高精地图的知识图谱表达

高精地图是自动驾驶的“传感器”,为自动驾驶提供必要的先验数据以及相应的超视距感知、校验定位、动态规划和决策控制。然而,高精地图数据供给与自动驾驶知识需求仍存在鸿沟,包括数据量大导致查询困难、数据关联弱导致语义理解和智能决策困难。知识图谱是将知识以图的结构表达出来,以描述实体及其关系,涉及实体抽取和关系抽取。为此,在高精地图数据基础上,引入知识图谱,提出高精地图知识图谱的构建方法,以架起地图数据供给与驾驶知识需求之间的桥梁,支撑高精地图数据到自动驾驶知识的转化。构建的知识图谱实例,一方面将高精地图海量数据采用图进行了二次表达,建立了类似于索引的结构;另一方面显式表达了面向自动驾驶需求的语义关系。实验结果表明,知识图谱能为高精地图的语义查询、知识推理和局部决策规划提供基础。所提出的方法能实现高精地图先验数据的语义结构化,推进高精地图由数据到信息到知识的跨越,为自动驾驶的落地贡献先验知识。     

一种面向地图认知的城市道路知识图谱构建方法

城市道路网是由城市内各种道路组成的相互联络、交织成网状,且为城市提供空间通道的道路系统.随着我国经济及3S技术的发展,城市道路里程呈几何式增长,\"数据爆炸,知识匮乏\"的情况愈加突出.知识图谱作为一种使用语义网将概念、实体及两者进行形式化表达的一种知识系统,可实现\"数据-知识\"的转化.但目前地理领域内的知识图谱普遍存在缺失空间关系描述的问题,因此将知识图谱和地理数据的空间特征相结合,构建成基于城市道路数据的知识图谱.文中介绍地理知识图谱的概念、内涵及现状,分析城市道路知识图谱中空间关系的重要性,讨论构建道路知识图谱的关键技术,最后阐述该知识图谱的应用方向.本研究在地理信息领域有一定的通用性,可为推动的地理知识服务智能化的发展提供理论支撑.     

一种面向生态环境领域的知识图谱构建方法

面向生态环境领域,提出了一种利用文献文本的领域知识图谱自动构建方法。首先利用机器学习技术抽取生态环境领域的关键词和关键关系;再结合统一建模语言系统构建生态环境领域知识图谱模式层,并以该模式层为指导建立生态环境领域语料库;然后采用深度学习方法从文本文献中自动抽取关键信息,通过来源指数和校验次数保证抽取知识的置信度;最终实现知识图谱的自动化构建与可视化展示。结果表明,利用2 000万字规模的文献文本可得到含29 490条知识三元组的知识图谱,利用Transformer模型抽取的总体精度为96.27%。     

语义模型支持的战场环境数据集成方法

针对战场环境数据资源来源广泛、结构复杂、集成困难等问题,提出了语义模型支持的战场环境数据集成方法。分析各类数据资源的特点和集成需求,设计了战场环境数据集成框架;构建了战场环境知识图谱描述各类概念之间的关系;使用D2RQ工具将关系数据库中的数据资源映射为语义数据,利用映射关系完成数据对象的匹配。提出的战场环境数据集成方法能够有效集成融合多源异构数据资源,满足多种类型的数据应用需求,提高战场环境数据资源的使用效益。     

自然灾害应急知识图谱构建方法研究

事故灾难事理图谱可以全面表达事故发展过程、各子事件信息及多种事件关系,为事故灾难分析提供知识服务。针对事故灾难事理图谱构建中存在的时空关系中文语料匮乏、中文词汇边界模糊导致事件抽取不准确、隐式事件关系难以识别的问题,提出一种顾及时空关系的事故灾难事理图谱构建方法。该方法首先设计了基于命名规律性的词汇增强事件抽取模型,感知实体名称规律以确定事件信息边界和类型,然后采用一种融合注意力和门控空洞卷积的关系识别方法,获取多维度文本特征来挖掘潜在事件关系,并建立了含时空关系的中文事故灾难语料库（Chinese disaster corpus with spatiotemporal relationship,CDCSTR）。在CDCSTR和中文突发事件语料库上进行实验,结果表明,事件抽取模型的F1值分别达到88.59%和78.49%;与现有方法相比,关系识别模型在CDCSTR上的4个任务性能均有提升,尤其是空间关系识别优势明显,取得了3.08%以上的性能领先。以成乐高速追尾事故为例进行验证,构建的事理图谱能展示现实场景下的事故演化过程和时空变化特征,辅助事故应急工作。

