[发明专利]一种基于中文分词技术的应急知识图谱的构建方法及系统

权利要求书

1.一种基于中文分词技术的应急知识图谱的构建方法，其特征在于，具体包括以下步骤：

S1：输入应急信息文本；

S2：对所述步骤S1中的应急信息文本中的要素进行解析，提取关键数据，利用提取的关键数据构建应急知识库；

S3：采用多策略结合的中文分词算法对所述步骤S1中输入的所述应急信息文本进行分词并判断，输出分词结果；

S4：将所述步骤S3中得到分词结果利用检索引擎在所述应急知识库中搜索并进行匹配，匹配成功后输出成果数据；

S5：根据应急业务体系结合所述成果数据构建应急知识图谱，输出图谱结果数据；

所述步骤S3中多策略结合的中文分词算法包括正向最大匹配和逆向最大匹配方法、利用字词库匹配的中文分词方法、基于频率统计的神经元网络模型分词方法；具体包括以下步骤：

S31：利用正向最大匹配和逆向最大匹配方法对所述应急信息文本中的词句进行切分，并与应急要素特征词库进行比对，判断是否具有特征字；若没有特征字，则对分词结果进行序列标注，再输出分词结果；若有特征字，则根据特征字进行下一步判断；

S32：对具有特征字的词进行统计，统计特征字的个数、顺序、级别；若特征字中具有第一级别中的字词，则与应急要素特征词库对比，判断特征字是否是已存在字词，若是，则直接输出分词结果；若否，则按没有所述第一级别中的字词进行拆分；若特征字中没有所述第一级别中的字词，则进行下一步拆分；

S33：利用层级模型对特征字中没有第一级别中的字词进行拆分，拆分完成后，若能识别的，则输出分词结果；若未识别的，则输出未识别的字词；

S34：再对步骤S33中输出的未识别的字词利用神经元网络模型统计方法进行分词，输出分词结果；

所述步骤S33中利用层级模型进行拆分，所述层级模型按照规则分为第一层级、第二层级和第三层级，所述第一层级包括数组A应急灾害种类和未能识别词；所述第二层级包括数组B应急灾害地址数据和未能识别词；所述第三层级包括数组C应急灾害时间和未能识别词；

所述步骤S33利用层级模型对特征字进行拆分的具体步骤为：

S331：首先与所述第一层级进行识别，若能识别，则输出分词结果；若未识别，则进行第二层级识别；

S332：若第二层级能识别，则输出分词结果；若未识别，则进行第三层级识别；

S333：若第三层级能识别，则输出分词结果；若未识别，则输出未识别的字词；所述步骤S32中特征字级别包括第一级别，所述第一级别包括1级、2级和3级，所述1级为包含灾害种类的特征要素；所述2级为包含灾害地址数据的特征要素；所述3级为包含灾害时间的特征要素；没有在所述第一级别中的记为4级，所述4级为不包含1级、2级和3级的特征要素的特征字级别；所述步骤S2中的应急知识库包括应急要素特征词库以及应急要素标准数据库。

2.一种采用权利要求1所述的构建方法得到的基于中文分词技术的应急知识图谱的构建系统，其特征在于，该基于中文分词技术的应急知识图谱的构建系统包括控制模块、数据接收模块、共享交换模块、数据管理模块、数据储存模块、数据匹配模块、数据输出模块、分词模块和规则词库模块；所述数据接收模块、共享交换模块、数据管理模块、数据储存模块、数据匹配模块、数据输出模块、分词模块和规则词库模块均与控制模块形成双向数据连接；其中所述数据接收模块采用标准规范的接口协议，便于和各服务器之间进行数据对接；所述数据管理模块用于提供数据查询、数据统计功能；所述数据储存模块用于对规则词库中所有应急信息数据进行储存；所述规则词库模块用于对应急知识数据进行集中管理；所述分词模块用于根据多策略结合的中文分词算法对输入的应急信息进行分词；所述数据匹配模块用于对接收的信息数据进行信息匹配操作；所述数据输出模块用于提供匹配成功后的成果数据；所述共享交换模块用于提供基于应急知识图谱的数据共享交换服务。