[发明专利]一种时空嵌入知识图谱构建方法、装置及计算设备

权利要求书

1.一种时空嵌入知识图谱构建方法，其特征在于，包括：

获取目标的态势轨迹数据和时空情报语料；

对所述态势轨迹数据和所述时空情报语料进行知识抽取和实体识别，得到所述目标的知识层信息；其中，所述知识层信息包括地理空间层信息、空间轨迹层信息和空间事件层信息，且所述知识层信息由与所述目标对应的实体、关系和属性进行表示；

根据所述地理空间层信息和所述空间轨迹层信息，确定所述目标的事件意图；

将所述事件意图与所述空间事件层信息进行融合推理，得到实体之间的隐含关系；

根据所述知识层信息和所述隐含关系构建知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述对所述态势轨迹数据和所述时空情报语料进行知识抽取和实体识别，得到所述目标的知识层信息，包括：

对所述态势轨迹数据进行知识抽取，得到地理空间信息和空间轨迹信息；

根据所述地理空间信息确定所述目标所在的空间区域；

对所述空间区域进行离散网格化，得到空间实体；

根据所述目标的空间轨迹信息，确定所述空间实体之间的转移关系、目标实体与所述空间实体之间的关联关系以及所述目标的属性；其中，所述属性包括运动序列信息、运动时间、速度、加速度、方向、起始点和终止点；

根据所述空间实体、所述目标实体、所述转移关系、所述关联关系和所述目标的属性，确定所述地理空间层信息和所述空间轨迹层信息；

对所述时空情报语料进行知识抽取和实体识别，得到所述空间事件层信息；其中，所述空间事件信息中的实体包括空间实体、目标实体、事件实体，关系包括实体之间的共指关系、时序关系、因果关系和子事件关系，属性包括时间、地点、事件类型；所述事件实体包括事件触发词、事件主体、事件客体。

3.根据权利要求1所述的方法，其特征在于，在所述获取目标的态势轨迹数据和时空情报语料之后，在所述确定所述目标的事件意图之前，还包括：

对由至少两个探测设备获取到的所述目标的态势轨迹数据进行补全，得到至少两个补全轨迹信息；

将至少两个所述补全轨迹信息进行融合，得到所述目标的全轨迹信息。

4.根据权利要求3所述的方法，其特征在于，所述确定所述目标的事件意图，包括：

对所述全轨迹信息进行所述知识抽取和所述实体识别，得到对应空间实体的地理空间层信息和空间轨迹层信息；

将包含所述地理空间层信息和所述空间轨迹层信息的每个空间实体进行向量表示，得到语义向量；

将每个所述空间实体的语义向量按照所述全轨迹信息的时间依次顺序输入预先训练的轨迹序列模型中，输出所述目标的事件意图。

5.根据权利要求4所述的方法，其特征在于，所述轨迹序列模型通过至少两组样本集进行训练，每一组样本集中包括作为输入的目标在第一历史时间段内的语义向量序列以及作为输出的该目标的事件意图；其中，所述语义向量序列为按所述目标的全轨迹信息的时间依次顺序排列的语义向量。

6.根据权利要求4所述的方法，其特征在于，所述得到语义向量，包括：

针对每个所述空间实体，均执行：

确定与该空间实体存在空间邻接关系的邻接空间实体，并将该空间实体与所述邻接空间实体进行聚合表达，得到对应该空间实体的语义向量；

将该空间实体与所述邻接空间实体进行聚合表达，得到聚合向量；

获取该空间实体的属性值，对所述属性值进行编码得到实体属性编码向量；其中，所述属性值包括所述目标对应该空间实体时的时间、速度、加速度、方向、起始点和终止点；

获取该空间实体所处的空间位置，采用预设颗粒度对所述空间位置进行向量表达，得到空间特征编码向量；其中，所述预设颗粒度与该空间实体的颗粒度不同；

将所述聚合向量、所述实体属性编码向量和所述空间特征编码向量进行拼接，得到所述语义向量。