知識(shí)圖譜技術(shù)在消防工作中的應(yīng)用研究

萬(wàn)軍 翟飛

摘要：信息化時(shí)代的到來(lái)，各種互聯(lián)網(wǎng)技術(shù)應(yīng)運(yùn)而生，尤其是數(shù)字信息吸引了社會(huì)各行業(yè)部門(mén)的關(guān)注，也成為了各行業(yè)部門(mén)必爭(zhēng)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(shù)的更新日新月異，大數(shù)據(jù)在消防領(lǐng)域的運(yùn)用已經(jīng)屢見(jiàn)不鮮，但是在眾多數(shù)字信息中，怎樣精準(zhǔn)篩選出有效信息，并運(yùn)用于消防實(shí)戰(zhàn)、宣傳以及知識(shí)管理領(lǐng)域仍然是一個(gè)重要的研究課題。文章以知識(shí)圖譜在各個(gè)行業(yè)部門(mén)的運(yùn)用實(shí)踐為背景，著力探索知識(shí)圖譜技術(shù)在消防作戰(zhàn)、消防宣傳、知識(shí)管理領(lǐng)域的運(yùn)用，并結(jié)合研究探索結(jié)果，展望該技術(shù)在其他領(lǐng)域的應(yīng)用前景。

關(guān)鍵詞：知識(shí)圖譜;消防作戰(zhàn);消防宣傳;知識(shí)管理

1? 研究現(xiàn)狀

知識(shí)圖譜技術(shù)在很多領(lǐng)域得到了重用，該技術(shù)在我國(guó)的應(yīng)用發(fā)展主要分為兩個(gè)階段：首先是探索階段。2012年至2016年，知識(shí)圖譜技術(shù)便在我國(guó)有了初步的研究探索，但是在這一階段主要為知識(shí)圖譜技術(shù)應(yīng)用的理論探索，應(yīng)用方面的探索相對(duì)較少，主要有智能制造、電子商務(wù)等方面。其次是發(fā)展階段，2017年至今國(guó)內(nèi)學(xué)者廣泛開(kāi)展了知識(shí)圖譜技術(shù)應(yīng)用方面的研究，主要將其應(yīng)用于圖數(shù)據(jù)庫(kù)、知識(shí)推理、智能問(wèn)答等方面，其典型的應(yīng)用有蘋(píng)果的Siri[1]。

從消防部隊(duì)改制而來(lái)的國(guó)家綜合性消防救援隊(duì)伍以防范化解災(zāi)害風(fēng)險(xiǎn)為主要職責(zé)，全災(zāi)種、大應(yīng)急給我們提出了更高的要求，盡快適應(yīng)時(shí)代發(fā)展，練就科學(xué)高效的救援本領(lǐng)是我們面對(duì)的一項(xiàng)重要課題。從災(zāi)害種類看，我國(guó)災(zāi)害頻發(fā)、多發(fā)，尤其是近年來(lái)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(zāi)等典型災(zāi)害，對(duì)我們消防隊(duì)伍專業(yè)處置能力以及知識(shí)掌握程度提出了更高的要求。國(guó)家綜合性消防救援隊(duì)伍自改制轉(zhuǎn)隸以來(lái)，積極改革創(chuàng)新，積極對(duì)標(biāo)“全災(zāi)種、大應(yīng)急”的形勢(shì)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(gè)領(lǐng)域，救援難度顯著增大，知識(shí)儲(chǔ)備明顯后勁不足。知識(shí)圖譜技術(shù)的普及給我們消防領(lǐng)域帶來(lái)了福音，將其合理應(yīng)用在消防作戰(zhàn)、消防宣傳以及知識(shí)管理領(lǐng)域，輔助我們完成急難險(xiǎn)重的救援任務(wù)，幫助我們定向開(kāi)展消防宣傳，其發(fā)揮的作用將十分重大。

