基于知識圖譜的軌道交通資產(chǎn)測繪研究

摘要：信息化測繪技術(shù)的研究是當前測繪領域研究的熱點，在先進的算法與技術(shù)應用下可以極大提升測繪的智能化、自動化水平，提升測繪質(zhì)量與效率，知識圖譜采用可視化技術(shù)，描述知識資源及其載體，將其應用到軌道交通資產(chǎn)測繪中，能幫助管理人員更加精準地識別、了解軌道交通資產(chǎn)情況。以知識圖譜的內(nèi)涵為出發(fā)點，分析軌道交通資產(chǎn)測繪中知識圖譜的價值，并在最后重點研究基于知識圖譜的軌道交通資產(chǎn)測繪工作要點。希望通過分析讓人們了解知識圖譜，并能熟悉在軌道交通資產(chǎn)測繪中知識圖譜的應用價值，為我國軌道交通行業(yè)持續(xù)發(fā)展奠定基礎。

關(guān)鍵詞：知識圖譜；軌道交通；資產(chǎn)測繪；資產(chǎn)分類；信息化

一、前言

知識圖譜測繪結(jié)合了計算機科學、測繪科學等多種學科，是一種更加精細化的測繪技術(shù)，具有較高的信息化水平。在網(wǎng)絡探測、分析下，精準獲得資產(chǎn)設備在網(wǎng)絡空間中的位置，明確資產(chǎn)設備的屬性與拓撲結(jié)構(gòu)關(guān)系，在地理空間中映射網(wǎng)絡拓撲結(jié)構(gòu)，利用可視化的方式展現(xiàn)地理空間信息。利用知識圖譜技術(shù)，可以更好地開展軌道交通資產(chǎn)測繪策略，保障資產(chǎn)測繪的精準與及時性，為軌道交通企業(yè)了解自身的交通資產(chǎn)提供支持。基于知識圖譜的軌道交通資產(chǎn)測繪工作，是信息化數(shù)據(jù)主動化及智能化分析的重要手段，通過對知識圖譜資產(chǎn)分析，深化知識圖譜資產(chǎn)的管理、應用與風險防控，促進軌道交通資產(chǎn)的信息化管理。

二、知識圖譜的內(nèi)涵

知識圖譜屬于語義網(wǎng)絡，通過可視化技術(shù)對知識資源及其載體進行描述，通過知識資源的挖掘、分析、構(gòu)建與繪制等反映知識之間的關(guān)系[1]。在構(gòu)建知識圖譜時，可以分為四個步驟，即數(shù)據(jù)獲取、信息抽取、知識融合與知識加工。

知識圖譜屬于一種基于深度學習的方法，在解決命名實體識別問題時發(fā)揮著積極作用，相比于傳統(tǒng)的統(tǒng)計模型，深度學習法可以在神經(jīng)網(wǎng)絡的支持下，識別端到端的命名實體，且不用依賴人工定義。卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡是命名實體識別的主要神經(jīng)網(wǎng)絡，在不同的命名實體識別中神經(jīng)網(wǎng)絡的作用不同。在信息抽取中關(guān)系抽取是關(guān)鍵，面向的對象為非結(jié)構(gòu)化文本數(shù)據(jù)，從文本中將兩個或者多個實體之間的語義關(guān)系抽取出來，在文本中的實體識別出來后，再確定抽取實體之間的關(guān)系。

三、軌道交通資產(chǎn)測繪中知識圖譜的應用價值

知識圖譜作為語義網(wǎng)絡，可以通過圖譜的形式組織和展示實體、屬性、關(guān)系等知識元素[2]。知識圖譜的構(gòu)建、管理可以在知識圖譜的應用下完成，在軌道交通資產(chǎn)測繪中知識圖譜的價值具體表現(xiàn)為以下幾點。

第一，提高數(shù)據(jù)的可理解性和可發(fā)現(xiàn)性。表格或文件是傳統(tǒng)數(shù)據(jù)存儲的形式，這種方式雖然為數(shù)據(jù)處理與管理提供了便捷，但是無法幫助人們對軌道交通的圖形化信息進行理解與記憶。可以通過圖譜的形式展示軌道交通資產(chǎn)，便于人們對數(shù)據(jù)進行理解，同時也可以了解各數(shù)據(jù)之間的關(guān)聯(lián)。

