朱從飛，任柯琦，李衛(wèi)政，張鈺荃，田發(fā)美

（1.寧波市水利水電規(guī)劃設(shè)計研究院有限公司，浙江 寧波 315176；2.寧波市水庫管理中心，浙江 寧波 315020；3.寧波市水資源信息管理中心，浙江 寧波 315016）

0 引 言

近年來，隨著經(jīng)濟水平與信息技術(shù)水平的提升，各城市、各領(lǐng)域都逐步開展信息化建設(shè)，而水利信息化是國家信息化建設(shè)的重要組成部分。在當前的水利信息化建設(shè)過程中，我國已然取得非常顯著的成果，實時監(jiān)測、預(yù)報預(yù)警水平都有較大提升。然而，在我國水利事業(yè)漫長的發(fā)展過程中，雖積累了大量的水利信息資源，但由于各地區(qū)、各部門之間的信息建設(shè)標準不統(tǒng)一，存在數(shù)據(jù)壁壘，對水利信息資源的管理比較分散，導(dǎo)致信息利用率低下，“信息孤島”現(xiàn)象也日益嚴重，知識圖譜可以很好地解決這一問題。知識圖譜的概念2012 年由谷歌首次提出，它本質(zhì)上是一種語義網(wǎng)絡(luò)的知識庫，將信息連接在一起形成關(guān)系網(wǎng)絡(luò)，能顯著提高信息搜索能力，也為水利信息資源的整合、分析及管理提供一種更高效的方法[1-2]。

本文將對知識圖譜的研究現(xiàn)狀進行簡要介紹，同時詳細闡述水利領(lǐng)域知識圖譜的構(gòu)建方法，并以寧波市為例進行實際應(yīng)用。通過構(gòu)建寧波市水利知識圖譜，為寧波市水旱災(zāi)害防御及水資源管理工作提供技術(shù)支持，推動寧波市智慧水利建設(shè)和數(shù)字化改革進一步發(fā)展。

1 知識圖譜研究現(xiàn)狀

知識圖譜按照覆蓋范圍的大小可以分為通用知識圖譜和領(lǐng)域知識圖譜2 大類。通用知識圖譜覆蓋范圍較廣且包含很多常識性知識，受眾用戶多，通用性強；領(lǐng)域知識圖譜覆蓋范圍較小，主要面向某一個具體領(lǐng)域，因而具有更強的專業(yè)性，更能滿足具體領(lǐng)域的深層次需求[3-5]。

在水利領(lǐng)域，知識覆蓋范圍廣，信息資源種類繁多，業(yè)務(wù)也非常豐富，為了整合共享水利信息資源，推動水利業(yè)務(wù)協(xié)同和智能應(yīng)用建設(shè)，眾多學(xué)者開展水利領(lǐng)域的知識圖譜構(gòu)建研究。劉建華等[6]構(gòu)建黃河流域生態(tài)保護和高質(zhì)量發(fā)展研究知識圖譜，該研究成果能夠輔助黃河流域的生態(tài)環(huán)境保護工作；段浩等[7]提出水利綜合知識體系的描述方法并構(gòu)建水利知識圖譜的框架和關(guān)鍵技術(shù)體系，可實現(xiàn)水利知識的跨域查詢與檢索。

以上關(guān)于知識圖譜研究現(xiàn)狀的論述很好地印證了當前知識圖譜在各行業(yè)的應(yīng)用前景和價值，同時也為后續(xù)的智能化應(yīng)用建設(shè)打下良好基礎(chǔ)。但是當前構(gòu)建水利領(lǐng)域知識圖譜大多數(shù)是理論內(nèi)容和方法介紹的研究，應(yīng)用方面的研究相對較少，因此本文將以寧波市為例來展示水利知識圖譜構(gòu)建的實際成果。

