[发明专利]基于水利行业标准的知识图谱自动化构建方法和系统

说明书

本发明公开了一种基于水利行业标准的知识图谱自动化构建方法和系统，所述方法步骤如下：首先构建映射图谱模块，通过水利数据库标准，构建适合从关系型数据转化到知识图谱数据的通用映射规则；数据转化模块使用映射图谱中的映射规则，将关系型数据转化为图谱数据；水利知识图谱存储模块实现对图谱的存储；水利知识图谱补全模块通过元关系学习模型对图谱进行补全；可视化模块将生成的图谱进行可视化并提供数据集下载功能；所述系统包括映射图谱模块、数据转化模块、水利知识图谱存储模块、水利知识图谱补全模块、水利知识图谱可视化模块。本发明实现高效自动可定制化的将水利领域的关系型数据转化为图谱数据，并进行高效的存储和补全。

技术领域

本发明涉及知识图谱构建，特别是一种基于水利行业标准的知识图谱自动化构建方法和系统。

背景技术

知识图谱的概念是Google在2012年提出的，其初衷是为了提高搜索引擎的能力，改善用户的搜索质量以及搜索体验。知识图谱本质上就是一张巨大的语义网络图，由结点和边组成，结点表示表示实体，边表示实体与实体之间的关系，这是最直观、最易于理解的知识表示和实现知识推理的框架，也奠定了第三代人工智能研究的基础。

近年来，各种各样的知识图谱，无论是通用知识图谱还是领域知识图谱，均被大量构建并应用于各行各业。在水利领域，随着水利信息化的推进，必然要求智能化程度的题号，而知识图谱作为人工智能的基石，在水利领域也将发挥越来越重要的作用。知识图谱构建对于知识图谱的应用十分重要，如何高效快速准确的建立起知识图谱，成为知识图谱领域一个重要的课题。对于水利领域，大量的水利数据存放在水利领域关系型数据库中，这些数据库分散在全国各个地方的水利机构，由于国家各种水利工程的不断建设，水利对象和对象之间的关系一直处于动态变化之中。因此，通过一种方式可以自动的、高效、可定制化的抽取这些数据库中的数据对于水利领域知识图谱的构建至关重要。

知识图谱除了用三元组的形式进行表示，还可以通过向量进行表示，这种表示形式在链接预测和图谱补全方面发挥着越来越重要的作用，知识图谱的向量表示是知识图谱和深度学习结合的重要途经。知识图谱嵌入模型是将知识图谱向量化表示的重要途经，但是这种模型的有效性基于大量的训练样本。在水利领域，存在大量的少样本的水利对象，这些对象构成的三元组不超过十个，但是这些对象对于管理决策有着不小影响，因此需要一种方法对这些少样本水利对象进行补全。

当今时代是一个图的时代，图数据库越来越受欢迎，灵活性是图数据库越来越受欢迎的的一个强大动力，近些年来，越来越多的图数据库进入市场，但是绝大多数图数据库使用两种主流的图数据模型：属性图和RDF图。属性图的一个重要特点是它对象和对象之间的关系即便URL相同，也代表不同的谓语，可以定制化这些谓语，这对于水利领域是至关重要的，但是它不支持标准化查询语言，对于结点和关系的插入都要该表图结构。RDF图所有的资源都被描述为结点，URL为唯一标识符，支持查询语言，对于结点和关系的增加都非常灵活，但是对象和对象间的相同关系都只存在一个，没有办法定制独立的谓语。因此，结合这两种方法的优点对于存储水利领域知识图谱数据至关重要。

发明内容

发明目的：本发明的目的是提供一种高效、准确、定制化的基于水利行业标准的知识图谱自动化构建方法和系统。

技术方案：本发明所述的一种基于水利行业标准的知识图谱自动化构建方法，包括以下步骤：

(1)构建水利对象数据库映射图谱模块；

(1.1)构建水利领域知识图谱的概念层，通过概念层指导映射图谱的构建，所述概念层包括水利对象概念和水利对象之间的关系；

(1.2)根据不同水利对象的特征和水利对象间的关系，构建出通用的覆盖全部水利对象和水利对象之间关系的映射规则，映射规则以图数据的形式存放到图谱数据库中，形成映射图谱；