[发明专利]一种面向应急物资管理的知识图谱技术的构建方法

说明书

本发明公开了一种面向应急物资管理的知识图谱技术的构建方法，包括下列构建方法步骤：S1对原始数据集进行获取；S2对实体属性进行抽取；S3实现融合BERT的基于序列标注和依存句法分析的三元组抽取模型(B‑STDP)；S4构建知识图谱；S5完成应急物资管理知识搜索系统的环境搭建、需求分析、整体架构设计、前端设计与开发。本发明通过在应急物资高效储存的基础上，考虑不同场景的需求，利用知识图谱构建技术对突发事件发生的情景下完善对应急物资的管理，为应急资源优化分类方法及元数据规范研究、突发事件及应急资源关联匹配技术、研究应急资源动态管理数据库构建提供了理论支撑，为应急事件查询应急资源与调度分配物资提升效率。

技术领域

本发明涉及应急物资管理技术领域，具体为一种面向应急物资管理的知识图谱技术的构建方法。

背景技术

应急物资是指为应对严重自然灾害、事故灾难、公共卫生事件和社会安全事件等突发公共事件应急全过程中所必需的物资保障。建设应急物资以及应急资源管理平台，提升应急管理信息化水平，能够有效提高应对处置重大突发事件的能力，在保障人民群众生命财产安全、有力有序有效开展应急工作等方面能够发挥重要作用，对于推进国家应急管理体系和能力现代化具有重要意义。

传统的应急物资供给逻辑已显现出不适，为了更好地满足应急管理需要并支持现代化的实现，供给逻辑需要有所创新优化。因此需要研究一种面向应急物资管理的知识图谱技术的构建方法来解决上述问题。

发明内容

本发明的目的在于提供一种面向应急物资管理的知识图谱技术的构建方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种面向应急物资管理的知识图谱技术的构建方法，包括下列构建方法步骤：S1对原始数据集进行获取，已完成多源数据集的整合，使用爬虫工具对来源包括百度百科、MSDS数据库、应急管理局官方网站、各省市公开应急预案、突发事件案例等非结构化数据以及半结构化数据进行收集；S2对实体属性进行抽取，在应急领域的危险化学品分类中，对危险化学品的属性从百度百科中使用scrapy框架提取并构成三元组自动存入mongodb数据库；S3实现融合BERT的基于序列标注和依存句法分析的三元组抽取模型(B-STDP)；S4构建知识图谱，将以上准备好的三元组数据用Cypher进行操作存入Neo4j数据库，并对不同类型的数据进行标注区分，整体数据排布以事件为中心进行扩散；S5完成应急物资管理知识搜索系统的环境搭建、需求分析、整体架构设计、前端设计与开发。

优选的，所述在步骤S3中，首先从MSDS库中把每一种危化品处置当中用到的应急物资抽取出来，应急物资类目采用应急物资分类编码标准中的数据，MSDS库本身是结构化的数据，结构化处理应急措施中具体使用的以自然语言形式存在的处置物资，然后根据非结构化数据的特点和BERT模型的优势，实现B-STDP模型，将非结构化文档中的三元组提取出来，以RDF数据格式进行存储。

优选的，所述在步骤S1中，采用非结构化数据来获取数据的来源，非结构化数据是没有预定义的、不完整或不规则的数据模型，在应急领域，应急物资的完整数据、包含应急物资的突发事件描述、历史应急事件的概况等信息，均由非结构化数据组成。

优选的，所述在步骤S2中，实体关系抽取模型主要由四个部分组成：数据获取、数据预处理、序列标注、实体关系联合抽取。

优选的，所述数据获取中含应急物资清单、突发事件事故调查报告、突发事件专项预案，采用基于Python的Scrapy框架实现网络爬虫爬取直接保存至Neo4j数据库，同时存入mongodb作为备份，数据预处理中爬取的数据文件中包含加密的pdf文件，将pdf转化为图片，再利用百度OCR技术将pdf文件内的数据识别出来，对爬取的数据进行过滤操作，以句子为单位进行人工标注操作，实体关系联合抽取中通过联合建模实体、关系之间的内在联系，缓解误差累积，为推荐系统、多轮自动问答系统、复杂信息检索等下游子任务提供有力的支持。