Page 51 - 2024年第55卷第8期

来辅助设计标签以及构建数据集。在标签优化中，利用大语言模型辅助，进行了同名关系标签的细
化、内隐实体标签的生成和语义关系标签的更名三类优化措施，并通过候选标签排序以及人工审核得
到可靠及高质量的数据集。
针对多标签导致的模型识别能力下降问题，本文设计了一种针对多标签的实体关系分组抽取方
法。通过直接实体关系以及细化关系合并的分组方法对实体关系进行分组。并进行了分组模型训练与
识别，一定程度上提升了多标签下模型的识别效果。
最终，通过利用标注数据集构建的可视化知识图谱证明了本文所采用的方法对防洪调度规则的抽
取的可实践性。此外，本文方法降低了人工设计标签的随意性和主观性，同时利用人工审核降低了大
语言模型的误差影响，并通过自动化流程减轻了构建知识图谱的人力负担。
在本文所提出的方法以及实施过程中，尚存在几个局限性，有待在未来的工作中得到解决。首先
是本文使用大语言模型进行辅助标签设计时，大语言模型的回答并不总是一致的，因此在文中通过候
选词排序以及人工筛选避免出现过大的偏差。在不同的实验过程中，针对同一个样例有时会出现不同
的结果，这可能需要使用更多的数据来缩小小部分偏差的影响。其次，本文所利用的数据集较小，针
对防洪调度方案的标签数量也受到局限，相对于一些标签更多的领域的数据集来说还没有进行分组标
签识别的测试，因此未来考虑在更大规模的标签上进行研究。

