[发明专利]基于油气管道的知识图谱构建方法及处理器

说明书

本申请涉及油气管道技术领域，具体涉及一种基于油气管道的知识图谱构建方法、处理器、装置及存储介质。方法包括：获取油气管道所在领域的文本数据；对文本数据进行预处理，并对预处理后的文本数据进行标注，以构建油气管道的标注数据语料库；将标注数据语料库包含的语句输入至实体识别学习模型，以通过实体识别学习模型提取语句中包含的实体；将实体输入至实体关系抽取模型中，以通过实体关系抽取模型确定实体之间的实体关系；根据实体和实体关系构建基于油气管道的知识图谱。上述技术方案，通过获取油气管道所在领域的文本数据，对实体以及实体关系进行抽取，并构建油气管道的知识图谱。从而更好地支持知识检索、决策支持等智能管网应用。

技术领域

本申请涉及油气管道技术领域，具体涉及一种基于油气管道的知识图谱构建方法、处理器、装置及存储介质。

背景技术

知识图谱从图形上描述了现实世界中的概念和实体之间的复杂关系，让计算机通过一种人类更容易接受的认知世界的方式去传达信息、组织、管理信息，也让人们更好的理解知识。知识图谱作为大数据时代知识工程领域中知识表示的一种方式，通过概念、实体、实体属性以及实体之间的语义关系对知识进行图形化、结构化的表示，不仅能够让机器“理解”和“解释”客观现象和事实，而且其深度知识推理能力和逐步扩展的认知能力，帮助相关行业从业者对特定的问题进行分析、推理、辅助决策。知识图谱从“关系”的角度研究和解决问题，其强大的语义功能使知识图谱在数据分析、语义搜索、智能推荐、自然人机交互以及决策支持方面凸显其无法比拟的优势。目前，知识图谱已经在金融、医疗、交通、教育、电商电网等领域得到了广泛实践应用。

油气管道行业作为知识密集型行业，通过多年的发展，从管道设计、施工到运营维护整个生命周期内已经积累了包含经验、规范、公理、工作流程、常识、计算公式等大量的知识，并构成了完整的行业知识体系。目前，油气管道行业的知识类型主要包括结构化、半结构化以及非结构化三种，尤以非结构化类型居多。并且在现有技术中，从大量非结构化数据中抽取实体间的关系构建知识图谱的方法存在大多以半自动或人工方式构建，不能实现自动抽取；很多实体以及实体之间潜在的关系没有被完全挖掘的问题。

发明内容

本申请实施例的目的是为了克服现有技术中未构建有效的油气管道领域的知识图谱的问题，提供一种基于油气管道的知识图谱构建方法、处理器、装置及存储介质。

为了实现上述目的，本申请第一方面提供一种基于油气管道的知识图谱构建方法，包括：

获取油气管道所在领域的文本数据；

对文本数据进行预处理，并对预处理后的文本数据进行标注，以构建油气管道的标注数据语料库；

将标注数据语料库包含的语句输入至实体识别学习模型，以通过实体识别学习模型提取语句中包含的实体；

将实体输入至实体关系抽取模型中，以通过实体关系抽取模型确定实体之间的实体关系；

根据实体和实体关系构建基于油气管道的知识图谱。

在本申请的一个实施例中，在获取油气管道所在领域的文本数据之前，构建基于油气管道全生命周期业务的领域本体；根据领域本体对预处理后的文本数据进行标注。

在本申请的一个实施例中，构建油气管道领域的资源库，资源库包括油气管道领域内的多个词汇、术语和规则模板中的至少一者；按照油气管道全生命周期的各个阶段对资源库中的数据进行归纳和整理，以构建基础文本集；根据油气管道业务内容和特点，对基础文本集中的资源进行分类；对基础文本集中的资源进行分词，确定每个分类下所包括的词语，以得到基础词库；根据预设的油气管道领域的语义类型及语义关系集，对基础词库包含的词语进行标注，以构建油气管道的基础语义概念集。

在本申请的一个实施例中，使用MySQL存储用户信息、知识图谱的图谱信息以及领域本体的数据；使用MongoDB存储实体和实体关系；使用图数据库Neo4j存储知识图谱的图结构；使用ElasticSearch存储文本索引数据。