一种滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法及系统

本发明涉及图谱构建，特别是一种滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法及系统。

背景技术：

1、在以滑坡事件为中心的滑坡灾害知识图谱中，除滑坡事件本身外，大量知识单元具有明显的案例依赖性。例如“降雨”“人口”“房屋”“地层岩性”“水文地质”“工程活动”“监测预警”等实体在不同滑坡案例中均可能出现，但其具体属性值、语义事实和关系上下文并不相同。例如在第一滑坡案例中“降雨”实体可能对应累计雨量200mm、降雨历时3天，而在第二滑坡案例中“降雨”实体可能对应累计雨量80mm、降雨历时12小时；二者虽实体名称相同，但并不表示同一事实对象。

2、如果在图数据库中仅以实体名称作为唯一标识进行创建或合并，则不同滑坡案例中的同名实体会被错误合并，进而导致不同案例的属性值节点、属性边和语义关系发生串联，形成跨案例知识污染，使查询某一滑坡案例的灾害背景、致灾因子或灾情损失时可能返回其他案例的属性值和关系信息，影响案例级查询、跨案例统计与后续融合分析的准确性。

3、另一方面，滑坡灾害本体具有明显层级结构。例如“地层岩性”属于“地质背景”，“地质背景”属于“灾害背景”；“降雨”属于“自然触发因子”，“自然触发因子”属于“致灾因子”。若为每一级本体目录均建立独立节点，会产生大量非事实性目录节点，增加节点数量与关系复杂度；若仅建立叶级实体节点，又会丢失按核心本体类别或一级类进行查询、统计与展示的能力。

4、此外，滑坡灾害案例通常会在多篇地质调查报告、灾害评估资料、应急处置记录等文档中被重复描述。由于不同文档的描述粒度、命名习惯和关注重点存在差异，同一滑坡案例可能具有不同的事件名称、地点表述、时间表述及关联实体集合。若仅以滑坡事件名称作为唯一标识，容易将同一案例错误拆分为多个事件节点，造成事件节点重复、关系分散与案例知识不完整；反之，若仅依赖名称相似度进行合并，又可能将名称相近但实际不同的滑坡案例错误融合。再者，大语言模型输出具有随机性和开放性，若缺少连续的结构化约束、图数据库校验和后处理机制，容易在图谱中累积非法关系、自引用关系、重复节点及孤立属性值节点等低质量结构。

5、因此，需要一种既能防止通用实体跨滑坡案例误合并、又能保留滑坡灾害本体分层表达能力、同时减少非叶级目录节点冗余，并能够对跨文档滑坡事件进行可靠融合与对图谱进行质量控制的存储与融合方法。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、为解决上述技术问题，本发明提供如下技术方案：

3、第一方面，本发明提供了一种滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法，其包括：

4、获取经本体约束抽取与校验的滑坡灾害知识结果，所述知识结果包括滑坡事件、普通实体、实体的属性以及本体间语义关系，所述普通实体的实体类型属于预设实体类型集合，属性名称属于对应实体类型的允许属性集合，本体间语义关系的类型属于预设语义关系集合；

5、将所述知识结果导入图数据库，包括：将滑坡事件作为案例中心节点并按滑坡案例名称创建或合并；将普通实体以由实体名称和滑坡案例名称构成的复合标识创建或合并，仅当实体名称与滑坡案例名称均一致时合并为同一普通实体节点；为叶级实体节点附加叶级实体类型标签、父级类别标签和核心本体类别标签，对具有子类且自身不直接承载属性的非叶级目录类不单独建立节点而将其作为标签附着于叶级实体节点；将实体的属性表示为由实体节点指向属性值节点的属性边，并将属性值以由属性值和滑坡案例名称构成的复合标识创建或合并为独立的属性值节点；在创建本体间语义关系边时约束其源节点与目标节点属于同一滑坡案例名称；

6、对图数据库中的滑坡事件节点进行跨文档多特征融合，包括：计算滑坡事件节点之间的名称相似度、地点重叠度、时间接近度和案例所属实体集合重叠度并据此得到综合相似度，当综合相似度达到预设阈值时判定为同一滑坡案例候选并通过聚类形成事件融合组，对每个事件融合组选择信息完整度最高的滑坡事件节点作为规范事件节点，将其余重复事件节点的入边、出边及来源信息迁移至规范事件节点，更新相关普通实体与属性值节点的案例归属标识，并删除重复事件节点；

7、在同一滑坡案例范围内对相似的普通实体及属性值节点进行去重；

8、对图数据库执行质量清理，包括删除关系类型不属于预设语义关系集合的关系、关系方向不符合本体约束的关系以及源节点与目标节点相同的自引用关系，并清理不被任何属性边连接的孤立属性值节点；

9、其中，综合相似度采用差异化加权策略：当名称相似度不低于高可信阈值时以名称相似度为主导进行加权，否则提高地点重叠度和时间接近度的权重；当案例所属实体集合存在重叠时计算实体增强相似度，并取基础综合相似度与实体增强相似度的较大值作为最终综合相似度。