第二，提高數(shù)據(jù)的準確性和一致性。在識別和避免數(shù)據(jù)中的錯誤和矛盾時，可以利用知識圖譜，對數(shù)據(jù)進行語義建模與自動推理，保證數(shù)據(jù)的準確性與一致性。同時，知識圖譜還可以通過自動化的方式來維護軌道交通數(shù)據(jù)的更新和同步，避免了手動操作的誤差和漏洞[3]。

第三，促進知識的分享和協(xié)作。企業(yè)可以利用知識圖譜整合不同部門和系統(tǒng)中的知識元素，形成一張知識圖譜，保證數(shù)據(jù)信息的全面與精細化，且知識圖譜可以共享，實現(xiàn)知識之間的分享與協(xié)作。為保證軌道交通資產(chǎn)知識的安全性，可以在知識圖譜應用中實現(xiàn)權(quán)限控制。

四、基于知識圖譜的軌道交通資產(chǎn)測繪方法

軌道交通資產(chǎn)管理中涉及的專業(yè)廣、種類多，包含了建筑、土木、機械等多個專業(yè)。軌道交通資產(chǎn)管理數(shù)量大、金額大，通常情況下，一條軌道交通線路的資產(chǎn)數(shù)量可達1萬至3萬項，金額高達100億至300億元。尤其是對于交通數(shù)字信息資產(chǎn)而言，在軌道交通資產(chǎn)測繪中，可以對數(shù)據(jù)信息進行精準識別與分析，對軌道交通數(shù)字資產(chǎn)信息進行全面的記錄與存儲，加強數(shù)據(jù)信息的分析，并能實現(xiàn)數(shù)據(jù)信息共享[4]。

（一）明確測繪內(nèi)容

針對軌道交通數(shù)字資產(chǎn)信息而言，想要對其開展測繪工作，需要從其內(nèi)容入手，常見的信息資產(chǎn)測繪內(nèi)容為以下幾點。

第一，業(yè)務信息資產(chǎn)：包含軌道交通行業(yè)運行過程中涉及的各種業(yè)務數(shù)據(jù)信息，如客戶信息、運輸路線等。

第二，系統(tǒng)信息資產(chǎn)：包含系統(tǒng)運行過程中的服務器、網(wǎng)絡設備、數(shù)據(jù)庫等。

第三，應用信息資產(chǎn)，包含軌道交通行業(yè)涉及的相關(guān)軟件、數(shù)據(jù)，如車輛監(jiān)控系統(tǒng)等。

獲取不同階段的網(wǎng)絡空間設備信息與實地設備設施信息，形成相互映射，全面反映軌道交通資產(chǎn)信息情況，為軌道交通企業(yè)各項業(yè)務的開展提供支持。

（二）知識圖譜構(gòu)建

知識圖譜的構(gòu)建中，知識表示是關(guān)鍵所在，知識表示模型包括描述框架（RDF）、Web本體語言（OWL）、屬性圖模型。RDF是將信息表示為三元組的模型，可以靈活、標準地進行知識表示。每個實體關(guān)系在RDF中都可以被賦予一個URI（統(tǒng)一資源標識符）[5]。RDF比較簡單，且具有擴展性。RDF在對復雜和強大的知識進行表示時可以使用OWL語言，支持的數(shù)據(jù)類型更加多元，比如類、屬性等，可以表達復雜的邏輯關(guān)系。OWL具有較強的邏輯推理能力與表達能力。通過圖結(jié)構(gòu)來表示屬性圖模型，實體與關(guān)系可以使用節(jié)點、邊來代表，該模型的實現(xiàn)比較簡單，且能對大規(guī)模的圖數(shù)據(jù)進行處理[6]。

此外，還會涉及實體抽取（命名實體識別，NER），其抽取流程如下圖，抽取方法分為以下兩種：

1.基于規(guī)則的方法

通過專家手工構(gòu)建規(guī)則集，將文本與規(guī)則集匹配來得到命名實體信息。優(yōu)點是適用小規(guī)模數(shù)據(jù)、精度和可靠性較高；缺點是大規(guī)模應用困難、可移植性差。

