基于文献计量学的国内水生态环境研究知识图谱构建与应用

近年来,水生态环境问题已愈发引起学者和社会的广泛关注。本文选取1992—2017年CNKI数据库中文核心期刊中收录的水生态环境相关文献作为样本数据。采用文献计量学中定性分析与定量研究的信息分析方法,基于知识图谱的结构性和时间性指标,以CiteSpace、SPSS信息分析软件为支撑工具,对数据进行主题词共词矩阵分析、关键词共现聚类分析和名词短语突变检测分析,绘制了展现国内水生态环境研究领域知识结构、知识演化的各类知识图谱。研究表明:①本文构建的"文献时序分析学科分析(宏观)→主题词共词矩阵分析(微观、直观)→关键词共现聚类分析(复杂、整体)典型聚类分析(局部)→名词短语突变检测分析(特殊)"行业文献数据分析方法是合理有效的;②国内水生态环境研究进展符合"Shneider四阶段理论",研究主题演进路径明确,以"水环境保护研究→生态需水研究→面向生态环境的应用研究"为主,研究热点具有丰富的进程特征,各时段前沿研究脉络清晰,体现为:"流域生态水文规律研究→水生态环境管理技术研究→流域生态环境改善、恢复研究";③通过主题词共词矩阵分析识别中文文献研究主题,弥补了中文文献数据因参考文献缺失无法通过文献共被引分析进行主题识别的不足。     

水利综合知识图谱构建研究

基于对水利知识特点的分析,提出了水利综合知识体系的描述方法,包括水利知识的定义、组成与关联;构建了水利知识图谱的构建框架和关键技术体系,以水利行业结构化业务数据的实体关系转换为基础,采用双向长短期记忆神经网络(Bi-directional Long Shot-Term Memory Neural Network,BiLSTM)与条件随机场(Conditional Random Fields,CRF)方法识别半结构化、非结构化学科知识文本以及互联网数据中的水利实体,使用模式匹配和共现网络分析方法抽取各实体间关系,对涉水对象及其属性进行补充,基于风险最小化的最小风险映射模型(Risk Minimization based Ontology Mapping,RiMOM)进行了多源异构水利实体的融合,实现了涉水对象与水利学科知识的融合与关联,形成水利综合知识的建模和表达。在图谱构建过程中,累计抽取水利实体136万个,构建实体关系300余万条,抽取的水利实体对象的标注准确率在80%以上。基于该图谱可实现水利知识的跨域查询与检索,学科图谱与水网图谱间关系查询,挖掘不同水利实体间的隐含关系,提高水利知识检索的效率和知识挖掘发现的能力。