10、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述复合标识为对实体名称和滑坡案例名称分别进行名称规范化后构成的二元组，所述名称规范化包括去除首尾空白字符、统一全角半角、统一大小写和去除无意义符号中的至少一种；所述复合标识还能够表示为对规范化后的实体名称与滑坡案例名称拼接后取哈希得到的哈希值。

11、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述为叶级实体节点附加标签包括：

12、将实体类型在本体层级结构中的本体路径中的各级类别作为该实体节点的标签集合；当实体类型具有核心本体类别、一级类和二级类时，其标签集合包括核心本体类别标签、一级类标签和叶级实体类型标签；当实体类型为无二级类的一级类时，其标签集合包括核心本体类别标签和该一级类标签；对子类非空且自身不直接承载属性的非叶级目录类不创建节点，但该非叶级目录类作为标签出现在其子类实体节点的标签集合中。

13、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述属性值节点统一附加属性值标签，所述属性边的类型为属性名称；相同的属性值在所属滑坡案例名称不同时，仍按照所述复合标识构建为不同的属性值节点。

14、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述在创建本体间语义关系边时约束其源节点与目标节点属于同一滑坡案例名称包括：

15、在图数据库中定位源节点和目标节点时同时匹配实体名称与案例归属，仅当源节点与目标节点属于同一滑坡案例上下文时才创建语义关系边。

16、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述名称相似度由两滑坡事件名称的最长公共子序列比例、字符集合jaccard相似度和公共前缀比例确定，并在一名称包含另一名称时提高名称相似度，以识别名称中插入修饰词或行政区划表述不完整的同一案例名称。

17、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述地点重叠度通过将地点信息按行政区划层级和地名片段拆分为地点片段集合后以交并比计算，并按行政区划包含关系进行修正；当地点信息缺失时赋予中性分值。

18、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述时间接近度在仅获取到年份时按年份接近度计算，在能够获取月、日或灾害过程时间时按时间粒度对年、月、日和过程时间分别计算接近度并加权融合，且仅对实际可获得的时间字段分配权重。

19、作为本发明所述滑坡灾害知识图谱的案例隔离存储与跨文档事件融合方法的一种优选方案，其中：所述案例所属实体集合重叠度的计算包括：

20、对滑坡事件根据普通实体节点的案例归属字段获取其关联的普通实体并排除滑坡事件节点和属性值节点，以实体名称与实体类型共同构成实体标识，按两案例实体集合的交并比计算所述重叠度。

21、第二方面，本发明提供了一种滑坡灾害知识图谱的案例隔离存储与跨文档事件融合系统，包括：

22、知识结果接收模块，用于获取经本体约束抽取与校验的滑坡灾害知识结果；

23、案例隔离入库模块，用于将滑坡事件作为案例中心节点，并将普通实体以由实体名称和滑坡案例名称构成的复合标识创建或合并；

24、多标签建模模块，用于为叶级实体节点附加叶级实体类型标签、父级类别标签和核心本体类别标签，并对非叶级目录类不单独建立节点；

25、属性图化模块，用于将实体属性表示为属性边并将属性值以由属性值和滑坡案例名称构成的复合标识创建为独立的属性值节点；

26、语义关系入库模块，用于在同一滑坡案例名称约束下创建本体间语义关系边；

27、跨文档事件融合模块，用于基于名称相似度、地点重叠度、时间接近度和案例所属实体集合重叠度的综合相似度并通过并查集聚类对滑坡事件节点进行融合；

28、案例内去重模块，用于在同一滑坡案例范围内对相似的普通实体及属性值节点进行去重；

29、图谱质量清理模块，用于删除非法关系、关系方向错误关系和自引用关系并清理孤立属性值节点

30、图谱查询服务模块，用于基于案例归属字段进行案例级子图查询，基于叶级实体类型标签、父级类别标签和核心本体类别标签进行分层查询，以及基于实体类型标签进行跨案例统计；

31、所述系统用于实现如第一方面所述的方法。

32、本发明有益效果为：通过以实体名称与滑坡案例名称构成的复合标识作为普通实体和属性值节点的创建或合并依据，有效避免了不同滑坡案例中同名实体及相同属性值的跨案例错误串联与知识污染，通过为叶级实体节点附加核心本体类别、父级类别和叶级实体类型的多标签，并将非叶级目录类仅作为标签附着而不单独建节点，在保留分层查询能力的同时减少了目录节点冗余，通过对滑坡事件节点综合计算名称相似度、地点重叠度、时间接近度和案例所属实体集合重叠度并进行多特征融合与并查集聚类，结合差异化加权策略，实现了跨文档同一案例的准确识别与规范合并，在删除重复节点的同时完整保留了多文档的关联知识与可追溯信息，通过案例内去重及多阶段图谱质量清理，提高了滑坡灾害知识图谱的案例隔离性、一致性、完整性与可维护性。