2? 知識(shí)圖譜技術(shù)介紹

傳統(tǒng)的互聯(lián)網(wǎng)搜索技術(shù)耗時(shí)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(shí)圖譜為技術(shù)基礎(chǔ)的搜索引擎，這為搜索引擎領(lǐng)域帶來(lái)了重大的變革[1]?？陀^世界中的概念和實(shí)體之間關(guān)系，通過(guò)知識(shí)圖譜技術(shù)以圖的形式展現(xiàn)出來(lái)，這種技術(shù)的革新給廣大用戶提供了極大的便利，現(xiàn)如今廣泛應(yīng)用于語(yǔ)義搜索、智能問(wèn)答、決策支持等智能服務(wù)領(lǐng)域。在當(dāng)前大數(shù)據(jù)的時(shí)代背景下，如何快速地為用戶呈現(xiàn)出有用的、最有價(jià)值的信息資源，給人們提出了巨大的挑戰(zhàn)。

面對(duì)這種需求，知識(shí)圖譜的構(gòu)建應(yīng)運(yùn)而生。將互聯(lián)網(wǎng)中海量的數(shù)據(jù)信息用語(yǔ)義網(wǎng)絡(luò)的方式連接起來(lái)，從而形成一個(gè)巨大的網(wǎng)絡(luò)知識(shí)庫(kù)，并將其存儲(chǔ)在數(shù)據(jù)庫(kù)中，這便是知識(shí)圖譜。用戶搜索信息時(shí)，以輸入的信息為中心點(diǎn)展開(kāi)，在數(shù)據(jù)庫(kù)中對(duì)比，將與用戶搜索的關(guān)系密切的信息呈現(xiàn)出來(lái)。知識(shí)圖譜技術(shù)在互聯(lián)網(wǎng)領(lǐng)域的運(yùn)用，讓互聯(lián)網(wǎng)具備了人類的分析能力，具備了基礎(chǔ)的認(rèn)知思維，它讓網(wǎng)絡(luò)能夠做到類似于人一樣去思考分析問(wèn)題，從而很大程度上提升了網(wǎng)絡(luò)的智能化水平，互聯(lián)網(wǎng)上海量的數(shù)據(jù)，通過(guò)知識(shí)圖譜實(shí)現(xiàn)了更有效地使用[3]。

3? 知識(shí)圖譜構(gòu)建流程

自下而上的構(gòu)建方法和自上而下的構(gòu)建方法是知識(shí)圖譜主要的構(gòu)建方法。自下而上的構(gòu)建方法如圖1所示，通過(guò)數(shù)據(jù)獲取在海量的數(shù)據(jù)源中進(jìn)行信息抽取，這種抽取方式主要有屬性抽取、關(guān)系抽取、實(shí)體抽取。知識(shí)抽取完成后便開(kāi)始知識(shí)融合，它將抽取出的數(shù)據(jù)加入到知識(shí)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(gòu)建方法正好相反，先確定好本體與數(shù)據(jù)模式，再將實(shí)體加入到知識(shí)庫(kù)，不同的地方是它需要一些現(xiàn)有的結(jié)構(gòu)化知識(shí)庫(kù)作為基礎(chǔ)知識(shí)庫(kù)。

3.1? 數(shù)據(jù)獲取

知識(shí)圖譜的構(gòu)建首先從數(shù)據(jù)獲取開(kāi)始。知識(shí)圖譜數(shù)據(jù)源按來(lái)源渠道的不同可分為兩種：一種是業(yè)務(wù)本身的數(shù)據(jù)，這部分?jǐn)?shù)據(jù)通常包含在行業(yè)內(nèi)部數(shù)據(jù)庫(kù)表并以結(jié)構(gòu)化的方式存儲(chǔ)，是一種非公開(kāi)或半公開(kāi)的數(shù)據(jù);另一種是網(wǎng)絡(luò)上公開(kāi)、抓取的數(shù)據(jù)，這些數(shù)據(jù)通常是以網(wǎng)頁(yè)的形式存在，是非結(jié)構(gòu)化的數(shù)據(jù)。按數(shù)據(jù)結(jié)構(gòu)的不同，可分為三種：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)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(jìn)行處理。

