煤礦裝備維護知識圖譜構建及應用

曹現(xiàn)剛， 張夢園， 雷卓， 段欣宇， 陳瑞昊

(1.西安科技大學 機械工程學院， 陜西 西安 710054；2.陜西省礦山機電裝備智能監(jiān)測重點實驗室， 陜西 西安 710054)

0 引言

煤礦裝備維護是基于裝備類型、維護方案、工作環(huán)境等多種因素綜合作用的結果，其覆蓋的各類相關信息具有復雜、分散等特點，存在共享度低及缺乏有效管理等問題，制約了煤礦智能化發(fā)展[1]。近年來，許多研究通過建立大數(shù)據(jù)管理系統(tǒng)以實現(xiàn)對煤礦裝備維護信息的管理。曹現(xiàn)剛等[2]提出了一種基于Hadoop的煤礦機電設備運行狀態(tài)大數(shù)據(jù)管理平臺，以實現(xiàn)煤礦機電設備信息的高效管理。譚章祿等[3]構建了煤炭大數(shù)據(jù)平臺管理協(xié)同構架，旨在實現(xiàn)煤炭大數(shù)據(jù)全生命周期信息管理。程曜安等[4]提出了一種面向大型裝備的MRO(Maintenance, Repair and Operations，維護、維修和大修)支持系統(tǒng)，實現(xiàn)了以中性物料清單為核心的維修知識管理。大數(shù)據(jù)管理系統(tǒng)的應用從一定程度上提高了煤礦裝備維護信息的管理效率，但缺乏對煤礦裝備維護知識的表示能力，沒有形成相對完整的煤礦裝備維護知識管理體系，無法實現(xiàn)知識挖掘及知識間關系鏈接，導致大量具有深度挖掘價值的信息不能得到有效利用。

知識圖譜是一種自帶語義、蘊含邏輯含義與規(guī)則的特殊圖數(shù)據(jù)，具有人類可識別、對機器友好的特點，運用知識圖譜能夠提升網絡環(huán)境下知識互聯(lián)和知識共享的效率[5-6]。因此，本文構建了煤礦裝備維護知識圖譜，可將煤礦裝備維護信息聚類為具有利用價值的知識。

1 煤礦裝備維護知識圖譜構建流程

2012年，Google提出了知識圖譜的構建原則，即通過概念、實體和關系形成的結構化語義關系網絡，以節(jié)點關系圖的形式來進行存儲[7-8]。知識圖譜構建主要有自頂向下和自底向上2種方式[9]，可衍生為專家法、參照法、歸納法及混合法。專家法是指基于相關領域專家知識，利用自頂向下的構建方式進行總體規(guī)劃；參照法是指根據(jù)已有的行業(yè)標準進行標桿對照與業(yè)務適配；歸納法是指以自底向上構建方式為主，進行單點切入及模式抽取；混合法是將自頂向下和自底向上2種構建方式結合。由于煤礦裝備維護沒有統(tǒng)一的行業(yè)標準來進行標桿對照，且相關領域的復合型專家不足，不適合使用參照法與專家法，而歸納法的構建方式不夠靈活，所以選擇混合法作為煤礦裝備維護知識圖譜構建的主要方法。

煤礦裝備維護知識圖譜構建流程如圖1所示。首先通過定義知識圖譜概念、屬性及關系模式進行基于本體的煤礦裝備維護知識建模；然后從數(shù)據(jù)源中獲取知識，通過命名實體識別、關系抽取及事件抽取，實現(xiàn)煤礦裝備維護知識抽取；最后選擇置信度高的知識存儲至Neo4j圖數(shù)據(jù)庫，完成煤礦裝備維護知識存儲。

圖1 煤礦裝備維護知識圖譜構建流程

2 煤礦裝備維護知識圖譜構建關鍵技術

2.1 煤礦裝備維護知識建模

為更好地描述知識本身與知識之間的關聯(lián)，在知識建模過程中，需要選擇合適的知識表示方法。傳統(tǒng)的知識表示方法在復雜知識推理過程中存在組合爆炸的可能性，因此將本體的概念[10]引入知識模型中，以解決傳統(tǒng)知識表示方法的局限性[11]。

