李澤荃，祁 慧，曹家琳

(華北科技學(xué)院 經(jīng)濟(jì)管理學(xué)院，北京 東燕郊 065201)

0 引言

突發(fā)事件的應(yīng)急響應(yīng)及智能輔助決策需要知識庫的支持。在當(dāng)前的大數(shù)據(jù)背景下，應(yīng)急領(lǐng)域數(shù)據(jù)豐富但知識相對缺乏；而沒有應(yīng)急知識的凝練，決策者很難對真實(shí)的危機(jī)狀況做出準(zhǔn)確判斷。因此，為進(jìn)行突發(fā)事件的快速應(yīng)急響應(yīng)，必須實(shí)現(xiàn)“數(shù)據(jù)—信息—知識—智慧”的智能轉(zhuǎn)化，構(gòu)建面向多應(yīng)急主體的應(yīng)急知識服務(wù)體系。

面向突發(fā)事件的應(yīng)急管理主要有預(yù)防準(zhǔn)備、監(jiān)測監(jiān)控、預(yù)測預(yù)警、救援處置和恢復(fù)重建等關(guān)鍵環(huán)節(jié)。包括突發(fā)事件的實(shí)時(shí)風(fēng)險(xiǎn)信息數(shù)據(jù)在內(nèi)，應(yīng)急響應(yīng)的各個(gè)環(huán)節(jié)往往會涌現(xiàn)海量、多源、異構(gòu)數(shù)據(jù)信息[1]。這里的多源指數(shù)據(jù)來源多樣化，如遙感影像、攝像頭、互聯(lián)網(wǎng)、手機(jī)信令、GPS追蹤等；異構(gòu)指數(shù)據(jù)結(jié)構(gòu)上的差異性，包括以表格數(shù)據(jù)為代表的結(jié)構(gòu)化數(shù)據(jù)，以視頻、圖像、語音、文本為代表的非結(jié)構(gòu)化數(shù)據(jù)和以地理信息、IoT為代表的時(shí)空數(shù)據(jù)。而且這些信息呈現(xiàn)出幾何級數(shù)增長趨勢，同時(shí)需要進(jìn)行實(shí)時(shí)處理、臨場抉擇。

在大數(shù)據(jù)、人工智能等技術(shù)的推動下，需要利用機(jī)器學(xué)習(xí)、知識圖譜、云計(jì)算等方法實(shí)現(xiàn)對多源異構(gòu)時(shí)空數(shù)據(jù)的挖掘，為應(yīng)急輔助決策的智能化提供技術(shù)支撐。在人工智能領(lǐng)域，對于機(jī)器認(rèn)知計(jì)算，知識表示、知識融合、知識圖譜等技術(shù)成為重要手段，目前已經(jīng)在語義搜索、機(jī)器翻譯、自然語言問答、基于知識的數(shù)據(jù)挖掘與決策等領(lǐng)域得到了廣泛應(yīng)用[2]。

本文將知識圖譜技術(shù)與應(yīng)急管理領(lǐng)域的知識工程相結(jié)合，提出基于多源異構(gòu)數(shù)據(jù)的應(yīng)急知識圖譜構(gòu)建方法。本文首先對知識表示技術(shù)以及領(lǐng)域知識圖譜的研究現(xiàn)狀進(jìn)行了分析；然后，提出了應(yīng)急知識圖譜構(gòu)建的技術(shù)體系和完整流程；最后，討論了應(yīng)急知識圖譜的應(yīng)用方向及未來展望。

1 相關(guān)研究

1.1 知識表示

簡單地說‘知識’是人類通過觀察、學(xué)習(xí)和思考客觀世界的各種現(xiàn)象而總結(jié)出的所有概念、事實(shí)、規(guī)則等的集合[3-4]。人類以往的經(jīng)驗(yàn)知識得以保留再利用歸功于知識表示技術(shù)和方法的進(jìn)步。知識表示是將現(xiàn)有的知識表示為計(jì)算機(jī)可以存儲和處理的模式，即對領(lǐng)域知識的事實(shí)和關(guān)系的一種模型化。當(dāng)前已經(jīng)有眾多知識表示技術(shù)，如一階謂詞邏輯表示法[5]、產(chǎn)生式規(guī)則表示法[6-7]、框架表示法[8-9]、腳本表示法[10]、描述邏輯表示法[11]、語義網(wǎng)絡(luò)表示法[12-13]、基于本體的表示方法[14-16]和基于貝葉斯網(wǎng)絡(luò)的表示方法[17]等。

