| 张栋梁,周伟,马刚,王旭东,刘禹,王小毛.面向水利防汛抢险的知识图谱构建与应用[J].水利学报,2025,56(3):341-353 |
| 面向水利防汛抢险的知识图谱构建与应用 |
| Construction and application of knowledge graph for flood defense and rescue of water infrastructure |
| 投稿时间：2024-05-09 |
| DOI：10.13243/j.cnki.slxb.20240268 |
| 中文关键词: 防汛抢险 知识图谱 知识抽取 多源数据 数字孪生 |
| 英文关键词: flood defense and rescue knowledge graph knowledge extraction multi-source data digital twin |
| 基金项目:国家重点研发计划课题(2022YFC3005505);国家自然科学基金项目(52322907，52179141，U23B20149);中央高校基本科研业务费专项项目(2042024kf1031，2042023kfyq03) |
| 作者 | 单位 | E-mail | | 张栋梁 | 武汉大学 水工程科学研究院, 湖北 武汉 430072
武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072 | | | 周伟 | 武汉大学 水工程科学研究院, 湖北 武汉 430072
武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072
武汉大学 水工岩石力学教育部重点实验室, 湖北 武汉 430072 | zw_mxx@whu.edu.cn | | 马刚 | 武汉大学 水工程科学研究院, 湖北 武汉 430072
武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072
武汉大学 水工岩石力学教育部重点实验室, 湖北 武汉 430072 | | | 王旭东 | 武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072 | | | 刘禹 | 武汉大学 水工程科学研究院, 湖北 武汉 430072
武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072 | | | 王小毛 | 武汉大学 水工程科学研究院, 湖北 武汉 430072
武汉大学 水资源工程与调度全国重点实验室, 湖北 武汉 430072
长江设计集团有限公司, 湖北 武汉 430010 | |
|
| 摘要点击次数: 405 |
| 全文下载次数: 245 |
| 中文摘要: |
| 知识平台是数字孪生水利的重要组成部分，而水利知识分散在多源文本中，具有显著的非结构化与碎片化特征，知识提取与有效利用面临挑战。本文以水利防汛抢险文本为对象，针对领域数据质量偏低、知识利用率不足问题，改进知识抽取模型、融合外源数据，提出了联合非结构化与半结构化数据的防汛抢险知识图谱智能构建方法。首先利用大语言模型提取非结构化文本术语，解析术语主题构建本体模型。采用预训练模块强化文本表示特征，引入卷积模块改进实体知识抽取模型，提出实体数据增强方法提升知识抽取准确率。然后抽取外源百科数据扩充知识面，构建了更完备的防汛抢险知识图谱。文本试验显示，所提模型实体知识抽取F1值为89.91%，明显优于基线模型。最后介绍了知识图谱在防汛抢险领域的应用方式，可形成数字孪生水利建设的知识引擎，为防汛研判与决策提供知识支撑。 |
| 英文摘要: |
| The knowledge platform is an important component in digital twin of water conservancy.However，water conservancy knowledge is dispersed across multi-source texts，which exhibit obvious unstructured and fragmented characteristics，and knowledge extraction and effective utilization face challenges.To addresses the issues of low data quality and underutilization of knowledge in the field，this study focuses on the texts of flood defense and emergency rescue，and proposes an intelligent method for constructing a flood defense and emergency rescue knowledge graph by improving the knowledge extraction model and combining unstructured data and external semi-structured data.Initially，a large language model is employed to extract term from unstructured texts and construct an ontology model based on term themes，a pretraining module is used to enhance text representation features，and a convolutional module is introduced to improve the entity knowledge extraction model，and an entity data enhancement method is proposed to improve model accuracy.Then external encyclopedia data is extracted to expand the knowledge coverage to build a complete flood defense and rescue knowledge graph.Experimental results demonstrate that the proposed model achieves an F1 score of 89.91% in entity knowledge extraction，significantly outperforming baseline models.Finally，the application method of knowledge graph in the field of flood defense and rescue is introduced，which can form a knowledge engine for digital twin of water conservancy construction，providing knowledge support for flood control research and decision-making. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |