[发明专利]一种内河避碰规则知识图谱的构建方法及装置

权利要求书

1.一种内河避碰规则知识图谱的构建方法，其特征在于，该方法包括以下步骤：

步骤1、获取内河避碰规则数据集，并利用爬虫技术从网络上获取内河船舶碰撞事故数据集；

步骤2、采用基于监督学习的方法从内河避碰规则数据集及内河船舶碰撞事故数据集中以三元组的形式提取知识元，知识元包括实体、实体属性及实体关系，作为构建内河避碰规则知识图谱的基础数据，并对提取的知识进行加工和融合；

步骤3、以实体和实体属性为节点构建实体节点集合和实体属性节点集合，以实体关系或属性关系为边构建边集合，构建复杂网络结构，形成初始的内河避碰规则知识网络，并将内河避碰规则知识网络储存于图数据库中；

步骤4、进一步扩充知识库以及定义知识推理规则，完成内河避碰规则知识图谱的构建；

步骤5、利用图数据库储存软件和编程语言对内河避碰规则知识图谱进行可视化地输出。

2.根据权利要求1所述的内河避碰规则知识图谱的构建方法，其特征在于，所述步骤1中获取数据集的方法具体包括：

通过进入海事局官网下载内河避碰规则数据集，利用爬虫技术从网络上获取内河船舶碰撞事故数据集；将数据集进行整理，并以文档的形式存储，并使用jieba工具对文档做分词处理，使用TF-IDF的技术对文档的核心词、重要词进行提取。

3.根据权利要求2所述的内河避碰规则知识图谱的构建方法，其特征在于，所述步骤1中使用TF-IDF的技术对文档的核心词、重要词进行提取的方法具体包括：

使用TF-IDF的技术对文档的核心词、重要词进行提取，TF-IDF算法采用TF和IDF两个参数来计算特征权重，对于爬虫所得的数据集文本和内河避碰规则文本f中的特征词t_j其特征权重计算公式如下：

其中，N(tj)是tj在f中出现的次数；n是内河避碰规则文本中含有特征词t的个数；

根据权重大小值提取关键词和核心词。

4.根据权利要求1所述的内河避碰规则知识图谱的构建方法，其特征在于，所述步骤2中提取知识元的方法具体包括：

找到句子中的动词，将句子中动词前面和后面的名词组成一个候选的三元组，其格式为：(名词，动词，名词)；

利用相似性分析来计算文档所属领域的关系库中的关系与候选三元组中的动词的相似性，若相似性大于阈值，则将动词放入文档的关系库中，同时将候选三元组中的名词放入文档的实体库中；此时，候选的(名词，动词，名词)三元组为文档提取的正式的实体、关系和实体的三元组。