本發(fā)明涉及地理建模與模擬領(lǐng)域，更具體地說，涉及一種面向地理分析模型自動裝配的知識庫構(gòu)建與動態(tài)更新方法。

背景技術(shù)：

1、地理分析模型在氣象、環(huán)境、交通、規(guī)劃等諸多領(lǐng)域得到越來越廣泛的應用，然而，構(gòu)建滿足特定分析需求的地理模型知識庫是該領(lǐng)域面臨的一大挑戰(zhàn)。

2、傳統(tǒng)的地理模型構(gòu)建方式主要依賴專家的經(jīng)驗知識積累與手動操作，導致建模人員需要投入大量精力去裝配模型，過程低效且重復勞動過多。雖然現(xiàn)有許多建模工具，但它們通常缺少知識庫支持。此外，無論采用人工積累還是工具輔助的方式，現(xiàn)有技術(shù)都缺乏有效機制來實現(xiàn)知識庫的持續(xù)更新。因此，如何突破知識獲取、模型構(gòu)建和知識更新等環(huán)節(jié)的瓶頸，實現(xiàn)地理分析模型裝配知識庫的智能化、自動化構(gòu)建，成為提高地理建模效率和滿足多樣化需求的關(guān)鍵所在。

3、張豐源等提出的地理分析模型描述文檔基于可擴展標記語言，通過設(shè)計不同字段，完成了異構(gòu)地理分析模型的描述，實現(xiàn)了地理分析模型在描述上的共享與復用，也為地理分析模型的知識庫自動構(gòu)建方法提供了底層支持。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的在于提供一種面向地理分析模型自動裝配的知識庫構(gòu)建與動態(tài)更新方法，為地理建模知識庫的動態(tài)構(gòu)建提供方案，并有效加速地理建模實驗的開展。

2、為解決上述問題，本發(fā)明采用如下的技術(shù)方案。

3、一種面向地理分析模型自動裝配的知識庫構(gòu)建與動態(tài)更新方法，包括以下步驟：

4、s1、基于地理分析模型描述文檔，構(gòu)建模型知識檢索模板以及模型事件抽取模板；

5、s2、基于模型知識檢索模板以及模型事件抽取模板，構(gòu)建裝配知識庫；

6、s3、基于用戶建模需求，在裝配知識庫進行檢索，生成地理分析模型的裝配建議；

7、s4、基于地理分析模型裝配建議，為用戶推薦裝配建模步驟，并獲取用戶反饋，其中用戶反饋包括接受和修正，若用戶反饋為接受則保持當前裝配知識庫不變，若用戶反饋為修正則基于用戶的修正反饋對裝配知識庫進行更新，返回s3。

8、進一步地：所述步驟s1包括以下步驟：

9、s1.1逐個遍歷地理分析模型描述文檔，采用結(jié)構(gòu)化文檔解析方法，從中提取出標準化元數(shù)據(jù)信息，構(gòu)建模型知識檢索模板；其中所述標準化元數(shù)據(jù)信息至少包括模型名稱、關(guān)鍵詞列表及模型概要描述；

10、s1.2從地理分析模型描述文檔中抽取模型狀態(tài)事件，構(gòu)建模型事件抽取模板；其中所述模型狀態(tài)事件至少包括狀態(tài)名稱、事件名稱和事件描述。

11、進一步地：所述步驟s1.2具體包括：

12、對地理分析模型描述文檔進行語義層面的解析，識別地理分析模型描述文檔中定義的各種模型狀態(tài)事件，提取模型狀態(tài)事件序列{(s1,e1,d1),(s2,e2,d2),…,(sn,en,dn)}作為模型事件抽取模版；其中模型狀態(tài)事件(si,ei,di)表示在狀態(tài)si下，需要進行的事件ei，以及事件ei的描述，n表示狀態(tài)數(shù)量。

13、進一步地：所述步驟s2包括以下步驟：

14、s2.1基于模型知識檢索模板，構(gòu)建種子url集和網(wǎng)絡爬蟲爬取策略，從異構(gòu)數(shù)據(jù)源中爬取地理分析模型相關(guān)文檔；其中所述異構(gòu)數(shù)據(jù)源至少包括數(shù)字文獻庫、技術(shù)手冊；

15、s2.2針對地理分析模型相關(guān)文檔中結(jié)構(gòu)化文本，基于模型事件抽取模版，提取出模型運行事件知識，編碼為知識圖譜，形成裝配知識庫的結(jié)構(gòu)化語義庫；針對地理分析模型相關(guān)文檔中非結(jié)構(gòu)化文本，進行語義分割以及向量化編碼后，形成裝配知識庫的非結(jié)構(gòu)化語義庫。

16、進一步地：在所述步驟s2.1之后，步驟s2.2之前，還包括：

17、針對地理分析模型相關(guān)文檔，利用文件解析工具抽取出文本內(nèi)容，將抽取的文本內(nèi)容統(tǒng)一轉(zhuǎn)換為純文本格式，基于文本指紋算法識別并去除冗余的重復文本。