1.2 應(yīng)急知識表示

應(yīng)急領(lǐng)域中的事實(shí)、概念和規(guī)則大部分體現(xiàn)在應(yīng)急案例和應(yīng)急預(yù)案中，因而當(dāng)前針對應(yīng)急知識表示主要圍繞突發(fā)事件案例、情景和預(yù)案等方面開展相關(guān)研究。突發(fā)事件本身的發(fā)展演變及應(yīng)對過程構(gòu)成了事件案例，而對于案例的知識表示，眾多學(xué)者提出各類方法。張英菊等[18]提出了一種基于應(yīng)急概念樹—突發(fā)事件本體模型—事件元模型的三層架構(gòu)的通用應(yīng)急案例表示方法。張賢坤等[19]在擴(kuò)展ABC本體模型的基礎(chǔ)上建立了基于CBR的應(yīng)急案例本體模型，定義了具體的概念、實(shí)體和關(guān)系，并給出了案例的形式化描述。黃超等人[20]另辟蹊徑，依據(jù)信息來源的不同分別提出了結(jié)構(gòu)化信息和非結(jié)構(gòu)化信息的表示方法，整個(gè)案例最終被表示成包含定量化數(shù)據(jù)和抽取文本的半結(jié)構(gòu)化形式。于峰等[21-22]借鑒生物基因圖譜的相關(guān)研究，提出了基于基因圖譜的案例表示方法，實(shí)現(xiàn)了復(fù)雜應(yīng)急案例結(jié)構(gòu)的系統(tǒng)性表達(dá)。對于突發(fā)事件情景的知識表示，戎軍濤等人[23]運(yùn)用本體論的思想與方法構(gòu)建了政府危機(jī)預(yù)警情景和響應(yīng)情景模型。王寧等[24]以知識元的形式抽取了領(lǐng)域內(nèi)突發(fā)事件應(yīng)急管理的共性知識，并建立了應(yīng)急管理案例的情景化表示及存儲模式。陳祖琴等[25]將突發(fā)事件情景拆分為若干情景點(diǎn)，標(biāo)注后形成情景鏈，并從案例中提煉與情景對應(yīng)的響應(yīng)策略，形成突發(fā)事件應(yīng)對策略庫。在應(yīng)急預(yù)案的知識表示方面，趙婷[26]利用框架表示法對應(yīng)急預(yù)案進(jìn)行了表示。谷巖[27]同樣采用基于框架表示法的結(jié)構(gòu)化技術(shù)對靜態(tài)預(yù)案進(jìn)行了表示，并基于關(guān)系模型設(shè)計(jì)了預(yù)案庫的結(jié)構(gòu)和索引。蔣白樺等[28]以本體論為基礎(chǔ)，提出應(yīng)急預(yù)案的靜態(tài)和動態(tài)元模型方法，并采用多視圖的形式進(jìn)行描述。張瑩等[29]采用上層本體和應(yīng)用層本體兩層結(jié)構(gòu)模型實(shí)現(xiàn)了對地震預(yù)案的數(shù)字化表示和知識的形式化描述。

1.3 領(lǐng)域知識圖譜

隨著大數(shù)據(jù)時(shí)代的來臨，知識圖譜成為知識表示最重要的一種方式。知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)，用于揭示具有屬性的實(shí)體之間的相互關(guān)系，其中網(wǎng)絡(luò)的節(jié)點(diǎn)表示實(shí)體或概念，而網(wǎng)絡(luò)的邊表示實(shí)體/概念之間的語義關(guān)系[30]。有關(guān)知識圖譜的發(fā)展歷程請見文獻(xiàn)[31]。當(dāng)前，通用知識圖譜比較有代表性的有：YAGO[32]、DBpedia[33]、Probase[34]等；國內(nèi)有Zhishi.me[35]、CN-DBpedia[36]、百度的“知心”和搜狗的“知立方”等。

