震灾情救援信息的确定方法,其特征在于,所述根据所述地震灾情救援语料库,构建地震灾情救援知识图谱,包括:
根据地震灾情救援层次体系,构建所述地震灾情救援知识图谱的模式层;
根据所述地震灾情救援语料库中数据的层级关系,构建所述地震灾情救援知识图谱的数据层;
根据所述模式层和所述数据层的映射关系,构建地震灾情救援知识图谱。
6.根据权利要求5所述的地震灾情救援信息的确定方法,其特征在于,确定所述模式层和所述数据层的映射关系,包括:
根据灾情救援语料库中的语义关联,构建救援策略语义网络;
根据所述救援策略语义网络,确定所述模式层和所述数据层的映射关系。
7.一种地震灾情救援信息的确定装置,其特征在于,包括:
语料库构建模块,用于根据地震灾情信息以及所述地震灾情信息对应的救援信息,构建地震灾情救援语料库;
知识图谱确定模块,用于根据所述地震灾情救援语料库,构建地震灾情救援知识图谱;
灾情关键词确定模块,用于根据目标灾情场景的场景信息,确定所述场景信息对应的灾情关键词;
救援决策结果确定模块,用于根据所述灾情关键词,从所述地震灾情救援知识图谱中确定与所述灾情关键词对应的目标实体,并根据所述目标实体,从所述地震灾情救援知识图谱中确定所述目标灾情场景的救援决策结果。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所地震灾情救援信息的确定方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述地震灾情救援信息的确定方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述地震灾情救援信息的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210574056.2A CN115186052A (zh) | 2022-05-24 | 2022-05-24 | 地震灾情救援信息的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210574056.2A CN115186052A (zh) | 2022-05-24 | 2022-05-24 | 地震灾情救援信息的确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115186052A true CN115186052A (zh) | 2022-10-14 |
Family
ID=83512646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210574056.2A Pending CN115186052A (zh) | 2022-05-24 | 2022-05-24 | 地震灾情救援信息的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115186052A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432953A (zh) * | 2023-03-24 | 2023-07-14 | 武汉旗云高科工程技术有限公司 | 基于泛化生成模式的文物保护应急响应决策方法和系统 |
CN117420849A (zh) * | 2023-12-18 | 2024-01-19 | 山东科技大学 | 一种基于强化学习的海上无人机编队变粒度协同搜救方法 |
-
2022
- 2022-05-24 CN CN202210574056.2A patent/CN115186052A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432953A (zh) * | 2023-03-24 | 2023-07-14 | 武汉旗云高科工程技术有限公司 | 基于泛化生成模式的文物保护应急响应决策方法和系统 |
CN116432953B (zh) * | 2023-03-24 | 2023-09-15 | 武汉旗云高科工程技术有限公司 | 基于泛化生成模式的文物保护应急响应决策方法和系统 |
CN117420849A (zh) * | 2023-12-18 | 2024-01-19 | 山东科技大学 | 一种基于强化学习的海上无人机编队变粒度协同搜救方法 |
CN117420849B (zh) * | 2023-12-18 | 2024-03-08 | 山东科技大学 | 一种基于强化学习的海上无人机编队变粒度协同搜救方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xing et al. | Ontology for safety risk identification in metro construction | |
CN115186052A (zh) | 地震灾情救援信息的确定方法及装置 | |
Qian et al. | Safety risk management of underground engineering in China: Progress, challenges and strategies | |
Ding et al. | Safety risk identification system for metro construction on the basis of construction drawings | |
Ghasemi et al. | Evaluation of rockburst occurrence and intensity in underground structures using decision tree approach | |
CN113392986B (zh) | 一种基于大数据的公路桥梁信息抽取方法及管理养护系统 | |
Luo et al. | A BIM-based code compliance checking process of deep foundation construction plans | |
CN113254594B (zh) | 一种面向智慧电厂的安全知识图谱构建方法及系统 | |
CN107229712A (zh) | 一种面向公共安全事件信息获取的时空聚类方法 | |
Guo et al. | Multi-source information fusion for safety risk assessment in underground tunnels | |
CN115204752B (zh) | 突发事件应急处置方案生成方法、系统、装置及存储介质 | |
KR101946316B1 (ko) | 링크드 데이터 기반의 안전정보 공유 장치 및 방법 | |
CN111898852A (zh) | 企业隐患和事故知识图谱构建方法、电子设备、存储介质 | |
Wu et al. | Developing a hybrid approach to extract constraints related information for constraint management | |
CN114358507A (zh) | 基于知识图谱的输水建筑物风险评估与防范方法 | |
CN112036129A (zh) | 一种配电网应急演练方案数字化辅助设计系统及方法 | |
Oomen et al. | Proactive and reactive geoengineering: Engineering the climate and the lithosphere | |
CN116028645A (zh) | 城市市政基础设施应急知识图谱确定方法、系统及设备 | |
Chen et al. | Integrating knowledge management and BIM for safety risk identification of deep foundation pit construction | |
CN115187148A (zh) | 突发事件态势研判方法、系统、装置及可读存储介质 | |
Zhou et al. | Development and application of an industry foundation classes-based metro protection information model | |
CN116304070A (zh) | 一种基于知识图谱构建的电网应急处置方案自动生成方法 | |
CN113987661A (zh) | 一种震害预测可视化评估系统 | |
Amiri Shahmirani et al. | Application of fuzzy modelling to predict the earthquake damage degree of buildings based on field data | |
KR102604582B1 (ko) | 시공재해 db 통합을 위한 핵심어구 추출 및 정확도 평가 방법 |
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 |