知識圖譜技術在消防工作中的應用研究

萬軍 翟飛

摘要：信息化時代的到來，各種互聯(lián)網(wǎng)技術應運而生，尤其是數(shù)字信息吸引了社會各行業(yè)部門的關注，也成為了各行業(yè)部門必爭的寶貴資源。消防事業(yè)的發(fā)展不斷面臨著新的挑戰(zhàn)，各種技術的更新日新月異，大數(shù)據(jù)在消防領域的運用已經(jīng)屢見不鮮，但是在眾多數(shù)字信息中，怎樣精準篩選出有效信息，并運用于消防實戰(zhàn)、宣傳以及知識管理領域仍然是一個重要的研究課題。文章以知識圖譜在各個行業(yè)部門的運用實踐為背景，著力探索知識圖譜技術在消防作戰(zhàn)、消防宣傳、知識管理領域的運用，并結合研究探索結果，展望該技術在其他領域的應用前景。

關鍵詞：知識圖譜;消防作戰(zhàn);消防宣傳;知識管理

1? 研究現(xiàn)狀

知識圖譜技術在很多領域得到了重用，該技術在我國的應用發(fā)展主要分為兩個階段：首先是探索階段。2012年至2016年，知識圖譜技術便在我國有了初步的研究探索，但是在這一階段主要為知識圖譜技術應用的理論探索，應用方面的探索相對較少，主要有智能制造、電子商務等方面。其次是發(fā)展階段，2017年至今國內(nèi)學者廣泛開展了知識圖譜技術應用方面的研究，主要將其應用于圖數(shù)據(jù)庫、知識推理、智能問答等方面，其典型的應用有蘋果的Siri[1]。

從消防部隊改制而來的國家綜合性消防救援隊伍以防范化解災害風險為主要職責，全災種、大應急給我們提出了更高的要求，盡快適應時代發(fā)展，練就科學高效的救援本領是我們面對的一項重要課題。從災害種類看，我國災害頻發(fā)、多發(fā)，尤其是近年來江蘇響水“3·21”爆炸、福建泉州“3·7”建筑坍塌、新冠肺炎疫情、防汛救災等典型災害，對我們消防隊伍專業(yè)處置能力以及知識掌握程度提出了更高的要求。國家綜合性消防救援隊伍自改制轉隸以來，積極改革創(chuàng)新，積極對標“全災種、大應急”的形勢要求，救援范圍基本涵蓋了高層、地下、大跨度大空間、化工等各個領域，救援難度顯著增大，知識儲備明顯后勁不足。知識圖譜技術的普及給我們消防領域帶來了福音，將其合理應用在消防作戰(zhàn)、消防宣傳以及知識管理領域，輔助我們完成急難險重的救援任務，幫助我們定向開展消防宣傳，其發(fā)揮的作用將十分重大。

2? 知識圖譜技術介紹

傳統(tǒng)的互聯(lián)網(wǎng)搜索技術耗時耗力，并且用戶想要得到的答案還不能直接提供，基于此，谷歌率先提出以知識圖譜為技術基礎的搜索引擎，這為搜索引擎領域帶來了重大的變革[1]。客觀世界中的概念和實體之間關系，通過知識圖譜技術以圖的形式展現(xiàn)出來，這種技術的革新給廣大用戶提供了極大的便利，現(xiàn)如今廣泛應用于語義搜索、智能問答、決策支持等智能服務領域。在當前大數(shù)據(jù)的時代背景下，如何快速地為用戶呈現(xiàn)出有用的、最有價值的信息資源，給人們提出了巨大的挑戰(zhàn)。

面對這種需求，知識圖譜的構建應運而生。將互聯(lián)網(wǎng)中海量的數(shù)據(jù)信息用語義網(wǎng)絡的方式連接起來，從而形成一個巨大的網(wǎng)絡知識庫，并將其存儲在數(shù)據(jù)庫中，這便是知識圖譜。用戶搜索信息時，以輸入的信息為中心點展開，在數(shù)據(jù)庫中對比，將與用戶搜索的關系密切的信息呈現(xiàn)出來。知識圖譜技術在互聯(lián)網(wǎng)領域的運用，讓互聯(lián)網(wǎng)具備了人類的分析能力，具備了基礎的認知思維，它讓網(wǎng)絡能夠做到類似于人一樣去思考分析問題，從而很大程度上提升了網(wǎng)絡的智能化水平，互聯(lián)網(wǎng)上海量的數(shù)據(jù)，通過知識圖譜實現(xiàn)了更有效地使用[3]。