2.基于統(tǒng)計模型的方法

將NER作為序列標注問題，使用部分標注和完全標注的語料進行模型訓練，如條件馬爾可夫模型（CMM）、隱馬爾科夫模型（HMM）、條件隨機場（CRF）和最大熵（ME）等。

以條件隨機場（CRF）為例，該原理是在給定隨機變量x的背景下，隨機變量y的馬爾可夫隨機場。一般情況下為鏈式，具有成對馬爾科夫性。條件隨機場應用時，分類任務過程中分類器使用交叉熵損失，如圖1所示。序列標注的任務應用的是條件隨機場，如圖2所示。

其公式如下：

p（y|x）為目標標簽序列的概率；Z （x）為歸一化因子，是所有標簽序列得分之和；λk為轉(zhuǎn)移權(quán)重；μl為狀態(tài)權(quán)重；tk （yi，yi+1，x，i）和Z（yi，x，i）為特征函數(shù)，通常為1或0；i為token，代表序列的某一時刻k、l代表特征函數(shù)的條件，不同條件的權(quán)重不同。∑i，kλk tk （yi，yi+1，x，i）、∑i，lμl sl （yi，x，i）代表對應條件的特征函數(shù)與對應的權(quán)重相乘再求和。

（三）軌道交通資產(chǎn)測繪思路

通過主動抓取與信息上報等措施，獲取軌道交通的資產(chǎn)知識圖譜，對軌道交通的設備、系統(tǒng)等重要資產(chǎn)信息進行收集，然后在融合分析、全息繪制等技術(shù)支持下，掌握軌道交通的全部信息，也可以了解軌道交通資產(chǎn)當下面臨的威脅。通過行業(yè)級信息化資產(chǎn)測繪平臺的構(gòu)建，可以獲取軌道交通資產(chǎn)信息，對鐵路網(wǎng)絡的安全、風險等進行監(jiān)測與評估，并能提升軌道交通資產(chǎn)的分析能力，了解軌道交通的基礎設施信息，為軌道交通的規(guī)劃建設、成本控制、風險防控等提供全面支持[7]。信息檢索與情報分析的基礎平臺是信息化資產(chǎn)測繪平臺，通過軌道交通資產(chǎn)數(shù)據(jù)分層、分級等手段，可以動態(tài)展示軌道交通網(wǎng)絡測繪數(shù)據(jù)，同時也可以對測繪數(shù)據(jù)信息進行查詢與分析。

（四）資產(chǎn)分類

通過對鐵道交通資產(chǎn)的探測，可得到空間資產(chǎn)信息，了解資產(chǎn)的分布情況、網(wǎng)絡關(guān)系索引，然后對資產(chǎn)的安全情況進行建模，可以實現(xiàn)網(wǎng)絡空間與真實空間資產(chǎn)信息的一一映射與融合，便于對實地資產(chǎn)的查詢與定位，方便對軌道交通資產(chǎn)的管理，加強對資產(chǎn)的維護，降低資產(chǎn)損失，保證資產(chǎn)管理的有效性[8]。軌道交通線路上的資產(chǎn)有基礎設施（車站、隧道等）、車輛設備、供電系統(tǒng)、監(jiān)控系統(tǒng)、票務系統(tǒng)、機電系統(tǒng)、機械動力設備及運營服務配套，所以可以將軌道交通資產(chǎn)劃分為8個類別，并與當前信息化資產(chǎn)及實地資產(chǎn)形成對應關(guān)系。軌道交通資產(chǎn)分類見表1。

同時也要對信息化數(shù)據(jù)進行分類，基于知識圖譜的信息化數(shù)據(jù)信息分類，可將軌道交通網(wǎng)絡空間中信息化資產(chǎn)劃分為8個類別：服務器、網(wǎng)絡設備、安全設備、外部設備、商用軟件、軟件組件、工業(yè)設備和通信設備。網(wǎng)絡空間信息化資產(chǎn)分類構(gòu)成見表2。

（五）測繪工作的階段劃分及其目標

在對軌道交通資產(chǎn)測繪中，可以將測繪過程劃分為三個階段，即初始階段、進階階段與終極階段。三個階段的目標分別為IP+設備資產(chǎn)可查、IP+設備+定位資產(chǎn)可定位、IP+設備+定位+操作，資產(chǎn)操作可識別。