2 構(gòu)建方法

2.1 知識圖譜構(gòu)建流程

當前，知識圖譜的構(gòu)建流程主要有以下3 種模式：自頂向下、自底向上、自頂向下與自底向上相結(jié)合。自頂向下的模式是先梳理概念，確定概念層，再進行實體及關(guān)系的提取和填充；自底向上的模式是先從數(shù)據(jù)中提取出實體、關(guān)系和屬性，然后對提取出來的內(nèi)容進行分析、歸納與總結(jié)，完成概念層的構(gòu)建；自頂向下與自底向上相結(jié)合的模式是首先初步設(shè)計好概念層，然后提取實體及關(guān)系并對知識進行整理歸納，在此基礎(chǔ)上進一步完善概念層的設(shè)計。本文采用自頂向下與自底向上相結(jié)合的模式構(gòu)建水利知識圖譜。其中概念層主要通過水利學(xué)科的各類別知識、既往經(jīng)驗以及相關(guān)行業(yè)標準來確定；數(shù)據(jù)層是以寧波市水利數(shù)據(jù)中心作為數(shù)據(jù)來源，通過對數(shù)據(jù)進行處理后形成知識圖譜所需的三元組數(shù)據(jù)格式，最后借助Neo4j 平臺來完成水利知識圖譜的構(gòu)建。

2.2 水利數(shù)據(jù)獲取

水利對象數(shù)據(jù)一般存儲在關(guān)系數(shù)據(jù)庫中，主要由對象名錄表、對象基礎(chǔ)信息表和對象關(guān)系表共3 類表組成。其中對象名錄表保存水利對象的對象名稱、對象代碼等信息，對象基礎(chǔ)信息表保存不同水利對象的特征信息，對象關(guān)系表記錄2 個水利對象之間的關(guān)系。

2.3 知識表示

水利知識圖譜通常用三元組來表示，三元組的基本形式主要包括（實體1，關(guān)系，實體2）和（實體，屬性，屬性值）等。通過唯一的ID 號來標識實體，實體間內(nèi)在特征通過屬性-屬性值來刻畫，實體之間的關(guān)聯(lián)通過關(guān)系來描述。

2.4 知識抽取

對于結(jié)構(gòu)化數(shù)據(jù)，采用基于D2R 技術(shù)的知識圖譜構(gòu)建方法，利用信息系統(tǒng)中的結(jié)構(gòu)化對象數(shù)據(jù)，抽取靜態(tài)對象及其相關(guān)關(guān)系。

2.5 知識融合

通過基于多特征的命名實體消歧、基于詞典的屬性對齊和基于貝葉斯分析的屬性真值發(fā)現(xiàn)模塊，消除實體、關(guān)系、屬性及其對象之間的歧義，最終獲得跟水利對象有關(guān)的屬性及相應(yīng)的屬性值。

2.6 知識推理

利用基于規(guī)則推理的方法，結(jié)合現(xiàn)有水利知識，手工定義推理規(guī)則，服務(wù)水利知識推理。在概念層，通過一階謂詞邏輯表示定義相關(guān)推理規(guī)則；在實例層，再通過實例將推理規(guī)則實例化，找到符合推理規(guī)則的關(guān)系事實。

2.7 知識存儲

水利知識存儲的優(yōu)化目標是減少冗余數(shù)據(jù)存儲，提高查詢效率。首先對經(jīng)過質(zhì)量評估后的水利知識進行基于主語的哈希劃分形成三元組表（TT）；然后對哈希劃分后的三元組表進行垂直劃分，形成只包含主語-賓語列的垂直劃分表（VP）；最后通過監(jiān)控查詢工作負載，挖掘頻繁模式，對頻繁模式所對應(yīng)的垂直劃分表進行半連接計算，形成頻繁謂詞擴展垂直劃分表（FP-ExtVP）[4]。

3 圖譜構(gòu)建實例及應(yīng)用

本文以寧波市為例進行水利知識圖譜構(gòu)建的實際應(yīng)用。

3.1 區(qū)域概況

寧波市位于我國東部沿海，西部和南部分別與紹興、臺州相接，北臨杭州灣，東部有舟山群島天然屏障。寧波境內(nèi)有3 大水系，分別是甬江、奉化江和姚江，姚江、奉化江在“三江口”處交匯，共同匯入甬江。