3? 知識圖譜構建流程

自下而上的構建方法和自上而下的構建方法是知識圖譜主要的構建方法。自下而上的構建方法如圖1所示，通過數(shù)據(jù)獲取在海量的數(shù)據(jù)源中進行信息抽取，這種抽取方式主要有屬性抽取、關系抽取、實體抽取。知識抽取完成后便開始知識融合，它將抽取出的數(shù)據(jù)加入到知識圖譜的數(shù)據(jù)層;然后歸納組織這些抽取的數(shù)據(jù)，逐步往上抽象為概念，最后形成模式層[2]。自上而下的構建方法正好相反，先確定好本體與數(shù)據(jù)模式，再將實體加入到知識庫，不同的地方是它需要一些現(xiàn)有的結構化知識庫作為基礎知識庫。

3.1? 數(shù)據(jù)獲取

知識圖譜的構建首先從數(shù)據(jù)獲取開始。知識圖譜數(shù)據(jù)源按來源渠道的不同可分為兩種：一種是業(yè)務本身的數(shù)據(jù)，這部分數(shù)據(jù)通常包含在行業(yè)內(nèi)部數(shù)據(jù)庫表并以結構化的方式存儲，是一種非公開或半公開的數(shù)據(jù);另一種是網(wǎng)絡上公開、抓取的數(shù)據(jù)，這些數(shù)據(jù)通常是以網(wǎng)頁的形式存在，是非結構化的數(shù)據(jù)。按數(shù)據(jù)結構的不同，可分為三種：結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)，根據(jù)不同的數(shù)據(jù)類型，采用不同的方法進行處理。

3.2? 信息抽取

信息抽取過程十分關鍵，信息收取的質(zhì)量將會直接影響知識圖譜構建的質(zhì)量，因此它在構建知識圖譜的過程中起著決定性的作用。信息抽取就是利用實體抽取、關系抽取、屬性抽取等幾種方式，從非結構化和半結構化的數(shù)據(jù)源中抽取出結構化的信息。

3.3? 知識融合

知識融合的目的是獲取高質(zhì)量數(shù)據(jù)集，將信息抽取過程所獲取的數(shù)據(jù)進行整合。因為知識抽取過程中，存在著知識來源不同，質(zhì)量參差不齊、重復性、知識間的關系存在歧義、不確定性等問題，因此為了確保得到的數(shù)據(jù)是高質(zhì)量的數(shù)據(jù)，就必須要對知識進行融合。例如：“Apple”，這個英文單詞既可能表示的是水果，也可能表示的是電子產(chǎn)品的品牌，所以為了保證知識的準確性，就要對抽取的知識進行整合、加工，消除歧義，形成高質(zhì)量的知識庫。知識融合主要有指代消解與實體消歧兩種方式。

3.4? 知識處理

海量的數(shù)據(jù)庫中不規(guī)則、雜亂的信息經(jīng)過抽取、知識融合后得到一系列基本事實表達，就需要進行知識處理以形成結構化，網(wǎng)絡化的知識體系。這種具備結構化、網(wǎng)絡化的知識體系，才會很容易的被用戶認知，或者進行定向選擇。知識處理的內(nèi)容主要包含以下幾個方面：本體構建、知識推理和質(zhì)量評估。

3.5? 知識儲存

知識存儲是知識圖譜構建的最后一步，以哪種方式將知識圖譜存儲到數(shù)據(jù)庫中，這一過程便是知識存儲，常見存儲方式有兩種：基于圖數(shù)據(jù)庫存儲和三元組（RDF）格式存儲。RDF存儲也稱三元組存儲，但基于RDF三元組存儲的方式搜索效率低下。現(xiàn)今，常用的存儲方式是圖數(shù)據(jù)庫存儲，它以節(jié)點、邊及屬性構成的圖數(shù)據(jù)庫，常見的圖數(shù)據(jù)庫有Infinite Graph、Neo4j等，Neo4j圖數(shù)據(jù)庫因支持多種圖挖掘算法和查詢語言而被廣泛使用[4]。

