(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210790862.3 (22)申请日 2022.07.05 (71)申请人 东北林业大 学 地址 150040 黑龙江省哈尔滨市香坊区和 兴路26号东北林业大 学 (72)发明人 景维鹏　陈广胜　李林辉　孙海龙　 (74)专利代理 机构 四川省方圆智云知识产权代 理事务所(普通 合伙) 51368 专利代理师 王悦 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 16/29(2019.01) G06F 40/194(2020.01) G06F 40/295(2020.01) (54)发明名称 基于深度学习的多源地理信息知识图谱自 动构建方法 (57)摘要 本发明公开了一种基于深度学习的多源地 理信息知识图谱自动构建方法， 包括： 设计地理 知识图谱、 地理实体、 地理语料库的存储 结构； 通 过网络百科全书和地理数据库构建地理知识图 谱的数据来源。 提取网络百科全书和/或地理数 据库的信息存储至地理实体结构。 如果网络百科 全书和地理数据库的实体结构同时描述， 但信息 记录内容不完全一致， 则认为地理数据库中的信 息比较准确， 采用地理数据库中的信息为准， 对 齐形成地理实体节点。 模型预测地理节点和候选 地理实体是否代表同一真实世界实体， 并为预测 提供置信度评分。 最后， 节点从正分类候选对中 选择具有最高置信度的地理实体建立正确身份 链接。 本发明的优点是： 提高信息的准确性， 节省 了人力成本 。 权利要求书2页 说明书7页 附图1页 CN 115129894 A 2022.09.30 CN 115129894 A 1.一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于， 包括以下 步骤： 步骤一， 设计地理知识图谱的存储结构、 地理实体的存储结构和地理语料库的存储结 构； 步骤二， 通过网络百科全书和地理数据库构建地理知识图谱的数据来源： 使用网络百 科书的数据对地理数据库进行补充可以完 善地理知识图谱的功能； 提取网络百 科全书和/或地理数据库的信息存 储至地理实体结构； 如果网络百科全书和地理数据库的实体结构同时描述， 但信息记录内容不完全一致， 则认为地理数据库中的信息比较准确， 采用地理数据库中的信息为准， 对齐形成地理实体 节点； 每个地理实体节点 n(n∈C)， 一组候选地理实体 由地理知识图谱中包 含 的地理实体集Egeo 生成； 计算对齐后的地理节点 n和候选地理实体e的相似性， 其中n∈C， e∈E 0； 步骤三， 模型预测地理节点n和候选地理实体e是否代表同一真实世界实体， 并为预测 提供置信度评分， 评分规则如下公式所示； 最后， 节点n的在正分类候选对中选择具有最高 置信度的地理实体建立 正确身份链接； E′＝{e∈Egeo∣ distance(n,e)≤thblock} 其中， distance(n， e)是计算节点 n和地理实体e之间地理距离的函数。 2.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于： 步骤一中， 地理知识图谱的存储结构用图结构存储， 地理知识图谱的存储结构 表示为： 设E是一组实体， R是一组带标签的有向边， L是一组文字； 一个完整的知识图谱 KG是 一个三元组， 表示为 其中E中的实体代表真实世界的实体， 有向边 代表真实世界的实体关系和实体属性。 3.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于： 步骤一中， 地理实体的存储结构表示为： 设E是地理实体之和， 一个地理实体e (e∈E)被关系r(r∈R)修饰后才 会具有更多的地理意 义。 4.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于： 步骤一中， 地理语料库的存储 结构表示为： 设地理语料库为C， 地理实体n∈C， n 可以被表 示为一个三元 组n＝<i,l,T>， 其中i是该地理实体在语料库中的编号， 是与其它地 理实体的区分的关键依据； 由于每个实体都具有 经纬度， 所以使用l属性记录地理实体的空 间位置信息； T表 示的是多个成对键值对的集合， 该项用于描述该地理实体在现实空间中的 意义。 5.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于： 步骤二中， 提取网络百科全书中的信息是通过实体名称打开百科全书 条目后， 提取信息框中的属 性名称和 值； 对于提取 的实体中存在的属 性值， 根据属 性名称构建对 象 特性； 提取地理数据库的信 息实体时， 空间数据库包括一个表列表， 每个表都包含许多行， 即 地理图形 特征， 实体名称和特性字段之间的对应关系用于形成对， 用于描述关系。 6.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法，权　利　要　求　书 1/2 页 2 CN 115129894 A 2其特征在于： 步骤二中， 对于地理数据库中不存在的属性关系， 使用网络百科全书中资料进 行补充。 7.根据权利要求1所述的一种基于深度学习的多源地理信息知识图谱自动构建方法， 其特征在于： 步骤三中， 所述模型预测这对数据是否代表同一真实世界实体， 提出了GKVLD 模块来推断地理语料库中节点的新潜在表示， 对节点n来说， GKVLD模块输入层通过 embedding技术对每个节点n的标识符n.i 转换成one‑hot向量； GKVLD模块输出层使用softmax将潜在表示映射到编码的键和值， 优化目标的数学描述 形式如下 所示： 其中， logp(k∣ n.i)和l ogp(v∣ n.i)表示的是节点的键项k与值项v匹配的概 率。权　利　要　求　书 2/2 页 3 CN 115129894 A 3