3.2? 信息抽取

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

3.3? 知識(shí)融合

知識(shí)融合的目的是獲取高質(zhì)量數(shù)據(jù)集，將信息抽取過(guò)程所獲取的數(shù)據(jù)進(jìn)行整合。因?yàn)橹R(shí)抽取過(guò)程中，存在著知識(shí)來(lái)源不同，質(zhì)量參差不齊、重復(fù)性、知識(shí)間的關(guān)系存在歧義、不確定性等問(wèn)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(duì)知識(shí)進(jìn)行融合。例如：“Apple”，這個(gè)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(shí)的準(zhǔn)確性，就要對(duì)抽取的知識(shí)進(jìn)行整合、加工，消除歧義，形成高質(zhì)量的知識(shí)庫(kù)。知識(shí)融合主要有指代消解與實(shí)體消歧兩種方式。

3.4? 知識(shí)處理

海量的數(shù)據(jù)庫(kù)中不規(guī)則、雜亂的信息經(jīng)過(guò)抽取、知識(shí)融合后得到一系列基本事實(shí)表達(dá)，就需要進(jìn)行知識(shí)處理以形成結(jié)構(gòu)化，網(wǎng)絡(luò)化的知識(shí)體系。這種具備結(jié)構(gòu)化、網(wǎng)絡(luò)化的知識(shí)體系，才會(huì)很容易的被用戶認(rèn)知，或者進(jìn)行定向選擇。知識(shí)處理的內(nèi)容主要包含以下幾個(gè)方面：本體構(gòu)建、知識(shí)推理和質(zhì)量評(píng)估。

3.5? 知識(shí)儲(chǔ)存

知識(shí)存儲(chǔ)是知識(shí)圖譜構(gòu)建的最后一步，以哪種方式將知識(shí)圖譜存儲(chǔ)到數(shù)據(jù)庫(kù)中，這一過(guò)程便是知識(shí)存儲(chǔ)，常見(jiàn)存儲(chǔ)方式有兩種：基于圖數(shù)據(jù)庫(kù)存儲(chǔ)和三元組（RDF）格式存儲(chǔ)。RDF存儲(chǔ)也稱三元組存儲(chǔ)，但基于RDF三元組存儲(chǔ)的方式搜索效率低下。現(xiàn)今，常用的存儲(chǔ)方式是圖數(shù)據(jù)庫(kù)存儲(chǔ)，它以節(jié)點(diǎn)、邊及屬性構(gòu)成的圖數(shù)據(jù)庫(kù)，常見(jiàn)的圖數(shù)據(jù)庫(kù)有Infinite Graph、Neo4j等，Neo4j圖數(shù)據(jù)庫(kù)因支持多種圖挖掘算法和查詢語(yǔ)言而被廣泛使用[4]。

4? 知識(shí)圖譜技術(shù)在消防領(lǐng)域的運(yùn)用探究

消防救援隊(duì)伍承擔(dān)著防范化解各類災(zāi)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(zāi)害對(duì)我們救援行動(dòng)的科學(xué)性，救援過(guò)程的有效性提出了更高的要求。本文對(duì)如何將知識(shí)圖譜技術(shù)運(yùn)用在消防作戰(zhàn)、宣傳領(lǐng)域、知識(shí)管理，保證消防隊(duì)伍能夠第一時(shí)間科學(xué)有效處理各類災(zāi)害，以及消防知識(shí)的管理學(xué)習(xí)，并且對(duì)精準(zhǔn)開(kāi)展消防宣傳，提升居民防火意識(shí)和初期火災(zāi)自救能力進(jìn)行了探究。

4.1? 消防作戰(zhàn)

