基于應(yīng)急案例本體的信息抽取的研究

霍娜

【關(guān)鍵詞】應(yīng)急決策案例 本體 信息抽取

在應(yīng)急領(lǐng)域中，決策者依據(jù)應(yīng)急案例的內(nèi)容以及基本特征，從知識元的層面將應(yīng)急案例的結(jié)構(gòu)進(jìn)行規(guī)劃，進(jìn)而提出一種基于基于應(yīng)急案例本體的信息抽取的方法。這種方法可以作為一些應(yīng)急案例本體信息抽取的模型，使其他應(yīng)急案例結(jié)合自身的規(guī)律，實(shí)現(xiàn)對該應(yīng)急案例半自動化的信息抽取工作，將信息抽取的結(jié)果存儲在數(shù)據(jù)庫中，可以為以后的應(yīng)急案例情景模擬仿真以及對應(yīng)急案例的研究提供客觀的，科學(xué)的數(shù)據(jù)。大量實(shí)驗(yàn)表明，該方法具有可行性和有效性。

1 信息抽取以及抽取過程的分析

所謂的信息抽取，是一項(xiàng)從一段文本中抽取出特定的一些信息內(nèi)容，與此同時對其進(jìn)行信息結(jié)構(gòu)化處理，最后將處理后的信息整合在一個數(shù)據(jù)庫中以便使用者查詢應(yīng)用的工作。信息抽取被廣泛的定義為是一門交叉性的學(xué)科，它涉及多個知識領(lǐng)域，例如人工智能，統(tǒng)計學(xué)，計算機(jī)網(wǎng)絡(luò)技術(shù)以及信息學(xué)等等。

信息抽取的實(shí)際過程較為繁瑣復(fù)雜，Web頁面的信息抽取研究大體上是集中在Wrapper的生產(chǎn)技術(shù)研究的基礎(chǔ)之上的。Wrapper又名為規(guī)則包裝器，它半自動的完成Web頁面信息抽取的程序，Wrapper的作用是對Web頁面的結(jié)構(gòu)進(jìn)行分析，另外分析頁面之上信息資源進(jìn)行描述，最后Wrapper形成對Web頁面格式的信息抽取原則，這樣就實(shí)現(xiàn)了利用Web頁面上相關(guān)的原則對應(yīng)急案例事件中對相關(guān)信息的抽取工作了。

2 信息抽取系統(tǒng)實(shí)現(xiàn)的流程

這里我們以煤礦事故案例中的煤與瓦斯突發(fā)案例為例，對其信息的抽取系統(tǒng)流程進(jìn)行淺析，說明怎樣構(gòu)建煤與瓦斯突發(fā)事例信息抽取的模板工作。

首先，進(jìn)行應(yīng)急案例信息抽取的工作人員應(yīng)該積極參與專家訪談活動，對與煤礦事故有關(guān)的案例進(jìn)行系統(tǒng)的分析工作，解讀與之有關(guān)的文獻(xiàn)信息。進(jìn)行信息抽取的人員對煤礦事故中的知識元進(jìn)行選取，歸納以及整合工作，構(gòu)建完整的知識元數(shù)據(jù)庫。數(shù)據(jù)庫包含的項(xiàng)目內(nèi)容很多，例如承災(zāi)體知識庫={礦井、礦工、煤層、瓦斯傳感器、通風(fēng)機(jī)}等；事件知識元數(shù)據(jù)庫={煤與瓦斯突出，瓦斯爆炸，透水等}。接下來信息抽取的人員從承災(zāi)體數(shù)據(jù)庫中選擇礦井、機(jī)港、瓦斯傳感器以及礦工4個知識元，在事件知識元的數(shù)據(jù)庫中選取煤和瓦斯，最后依據(jù)兩組知識元構(gòu)建案例信息抽取模板。這里的案例信息抽取模板由兩部分版塊組成，即前景模板和后景模板。后景模板和前景模板需要進(jìn)行的共同內(nèi)容是對礦井，礦工以及瓦斯傳感器這些知識元的屬性類型進(jìn)行準(zhǔn)確的定位；明確各個知識元的取值類型以及他們各自的取值長度和取值范圍。

3 信息抽取規(guī)則的構(gòu)建

當(dāng)信息抽取系統(tǒng)的流程實(shí)現(xiàn)了，那么就必須保證數(shù)據(jù)庫中存儲的信息資源與該應(yīng)急案例的文本是相互匹配協(xié)調(diào)的，那么就應(yīng)該建立與之有關(guān)的抽取規(guī)則，使抽取獲得更高的準(zhǔn)確率。抽取的規(guī)則它本身作為一種確定的信息抽取方式，雖然它涵蓋的自然語言較為片面，但是在眾多的方法中，抽取規(guī)則的正確引領(lǐng)下使信息抽取獲得更高的準(zhǔn)確率。

