[发明专利]一种警察体能训练知识图谱系统

说明书

本发明提供了一种警察体能训练知识图谱系统，包括数据获取模块、警察体能训练本体知识框架构建模块、警察体能训练语义特征提取模块、警察体能训练知识表示模块、知识融合模块和图谱生成模块。其中，训练集数据采用网络爬虫获取了部分网络文本信息，同时导入部分体能专业书籍。本体构建了7个一级本体类和27个二级本体类。对数据进行语义特征提取、知识表示及融合后，利用Neo4J完成警察体能知识图谱。本发明的有益效果是：本发明聚焦于警察体能训练，集成了一般体能训练知识和警察体能职业要求，构建的警察体能训练知识图谱含有丰富的语义信息，为知识服务提供了技术基础，可辅助实现警察体能语义搜索、智能问答、知识推理、关系挖掘、演化分析、训练方案自动推荐等应用，有助警察学习体能训练知识，辅助指导警察提高身体体能。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种警察体能训练知识图谱系统。

背景技术

知识图谱具有强大的知识表示、知识存储能力，基于语义信息的知识图谱在语义搜索、智能问答、知识推理、关系挖掘、演化分析等方面得到广泛应用并取得显著应用成果。知识图谱包含通用领域和垂直领域知识图谱两类，其构建过程大体一致，一般包含数据获取、信息抽取、知识融合、知识加工以及图谱应用五个阶段。

在数据获取阶段，对于通用领域的知识图谱，其数据一般来源于开源知识库或者开放链接，如百科网站、新媒体资源等；对于垂直领域数据的知识图谱，其数据源一般来源于行业领域网站、专题数据库、专业书籍、垂直领域新媒体等。其数据结构是结构化、非结构化等或者半结构化数据。数据获取手段，一般采用网络爬虫方式采集文本类信息，或者对于结构化数据可以采用批量导入方式。知识图谱本质上是一种语义网络，是一种基于知识层级的形式化描述框架，图谱中的节点表示实体，边表示节点间的语义关系。采用三元组表达知识框架，即 G＝{E,R,K}集合，其中E为实体集合，R为关系集合，K为知识集合。信息的抽取包含了实体抽取、关系抽取和属性抽取。实体识别就是将实体从海量文本信息中识别出来，在图谱中表现为“节点”。在通用领域中，实体识别的主要方法之一是基于已有的实体实例进行特征建模，利用模型得到新实体集合，并为新实体进行标注形成新语料库。另一种方法是基于实体语义特征，对搜索引擎服务器日志的数据进行聚类从而识别出实体。在垂直领域中，实体识别也可以采用通用领域方法构建，但是，由于垂直领域文本专业性强，概念或实体之间区分度更细，因此在进行实体识别时，需要进行特征增强处理。对于特别细分的领域，还要依赖人工经验进行预分类。关系抽取是构建实体或概念之间的关系，形成网状的知识结构，在图谱中表现为“边”。关系抽取往往与具体应用背景紧密相关，涉及到实体与实体之间是否有关系、关系模式如何定义等。在抽取方法上采用监督、半监督甚至无监督方式实现，很多主流关系抽取方式都采用词向量作为主要特征，并且取得较好的性能指标。属性抽取是对实体的属性进行刻画，属性抽取包含对实体的属性名称抽取以及属性值的抽取，对于实体而言，可能存在多种类型的属性，因而其数据结构将是多类型的。这样给属性抽取带来技术挑战。面向垂直领域的属性抽取，除了依赖深度学习算法从文本中抽取本体外还可以一定程度上用人工辅助完成属性值的修正和类型的丰富。经过信息抽取后各个信息模块的关系可能存在逻辑不清晰、缺乏层次关系、数据冗余量大等问题。知识融合的目的是将信息进行整合形成一个完整的知识库。其关键过程包含指代消解、实体消歧和实体链接等。目的是消除信息冗余，统一概念以获得实体或概念的完整描述。知识加工的过程是将信息抽取、知识融合后的知识经过质量评估后构建一种更加抽象的层次化、网络化、表达。主要包括本体构建、知识推理和质量评估。本体是一种概念模型，描述了领域知识的概念、关系、属性以及实例等抽象的形式化规范。本体构建方式有自下而上或者自上而下两种。知识推理是从一直知识库中寻找实体关系，并沿着实体关系路径建立实体之间新的联系，从而丰富、拓展原有知识网络。质量评估是在于对知识的可信度进行量化评估，确保提供高质量的实体属性关系。