隨著社會(huì)的發(fā)展進(jìn)步，科技的日益更新，消防作戰(zhàn)所面對(duì)的災(zāi)害種類也日益復(fù)雜，對(duì)指揮員的救援知識(shí)儲(chǔ)備也提出了很高的要求。知識(shí)圖譜技術(shù)的運(yùn)用可以輔助指揮員快速掌握災(zāi)害相關(guān)信息，采取科學(xué)有效的救援措施。我們將消防救援領(lǐng)域各種災(zāi)害事故進(jìn)行碎片化處理，并給每一個(gè)碎片貼上標(biāo)簽，同時(shí)將各類救援措施也貼上標(biāo)簽，錄入軟件平臺(tái)，最后通過(guò)知識(shí)圖譜技術(shù)將這一個(gè)個(gè)標(biāo)簽進(jìn)行關(guān)聯(lián)，通過(guò)搜索將關(guān)聯(lián)信息精準(zhǔn)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(shí)，將事故進(jìn)行分類，設(shè)置一級(jí)標(biāo)簽為石油化工災(zāi)害事故，二級(jí)標(biāo)簽為罐車（廠區(qū)）事故，三級(jí)標(biāo)簽為事故種類（如：LNG），在三級(jí)標(biāo)簽中附上相關(guān)事故物質(zhì)的理化性質(zhì)。同樣在錄入各類災(zāi)害事故處置流程以及處置措施時(shí)，設(shè)置一級(jí)標(biāo)簽為石油化工災(zāi)害事故，二級(jí)標(biāo)簽為罐車（廠區(qū)）事故，三級(jí)標(biāo)簽為事故種類（如：LNG），在三級(jí)標(biāo)簽中附上救援處置流程、注意事項(xiàng)等，如圖2所示。

這樣當(dāng)消防隊(duì)伍通過(guò)接警平臺(tái)接到LNG罐車泄漏事故警情時(shí)，指揮中心會(huì)進(jìn)行警情的語(yǔ)義分析，提取關(guān)鍵字與標(biāo)簽進(jìn)行匹配，直接推送標(biāo)簽對(duì)應(yīng)相關(guān)的物質(zhì)理化性質(zhì)以及處置流程、注意事項(xiàng)，流程如圖3所示。指揮員也可以直接通過(guò)平臺(tái)搜索LNG罐車泄漏相關(guān)信息，將其直接推送給指揮員，輔助現(xiàn)場(chǎng)指揮員決策，在這方面南京市消防救援支隊(duì)指揮中心接警平臺(tái)已做初步嘗試，如圖4所示。

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

4.2? 消防宣傳

當(dāng)前，消防受社會(huì)的關(guān)注度越來(lái)越高，百姓的消防安全意識(shí)也越來(lái)越強(qiáng)，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(shí)強(qiáng)弱存在著很大的差距，對(duì)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(lǐng)域工作的人群，自身安全意識(shí)很強(qiáng)，但是火災(zāi)自救常識(shí)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(shí)都不清楚。常態(tài)化開(kāi)展消防宣傳教育已經(jīng)成為一個(gè)重要的趨勢(shì)，消防進(jìn)萬(wàn)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(jìn)學(xué)校等活動(dòng)開(kāi)展宣傳教育，通過(guò)手機(jī)平臺(tái)開(kāi)展消防宣傳也成為了一項(xiàng)重要的途徑。那么，如何針對(duì)不同人群的不同需求，開(kāi)展精準(zhǔn)化消防宣傳，知識(shí)圖譜技術(shù)的運(yùn)用給我們帶來(lái)了很好的解決辦法。同樣，利用知識(shí)圖譜技術(shù)開(kāi)展消防宣傳，也是將各類消防安全、初期火災(zāi)撲救以及逃生自救等常識(shí)進(jìn)行碎片化處理，并分類貼上標(biāo)簽，然后根據(jù)用戶對(duì)需求的知識(shí)搜索，推送相應(yīng)的宣傳內(nèi)容，做到用戶需要什么便推送什么內(nèi)容，達(dá)到精準(zhǔn)化消防宣傳的目的，如圖5所示。