     

基于时空知识图谱的古城叙事地图设计与实现

作为人类文明的见证,古城文化遗产让文明记忆更加鲜活,城市生活环境得以延续.叙事地图结合了地图学及叙事学对于空间信息、时间信息的表达优势,不仅是近年来地图学的新兴方向,也为古城文化遗产展现提供了新型空间叙事载体.论文针对古城叙事地图表达需求,从地理学时空视角出发,研究了古城叙事地图的组成要素及其结构与关系,构建了古城叙事...     

地学知识图谱引导的遥感影像语义分割

尽管深度语义分割网络有效提升了遥感影像语义分割性能,但其效果远未达到人类领域专家的目视解译水平。原因是人类视觉系统在进行遥感影像解译时,往往会综合运用视觉特征、语义信息和先验知识。然而,深度语义分割网络本质上是数据驱动的面向像素级损失反向优化的分类方法。这种基于像素级优化的深度语义分割网络,一方面受限于像素空间尺度,缺乏整体性目标线索挖掘;另一方面难以跨越结构化数据和非结构化知识之间的鸿沟,无法充分利用地学先验知识和空间语义信息。针对以上两方面的问题,本文提出了地学知识图谱引导的遥感影像深度语义分割方法,运用从地学知识图谱中抽取的地物目标语义信息和地学先验知识构建实体级连通约束和实体间共生约束,引导深度语义分割网络训练。其中,实体级连通约束以连通域实体而非像素单元计算损失,得到实体级别的特征表示,使得分割结果更具整体性,边界模糊和随机噪声现象得到抑制。实体间共生约束将共生条件概率量化的空间共生知识嵌入到数据驱动的深度语义分割网络中,实现空间语义信息和地学先验知识对实体空间分布的约束引导和自动优化。验证结果表明,在实体级连通约束和实体间共生约束的引导下,深度语义分割网络可以完成对实体级特征的学习并根据空间共生知识自动优化地物实体的空间分布,有效改善了遥感影像语义分割性能。     

城市信息模型的研究热点和研究前沿分析——基于知识图谱的可视化分析

以“城市信息模型”为主题,以中国知网(CNKI)收录的期刊中检索到的499篇文献为原始数据,运用CiteSpace软件对近20年来CIM领域的高质量研究成果进行信息挖掘,梳理出该研究领域的发文量、主要作者及主要机构、热点主题等。结果表明：研究热点主题有建筑信息模型、智慧城市、城市信息模型、城市轨道交通、地理信息系统、人工智能,智慧城市、建筑信息模型是CIM领域一直关注的突现点和主要趋势。通过对CIM领域的研究,对探索新型城市基础设施建设,提高城市治理体系和治理能力现代化具有重要意义。     

知识图谱构建技术综述

知识图谱是揭示实体及其相互之间关系的重要工具,其在应急减灾中发挥着越来越重要的作用。研究了面向一体化综合减灾的知识图谱构建方法。首先,介绍了知识图谱的相关概念,分析了知识图谱在应急减灾工作中的应用;然后,总结了面向一体化综合减灾的知识图谱构建流程和关键技术,关键技术主要包括知识抽取、信息融合、知识建模和知识存储;随后,以九寨沟地震为例展示了面向九寨沟地震减灾的知识图谱构建过程、构建结果,并介绍了知识图谱在应用减灾信息主动推送方面的应用;最后,总结了知识图谱应用于一体化综合减灾领域所面临的挑战。