Page 74 - 2024年第55卷第9期

模式一：第 ｋ行与第 ｋ ＋ １行都为险情措施，则把第 ｋ行的措施加入列表 ｍｅｔｈｏｄ１。
模式二：第 ｋ行为险情措施，第 ｋ ＋ １行为子措施，则把第 ｋ行的措施加入列表 ｍｅｔｈｏｄ２，第 ｋ ＋ １
行的子措施加入列表 ｓｕｂＭｅｔｈｏｄ。在逻辑上，此模式中的第 ｋ ＋ １一定为第 ｋ行的子措施，根据此对应
关系可建立字典 ｓｕｂＭｅｔｈｏｄＤｉｃ存放 ｛措施：子措施｝ 键值对。
模式三：第 ｋ行与第 ｋ ＋ １行都为子措施，则提取第 ｋ ＋ １行的子措施内容，放入列表 ｓｕｂＭｅｔｈｏｄ。
在逻辑上，该模式中的两行子措施对应的措施是同一个，同时因为循环按行进行带有天然的先后顺
序，第 ｋ行子措施与对应措施已经在模式二中作为键值对添加进了字典 ｓｕｂＭｅｔｈｏｄＤｉｃ，因此只需在字
典中找到该键值对，将第 ｋ ＋ １ 行子措施添加进相应的值中即可。
模式四：第 ｋ ＋ １ 行为险情措施并且是该段落最后一行，则将该行加入列表 ｍｅｔｈｏｄ１。对于每一个
具体情形段落，其结尾都是措施段最后一行，如果该行为子措施行，则经由以上三种模式处理后会被
提取，但该行如果是措施行则可能会被遗漏，因此模式四针对这种情况进行了补充和完善，以保证规
范中每一条措施都会被准确提取。
可以看出，以上四种模式将所有措施分为了两类：有子措施的险情措施与无子措施的险情措施，
较好地解决了自然语言表述中类别和层次结构提取困难的问题，同时该形式也利于通过三元组表达两
组对应关系，即：（具体情形，ｈａｓＭｅｔｈｏｄ，险情措施），（子措施，ｉｓＩｎｃｌｕｄｅｄｉｎ，险情措施）。
４．３ 语义对齐 语义对齐旨在将文本中标注的元素映射到知识库中相应的概念 ［３２］ 。在土石坝领域中，
险情的发生受多方因素影响，对险情原因进行类型划分利于对症下药地采取治理措施，尽可能避免、
减轻人员伤亡和财产损失。本研究基于本体和 ＮＬＰ的方法制定规则，对提取到的险情原因进行处理使
其映射到 ＫＧ模式层的 “原因类型” 概念中，以便于图谱的表达。
在这过程中，首先追根溯源，将原因类型划分为人为原因、环境原因、机械原因、生物原因等。
其次对抽取的险情原因数据进行处理，采用中文文本分词库 ｊｉｅｂａ ［３３］ 进行分词，分词时首先在词典中
添加《水利水电工程技术术语》等专业文本以避免水利术语被错分、漏分，并引入停用词表优化分词结
果。分词结束后，采用哈尔滨工业大学开发的 ＮＬＰ工具 ＬＴＰ ［３４］ 进行词性标注。根据词性标注结果，
文本中占比较多的为名词，其次为动词，因此建立 “名词主导、动词辅助” 语义对齐规则。在该规则
中，通过 ＮＬＰ的分词与词性标注等引入了中文句法信息，而先前建立的本体则提供了语义信息，例如
过程本体中定义了土石坝全生命周期与人为活动有关的概念，因此若某条原因的分词结果经判断属于
“过程本体”，则该条原因可判定为人为原因。类似地，对所有险情原因进行这种对齐操作，并将该映
射转化为一组关系：（险情原因，ｉｓＩｎｃｌｕｄｅｄｉｎ，原因类型）。
４．４ 知识存储 ＫＧ的存储方式通常有：ＲＤＦ三元组、关系型数据库、图数据库 ［３５］ 等。其中图数据运
用图的结构存储数据，以节点和边为基本要素，具有表现形式直观、数据类型多样、可拓展性强的优
点，因此本文选用图数据库存储 ＫＧ。
在主流图数据库中，开源平台 Ｎｅｏ４ｊ在 ＫＧ领域使用较多，它具有 Ｃｙｐｈｅｒ查询语言，提供了一系
列操作使用户能十分便捷地创建数据及其相互关系，如：ＭＡＴＣＨ（匹配）、ＣＲＥＡＴＥ（创建）、ＲＥＴＵＲＮ
（返回）、ＤＥＬＥＴＥ（删除）等 ［３６］ 。本文采用 Ｎｅｏ４ｊ进行土石坝险情 ＫＧ的存储，首先将抽取的知识从
Ｐｙｔｈｏｎ编译平台导出为 Ｎｅｏ４ｊ支持的文件格式．ｃｓｖ，其次在 Ｎｅｏ４ｊ中通过 ＬＯＡＤＣＳＶ命令导入知识，当
出现新的知识时，可通过 ＣＲＥＡＴＥ或 ＭＥＲＧＥ命令对图谱进行扩展。存储的知识根据不同类型以不同
的颜色显示，直观明了地实现 ＫＧ可视化。

５ 土石坝险情知识图谱构建实例及应用

按照本文提出的土石坝险情领域 ＫＧ具体构建方法，分别采用自顶向下法构建模式层、自底向上
法构建数据层，建立了包含土石坝结构、过程、环境、材料本体的本体库，从规范和事故库中抽取了
具体的知识内容并进行语义对齐，将结果全部转化为 Ｎｅｏ４ｊ图数据库可兼容的．ｃｓｖ格式，其中知识内
容示例可见表 ５，语义对齐示例可见表 ６。

０
— １ ７ ９ —