本文以下為了達(dá)到對信息抽取規(guī)則明確表述的效果，同時為了使實(shí)施的程序更為的簡潔，在此基礎(chǔ)上提高信息抽取工作的質(zhì)量，作者將信息抽取的規(guī)則分為前置抽取規(guī)則和后置抽取規(guī)則兩種類型。前置信息抽取規(guī)則是指待抽取的屬性信息的匹配方式在正則表達(dá)式的前端開展進(jìn)行的，例如在某小區(qū)的一次火災(zāi)事故中，對于燒傷人數(shù)的屬性信息抽取的規(guī)則為“＼＼d{1，4}/m人/n燒傷”，這里等待抽取信息的匹配式為“＼＼d{1，4}”，它應(yīng)該在抽取規(guī)則的前端。萬變不離其宗，后置信息抽取與其道理是相同的。這樣做的優(yōu)勢在于在進(jìn)行抽取程序的有關(guān)編寫工作時候，就省去了針對每一條規(guī)則單獨(dú)對其抽取代碼進(jìn)行編寫的步驟了，只有對前置和后置這兩種抽取類型通用的抽取代碼進(jìn)行相應(yīng)的編寫就可以了，最終使制定抽取的不隨著模板的變化而進(jìn)行改動，各個數(shù)據(jù)以及數(shù)值穩(wěn)定的存在數(shù)據(jù)庫中。

信息抽取規(guī)則的構(gòu)建過程分為以下幾個步驟完成：

（1）進(jìn)行信息抽取工作人員依據(jù)知識元的屬性以及自身的特點(diǎn)，總結(jié)具有涵蓋待抽取屬性信息的句子，形成句子集。這里我們依然以煤礦事故案例中的煤與瓦斯突發(fā)案例為例，那么形成的句子集就包括“瓦斯傳感器，空氣縮壓機(jī)”等等。

（2）對句子集進(jìn)行逐個的理解，分析其屬性特征，形成正確的表達(dá)式，進(jìn)行系統(tǒng)的編寫流程。

（3）在編寫的進(jìn)程中，聯(lián)系約束模板中屬性的外界條件，使用正則表達(dá)式對句子集的程序進(jìn)行編寫環(huán)節(jié)。

（4）將相似結(jié)構(gòu)的正則表達(dá)式進(jìn)行相關(guān)的合并工作，例如對各個知識元屬性狀態(tài)的描述進(jìn)行統(tǒng)一聯(lián)合編寫，與此同時進(jìn)行的工作是將抽取規(guī)則的類型真正的確定下來，使抽取規(guī)則有條理的，科學(xué)的呈現(xiàn)在數(shù)據(jù)庫中，展示在人們面前，為人所用。

（5）信息抽取的工作人員在不斷的實(shí)踐探索中，對建立的抽取規(guī)則不斷的更新改革，進(jìn)而使正確的屬性信息抽取規(guī)則日益完善。當(dāng)然，建立者需要將信息抽取的規(guī)則輸入進(jìn)數(shù)據(jù)庫中，他們可以成建規(guī)則庫，這樣就實(shí)現(xiàn)了抽取規(guī)則與知識元屬性之間形成多對一關(guān)系的目的。

應(yīng)急事件案例信息抽取的模板是經(jīng)過組織以后，對待抽取對象的結(jié)構(gòu)化知識元的表示方法，主要作用是對結(jié)構(gòu)性知識元進(jìn)行相應(yīng)的刻畫。應(yīng)急事件案例的信息抽取模板與傳統(tǒng)的信息抽取模板相比較，它保證了待抽取信息的精確性能，更可觀的是，它使信息抽取的結(jié)果更真實(shí)，不怕考驗(yàn)。

4 結(jié)束語

我們知道，災(zāi)害的帶來總會給人造成各種損失，阻礙生產(chǎn)生活的順利進(jìn)程。所以對應(yīng)急事件開展及時有效的處理工作，其意義是重大的，信息抽取工作的開展也是迫在眉睫，因而作為不同領(lǐng)域的決策者應(yīng)該保持清晰的頭腦，對該領(lǐng)域相關(guān)的知識元進(jìn)行信息抽取的工作，總結(jié)知識元的屬性以及內(nèi)涵，進(jìn)行規(guī)范的編寫程序，存儲以便利用。這樣在應(yīng)急事件之下，人們就可以準(zhǔn)確的搜集解決問題的方案，及時清除應(yīng)急事件中的障礙。

參考文獻(xiàn)

[1]蔣德良.基于規(guī)則匹配的突發(fā)事件結(jié)果信息抽取研究[J].計算機(jī)工程與設(shè)，2010.

[2]王文俊，楊鵬，董存祥.應(yīng)急案例本體模型的研究及應(yīng)用.計算機(jī)應(yīng)用，2009.