System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于知识图谱,涉及基于知识图谱的流域防洪预案快速生成方法。
技术介绍
1、随着知识图谱在医药、军事、计算机等领域不断发展成熟,及其能够将多源异构数据进行融合与关联,形成知识挖掘与发现的突出能力,知识图谱在水利领域逐渐得到应用。防洪预案是防洪工作的重要基础,是各级防洪指挥部门进行防洪准备、实施指挥决策和防洪抢险救灾的重要依据。传统防洪预案种类多、数量大且涉及内容范围广,导致在学习、查阅与应用中耗费大量的人力和物力,目前虽然部分实现了计算机存储和管理,但自动化水平仍然偏低,不能满足防洪预案的快速会商与精准决策需要。
2、知识图谱以语义网络的结构化方式描述客观世界中概念、实体、事件以及它们之间的关系,相对于传统的本体和语义网络而言,实体覆盖率更高,语义关系更加复杂,同时,将深度学习应用到人机对话中,研发能很好地理解人类意图、更好生成探索与满足用户需求的自然语言语句、匹配符合人类说话方式的对话系统,具有重要意义。
技术实现思路
1、本专利技术的目的是提供基于知识图谱的流域防洪预案快速生成方法,解决了现有技术在防洪预案的生成过程中,通过人工模式编制,编制效率低,相关信息利用率不足的问题。
2、本专利技术所采用的技术方案是,基于知识图谱的流域防洪预案快速生成方法,包括以下步骤:
3、步骤1、获取流域防洪信息及防洪预案文本;
4、步骤2、整理现有的防洪应急预案,构建防洪预案模板框架;
5、步骤3、构建模式层,映射完成流域防洪预
6、步骤4、将防洪预案文本进行数据预处理,构建用于实体识别的数据集;
7、步骤5、构建实体识别模型,输入数据集,实施实体、关系及属性抽取,提取预案应急元素;
8、步骤6、基于知识图谱在所输入的洪水信息基础上,查询相关防洪预案知识,匹配相似案例,快速生成相应的防洪预案。
9、本专利技术的有益效果是,通过自然语言处理技术对流域防洪领域的网络资料、文献资料、行业资料进行挖掘,从而构建流域防洪的知识图谱;通过知识图谱,以防洪需求为导向,使得防洪预案的生成过程快捷、高效,防洪预案服务体系能够灵活更新;能够快速、准确的给出针对本流域洪水的防洪预案,辅助管理者更快、更准确的作出流域防洪决策。
本文档来自技高网...【技术保护点】
1.基于知识图谱的流域防洪预案快速生成方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤1中,
3.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤2中,
4.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤3中,
5.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤4中,
6.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤5中,
7.根据权利要求6所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,采用doccano进行BIO数据格式标注具体过程是:
8.根据权利要求6所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,在BERT层中,输入的向量是由标记嵌入即Token embedding层、片段嵌入即Segmentembedding层、位置嵌入即Position embedding层组成,该三个嵌入层将输入
9.根据权利要求6所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,在BiLSTM层输入BERT层的output,并对输入的文本序列进行上下文语义挖掘时,BiLSTM层的输出为每一个标签的预测分值,表示某个词被标注为某个标签的概率,实体识别模型的预测标签序列的标签分值y的公式如下:
10.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤6中,
...【技术特征摘要】
1.基于知识图谱的流域防洪预案快速生成方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤1中,
3.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤2中,
4.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤3中,
5.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤4中,
6.根据权利要求1所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,步骤5中,
7.根据权利要求6所述的基于知识图谱的流域防洪预案快速生成方法,其特征在于,采用doccano进行bio数据格式标注具体过程...
【专利技术属性】
技术研发人员:姜仁贵,林永娇,解建仓,赵勇,朱记伟,王春燕,翟家齐,张同磊,杨艳,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。