相比于通用知識圖譜已經(jīng)有一套相對完整的技術(shù)體系，領(lǐng)域知識圖譜的構(gòu)建還處在早期階段。阮彤等人[37]提出數(shù)據(jù)驅(qū)動的增量式知識圖譜構(gòu)建方法，并通過中醫(yī)藥、海洋和企業(yè)三個(gè)用例進(jìn)行了應(yīng)用示范。彭乾慧[38]提出了一個(gè)面向領(lǐng)域知識圖譜的自動化構(gòu)建方法，并開發(fā)了輔助構(gòu)建領(lǐng)域知識圖譜的WAKA-KG框架。楊玉基等人[39]提出了一種領(lǐng)域本體構(gòu)建、眾包半自動語義標(biāo)注、外源數(shù)據(jù)補(bǔ)全和信息抽取“四步法”的領(lǐng)域知識圖譜構(gòu)建方法，以解決自動化和人工參與的平衡問題。蔣秉川等人[40]研究了地理知識圖譜的關(guān)鍵技術(shù)和構(gòu)建流程?；蛟S，對于領(lǐng)域知識圖譜的構(gòu)建，還缺少統(tǒng)一的自動化構(gòu)建方法。隨著技術(shù)的進(jìn)步，醫(yī)藥和安防行業(yè)的知識圖譜近兩年開始進(jìn)入人們的視野，如IBM Waston Health、明略數(shù)據(jù)的公安知識圖譜、上海曙光醫(yī)院的中醫(yī)藥知識圖譜[41]等。

2 應(yīng)急知識圖譜構(gòu)建

2.1 應(yīng)急知識圖譜的內(nèi)涵

應(yīng)急知識圖譜是應(yīng)急領(lǐng)域相關(guān)知識的延伸和拓展，是結(jié)構(gòu)化的應(yīng)急語義知識庫。在知識圖譜中，通過形式化地描述應(yīng)急領(lǐng)域的概念、實(shí)體、屬性及其相互關(guān)系，以網(wǎng)狀的結(jié)構(gòu)進(jìn)行知識的描述。

應(yīng)急知識圖譜可以用三元組的形式來表示，即G=，形成由節(jié)點(diǎn)和邊組成的有向圖。其中節(jié)點(diǎn)表示應(yīng)急相關(guān)概念、相關(guān)實(shí)體和屬性值；邊表示概念與概念、概念與實(shí)體、實(shí)體與實(shí)體、實(shí)體與屬性以及屬性與屬性值之間的關(guān)系，如圖1所示。從邏輯上來看，應(yīng)急知識圖譜包括數(shù)據(jù)層和模式層兩個(gè)層次。數(shù)據(jù)層主要是由一系列的實(shí)體、屬性等事實(shí)性知識組成；而模式層構(gòu)建在數(shù)據(jù)層之上，以概念的形式存在，主要表達(dá)的是數(shù)據(jù)層中實(shí)體的類以及概念之間的關(guān)系。

基于領(lǐng)域知識所具有的層次結(jié)構(gòu)，在構(gòu)建知識圖譜時(shí)常采用自頂向下和自底向上相結(jié)合的方式。自頂向下的方式指通過本體編輯器預(yù)先構(gòu)建領(lǐng)域知識圖譜的模式層，自底向上的方式指在模式圖的基礎(chǔ)上利用多種抽取技術(shù)獲得數(shù)據(jù)源中的實(shí)體、屬性和關(guān)系，并將其融合到知識圖譜中。

圖1 知識圖譜的定義示例(rdfs: subClassOf表示概念之間的語義關(guān)系；rdfs: type表示數(shù)據(jù)圖中的實(shí)體與所屬概念間的關(guān)系)

