一种基于知识图谱推理文物应急指挥辅助决策方法与流程

本发明属于知识图谱推理，尤其涉及一种基于知识图谱推理文物应急指挥辅助决策方法及方法。

背景技术：

1、现有文物应急处置主要是集成各种手段实现以下三个方面的功能：(1)指挥员通过一体化平台统一掌握态势，统一发布指令，而不是被动地在多个系统间频繁操作切换。通过消除现有“烟囱”壁垒，接入有线通信、无线专网、视频监控、视频会议、警务通、卫星等各类通信系统，融合语音、数据、图像、视频、地图等多媒体通信资源，实现系统间的互联互通，通过一体化指挥平台进行“一键调度”。(2)构建纵横向、全方位、立体式、灵活高效的一体化指挥链条。各级指挥节点建立起上下级联、横向贯通的快速联动体系，实现多级指挥、以及现场指挥部与其他处置单位之间的密切协作，既支持扁平化点对点指挥，也支持层级式递进指挥，在应急处置时还可以打破原有行政隶属关系，多个指挥节点面向任务灵活组网。(3)把指挥调度与前期的警情接收、态势感知、情报研判、方案制定、效果评估等业务环节统一起来，各环节信息互通、一体协作形成闭环，以发挥最大综合效能。现有应急处置指挥技术需要指挥员与系统进行不断交互开展指挥工作，系统无自动推理功能，无法提供推演功能。

2、推理能力(reasoning)是人类心智区别于普通物种的重要特征之一。人类通过推理，从已知的事实中获取和习得新的知识，包含了认知、理解、抽象、演绎、归纳、溯因、类比等多种不同形式的推理思维过程。利用机器实现类似于人类心智的推理能力是人工智能自诞生以来最核心的目标和任务之一。构建各种各样的知识图谱来描述客观世界，抽象万物之间的逻辑关系，不只是为了查询和搜索关于万物的信息，更是为了能够基于这些关于事物的描述性事实，去推断、归纳和预测未知的事实。因此，推理是知识图谱最为关键的技术。知识图谱与人工智能在这个方面的关系主要体现在两个方面：一个是从知识表示的维度，即：怎样表示和描述知识，进而完成推理；二是从知识表示学习的角度，希望基于表示学习和神经网络来完成知识推理。这两个方面刚好对应在知识图谱上完成推理的两种不同方法基于符号逻辑的推理和基于表示学习的推理。这两种推理实现形式对于知识图谱的推理应用是同等重要的，提供集成两者的方法。

3、现有文物应急指挥辅助决策方法不能将应急预案、案例库、应急资源等多种数据通过知识图谱进行集成，并且属性不全，无法结合应急现场实时信息进行动态补全，不能高效支撑辅助决策推理。本专利旨在将知识图谱推理办法应用于文物应急领域提升文物应急指挥的效率。

技术实现思路

1、本发明的目的在于提供一种基于知识图谱推理文物应急指挥辅助决策方法及方法，该方法能显著提升应急处置的效率，并且能从多种推演方案中给出最优的方案供指挥员参考，降低应急处置成本。

2、为实现上述目的，本发明提供如下技术方案：一种基于知识图谱推理文物应急指挥辅助决策方法，该基于知识图谱推理文物应急指挥辅助决策方法包括下列步骤：

3、①、领域知识建模，建立知识图谱；

4、②、知识存储，对文物本体数据、事件案例数据进行存储；

5、③、知识抽取，将步骤②中的文物本体数据、事件案例数据从不同来源、不同数据采用直接映射或映射规则定义进行知识提取，形成知识并存入知识图谱；

6、④、知识融合，将不同来源的知识进行对齐、合并的工作，形成全局统一的知识标识和关联；

7、⑤、知识计算，将知识融合后的知识标识进行推理与计算，并作出决策；

8、⑥、知识应用，将步骤⑤中知识计算后得到决策方案应用至应急决策推演平台，进行智能决策与应急处置。

9、优选的，所述领域知识建模采用两种方法结合，其方法一首先为知识图谱定义数据模式，数据模式从最顶层概念构建，逐步向下细化，形成结构良好的分类学层次，然后再将实体添加到概念中，其方法二首先对实体进行归纳组织，形成底层概念，然后逐步往上抽象，形成上层概念。

10、优选的，所述文物本体数据、事件案例数据包括基本属性知识、关联知识、事件知识、时序知识、资源类知识。

11、优选的，所述基本属性知识为文物的基本属性，包括文物所属用途，所述关联知识为文物的情景与事件，所述事件知识包括相关文物应急处理案例，所述时序知识为文物的时间空间属性，所述资源类知识包括数据采集的方式，数据采集采用传感器与监控。