當前，浙江省正大力推進數(shù)字化改革，寧波市也是全國首批水利現(xiàn)代化試點城市之一[8]，這對于寧波市的水利信息化建設(shè)提出更高的要求。通過構(gòu)建寧波市水利知識圖譜，可以梳理和整合寧波市內(nèi)的水利信息資源，為進一步推進智慧水利建設(shè)打下更加堅實的基礎(chǔ)。

3.2 寧波市水利知識圖譜實例構(gòu)建

3.2.1 水利數(shù)據(jù)獲取

本文所使用的數(shù)據(jù)來源為寧波市水利數(shù)據(jù)中心，該數(shù)據(jù)中心基本囊括了寧波市域內(nèi)的水利信息資源。通過水利數(shù)據(jù)共享平臺獲取寧波市內(nèi)各水利對象名錄及相應(yīng)的屬性數(shù)據(jù)，基于水利基礎(chǔ)數(shù)據(jù)庫的構(gòu)建標準，利用MySQL 數(shù)據(jù)庫構(gòu)建各水利對象的基礎(chǔ)信息表以及不同水利對象實體間的關(guān)系表，為后續(xù)水利知識圖譜概念層設(shè)計以及實體層構(gòu)建做準備。

3.2.2 水利知識圖譜概念層設(shè)計

構(gòu)建水利知識圖譜，首先需要進行概念層設(shè)計。在進行概念層設(shè)計時，先明確各水利對象概念之間的層級關(guān)系，本文對此進行梳理，結(jié)果見表1。每個概念名稱都代表1 個概念節(jié)點，其中第三級概念層中每個概念節(jié)點都對應(yīng)1 張水利對象基礎(chǔ)信息表和1 張水利對象名錄表。除頂層級別外，任何一層與其上一層的關(guān)系都是從屬關(guān)系。

表1 水利對象概念層級關(guān)系表

確定好概念節(jié)點后需要進一步構(gòu)建屬性邊和屬性值類型節(jié)點。由于單獨設(shè)置屬性邊會使得圖譜構(gòu)建過于復(fù)雜，所以本文選擇直接利用節(jié)點來儲存屬性信息。水利對象的屬性及屬性類型根據(jù)水利對象基礎(chǔ)信息表進行設(shè)置。

對于概念節(jié)點之間的關(guān)系構(gòu)建而言，不同層級之間的概念節(jié)點是從屬關(guān)系，例如“閘門”“堤防”“水庫”等都屬于“水利工程”這一概念；而處于同一層級的概念節(jié)點之間也有一定關(guān)系，例如“湖泊”與“行政區(qū)劃”之間的關(guān)系是“位于”。同一層級的概念節(jié)點關(guān)系根據(jù)水利對象關(guān)系表來構(gòu)建，構(gòu)建的關(guān)系可繼續(xù)應(yīng)用于后續(xù)實體節(jié)點間的關(guān)系。概念層模式設(shè)計見圖1。

圖1 概念層模式設(shè)計示意圖

最后利用Neo4j 平臺進行水利知識圖譜概念層結(jié)構(gòu)的搭建，模型搭建結(jié)果見圖2。每個概念名稱都表示1 個概念節(jié)點，在圖譜中用圓表示，不同層次的節(jié)點用不同顏色區(qū)分，節(jié)點與節(jié)點之間的關(guān)系用有向線段表示，具體關(guān)系則用標簽文字的形式標注在有向線段上。本次設(shè)計的水利知識圖譜概念層包含4 個層級，共計29 個節(jié)點。