1.資產(chǎn)快速發(fā)現(xiàn)階段

在軌道交通測繪中，為實現(xiàn)信息化資產(chǎn)與實地資產(chǎn)的一一對應，第一步是信息測繪。近些年，國內(nèi)軌道交通事業(yè)發(fā)展迅速，尤其是信息化系統(tǒng)的應用與變化較快，規(guī)模快速增加，所以需要重視信息系統(tǒng)的測繪，可以更加精準、全面地了解信息系統(tǒng)的具體情況，保證信息系統(tǒng)更好地服務于8個類別。網(wǎng)絡空間測繪體系中，可以通過信息化系統(tǒng)，對線上與線下的資產(chǎn)進行快速識別，方便管理部門掌握資產(chǎn)情況，有效掌握新增資產(chǎn)，并能快速匹配線上與線下資產(chǎn)。

2.資產(chǎn)可定位階段

在軌道交通內(nèi)部網(wǎng)絡建設中，都已經(jīng)規(guī)劃了IP地址，也就是全部設備實施都可以有自己的IP地址，并能實現(xiàn)對IP地址的精確定位。通過IP地址的精確定位，可以幫助軌道交通企業(yè)對設備應急處置。為實現(xiàn)對IP地址的有效定位，并能為設備實施的資產(chǎn)了解及應急處理提供幫助，就要總是實體連接，將數(shù)字資源或其片段與其知識本體相關(guān)聯(lián)，指出資源在語義層面上的特征。通過實體鏈接，可以對各種類型數(shù)字資源賦予本體語義，輔助搜索。具體操作的方法為：

第一，基于規(guī)則標注方法——預定義文檔集合規(guī)則。

第二，基于概率標注方法——基于文本分類、基于統(tǒng)計分析文本中的詞與詞、句與句上下文關(guān)系的模型方法、基于統(tǒng)計主題文檔分類器模型的方法。

第三，基于語義相似度標注方法——語義相似度模型。

3.資產(chǎn)操作可識別階段

為對資產(chǎn)進行統(tǒng)一管理與展示，對網(wǎng)絡時空信息可以隨時獲取與共享，提升信息資產(chǎn)數(shù)據(jù)的有效管理。軌道交通資產(chǎn)圖譜構(gòu)建，實現(xiàn)了資產(chǎn)操作可識別，將業(yè)務系統(tǒng)數(shù)據(jù)、公開渠道數(shù)據(jù)等分散的數(shù)據(jù)集中在一起，并能對資產(chǎn)數(shù)據(jù)信息進行統(tǒng)一管理。自動抽取各種結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化資產(chǎn)數(shù)據(jù)。對數(shù)據(jù)進行智能分析，抽象出資產(chǎn)實體類型和關(guān)系屬性類型，構(gòu)建形成完善的資產(chǎn)知識圖譜，輔助資產(chǎn)全方位評估、關(guān)系深層次挖掘、資產(chǎn)信息問答、資產(chǎn)相似性分析。

（六）鐵道交通網(wǎng)絡安全資產(chǎn)測繪

結(jié)合地理信息和軌道交通信息基礎，利用地理信息技術(shù)進行資產(chǎn)測繪工作。通過網(wǎng)絡資源探索與拓撲分析、實體定位、測繪描述等手段，并采取探測、采集與處理等技術(shù)方法，可以獲取軌道交通基礎設施的相關(guān)數(shù)據(jù)信息，并能確定網(wǎng)絡空間與地理空間中的屬性關(guān)系，可以將信息基礎設施的數(shù)據(jù)映射到地理空間上，構(gòu)建起一個信息化資產(chǎn)測繪平臺。鐵道交通網(wǎng)絡安全資產(chǎn)測繪的主要任務如下：

第一，資產(chǎn)梳理探測。對軌道交通企業(yè)現(xiàn)有資產(chǎn)進行梳理，并可以通過探測，獲取軌道交通基礎設施信息內(nèi)存在的設備、協(xié)議等各類信息，對信息化資產(chǎn)進行梳理。