12、优选的，所述步骤③中数据的不同来源不同数据包括结构化数据，半结构化数据，以文本为代表的非结构化数据，其中结构化数据包含mysql、oracle、 yago、freebase数据库中一种，半结构化数据包含imdb、丁香园数据库中一种。

13、优选的，所述知识融合包括数据模式层融合和数据层融合，数据模式层融合包括概念合并、概念上下位关系合并以及概念的属性定义合并，将文物基本属性知识与数据采集信息数据进行合并，数据层融合包括实体合并、实体属性融合以及冲突检测与解决。

14、优选的，所述知识计算包括挖掘计算和知识推理，挖掘计算采用图遍历、最短路径、权威节点分析、族群发现最大流算法、相似节点其中一种算法。

15、优选的，所述知识推理包括情景推演与预案评估，情景推演用于对文物处发生的警报进行推演事件发生进程，同时预案评估用于对事件发生进程的损失评估。

16、优选的，所述知识应用包括将所述知识推理得出的事件进程应用至应急决策推演平台中，由应急决策推演平台进行智能决策，同时应急决策推演平台连接有文博单位智能调度与应急处置系统，智能决策后由文博单位智能调度与应急处置系统进行应急处置。

17、本发明的有益效果是：通过结合不同领域不同情景的文物应急知识，沿领域知识建模、知识存储、知识抽取、知识融合、知识计算、知识应用六个阶段进行建立知识图谱，该方法能显著提升应急处置的效率，并且能从多种推演方案中给出最优的方案供指挥员参考，降低应急处置成本。

技术特征：

1.一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，包括下列步骤：

2.根据权利要求1所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述领域知识建模采用两种方法结合，其方法一首先为知识图谱定义数据模式，数据模式从最顶层概念构建，逐步向下细化，形成结构良好的分类学层次，然后再将实体添加到概念中，其方法二首先对实体进行归纳组织，形成底层概念，然后逐步往上抽象，形成上层概念。

3.根据权利要求1所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述文物本体数据、事件案例数据包括基本属性知识、关联知识、事件知识、时序知识、资源类知识。

4.根据权利要求3所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述基本属性知识为文物的基本属性，包括文物所属用途，所述关联知识为文物的情景与事件，所述事件知识包括相关文物应急处理案例，所述时序知识为文物的时间空间属性，所述资源类知识包括数据采集的方式，数据采集采用传感器与监控。

5.根据权利要求1所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述步骤③中数据的不同来源不同数据包括结构化数据，半结构化数据，以文本为代表的非结构化数据，其中结构化数据包含mysql、oracle、yago、freebase数据库中一种，半结构化数据包含imdb、丁香园数据库中一种。

6.根据权利要求4所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述知识融合包括数据模式层融合和数据层融合，数据模式层融合包括概念合并、概念上下位关系合并以及概念的属性定义合并，将文物基本属性知识与数据采集信息数据进行合并，数据层融合包括实体合并、实体属性融合以及冲突检测与解决。

7.根据权利要求1所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述知识计算包括挖掘计算和知识推理，挖掘计算采用图遍历、最短路径、权威节点分析、族群发现最大流算法、相似节点其中一种算法。

8.根据权利要求7所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述知识推理包括情景推演与预案评估，情景推演用于对文物处发生的警报进行推演事件发生进程，同时预案评估用于对事件发生进程的损失评估。

9.根据权利要求1所述的一种基于知识图谱推理文物应急指挥辅助决策方法，其特征在于，所述知识应用包括将所述知识推理得出的事件进程应用至应急决策推演平台中，由应急决策推演平台进行智能决策，同时应急决策推演平台连接有文博单位智能调度与应急处置系统，智能决策后由文博单位智能调度与应急处置系统进行应急处置。

技术总结
本发明公开了一种基于知识图谱推理文物应急指挥辅助决策方法，属于知识图谱推理技术领域，该方法包括下列步骤：领域知识建模，建立知识图谱；知识存储，对文物本体数据、事件案例数据进行存储；知识抽取，将文物本体数据、事件案例数据从不同来源、不同数据进行知识提取，形成知识并存入知识图谱；知识融合，将不同来源的知识进行对齐、合并的工作，形成全局统一的知识标识和关联；知识计算，将知识融合后的知识标识进行推理与计算，并作出决策；知识应用，将知识计算后得到决策方案应用至应急决策推演平台，进行智能决策与应急处置；该方法能显著提升应急处置的效率，并且能从多种推演方案中给出最优的方案供指挥员参考，降低应急处置成本。

技术研发人员：董石峰,张宏利,张杰,郭平,李健财,姚书洁
受保护的技术使用者：航天精一（广东）信息科技有限公司
技术研发日：
技术公布日：2024/5/10