圖2 水利知識圖譜概念層模型圖

3.2.3 水利知識圖譜實體層構(gòu)建

概念層設(shè)計初步完成之后進行實體層構(gòu)建。實體節(jié)點以及屬性節(jié)點的構(gòu)建可以通過提取對象基礎(chǔ)信息表來實現(xiàn)，實體節(jié)點之間的關(guān)系可以繼承概念節(jié)點之間的關(guān)系，主要來自于對象關(guān)系表。實現(xiàn)知識及關(guān)系的提取可通過MySQL 數(shù)據(jù)庫來完成。利用語義翻譯工具對MySQL 數(shù)據(jù)庫中的水利對象實體信息表和實體對象關(guān)系表進行字段抽取、識別與翻譯，例如：“甬江”識別為河流概念，“周皎水庫”識別為水庫概念，“寧波市”“甬江流域”與“甬江”的關(guān)系通過該工具可進一步翻譯為“位于”，最后將識別與翻譯后的內(nèi)容轉(zhuǎn)換成CSV 文件，導(dǎo)入圖數(shù)據(jù)庫Neo4j 中即可完成這一過程。部分實體對象基礎(chǔ)信息和關(guān)系見表2～3。

表2 部分實體對象基礎(chǔ)信息展示表

表2 中，ID 號主要是為了方便實體與實體之的關(guān)系連接；Label 則表示該節(jié)點所要掛接的概念節(jié)點，如代表“奉化江”的實體節(jié)點要掛接到“省級河道”的概念節(jié)點。在3.2.2 節(jié)中設(shè)計的概念層不包含“省級河道”這一概念，本文采取的是自頂向下與自底向上相結(jié)合的構(gòu)建模式，所以在構(gòu)建實體層時，通過對提取的知識進行整理歸納，進一步細化概念層。表3 中，start_ID 和end_ID 表示實體關(guān)系指向，type 表示實體關(guān)系類型。

表3 部分實體對象關(guān)系展示表

實體知識提取完成之后，需要將各類實體相對應(yīng)概念層中的概念進行實體填充，從而創(chuàng)建水利知識圖譜的本體。本文使用Cypher Load CSV 語句將實體關(guān)系和屬性信息批量導(dǎo)入圖數(shù)據(jù)庫。

實體信息表導(dǎo)入語句：

LOAD CSV FROM′file：///河流.csv′AS line

CREATE(：河流{entityID：line[1],name：line[2],City：line[3]

Basin：line[4],Length：line[5]})

實體關(guān)系導(dǎo)入語句：

LOAD CSV FROM′file：///位于.csv′AS row

Match(S：水位站{id：row[1]}),(E：水庫工程{id：row[2]})

Merge(S)-[r：關(guān)系{locate：row[4]}]-＞(E)

實體填充完成之后，水利知識圖譜的構(gòu)建流程結(jié)束。本次所構(gòu)建的水利知識圖譜存儲在Neo4j中，輸入相應(yīng)語句即可查詢知識圖譜內(nèi)容。例如，輸 入”match(m：` 市 級 河 道`)-[n：contain]-(p)return m,n,p”，查詢結(jié)果見圖3。

圖3 知識圖譜查詢結(jié)果展示圖

4 結(jié) 語

本文對水利知識圖譜的構(gòu)建流程進行詳細介紹，包括水利數(shù)據(jù)獲取、概念層設(shè)計以及實體層構(gòu)建，并以寧波市為例，基于Neo4j 平臺進行水利知識圖譜構(gòu)建的實際應(yīng)用。在圖譜構(gòu)建的應(yīng)用過程中，能夠發(fā)現(xiàn)在水利知識圖譜方面仍需進行更加深入的研究，包括拓寬知識圖譜的覆蓋范圍、提高知識提取的精準度以及知識圖譜的可視化展示。

知識圖譜在水利領(lǐng)域的應(yīng)用價值不僅僅局限于作為知識庫存在，而是能夠推動水利數(shù)據(jù)自動化和智能化處理，從而實現(xiàn)水利對象的全面互聯(lián)，促進水利事業(yè)的現(xiàn)代化發(fā)展[9]。