1.一种感通算控一体化领域知识图谱构建方法,其特征在于,所述方法包括:从感通算控一体化相关领域的论文数据库、标准文档库、行业资料库中获取PDF、Word格式的原始数据源,对所述原始数据源进行数据处理,得到预处理数据集;
采用自顶向下方式构建感通算控一体化领域本体层,按照融合模式划分二级层级,基于各融合模式补充具体领域的应用实例作为三级层级,同时依据无线通信行业规范构建包含领域专业术语及其缩写、中英文对照的术语库与同义词字典,得到感通算控一体化领域本体与术语体系;
将所述感通算控一体化领域本体与术语体系作为输入,基于本体术语集合与上下文表示,计算实体边界概率,结合术语权重得到实体置信度,筛选高置信度实体,得到感通算控一体化领域高置信度实体集合;
基于所述感通算控一体化领域高置信度实体集合,通过位置与类型相关过滤函数生成候选实体对,再通过共现频率、类型关联度量化关系强度,得到高可靠性候选实体对及对应关系集合;
将所述高可靠性候选实体对及对应关系集合、预处理数据集中的JSON文件输入大模型,通过预设的提示词模板执行知识抽取任务,得到初始三元组集合;
基于综合相似度对所述初始三元组集合中的多源实体进行合并,消除冗余实体并统一概念体系,得到标准化三元组集合;
将所述标准化三元组集合导入图数据库,将实体映射为节点、关系映射为有向边,利用图数据库查询语言提取子图并通过前端渲染引擎展示,实现感通算控一体化领域知识图谱的可视化展示。
2.根据权利要求1所述的方法,其特征在于,所述原始数据源涵盖无线通信与感知、计算、控制融合的技术标准、学术论文及行业报告;对所述原始数据源进行数据处理,得到预处理数据集,包括:对PDF文件利用OCR工具解析为HTML文档后清洗提取文本,对Word文件直接解析正文、标题、表格与公式信息,保留感通算控一体化领域带单位的关键技术符号,将所有解析内容按段落结构生成JSON文件,并保留对应文档元数据,得到感通算控一体化领域的预处理数据集。
3.根据权利要求1所述的方法,其特征在于,按照融合模式划分二级层级包括第二层级按照融合模式划分为感通一体化、感算一体化、感控一体化、通算一体化、通控一体化、算控一体化、感通算一体化、感通控一体化、感算控一体化、通算控一体化及通感算控一体化。
4.根据权利要求1所述的方法,其特征在于,计算实体边界概率为:其中,是sigmoid函数,∈[0,1]是平衡集合权重和上下文信息的超参数,表示实体上下文相关的边界概率,是术语权重,表示术语。
5.根据权利要求4所述的方法,其特征在于,所述术语权重为:其中,表示数据集中总文档数,表示术语在语料库中的文档出现频率。
6.根据权利要求1所述的方法,其特征在于,所述关系强度包括实体对共现频率权重和实体对类型关联度权重;所述实体对共现频率权重为:其中,表示实体对在语料中共同出现的频率,表示实体单独出现频率;
所述实体对类型关联度权重为:
其中,表示实体的类型,表示类型和通过对应关系关联的实例集合,表示类型和通过任意关系关联的实例集合,为平滑因子。
7.根据权利要求1所述的方法,其特征在于,所述位置与类型相关过滤函数包括位置相关过滤函数和类型相关过滤函数;通过位置与类型相关过滤函数生成候选实体对,包括:定义位置相关过滤函数:
,
其中,表示实体与在文本中的位置距离,仅保留距离小于阈值且位于同一句子中的实体对,表示实体所在句子的索引;
定义类型相关过滤函数:
基于类型关联矩阵计算实体对的类型关联度,若关联度大于阈值则保留;
基于两个过滤函数得到候选实体对集合,其中,表示通过位置过滤的实体对集合,表示通过类型过滤的实体对集合,表示原始候选实体对集合。
8.根据权利要求1所述的方法,其特征在于,所述提示词模板包括角色定义层、任务规范层和输出约束层;所述角色定义层限定大语言模型为感通算控一体化领域专家;所述任务规范层明确输入数据的处理逻辑和实体类型约束列表;所述输出约束层强制模型输出结构化的三元组格式并设置错误熔断机制。
9.根据权利要求1所述的方法,其特征在于,所述综合相似度计算公式为:其中,代表字符串相似度,代表语义相似度,代表上下文相似度,p、q和v分别代表了它们的权重系数,并且符合,表示两个不同的实体。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:所述字符串相似度采用余弦相似度算法与Jaccard相似度算法的加权组合,基于实体的字符向量与字符集合进行计算;
所述语义相似度基于预训练模型生成的实体语义向量之间的余弦相似度进行计算;
所述上下文相似度基于实体在文档中上下文窗口内的词向量均值之间的余弦相似度进行计算。