[发明专利]一种基于架构的知识库构建方法

说明书

本发明公开了一种基于架构的知识库构建方法，包括如下操作步骤：构建水域环境领域的基础数据库；获取水域污染的文本数据；采用类机器学习方法从水域污染文本数据中提取结构化污染数据；按照预设分类对结构化污染数据进行分类处理，确定多个污染类别，根据多个污染类别、污染场景和污染内容，确定多个污染知识的标签，得到污染分类处理结果；采用数据分析算法对结构化污染数据进行挖掘分析，得到污染挖掘分析结果。本发明采用类机器学习方法预先从污染文本数据中提取结构化污染数据，提高了数据提取速率；通过对结构化灾害数据进行分类和挖掘分析，可以将复杂繁琐的污染数据内容精简，可以准确有效地洞察污染变化。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于架构的知识库构建方法。

背景技术

目前，随着环保理念深入人心，污染防治工作不断开展，尤其在水域污染防治领域，如何快速实时的识别水域污染状态，是水域污染防治工作的关键。现有的水域污染状态识别方法大多采用人工检测的方式，通过人工比对水体颜色以及水体中污染物的含量得到水污染状态分析结果，这种污染识别方式耗时耗力，得到的结果可靠性不高，且时效性能以保证，现在缺乏一个针对水域环境领域的搜索引擎或专家知识库管理系统，对管理人员快速的了解近期污染动态和分析污染数据造成不便。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于架构的知识库构建方法。

本发明提出的一种基于架构的知识库构建方法，包括如下操作步骤：

S1构建水域环境领域的基础数据库；

S2获取水域污染的文本数据；

S3采用类机器学习方法从水域污染文本数据中提取结构化污染数据；

S4按照预设分类对结构化污染数据进行分类处理，确定多个污染类别，根据多个污染类别、污染场景和污染内容，确定多个污染知识的标签，得到污染分类处理结果；

S5采用数据分析算法对结构化污染数据进行挖掘分析，得到污染挖掘分析结果；

S6整合与自然灾害和人为因素的相关监测系统，从监测系统中提取自然灾害和人为因素的监测数据；

S7基于污染文本数据、结构化污染数据、污染分类处理结构、污染挖掘分析结果和基础数据库进行扩展，将多个污染知识的标签，存入数据库中，形成水域环境领域知识库。

优选的，所述步骤S1构建水域环境领域的基础数据库包括：采集历史污染案例，根据历史案例生成事件对象，事件对象包括事件标识、开始时间、结束时间、事件主题、事件关键词、事件简介，将事件对象存储为基础数据库。

优选的，所述步骤S4中还包括修改指令，修改指令为确定修改后的标签，在知识库中，将指定修改后的标签替换原有标签。

优选的，所述构建水域环境领域的基础数据库包括获取审核信息和审核需求，其中，审核需求对应多个审核领域，按照预设的分组规则对所述审核信息进行分组，生成多个审核数据组，根据多个审核数据组构建不同领域的基础数据库。

优选的，所述步骤S3结构化污染数据获取包括：对污染数据进行知识处理，获得候选数据，对候选数据进行知识融合，获得结构化数据。

优选的，所述步骤S2文本数据获取包括：确定预设污染关键字；采用分布式爬虫技术和/或增量式爬虫技术从目标网站中获取与预设污染关键字相匹配的原始文本数据，对原始文本数据进行预处理，得到污染文本数据。

优选的，所述原始文本数据预处理包括：进行文本内容抽取、数据清洗和去重、翻译、语义识别以及词性识别，得到污染文本数据。

优选的，所述污染文本数据、结构化污染数据、污染分类处理结构、污染挖掘分析结果和基础数据库存入私有云数据库中。