4? 知識圖譜技術在消防領域的運用探究

消防救援隊伍承擔著防范化解各類災害事故的重任，高層建筑、大跨度大空間、地下建筑、石油化工以及各類自然災害對我們救援行動的科學性，救援過程的有效性提出了更高的要求。本文對如何將知識圖譜技術運用在消防作戰(zhàn)、宣傳領域、知識管理，保證消防隊伍能夠第一時間科學有效處理各類災害，以及消防知識的管理學習，并且對精準開展消防宣傳，提升居民防火意識和初期火災自救能力進行了探究。

4.1? 消防作戰(zhàn)

隨著社會的發(fā)展進步，科技的日益更新，消防作戰(zhàn)所面對的災害種類也日益復雜，對指揮員的救援知識儲備也提出了很高的要求。知識圖譜技術的運用可以輔助指揮員快速掌握災害相關信息，采取科學有效的救援措施。我們將消防救援領域各種災害事故進行碎片化處理，并給每一個碎片貼上標簽，同時將各類救援措施也貼上標簽，錄入軟件平臺，最后通過知識圖譜技術將這一個個標簽進行關聯(lián)，通過搜索將關聯(lián)信息精準推送給信息需求人。以LNG罐車事故為例，在碎片化處理事故信息時，將事故進行分類，設置一級標簽為石油化工災害事故，二級標簽為罐車（廠區(qū)）事故，三級標簽為事故種類（如：LNG），在三級標簽中附上相關事故物質(zhì)的理化性質(zhì)。同樣在錄入各類災害事故處置流程以及處置措施時，設置一級標簽為石油化工災害事故，二級標簽為罐車（廠區(qū)）事故，三級標簽為事故種類（如：LNG），在三級標簽中附上救援處置流程、注意事項等，如圖2所示。

這樣當消防隊伍通過接警平臺接到LNG罐車泄漏事故警情時，指揮中心會進行警情的語義分析，提取關鍵字與標簽進行匹配，直接推送標簽對應相關的物質(zhì)理化性質(zhì)以及處置流程、注意事項，流程如圖3所示。指揮員也可以直接通過平臺搜索LNG罐車泄漏相關信息，將其直接推送給指揮員，輔助現(xiàn)場指揮員決策，在這方面南京市消防救援支隊指揮中心接警平臺已做初步嘗試，如圖4所示。

其中關鍵詞提取采用TextRank算法，其是針對文本里的句子設計的權重算法，它利用投票的原理，讓每一個詞給它的窗口投贊成票，票的權重取決于自己的票數(shù)，TextRank算法（公式1）在PageRank算法的基礎上，引入了邊的權值的概念，代表兩個句子的相似度。

4.2? 消防宣傳

當前，消防受社會的關注度越來越高，百姓的消防安全意識也越來越強，但是，受教育水平、工作環(huán)境以及年齡等因素的影響，不同人群的安全意識強弱存在著很大的差距，對消防宣傳感興趣的內(nèi)容也因此有著很大的差異。例如，一些從事安全領域工作的人群，自身安全意識很強，但是火災自救常識較為缺乏，一些普通百姓或者教育水平不高的人群，則是連基本的消防安全常識都不清楚。常態(tài)化開展消防宣傳教育已經(jīng)成為一個重要的趨勢，消防進萬家的必要性已經(jīng)不容忽視，已經(jīng)不能滿足于僅利用119消防宣傳月或者消防進學校等活動開展宣傳教育，通過手機平臺開展消防宣傳也成為了一項重要的途徑。那么，如何針對不同人群的不同需求，開展精準化消防宣傳，知識圖譜技術的運用給我們帶來了很好的解決辦法。同樣，利用知識圖譜技術開展消防宣傳，也是將各類消防安全、初期火災撲救以及逃生自救等常識進行碎片化處理，并分類貼上標簽，然后根據(jù)用戶對需求的知識搜索，推送相應的宣傳內(nèi)容，做到用戶需要什么便推送什么內(nèi)容，達到精準化消防宣傳的目的，如圖5所示。