4.3? 知識(shí)管理

隨著國(guó)家經(jīng)濟(jì)、科技的快速發(fā)展，消防救援任務(wù)種類也在變得越來(lái)越多樣化，例如隨著新能源汽車的普及，新能源汽車相關(guān)的事故頻繁發(fā)生，但是很少有人對(duì)消防救援中各種事故的災(zāi)害特點(diǎn)、現(xiàn)場(chǎng)處置、戰(zhàn)勤保障等都非常的了解，一旦處置不當(dāng)，就會(huì)造成嚴(yán)重的后果。另外，隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，雖然知識(shí)的獲取學(xué)習(xí)變得越來(lái)越便捷，但是相應(yīng)的知識(shí)同質(zhì)化也越來(lái)越嚴(yán)重，知識(shí)的質(zhì)量也是參差不齊。而且消防相關(guān)的知識(shí)都是非常專業(yè)，不能有絲毫差錯(cuò)，如何確保消防知識(shí)的準(zhǔn)確性也是非常重要的。其次，以往消防知識(shí)交流和共享存在一定的桎梏，很多指揮員對(duì)復(fù)雜災(zāi)害救援缺乏實(shí)戰(zhàn)經(jīng)驗(yàn)，特別是對(duì)其中的各種重點(diǎn)難點(diǎn)經(jīng)驗(yàn)不是很清楚，那么重要的消防知識(shí)如何快速共享，消防知識(shí)難點(diǎn)如何精準(zhǔn)學(xué)習(xí)，基于知識(shí)圖譜技術(shù)形成開(kāi)放的知識(shí)庫(kù)帶來(lái)了新的解決方案，有相關(guān)經(jīng)驗(yàn)的用戶可以將各種災(zāi)害事故的特點(diǎn)、現(xiàn)場(chǎng)處置、注意事項(xiàng)等錄入，經(jīng)消防救援專家審核通過(guò)后，保障知識(shí)質(zhì)量，才可以在知識(shí)庫(kù)中呈現(xiàn)，當(dāng)其他人有相關(guān)需要時(shí)可以隨時(shí)查看。并且用戶還可以上傳各種消防相關(guān)文檔以及視頻，供他人學(xué)習(xí)。而對(duì)于知識(shí)庫(kù)中沒(méi)有的知識(shí)，可以通過(guò)知識(shí)庫(kù)的互動(dòng)問(wèn)答模塊進(jìn)行提問(wèn)，邀請(qǐng)其他人進(jìn)行解答和完善，即可快速學(xué)習(xí)掌握消防知識(shí)，如圖6所示。

5? 前景展望

知識(shí)圖譜作為新型應(yīng)用技術(shù)，它將多種技術(shù)與知識(shí)高度融合，包含了計(jì)算機(jī)應(yīng)用技術(shù)、專家系統(tǒng)、知識(shí)表示、自然語(yǔ)言理解等知識(shí)。本文首先針對(duì)知識(shí)圖譜的研究現(xiàn)狀、知識(shí)圖譜技術(shù)、構(gòu)建流程做了簡(jiǎn)要介紹，并對(duì)知識(shí)圖譜在消防作戰(zhàn)、消防宣傳、知識(shí)管理領(lǐng)域的運(yùn)用做了深層次的闡述。知識(shí)圖譜作為人工智能的最前沿研究熱點(diǎn)，將其與各個(gè)行業(yè)的知識(shí)相結(jié)合，不斷拓展其應(yīng)用價(jià)值，為多個(gè)學(xué)科領(lǐng)域及行業(yè)找到了新的突破口，它不僅僅是一項(xiàng)新技術(shù)，更是一項(xiàng)重要的戰(zhàn)略資產(chǎn)[5]。相信有了這幾個(gè)突破口，知識(shí)圖譜技術(shù)在消防其他領(lǐng)域也能發(fā)揮出重要的作用。

參考文獻(xiàn)：

[1]田莉霞.知識(shí)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(shí)圖譜構(gòu)建技術(shù)綜述[J].計(jì)算機(jī)研究與發(fā)展，2016，53（03）：582.

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

[4]章志鵬，曾志勇，李忠.知識(shí)圖譜的應(yīng)用研究現(xiàn)狀與發(fā)展趨勢(shì)[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(shí)圖譜技術(shù)進(jìn)展及展望[J].廣西科學(xué)院學(xué)報(bào)，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