[发明专利]一种基于领域知识图谱的水务数据智能发现方法

权利要求书

1.一种基于领域知识图谱的水务数据智能发现方法，其特征在于：该方法主要包括如下步骤，

步骤1：利用现有百科非结构化数据，数据库中的结构化数据和文本中的结构化数据构建知识图谱；

步骤2：采集水务相关数据，并利用知识图谱对数据做标注；

步骤3：对数据进行检索；首先对用户数据的关键词进行识别，然后利用Jena解析知识图谱发现其关联信息进而得到用户想要的数据，最后对数据进行排序。

2.根据权利要求1所述的一种基于领域知识图谱的水务数据智能发现方法，其特征在于：步骤1所述的构建知识图谱的方法，其步骤具体包括：

步骤1-1：利用TFIDF算法从专业文献中抽取领域的重要术语，基于这些术语利用参照法(标杆对照、业务适配、增补裁剪)梳理出水务知识图谱的实体类型；

步骤1-2：利用参照法梳理出水务知识图谱的实体关系类型；

步骤1-3：利用现有的数据库中的结构化数据库中的数据填充知识图谱的实例信息；如果出现新的实体类型，则返回步骤1，添加新的实体类型；

步骤1-4：抽取现有知识库CN-DBpedia中的实体信息来丰富水务知识图谱中的属性信息；

步骤1-5：利用深度学习的方法来抽取水务实体之间的关系，丰富知识图谱的关系类型；如果有出现新的实体关系类型，则回到步骤2，添加新的实体关系类型。

3.根据权利要求1所述的一种基于领域知识图谱的水务数据智能发现方法，其特征在于：步骤2所述的数据标注方法，其步骤具体包括：

步骤2-1：在网上或者专业数据库中收集水务领域的数据集，记录它的元数据；同时，要分析这些数据集的特征，时间特征、空间特征和来源特征等；

步骤2-2：利用构建的水务知识图谱中的概念或者实例去标注步骤2-1中收集的水务数据的特征。

4.根据权利要求1所述的一种基于领域知识图谱的水务数据智能发现方法，其特征在于：步骤3所述的数据检索的方法，其步骤具体包括：

步骤3-1：首先对检索条件进行预处理，首先对查询关键词进行分词得到语义项，然后利用同义词典映射的方法将这些语义项映射到知识图谱的该概念或者实体；

步骤3-2：利用Jena自带的推理规则和自定义的推理规则推理出水务知识图谱中原来没有的三元组信息；

步骤3-3：利用Jena解析知识图谱，查找与被检索语义项相关联的实体信息，进而查找到相关数据集；

步骤3-4：利用定义好的排序规则，对检索出的数据集进行排序；

这里的排序规则指的是：数据集的权重是由与数据集相关联的语义项的权重决定的；这些权重由人为经验决定，比如：定义“相同”实体关系类型的权重为1，“包含”的权重0.8，“相离”的权重为0.7；数据集按权重从高到低排序；

步骤3-5：评估检索的效果；

进一步的步骤3-5的评测指标：使用信息检索常用的三项指标：查准率P、查全率R、以及综合评价指标F来评价数据发现的效果；计算公式分别如下：

查全率：

查准率：

综合评价指标：

其中TP指的是查询到的相关数据总数，FP指的是系统中相关数据总数，FN指的是系统返回的数据总数。