4.3? 知識管理

隨著國家經(jīng)濟、科技的快速發(fā)展，消防救援任務種類也在變得越來越多樣化，例如隨著新能源汽車的普及，新能源汽車相關的事故頻繁發(fā)生，但是很少有人對消防救援中各種事故的災害特點、現(xiàn)場處置、戰(zhàn)勤保障等都非常的了解，一旦處置不當，就會造成嚴重的后果。另外，隨著互聯(lián)網(wǎng)時代的到來，雖然知識的獲取學習變得越來越便捷，但是相應的知識同質(zhì)化也越來越嚴重，知識的質(zhì)量也是參差不齊。而且消防相關的知識都是非常專業(yè)，不能有絲毫差錯，如何確保消防知識的準確性也是非常重要的。其次，以往消防知識交流和共享存在一定的桎梏，很多指揮員對復雜災害救援缺乏實戰(zhàn)經(jīng)驗，特別是對其中的各種重點難點經(jīng)驗不是很清楚，那么重要的消防知識如何快速共享，消防知識難點如何精準學習，基于知識圖譜技術形成開放的知識庫帶來了新的解決方案，有相關經(jīng)驗的用戶可以將各種災害事故的特點、現(xiàn)場處置、注意事項等錄入，經(jīng)消防救援專家審核通過后，保障知識質(zhì)量，才可以在知識庫中呈現(xiàn)，當其他人有相關需要時可以隨時查看。并且用戶還可以上傳各種消防相關文檔以及視頻，供他人學習。而對于知識庫中沒有的知識，可以通過知識庫的互動問答模塊進行提問，邀請其他人進行解答和完善，即可快速學習掌握消防知識，如圖6所示。

5? 前景展望

知識圖譜作為新型應用技術，它將多種技術與知識高度融合，包含了計算機應用技術、專家系統(tǒng)、知識表示、自然語言理解等知識。本文首先針對知識圖譜的研究現(xiàn)狀、知識圖譜技術、構建流程做了簡要介紹，并對知識圖譜在消防作戰(zhàn)、消防宣傳、知識管理領域的運用做了深層次的闡述。知識圖譜作為人工智能的最前沿研究熱點，將其與各個行業(yè)的知識相結合，不斷拓展其應用價值，為多個學科領域及行業(yè)找到了新的突破口，它不僅僅是一項新技術，更是一項重要的戰(zhàn)略資產(chǎn)[5]。相信有了這幾個突破口，知識圖譜技術在消防其他領域也能發(fā)揮出重要的作用。

參考文獻：

[1]田莉霞.知識圖譜研究綜述[J].軟件，2020，41（04）：67-71.

[2]劉嶠，李楊，楊段宏，等.知識圖譜構建技術綜述[J].計算機研究與發(fā)展，2016，53（03）：582.

[3]常亮，張偉濤，古天龍，等.知識圖譜的推薦系統(tǒng)綜述[J].智能系統(tǒng)學報，2019，14（02）：207-216.

[4]章志鵬，曾志勇，李忠.知識圖譜的應用研究現(xiàn)狀與發(fā)展趨勢[J].信息與電腦（理論版），2020，32（11）：118-120.

[5]覃曉，廖兆琪，施宇，等.知識圖譜技術進展及展望[J].廣西科學院學報，2020，36（03）.

Application and research on knowledge graph in fire protection and extinguishment

Wan Jun， Zhai Fei

Nanjing Municipal Fire Rescue Brigade

Abstract：This information age has brought about various internet techniques， especially the digital informations， which attained more attention from all walks of life as a valuable and rewarding resource. With the new challenges faced by our fire sections nowadays and various technical updating day by day， big data has become an ordinary tool in the fleld of fire protection. However， how to extract effective information accurately among unnumbered messages and apply them into actual works， advertising， and knowledge management， is still an important subject. Based on the application practice of knowledge graph in various industry sectors， this paper focuses on exploring the application of knowledge graph technology in fire fighting， fire publicity and knowledge management， and describes the application prospect of knowledge graph technology in other fields combined with the research and exploration results.

Keywords：knowledgegraph;firefighting;fireprotectionpublicity; knowledge management