第二，資產(chǎn)描繪定責。在統(tǒng)一的空間測繪平臺與工具使用下，對梳理好的數(shù)據(jù)信息結(jié)果進行定責，定責要按照屬地、單位、責任人等進行圖譜描繪。

第三，動態(tài)監(jiān)測與響應。在資產(chǎn)可操作識別的基礎上，在資產(chǎn)狀態(tài)有變化時，對具體變化情況可以同步、動態(tài)地識別，實現(xiàn)IP+設備+位置+人的圖譜測繪，方便對網(wǎng)絡安全態(tài)勢的動態(tài)監(jiān)測與響應。

第四，風險視圖可視化。收集到的軌道交通數(shù)據(jù)信息要進行篩選，預處理有風險因素的數(shù)據(jù)，抽取與實體相關(guān)的信息，并構(gòu)建起知識庫，形成知識圖譜的初步框架。通過專家評估，對知識進行驗證，然后調(diào)整與優(yōu)化知識圖譜。抽象的知識結(jié)構(gòu)可以在直觀的方式下，通過可視化的方式呈現(xiàn)出來。在軌道交通的信息化數(shù)據(jù)風險分析中，要判斷實地設備設施是否存在風險，并為決策者快速了解風險，做好風險防控提供支持。展示的內(nèi)容為網(wǎng)絡關(guān)系內(nèi)的設備設施信息、位置信息等，在數(shù)據(jù)分析需求下，可以提升軌道交通企業(yè)的安全風險可視化能力。

五、結(jié)語

基于知識圖譜的軌道交通資產(chǎn)測繪工作開展，可以精準獲取資產(chǎn)數(shù)據(jù)信息，利用先進的算法與技術(shù)，強化知識圖譜數(shù)據(jù)信息的識別與分析，了解知識圖譜資產(chǎn)情況，并能形成網(wǎng)絡空間信息與實地空間信息的相互映射，方便管理者掌握資產(chǎn)信息，強化資產(chǎn)管理，避免發(fā)生網(wǎng)絡空間信息的安全問題。通過知識圖譜資產(chǎn)的獲取與分析，還能精準定位軌道交通設備設施的位置。在可視化的操作、識別與展示下，清晰地了解知識圖譜資產(chǎn)情況，為軌道交通企業(yè)的經(jīng)營管理及決策提供全面支持，促進軌道交通企業(yè)的可持續(xù)發(fā)展。

參考文獻

[1]徐素波，張思奇.我國自然資源資產(chǎn)負債表研究進展綜述——基于Cite Space的知識圖譜分析[J].財會通訊，2022，（13）：24-30.

[2]王智晨，張穎.自然資源資產(chǎn)核算及負債表研究特征與進展——基于CNKI論文庫的知識圖譜分析[J].中國國土資源經(jīng)濟，2023，36（03）：32-42.

[3]晉艷峰，黃海來，林沿錚，等.基于知識表示學習的KBQA答案推理重排序算法[J].計算機應用研究，2024，41（07）：1983-1991.

[4]曾穗平，趙茜雅，田健.基于智能算法的大氣污染防控知識圖譜：研究方法、演化路徑與應用展望[J].災害學，2022，37（01）：120-128.

[5]李朦朦，江愛文，龍羽中，等.基于細粒度視覺特征和知識圖譜的視覺故事生成算法[J].中文信息學報，2022，36（09）：139-148.

[6]葉俊民，宋家琦，張珂，等.一種知識圖譜增強的在線評測系統(tǒng)習題推薦算法研究[J].小型微型計算機系統(tǒng)，2023，44（11）：2558-2565.

[7]石巖，王達，鄧敏，等.時空異常探測：從數(shù)據(jù)驅(qū)動到知識驅(qū)動的內(nèi)涵轉(zhuǎn)變與實現(xiàn)路徑[J].測繪學報，2024，53（08）：1493-1504.

[8]鐘勝連，方厚政.數(shù)據(jù)資產(chǎn)價值評估研究現(xiàn)狀與趨勢——基于CiteSpace的知識圖譜分析[J].運籌與模糊學，2024，14（05）：490-496.

作者單位：中車信息技術(shù)有限公司

■ 責任編輯：張津平 尚丹