[发明专利]一种基于图数据库的建筑设计规范知识图谱构建方法

说明书

本发明公开了一种基于图数据库的建筑设计规范知识图谱构建方法，首先抽取待处理存储规范中全部实体，构建规范语义存储实体集合，再按照各规范条文语义逻辑及句法特点梳理其子句，以三类特殊节点辅助普通节点对其子句进行标记与表达，并以.CSV文件对表达结果进行存储，最终依据Neo4j数据库批量导入规则，调整.CSV文件存储格式，借助import工具，完成规范语义信息的图结构数据存储与表达。本发明的一种基于图数据库的建筑设计规范知识图谱构建方法，解决了现有技术中存在的针对英文的图结构数据存储模式不能准确表达中文规范语义信息的问题，提出了表格化规范语义表达与存储模板。

技术领域

本发明属于建筑图谱构建方法技术领域，涉及一种基于图数据库的建筑设计规范知识图谱构建方法。

背景技术

以知识图谱的形式进行中文设计规范的表达与存储，已成为建筑工程施工领域智能化发展的关键环节。图结构的数据存储模式由节点、边、标签及节点属性组成。通常以节点表示实体，以边的类型表达两实体间的关系，以节点属性表达实体特性。此种存储模式可准确表达英文语义信息，但由于中文与英文在句法语态及句式结构等方面存在一定的差异，适用于英文的图结构存储模式不尽能有效的存储表达中文语义信息。同时，建筑设计所涵盖行业规范用词表达相对晦涩，各实体间与子条文间往往存在隐式逻辑关系。庞大的实体数量及繁杂的关联关系为中文规范语义信息存储与表达带来了巨大困难。

发明内容

本发明的目的是提供一种基于图数据库的建筑设计规范知识图谱构建方法，解决了现有技术中存在的针对英文的图结构数据存储模式不能准确表达中文规范语义信息的问题，提出了表格化规范语义表达与存储模板。

本发明所采用的技术方案是，一种基于图数据库的建筑设计规范知识图谱构建方法，具体按照如下步骤实施：

步骤1，抽取待处理存储规范中的全部实体，构建规范语义存储实体集合Entity_Set1{E₁,E₂,E₃,…}；

步骤2，对步骤1所得实体集合Entity_Set1{E₁,E₂,…,E₃}进行聚类去重操作，得到去重后的实体集合Entity_Set3；

步骤3，建立普通节点表格文件，以“Name”为第一列首行单元格值，以“单位”为第二列首行单元格值，以“:LABEL”为第三列首行单元格值，以“:ID”为第四列首行单元格值，然后将实体集合Entity_Set3中各实体E_i(i＝1,2,3……)填入普通节点表格文件中；

步骤4，建立特殊节点表格文件，分别以“Name”，“:LABEL”，“:ID”为首行第一至三列单元格值；

步骤5，建立节点关系表格文件，分别以“:START_ID”，“:END_ID”，“Start”，“End”，“Flag”，“IDD”，“:TYPE”为首行第一至七列单元格值，节点关系表中从第二行起，各行依次分别存储一条实体关系，每增加一则关系，便为该关系所在行“IDD”列单元格填入An，其中，n为已存储关系数；

步骤6，针对具体规范条文，将步骤5建立的节点关系表首行紧后一列单元格值设置为该规范条文编号，对于具有二级编号的规范条文，则将各二级条文分作一列；

步骤7，分析梳理当前规范条文中各实体间谓词关系，分别在普通节点表格文件中查找本规范条文中有关实体E_i(i＝1,2,3……)所对应“:ID”列单元格值，记为E_i_ID(i＝1,2,3……)；

步骤8，依次对规范中各规范条文按照步骤6进行表达与存储；

步骤9，将普通节点表格文件、特殊节点表格文件、节点关系表格文件采用UTF-8编码方式，以.CSV文件格式进行存储，以便导入Neo4j数据库；