城市安全风险知识图谱构建方法、电子设备及产品与流程
本技术涉及城市安全风险管控,尤其涉及一种城市安全风险知识图谱构建方法、电子设备及产品。
背景技术:
1、随着城市化进程的持续加速,大城市人口与产业高度集聚,孕灾环境日趋复杂,各类城市安全事件(包括自然灾害、事故灾难、公共卫生事件和社会安全事件等)的潜在发生概率持续攀升,且多灾种耦合叠加特征日益突出。一旦发生城市安全事件,极易衍生次生灾害,形成复杂多变的灾害演化链条,对城市正常运行秩序和人民群众生命财产安全构成严重威胁。因此,如何对城市安全风险进行科学化、精细化的识别与管控,已成为城市治理领域亟待解决的关键问题。
2、当前,针对城市安全风险的相关工作,主要围绕单一灾种开展风险评估与排查,覆盖的风险类型有限,且风险和其他相关要素之间的关系难以理清,导致风险识别不清、管控覆盖不全等问题突出,难以实现对城市安全风险的系统性梳理与有效表征。
3、上述内容仅用于辅助理解本技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本技术的主要目的在于提供一种城市安全风险知识图谱构建方法、电子设备及产品,旨在解决现有技术难以实现对城市安全风险的系统性梳理与有效表征的技术问题。
2、为实现上述目的,本技术提出一种城市安全风险知识图谱构建方法,所述的城市安全风险知识图谱构建方法包括:
3、获取城市安全风险数据,并基于所述城市安全风险数据,构建各要素词库,所述各要素词库包括风险源词库、承灾体词库、减灾力词库;
4、基于所述城市安全风险数据,确定所述各要素词库中各词元素之间的关联关系,构建元素关系库,其中,所述关联关系包括不同要素词库中词元素之间的关联关系和同一要素词库中词元素之间的关联关系;
5、基于所述各要素词库和所述元素关系库,构建城市安全风险知识图谱。
6、在一实施例中,所述城市安全风险数据包括风险标准数据和风险事件数据;
7、所述基于所述城市安全风险数据,构建各要素词库的步骤包括:
8、依据所述风险标准数据,构建各要素标准词库,所述各要素标准词库包括风险源标准词库、承灾体标准词库、减灾力标准词库;
9、基于所述各要素标准词库,从所述风险事件数据中抽取各要素数据,所述各要素数据包括风险源数据、承灾体数据、减灾力数据;
10、依据所述各要素数据构建所述各要素词库,其中,所述各要素词库的风险源词库包含所述风险源数据,所述各要素词库的承灾体词库包含所述承灾体数据,所述各要素词库的减灾力词库包含所述减灾力数据。
11、在一实施例中,所述基于所述各要素标准词库,从所述风险事件数据中抽取各要素数据的步骤包括:
12、基于所述各要素标准词库,从所述风险事件数据中抽取各过程要素数据,所述各过程要素数据包括过程风险源数据、过程承灾体数据、过程减灾力数据;
13、基于所述各过程要素数据,得到新的各要素标准词库;
14、基于所述新的各要素标准词库返回执行“基于所述各要素标准词库,从所述风险事件数据中抽取各过程要素数据”的步骤,直至达到预设抽取条件;
15、基于达到预设抽取条件时得到的新的各要素标准词库,从所述风险事件数据中抽取各要素数据,所述各要素数据包括风险源数据、承灾体数据、减灾力数据。
16、在一实施例中,所述基于所述各要素标准词库,从所述风险事件数据中抽取各过程要素数据的步骤包括:
17、以所述各要素标准词库作为参考,构建各要素数据抽取规则;
18、按照所述各要素数据抽取规则,对所述风险事件数据进行语义分析和要素识别,得到与所述各要素标准词库匹配的各过程要素数据;
19、所述基于所述各过程要素数据,得到新的各要素标准词库的步骤之后还包括:
20、当所述风险事件数据中存在未被所述各要素数据抽取规则成功抽取的要素数据时,更新所述各要素数据抽取规则。
21、在一实施例中,所述基于所述各过程要素数据,得到新的各要素标准词库的步骤包括:
22、比对所述各过程要素数据与所述各要素标准词库,将在所述各过程要素数据中存在且所述各要素标准词库中不存在的词元素作为偏差词元素;
23、以所述各要素标准词库作为标准,通过预设近义词扫描规则和/或预设近义词识别从所述偏差词元素中识别出近义词元素,并将所述偏差词元素中除所述近义词元素以外的词元素作为补充标准词元素;
24、建立所述近义词元素与各要素标准词库中标准词元素的关联关系,并将所述近义词元素作为所述标准词元素的近义词存入所述各要素标准词库;