2.2 本體構(gòu)建

從上面描述可以看出，模式層的搭建就是進(jìn)行領(lǐng)域本體的構(gòu)建。本體是概念化的明確的規(guī)范說明[42]，即對實(shí)體進(jìn)行建模而抽象出的模式信息，包含了領(lǐng)域內(nèi)的概念、屬性及概念之間的關(guān)系。目前，本體在語義網(wǎng)、知識圖譜及人工智能等領(lǐng)域起著重要作用。本體的建模元語可以描述事物的基本特征和演化規(guī)律，可以形式化地表示為：

O={C,P,R}

(1)

其中，O為本體元語集合；C為概念集合，表示術(shù)語的核心內(nèi)涵；P為概念屬性集合，表示為概念相關(guān)特征；R為概念間關(guān)系集合，描述概念之間各類型的關(guān)系?？梢钥闯觯倔w利用統(tǒng)一的體系來描述事物的概念和術(shù)語，可以進(jìn)行領(lǐng)域知識的梳理，進(jìn)而實(shí)現(xiàn)共享和重用。

在應(yīng)急領(lǐng)域，本體學(xué)習(xí)的首要任務(wù)是概念的梳理。針對應(yīng)急管理的特點(diǎn)，結(jié)合文獻(xiàn)[43]提出的概念分類方法，將概念分為通用概念和過程概念兩類，詳見表1?！巴ㄓ酶拍睢卑〞r(shí)間、自然環(huán)境、基礎(chǔ)設(shè)施、個(gè)體、組織和社會關(guān)系；“過程概念”包括活動、交互、事件和干預(yù)。

表1 應(yīng)急知識中的本體及概念

概念之間的關(guān)系同樣是本體構(gòu)建的重要內(nèi)容。應(yīng)急管理領(lǐng)域本體模型的二元關(guān)系可以抽象為空間關(guān)系、結(jié)構(gòu)關(guān)系、邏輯關(guān)系和過程關(guān)系，具體情況見表2。

2.3 知識圖譜構(gòu)建

從狹義上看，知識圖譜的構(gòu)建就是進(jìn)行數(shù)據(jù)層的填充。應(yīng)急管理領(lǐng)域數(shù)據(jù)主要來源于結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，表現(xiàn)出極復(fù)雜的多源異構(gòu)性特征。因而，從知識來源出發(fā)，主要通過知識抽取、知識融合和知識推理三個(gè)步驟來構(gòu)建知識圖譜。知識圖譜的構(gòu)建過程如圖2所示。

2.3.1 知識抽取

知識抽取階段主要從多源異構(gòu)數(shù)據(jù)中獲取知識單元，包括應(yīng)急知識實(shí)體、實(shí)體屬性以及實(shí)體關(guān)系。結(jié)構(gòu)化數(shù)據(jù)具有固定格式和顯示結(jié)構(gòu)，一般儲存于關(guān)系型數(shù)據(jù)庫，如危險(xiǎn)化學(xué)品生產(chǎn)企業(yè)的隱患排查記錄；抽取方法是通過建立數(shù)據(jù)庫中概念與知識圖譜中本體的對應(yīng)關(guān)系，以實(shí)現(xiàn)從數(shù)據(jù)庫中自動獲取實(shí)體、屬性及關(guān)系。針對各類百科數(shù)據(jù)中的半結(jié)構(gòu)化知識，如百度百科中的自然災(zāi)害信息，一般采用基于封裝器的方法進(jìn)行抽取。非結(jié)構(gòu)化數(shù)據(jù)是無結(jié)構(gòu)的純文本模式，屬于難以抽取的知識，一般采用監(jiān)督學(xué)習(xí)的抽取方法，即通過已知的實(shí)體對未知文本進(jìn)行自動標(biāo)注。需要注意的是，在應(yīng)急領(lǐng)域?qū)嶓w抽取過程中存在的最棘手的問題是實(shí)體統(tǒng)一，即來源不同的數(shù)據(jù)在有些寫法上不太統(tǒng)一，但又指向同一個(gè)實(shí)體。對于此問題，通常預(yù)先定義一些基本規(guī)則來處理。