根據(jù)本體的語義清晰度、概念一致性、可擴展性、可重復利用性的構造原則來構建煤礦裝備維護本體[12]，主要步驟：① 確定知識本體的范圍與目標。基于煤礦裝備維護的研究需求，以煤礦裝備為研究對象，旨在解決其信息共享、知識重用及本體擴展的問題，實現(xiàn)煤礦裝備維護知識的智能化管理。② 本體分析。主要任務包括總結重要術語、定義概念類及提取關系屬性。根據(jù)煤礦裝備維護知識特點，利用本體構建工具Protégé[13]構建煤礦裝備維護本體。根據(jù)煤礦裝備維護的特征，將煤礦裝備維護知識的核心概念分為設備名稱、設備狀態(tài)、維護方案、故障維修、工作人員、維護案例6個類別，如圖2所示。煤礦裝備維護本體的類屬性包括對象屬性與數(shù)據(jù)屬性。對象屬性主要表示對象之間的關聯(lián)，一般用來描述類的不可量化特征；數(shù)據(jù)屬性主要表示對象與數(shù)值之間的關聯(lián)，一般用來描述類的某些可量化特征。③ 本體構建。OWL(Web Ontology Language，網絡本體語言)作為國際通用本體語義描述語言之一，具有強大的本體推理能力，因此本文選擇OWL作為煤礦裝備維護本體的描述語言。

圖2 煤礦裝備維護部分概念本體

2.2 煤礦裝備維護知識抽取

知識抽取是指從海量的多源異構數(shù)據(jù)中抽取特定的知識[14]。知識抽取的數(shù)據(jù)源類型多樣，包括結構化數(shù)據(jù)、半結構化數(shù)據(jù)、非結構化數(shù)據(jù)，針對不同類型的數(shù)據(jù)源，知識抽取的方法不同。

結構化數(shù)據(jù)具有良好布局結構，一般存儲于關系型數(shù)據(jù)庫中。利用Ultrawrap直接實現(xiàn)關系型數(shù)據(jù)庫到RDF(Resource Description Framework，資源描述框架)或OWL的映射，以完成對結構化數(shù)據(jù)的知識抽取。

半結構化數(shù)據(jù)是指在一定程度上具有某種特征的數(shù)據(jù)，例如網頁數(shù)據(jù)。通過網絡爬蟲實現(xiàn)對煤礦裝備維護半結構化數(shù)據(jù)的知識抽取，具體實現(xiàn)方法有手工方法、歸納方法及自動抽取方法。手工方法通過構建適合網頁數(shù)據(jù)的抽取規(guī)則，在人工分析的基礎上，編寫適用于當前網頁的抽取表達式，抽取目標明確、速度快，但成本高且置換性不強；歸納方法通過事先從已標注的數(shù)據(jù)訓練集中學習抽取規(guī)則，再對其他具有相同模板的網頁數(shù)據(jù)進行知識抽取，但標注數(shù)據(jù)的質量會影響知識抽取的結果；自動抽取方法通過自主挖掘網頁中的相似規(guī)律進行無監(jiān)督學習，可免于人工標注，但需要對知識抽取的內容進行降噪處理。

非結構化數(shù)據(jù)是指符合自然語言規(guī)范的文本數(shù)據(jù)，例如煤礦裝備維修工單、專家知識經驗、維修手冊等，煤礦裝備維護知識主要來源于非結構化數(shù)據(jù)。面向非結構化數(shù)據(jù)的知識抽取主要步驟：通過網絡爬蟲及實驗室資料收集等方式獲取煤礦裝備維護相關文本語料并進行預處理；利用HanLP等工具對預處理后的語料進行分詞、標注與詞向量轉換；利用TensorFlow工具訓練Lattice-LSTM(Lattice-Long Short-Term Memory，網格結構-長短期記憶網絡)模型[15-16]，采用Lattice-LSTM模型從文本中抽取實體的信息元素，實現(xiàn)命名實體識別；采用基于弱監(jiān)督學習的Bootstrapping方法從文本中抽取2個或多個實體之間的語義關系，完成關系抽取；利用基于深度學習的事件聯(lián)合抽取方法從文本中抽取需要的事件信息，并以結構化方式呈現(xiàn)，實現(xiàn)事件抽取。