25、将所述补充标准词元素作为新词条存入所述各要素标准词库,得到所述新的各要素标准词库。
26、所述基于所述各要素标准词库,从所述风险事件数据中抽取各要素数据的步骤包括:
27、根据所述各要素标准词库,构建各要素数据抽取规则;
28、按照所述各要素数据抽取规则,对所述风险事件数据进行语义分析和要素识别,得到与所述各要素标准词库匹配的各要素数据。
29、在一实施例中,所述基于所述城市安全风险数据,确定所述各要素词库中各词元素之间的关联关系,构建元素关系库的步骤包括:
30、基于所述城市安全风险数据的风险标准数据,构建标准关系库,所述标准关系库包含关系元组及所述关系元组的定义,所述关系元组包括关系上游要素类型、关系下游要素类型和关系元素,所述关系上游要素类型和所述关系下游要素类型为所述各要素词库的要素顶级类别;
31、根据所述标准关系库,构建关系提取规则;
32、按照所述关系提取规则,对所述城市安全风险数据的风险事件数据进行语义分析,识别所述风险事件数据中各词元素之间的作用关系;
33、根据所述各词元素之间的作用关系,构建元素关系库。
34、在一实施例中,所述基于所述各要素词库和所述元素关系库,构建城市安全风险知识图谱的步骤包括:
35、获取所述各要素标准词库中的标准词元素,将所述标准词元素作为标准节点;
36、获取所述各要素词库中的各词元素作为各实体节点,其中,所述各实体节点包括与所述各要素标准词库中的标准词元素一致的第一实体节点,以及与所述标准词元素不一致的第二实体节点;
37、将所述第一实体节点映射至所述标准节点,并将所述第二实体节点对齐至所述标准节点,得到所述城市安全风险知识图谱的上链节点;
38、根据所述元素关系库中的关系元组构建所述上链节点之间的关系边;
39、检测各所述关系边连接的上链节点的类型配对是否符合预设配对规则,若存在不符合预设配对规则的误差关系边,则剔除所述误差关系边,得到所述城市安全风险知识图谱。
40、在一实施例中,所述基于所述各要素词库和所述元素关系库,构建城市安全风险知识图谱的步骤之后还包括:
41、对所述城市安全风险知识图谱进行图指标诊断,得到图指标诊断结果,所述图指标诊断包括孤立节点检测、连通节点率计算中的至少一种;
42、根据所述图指标诊断结果,判断所述城市安全风险知识图谱中是否存在逻辑矛盾,当所述城市安全风险知识图谱中存在的逻辑矛盾时,对所述城市安全风险知识图谱进行闭环迭代优化调整,得到优化城市安全风险知识图谱。
43、在一实施例中,所述基于所述各要素词库和所述元素关系库,构建城市安全风险知识图谱的步骤之后还包括:
44、获取增量城市安全风险数据,并对所述增量城市安全风险数据进行词要素抽取和关系元组抽取,生成增量三元组;
45、基于所述增量三元组,为所述城市安全风险知识图谱中新生成的节点和边添加时间戳,终结旧版本记录,插入带当前时间戳的新版本记录,并记录变更日志;
46、对所述增量城市安全风险数据的获取、处理及增量更新过程进行监控,若监控到异常则触发告警。
47、此外,为实现上述目的,本技术还提出一种电子设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的城市安全风险知识图谱构建方法的步骤。
48、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的城市安全风险知识图谱构建方法的步骤。
49、本技术提出的一个或多个技术方案,至少具有以下技术效果:
50、本技术首先构建包括风险源词库、承灾体词库和减灾力词库在内的各要素词库,将城市安全风险涉及的多维要素纳入统一的分类框架;然后基于城市安全风险数据确定各要素词库中各词元素之间的关联关系,构建元素关系库,将各要素之间的关联关系转换为结构化的关系数据;最后基于各要素词库和元素关系库构建城市安全风险知识图谱,对风险要素及各要素之间的关联关系进行整合与可视化展示。
51、区别于现有技术中通用知识图谱的构建方式,本技术通过风险源词库、承灾体词库和减灾力词库构成的三要素分类体系限定知识图谱的实体类型,通过各要素词库中各词元素之间的关联关系限定知识图谱的关系类型,避免了通用知识图谱方法因缺乏领域知识约束而导致的风险要素覆盖不全、关联关系难以表征的问题,实现了对城市安全风险的系统性梳理与有效表征。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com