参 考 文 献：

［ １］ 周建中，贾本军，王权森，等．广域预报信息驱动的水库群实时防洪全景调度研究［Ｊ］．水利学报，２０２１，
５２（１２）：１３８９ － １４０３．
［ ２］ 黄艳，喻杉，罗斌，等．面向流域水工程防灾联合智能调度的数字孪生长江探 索 ［Ｊ］．水 利 学 报，２０２２，
５３（３）：２５３ － ２６９．
［ ３］ 冯钧，徐新，陆佳民．水利信息知识图谱的构建与应用［Ｊ］．计算机与现代化，２０１９，２８９（９）：３５ － ４０．
［ ４］ 段浩，韩昆，赵红莉，等．水利综合知识图谱构建研究［Ｊ］．水利学报，２０２１，５２（８）：９４８ － ９５８．
［ ５］ 刘雪梅，卢汉康，李海瑞，等．知识驱动的水利工程应急方案智能生成方法———以南水北调中线工程为例
［ Ｊ］．水利学报，２０２３，５４（６）：６６６ － ６７６．
［ ６］ 梁浩玮，王石，曹存根．非完美多分类标签体系下的领域短文本分类方法研究 ［Ｊ］．计 算 机 科 学，２０２３，
５０（１）：１８５ － １９３．
［ ７］ ＺＨＡＯＷ Ｘ，ＺＨＯＵＫ，ＬＩＪ，ｅｔａｌ．Ａ ｓｕｒｖｅｙｏｆｌａｒｇｅｌａｎｇｕａｇｅｍｏｄｅｌｓ［Ｊ］．ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，２０２３．ｄｏｉ：１０．
４８５５０?ａｒＸｉｖ．２３０３．１８２２３．
［ ８］ ＺＨＡＮＧＪ，ＥＬ － ＧＯＨＡＲＹＮＭ．ＩｎｔｅｇｒａｔｉｎｇｓｅｍａｎｔｉｃＮＬＰａｎｄｌｏｇｉｃｒｅａｓｏｎｉｎｇｉｎｔｏａｕｎｉｆｉｅｄｓｙｓｔｅｍｆｏｒｆｕｌｌｙ － ａｕｔｏ
ｍａｔｅｄｃｏｄｅｃｈｅｃｋｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｉｎＣｏｎｓｔｒｕｃｔｉｏｎ，２０１７，７３：４５ － ５７．
［ ９］ ＺＨＯＮＧＢ，ＷＵＨ，ＸＩＡＮＧＲ，ｅｔａｌ．Ａｕｔｏｍａｔｉｃｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｆｒｏｍ ｃｏｎｓｔｒｕｃｔｉｏｎｑｕａｌｉｔｙｉｎｓｐｅｃｔｉｏｎｒｅｇｕ
ｌａｔｉｏｎｓ ：Ａｋｎｏｗｌｅｄｇｅｐａｔｔｅｒｎ － ｂａｓｅｄｏｎｔｏｌｏｇｉｃａｌｍｅｔｈｏｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇａｎｄＭａｎａｇｅｍｅｎｔ，
２０２２，１４８（３）：０４０２１２０７．
［１０］ ＺＥＮＧＤ，ＬＩＵＫ，ＬＡＩＳ，ｅｔａｌ．Ｒｅｌａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｖｉａｃｏｎｖｏｌｕｔｉｏｎａｌｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ＣＯＬＩＮＧ２０１４，ｔｈｅ２５ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ：ＴｅｃｈｎｉｃａｌＰａｐｅｒｓ．２０１４．
［１１］ ＷＡＮＧＬ，ＣＡＯＺ，ＤＥＭＥＬＯＧ，ｅｔａｌ．Ｒｅｌａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｖｉａｍｕｌｔｉ － ｌｅｖｅｌａｔｔｅｎｔｉｏｎｃｎｎｓ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ｔｈｅ５４ｔｈＡｎｎｕａｌＭｅｅｔｉｎｇｏｆｔｈｅＡｓｓｏｃｉａｔｉｏｎｆｏｒＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ（Ｖｏｌｕｍｅ１：ＬｏｎｇＰａｐｅｒｓ）．２０１６．
［１２］ ＭＩＷＡＭ，ＢＡＮＳＡＬＭ．Ｅｎｄ － ｔｏ － ｅｎｄｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｕｓｉｎｇＬＳＴＭｓｏｎｓｅｑｕｅｎｃｅｓａｎｄｔｒｅｅｓｔｒｕｃｔｕｒｅｓ［Ｊ］．Ａｓｓｏ
ｃｉａｔｉｏｎｆｏｒＣｏｍｐｕｔａｔｉｏｎａｌＬｉｎｇｕｉｓｔｉｃｓ ，２０１６．ｄｏｉ：１０．１８６５３?ｖ１?Ｐ１６ － １１０５．
［１３］ ＶＡＳＷＡＮＩＡ，ＳＨＡＺＥＥＲＮ，ＰＡＲＭＡＲＮ，ｅｔａｌ．Ａｔｔｅｎｔｉｏｎｉｓａｌｌｙｏｕｎｅｅｄ［Ｊ］．Ａｄｖａｎｃｅｓｉｎｎｅｕｒａｌｉｎｆｏｒｍａｔｉｏｎ
ｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍｓ ，２０１７．ｄｏｉ：１０．４８５５０?ａｒＸｉｖ．１７０６．０３７６２．
［１４］ ＬＩＬ，ＷＡＮＧＰ，ＹＡＮ Ｊ，ｅｔａｌ．Ｒｅａｌ － ｗｏｒｌｄｄａｔａｍｅｄｉｃａｌｋｎｏｗｌｅｄｇｅｇｒａｐｈ：ｃｏｎｓｔｒｕｃｔｉｏｎａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．
Ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅｉｎｍｅｄｉｃｉｎｅ ，２０２０，１０３：１０１８１７．
［１５］ ＥＲＳＨＯＶＶ．Ａ ｃａｓｅｓｔｕｄｙｆｏｒｃｏｍｐｌｉａｎｃｅａｓｃｏｄｅｗｉｔｈ ｇｒａｐｈｓａｎｄ ｌａｎｇｕａｇｅｍｏｄｅｌｓ： Ｐｕｂｌｉｃｒｅｌｅａｓｅｏｆｔｈｅ

— ９ ２ ９ —