Page 112 - 2023年第54卷第9期

水 利 学 报

２０２３年 ９月 ＳＨＵＩＬＩ ＸＵＥＢＡＯ 第 ５４卷 第 ９期

文章编号：０５５９ － ９３５０（２０２３）０９ － １１２２ － １１

融合群体智能策略的 ＡＩ链在大坝防汛抢险知识推理中的应用

１
１
１
杨阳蕊 ，朱亚萍 ，陈思思 ，刘雪梅 １，２ ，李慧敏 ３
（１．华北水利水电大学 信息工程学院，河南 郑州 ４５００００；
２．黄河流域水资源高效利用省部共建协同创新中心，河南 郑州 ４５００００；
３．华北水利水电大学 水利学院，河南 郑州 ４５００００）

摘要：防汛抢险知识（实体、关系）是防汛抢险业务知识图谱的重要组成部分。防汛实体间关系错综复杂分布在无
结构文本中，而可利用文本数量过少和文本质量偏低为该领域知识抽取工作带来了挑战。为此本文提出使用大型
语言模型 ＬＬＭ（ＬａｒｇｅＬａｎｇｕａｇｅＭｏｄｅｌ）进行大坝防汛抢险知识推理的思路。基于 ＬＬＭ 设计防汛实体抽取器、防汛
实体知识解析器以及防汛实体间关系决策器三个子模块，设计一系列有效任务提示，并将其链接形成人工智能 ＡＩ
（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）链。通过 ＡＩ链中提示与 ＬＬＭ实时交互逐步完成防汛知识推理任务。同时设计群体智能策
略提高防汛实体间关系推理的可靠性。将本文提出的知识推理方法与现有方法进行对比，实验结果表明本文设计
的 ＡＩ链可有效提升 ＬＬＭ进行实体间关系推理的准确率，验证了 ＡＩ链和群体智能策略的有效性。这一知识推理新
范式可为提高水利防汛知识可访问性提供新的解决思路。
；群体智能策略；ＡＩ链
关键词：防汛知识推理；防汛知识图谱
中图分类号：ＴＰ３９１．１ 文献标识码：Ａ ｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０１８８

１ 研究背景

精准高效完成防汛抢险工作对维护水利工程项目安全运行、保障国家水安全至关重要 ［１］ 。在大坝
防汛抢险工作中涉及到的知识包括防汛实体（如风险事件、发生部位、抢护方法等）和实体间关系 ［２］
（如存在风险、采取方法、功能相似等）。这些知识广泛存在于水利工程文本中，将非结构化工程文本
中散乱分布的防汛抢险实体与关系表示为知识图谱结构化形式，为防汛抢险工作提供有力知识支撑，
对推进防汛抢险工作数字化、智能化发展意义重大 ［３ － ４］ 。
目前水利工程文本大多以非结构化文档形式存储，内容关联性弱，且实体关系语句分布不集中。
由于文本的非结构化特性，文本中丰富的防汛抢险知识不易被有效利用，提高该知识可访问性的现有
方法是从可利用文本中直接抽取防汛实体间关系。现有方法有基于总结句型的方法 ［５ － ６］ ，以及利用标
注实体关系标签的句子训练或微调模型 ［７ － ９］ 的监督或半监督方法。这些方法 ［１０ － １２］ 可在一定程度上提高
防汛实体关系知识的可访问性，但存在两方面局限：（１）可利用工程文本数量过少，即公开可利用的
工程文本有限，可能无法充分涵盖各种防汛实体间关系，此外，句型描述多变使得总结句型需要大量
人力成本；（２）文本质量偏低，主要表现为文本中表达防汛实体间关系的语句分布散乱，现有方法只
能从当前输入句子中抽取明确陈述的防汛实体间关系 ［１３ － １５］ ，但实际中多数防汛实体间关系不是在一个
句子中找到的，而是分散在可以组合的句子中通过推理得出两实体间关系，例如通过组合 “发生超标
准洪水时，应增大水库蓄洪能力” 与 “在坝顶抢筑子埝，利用大坝超高蓄洪” 两条语句，可推理出超

收稿日期：２０２３ － ０４ － ０４；网络首发日期：２０２３ － ０８ － １５
网络首发地址：ｈｔｔｐｓ：??ｋｎｓ．ｃｎｋｉ．ｎｅｔ?ｋｃｍｓ?ｄｅｔａｉｌ?１１．１８８２．ＴＶ．２０２３０８１４．１３３８．００４．ｈｔｍｌ
基金项目：国家自然科学基金项目（７２２７１０９１）；河南省科学院科技开放合作项目（２２０９０１００８）；华北水利水电大学硕士创新能力
提升工程项目（ ＮＣＷＵＹＣ － ２０２３０９１）
作者简介：杨阳蕊（１９８２ － ），博士，讲师，主要从事自然语言处理研究。Ｅ － ｍａｉｌ：ｙａｎｇｙａｎｇｒｕｉ＠ｎｃｗｕ．ｅｄｕ．ｃｎ
— １ １ ２ —
２