[發(fā)明專利]一種內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建方法及裝置

在審

• 申請?zhí)枺?/td>: 202210071927.9
• 申請日: 2022-01-21
• 公開（公告）號: CN114443859A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計）人: 張帆;鐘書彬;文元橋;黃亞敏;朱曼;周春輝;黃亮
• 申請（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/951;G06F40/216;G06F40/289
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

1.一種內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建方法，其特征在于，該方法包括以下步驟：

步驟1、獲取內(nèi)河避碰規(guī)則數(shù)據(jù)集，并利用爬蟲技術(shù)從網(wǎng)絡(luò)上獲取內(nèi)河船舶碰撞事故數(shù)據(jù)集；

步驟2、采用基于監(jiān)督學(xué)習(xí)的方法從內(nèi)河避碰規(guī)則數(shù)據(jù)集及內(nèi)河船舶碰撞事故數(shù)據(jù)集中以三元組的形式提取知識元，知識元包括實體、實體屬性及實體關(guān)系，作為構(gòu)建內(nèi)河避碰規(guī)則知識圖譜的基礎(chǔ)數(shù)據(jù)，并對提取的知識進行加工和融合；

步驟3、以實體和實體屬性為節(jié)點構(gòu)建實體節(jié)點集合和實體屬性節(jié)點集合，以實體關(guān)系或?qū)傩躁P(guān)系為邊構(gòu)建邊集合，構(gòu)建復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)，形成初始的內(nèi)河避碰規(guī)則知識網(wǎng)絡(luò)，并將內(nèi)河避碰規(guī)則知識網(wǎng)絡(luò)儲存于圖數(shù)據(jù)庫中；

步驟4、進一步擴充知識庫以及定義知識推理規(guī)則，完成內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建；

步驟5、利用圖數(shù)據(jù)庫儲存軟件和編程語言對內(nèi)河避碰規(guī)則知識圖譜進行可視化地輸出。

2.根據(jù)權(quán)利要求1所述的內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建方法，其特征在于，所述步驟1中獲取數(shù)據(jù)集的方法具體包括：

通過進入海事局官網(wǎng)下載內(nèi)河避碰規(guī)則數(shù)據(jù)集，利用爬蟲技術(shù)從網(wǎng)絡(luò)上獲取內(nèi)河船舶碰撞事故數(shù)據(jù)集；將數(shù)據(jù)集進行整理，并以文檔的形式存儲，并使用jieba工具對文檔做分詞處理，使用TF-IDF的技術(shù)對文檔的核心詞、重要詞進行提取。

3.根據(jù)權(quán)利要求2所述的內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建方法，其特征在于，所述步驟1中使用TF-IDF的技術(shù)對文檔的核心詞、重要詞進行提取的方法具體包括：

使用TF-IDF的技術(shù)對文檔的核心詞、重要詞進行提取，TF-IDF算法采用TF和IDF兩個參數(shù)來計算特征權(quán)重，對于爬蟲所得的數(shù)據(jù)集文本和內(nèi)河避碰規(guī)則文本f中的特征詞t_j其特征權(quán)重計算公式如下：

其中，N(tj)是tj在f中出現(xiàn)的次數(shù)；n是內(nèi)河避碰規(guī)則文本中含有特征詞t的個數(shù)；

根據(jù)權(quán)重大小值提取關(guān)鍵詞和核心詞。

4.根據(jù)權(quán)利要求1所述的內(nèi)河避碰規(guī)則知識圖譜的構(gòu)建方法，其特征在于，所述步驟2中提取知識元的方法具體包括：

找到句子中的動詞，將句子中動詞前面和后面的名詞組成一個候選的三元組，其格式為：(名詞，動詞，名詞)；

利用相似性分析來計算文檔所屬領(lǐng)域的關(guān)系庫中的關(guān)系與候選三元組中的動詞的相似性，若相似性大于閾值，則將動詞放入文檔的關(guān)系庫中，同時將候選三元組中的名詞放入文檔的實體庫中；此時，候選的(名詞，動詞，名詞)三元組為文檔提取的正式的實體、關(guān)系和實體的三元組。