2.3 煤礦裝備維護知識存儲

知識圖譜通常采用關系型數(shù)據(jù)庫、RDF三元組及圖數(shù)據(jù)庫來實現(xiàn)知識存儲[17]。關系型數(shù)據(jù)庫在每一次處理過程中都需添加新的表與字段，增加了開發(fā)難度的同時降低了系統(tǒng)穩(wěn)定性；利用RDF進行語義描述時不僅需要提前制訂滿足特定領域所需的RDF規(guī)則詞匯表，還需要使用RDF的特定工具才能完成相應操作，不夠簡單、靈活。而圖數(shù)據(jù)庫只需插入節(jié)點與邊即可實現(xiàn)數(shù)據(jù)的高效存儲與查詢[18]，因此本文使用圖數(shù)據(jù)庫Neo4j來實現(xiàn)煤礦裝備維護知識存儲。Neo4j的標簽表示煤礦裝備維護知識的概念，節(jié)點和節(jié)點屬性分別表示實體與實體屬性，邊和邊屬性分別表示實體間的關系和關系屬性。基于Neo4j的知識存儲方案見表1。

表1 基于Neo4j的知識存儲方案

利用Neo4j專屬的聲明式查詢語言——Cypher語言，實現(xiàn)對圖數(shù)據(jù)庫中知識節(jié)點與關系的增刪改查等操作，具體操作方法：使用CREATE語句創(chuàng)建煤礦裝備維護實體節(jié)點；使用MATCH語句更新或查詢實體節(jié)點或關系；使用WHERE語句設置查詢過程中的匹配條件等。

3 煤礦裝備維護知識圖譜應用

煤礦裝備維護知識圖譜可實現(xiàn)智能語義搜索、智能問答、可視化決策支持等應用，有利于用戶高效查詢和學習煤礦裝備維護概念、維修方案等知識，并可推理潛在的知識，進而增進知識共享，提高煤礦智能化背景下的煤礦裝備維護水平。

(1) 智能語義搜索。當前基于關鍵詞的傳統(tǒng)搜索在知識圖譜的知識支持下可上升到基于實體和關系的搜索，稱之為語義搜索[19]。語義搜索利用知識圖譜的實體鏈接，解決了傳統(tǒng)搜索中關鍵詞語義消歧的難題。煤礦裝備維護人員借助語義檢索可得到準確性高、關聯(lián)度強的查詢結果，有利于提高工作效率，保障煤礦裝備正常運行。

(2) 智能問答。問答系統(tǒng)是一種能夠讓計算機對用戶提出的問題進行自動回復的高級形式信息服務模式[20]。區(qū)別于現(xiàn)有的搜索引擎，問答系統(tǒng)以精準的自然語言搜索答案取代與關鍵詞相關度高的文檔并返回給用戶。智能問答可針對煤礦裝備維護人員輸入的自然語言進行理解，從知識圖譜或目標數(shù)據(jù)中給出問題的答案，并對返回答案進行評分評定以確定優(yōu)先級順序，實現(xiàn)了煤礦裝備維護人員依據(jù)經驗開展維護工作到依據(jù)數(shù)據(jù)開展維護工作的轉變，有利于高效搜索的實現(xiàn)。

(3) 可視化決策支持。通過統(tǒng)一的圖形接口，結合可視化、推理、檢索等為用戶提供信息獲取的入口被稱之為可視化決策支持。例如，決策支持可以通過圖譜可視化技術對煤礦裝備維護知識圖譜中的采煤機故障部件、故障部件運行參數(shù)等信息進行解讀，有利于輔助煤礦裝備維護人員實行最佳決策，提高維護工作效率與能力。

4 結語

從知識建模、知識抽取及知識存儲3個方面描述了煤礦裝備維護知識圖譜構建流程。首先通過定義概念、屬性、關系進行基于本體的煤礦裝備維護知識建模；然后從結構化、半結構化和非結構化數(shù)據(jù)源中獲取知識，通過命名實體識別、關系抽取和事件抽取完成煤礦裝備維護知識抽取；最后基于圖數(shù)據(jù)庫Neo4j實現(xiàn)煤礦裝備維護知識存儲，形成煤礦裝備維護知識圖譜。煤礦裝備維護知識圖譜可實現(xiàn)智能語義搜索、智能問答及可視化決策支持等應用，能有效提高煤礦裝備維護知識利用率，為煤礦裝備智能化動態(tài)管理的實現(xiàn)提供有利支持。