2.3.2 知識融合

知識抽取階段的任務(wù)僅僅是將實(shí)體、屬性及關(guān)系從不同的數(shù)據(jù)源抽取出來，形成一個(gè)個(gè)孤立的圖譜。為了將這些孤立的圖譜集成到一起，就需要進(jìn)行數(shù)據(jù)整合、消歧、加工、驗(yàn)證等，實(shí)現(xiàn)知識的完美融合。知識融合階段主要進(jìn)行實(shí)體匹配和模式對齊。

實(shí)體匹配主要將具有不同標(biāo)識但表示真實(shí)世界中同一對象的實(shí)體進(jìn)行語義消歧，標(biāo)識為全局唯一的實(shí)體。應(yīng)急領(lǐng)域中知識來源的多樣性導(dǎo)致了同名、多名指代等問題，例如在百度百科中的“致災(zāi)因子”就是日常我們提到的“災(zāi)害源”。目前，實(shí)體匹配一般采用無監(jiān)督學(xué)習(xí)的聚類方法，其關(guān)鍵的問題在于相似度函數(shù)的選取。對于語義消歧，目前還缺乏應(yīng)急領(lǐng)域的語義詞典，大多數(shù)情況下主要采用人工領(lǐng)域?qū)＜业呐袛唷?/p>

模式對齊主要指的是進(jìn)行實(shí)體屬性和屬性值的融合。來源于不同數(shù)據(jù)源的實(shí)體，其屬性存在不同的語言表達(dá)形式，如“年齡”與“年紀(jì)”為同義詞等。因此，在進(jìn)行實(shí)體屬性整合時(shí)，可以考慮的特征有同義詞、近義詞、屬性兩端的實(shí)體類型等。目前，模式對齊一般采用有監(jiān)督學(xué)習(xí)的方法，主要通過事先進(jìn)行人工標(biāo)注。

2.3.3 知識推理

推理的意義在于從知識圖譜中挖掘隱含知識，即在沒有人工過多參與的情況下，采用基于圖或邏輯的方法對問題進(jìn)行語義求解。知識推理包括對實(shí)體關(guān)系的推理和對實(shí)體屬性的推理兩個(gè)部分，前者是對實(shí)體間潛在的關(guān)系進(jìn)行推斷和理解，后者則是對實(shí)體的屬性值進(jìn)行推理和更新。

知識推理的實(shí)現(xiàn)可以利用可擴(kuò)展的規(guī)則引擎。針對實(shí)體間的關(guān)系，可以通過定義鏈?zhǔn)揭?guī)則來實(shí)現(xiàn)，如人的不安全行為是導(dǎo)致安全生產(chǎn)事故發(fā)生的重要原因，不遵守操作規(guī)程、技術(shù)素質(zhì)差等都屬于人的不安全行為，當(dāng)生產(chǎn)事故發(fā)生時(shí)存在不遵守操作規(guī)程等行為，可以推理出不遵守操作規(guī)程是導(dǎo)致事故發(fā)生的直接原因。針對實(shí)體屬性，可以通過定義計(jì)算規(guī)則來實(shí)現(xiàn)，如知識圖譜中包括臺風(fēng)的移動速度，可以通過推理獲得臺風(fēng)到達(dá)陸地的時(shí)間。

另外，基于統(tǒng)計(jì)的推理也是知識推理的主要方法，其是利用機(jī)器學(xué)習(xí)技術(shù)通過統(tǒng)計(jì)規(guī)律從圖譜中獲得新的知識。目前，主要有基于描述邏輯的推理[42]、基于概率圖的推理[43]和基于表示學(xué)習(xí)的推理[44]等方法。

3 應(yīng)急知識圖譜應(yīng)用

按照知識圖譜服務(wù)的對象，可將應(yīng)急知識圖譜的應(yīng)用分為兩個(gè)層面，即面向人的和面向智能系統(tǒng)的。面向人的應(yīng)用主要是為人類提供更便捷、準(zhǔn)確的知識服務(wù)，如智能檢索、智能輔助決策分析等；面向智能系統(tǒng)的應(yīng)用主要是使機(jī)器系統(tǒng)具備像人一樣的認(rèn)知能力，如智能問答平臺。下面簡要概括常用的應(yīng)用方向：

3.1 智能檢索

以往的搜索引擎搜索結(jié)果以網(wǎng)頁鏈接的方式展現(xiàn)，而基于應(yīng)急知識圖譜的搜索通常以知識卡片的形式呈現(xiàn)，是應(yīng)急知識的形式化表達(dá)，如圖3所示。知識圖譜可將災(zāi)害實(shí)體、天氣狀況、響應(yīng)措施等要素進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)應(yīng)急知識的語義搜索和查詢，在同一頁面進(jìn)行可視化呈現(xiàn)。

3.2 智能決策支持

突發(fā)事件的應(yīng)急響應(yīng)更需要計(jì)算機(jī)的智能決策支持。基于應(yīng)急領(lǐng)域的知識圖譜，可通過分類、聚類等機(jī)器學(xué)習(xí)算法，以及最短路徑、鏈路預(yù)測、中心性分析等復(fù)雜網(wǎng)絡(luò)分析技術(shù)，實(shí)現(xiàn)突發(fā)事件、承災(zāi)載體和應(yīng)急管理三要素的關(guān)聯(lián)分析和挖掘，實(shí)現(xiàn)臨機(jī)決策支持。

3.3 智能問答

隨著人工智能技術(shù)的進(jìn)步，深度學(xué)習(xí)的應(yīng)用已經(jīng)使機(jī)器獲得了類似于人類的感知能力，但若要使機(jī)器具備人類的認(rèn)知能力，實(shí)現(xiàn)自然語言的交互，與人進(jìn)行交流，則必須要有相關(guān)知識庫的支撐。由于應(yīng)急知識圖譜具有結(jié)構(gòu)化的特征，相比于傳統(tǒng)的文本資料、關(guān)系型數(shù)據(jù)庫，具有更強(qiáng)大的語義表達(dá)和理解能力，是實(shí)現(xiàn)應(yīng)急管理領(lǐng)域智能問答的知識庫基礎(chǔ)。

圖3 應(yīng)急知識卡片示例

3.4 智能輿情監(jiān)控

互聯(lián)網(wǎng)技術(shù)的進(jìn)步給社會化媒體的發(fā)展提供了較多便利，人們可以通過微博等平臺發(fā)表自己的看法。或許，對于一些突發(fā)事件，反向的觀點(diǎn)將誤導(dǎo)政府和大眾，為應(yīng)急救援的開展帶來阻礙。因此，有效地對大規(guī)模實(shí)時(shí)數(shù)據(jù)進(jìn)行過濾、監(jiān)控輿論走向是應(yīng)急響應(yīng)的關(guān)鍵所在?；谥R圖譜的監(jiān)控系統(tǒng)可以對文本信息進(jìn)行語義標(biāo)注，挖掘有價(jià)值信息，揭示信息之間關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對大眾媒體的輿論分析。

4 結(jié)論

(1) 本文重點(diǎn)對知識表示方法、領(lǐng)域知識圖譜構(gòu)建技術(shù)的發(fā)展?fàn)顩r進(jìn)行了討論，提出了基于多源異構(gòu)數(shù)據(jù)的應(yīng)急知識圖譜構(gòu)建技術(shù)體系和詳細(xì)構(gòu)建流程，并闡述了未來幾年應(yīng)急知識圖譜可能的應(yīng)用方向。

(2) 從整體來看，關(guān)于應(yīng)急知識圖譜的研究工作還處于探索階段，特別是應(yīng)急管理領(lǐng)域相關(guān)知識的梳理以及應(yīng)急領(lǐng)域本體的抽象還不夠成熟，仍然有大量的工作需要攻克。