18、進一步地：所述步驟s2.2中形成裝配知識庫的結(jié)構(gòu)化語義庫具體包括：

19、基于模型事件抽取模版，使用大語言模型，提取地理分析模型相關(guān)文檔中的模型裝配知識(si,ei,di,ki)，表示在狀態(tài)si下，需要進行的事件ei，以及事件ei的描述，裝配項；

20、將提取的模型裝配知識表示為知識圖譜中的節(jié)點，每個節(jié)點包括：①節(jié)點id，即狀態(tài)或事件的唯一標識符；②描述信息，即狀態(tài)或事件的描述；③類型，即節(jié)點的類型；

21、構(gòu)建狀態(tài)和事件之間的關(guān)系，將其表示為知識圖譜中的有向邊，每個邊包括：①起點，即邊的起始節(jié)點id；②終點，即邊的終止節(jié)點id；③關(guān)系類型，即邊的類型；

22、將每個事件的裝配項存儲為事件節(jié)點的屬性，每個裝配項包括：①裝配項id，即裝配項的唯一標識符；②裝配項描述，即裝配項的描述信息；

23、形成裝配知識庫的結(jié)構(gòu)化語義庫。

24、進一步地：所述步驟s2.2中形成裝配知識庫的非結(jié)構(gòu)化語義庫具體包括：

25、針對地理分析模型相關(guān)文檔中非結(jié)構(gòu)化文本，對其進行語義分割，切分為語義連貫的短文本片段，形成短文本片段序列；

26、使用預訓練語言模型，對短文本片段序列進行向量化編碼，提取出其對應的語義向量表示，并存儲到向量數(shù)據(jù)庫中，形成裝配知識庫的非結(jié)構(gòu)化語義庫。

27、進一步地：所述步驟s3包括以下步驟：

28、s3.1獲取用戶的建模需求，所述用戶的建模需求至少包括模型名稱、研究區(qū)域、分析目標和預期結(jié)果；

29、s3.2基于用戶的建模需求，使用自然語言處理技術(shù)提取出其中包含的關(guān)鍵要素(如使用的地理分析模型，研究區(qū)域，要解決的地理問題等)，將其轉(zhuǎn)化為結(jié)構(gòu)化的查詢表達式，基于結(jié)構(gòu)化查詢表達式，在裝配知識庫的結(jié)構(gòu)化語義庫中檢索滿足查詢表達式的結(jié)構(gòu)化裝配知識；基于用戶的建模需求中的關(guān)鍵要素在裝配知識庫的非結(jié)構(gòu)化語義庫中檢索與關(guān)鍵要素語義相似度最高的非結(jié)構(gòu)化上下文文本；將檢索到的結(jié)構(gòu)化裝配知識與非結(jié)構(gòu)化上下文文本融合，結(jié)合用戶的建模需求，構(gòu)建上下文場景描述，并將該上下文場景描述轉(zhuǎn)化編碼為prompt提示詞；

30、s3.3在用戶進行地理分析模型的每一步裝配時，根據(jù)當前步驟和步驟所對應的prompt提示詞，輸入大語言模型生成裝配建議，完成地理分析模型的裝配。

31、進一步地：所述步驟s3.3具體包括：

32、用戶在進行地理分析模型的第一步裝配時，生成初始prompt，該初始prompt包括用戶的建模需求以及對當前步驟的描述，將初始prompt輸入大語言模型，輸出第一步裝配的裝配建議；

33、用戶完成第一步裝配后，生成第二步的prompt，該第二個prompt包括用戶的建模需求、當前狀態(tài)、前一步用戶最終的裝配結(jié)果以及模型下一步所要進行裝配的描述，將第二個prompt輸入大語言模型，生成第二步裝配的裝配建議；

34、重復上述過程，生成后續(xù)每一步的prompt，直至整個地理分析模型裝配完成。

35、進一步地：所述步驟s4包括以下步驟：

36、s4.1獲取用戶對于每一步裝配的裝配建議的反饋；

37、s4.2若用戶反饋為接受，則無需更新結(jié)構(gòu)化語義庫；若用戶反饋為修正，則使用自然語言理解技術(shù)對修正反饋進行語義解析，提取修正內(nèi)容c，在結(jié)構(gòu)化語義庫中定位與c最相似的知識實體e*，根據(jù)c更新e*的屬性值，得到更新后的結(jié)構(gòu)化語義庫；

38、s4.3若用戶反饋為接受，則無需更新非結(jié)構(gòu)化語義庫；若用戶反饋為修正，則從c中提取關(guān)鍵詞，在非結(jié)構(gòu)化語義庫中檢索與之最相似的前k個向量，并根據(jù)c更新最相似的前k個向量中與c的距離小于設(shè)定閾值的向量；否則基于c插入新向量，得到更新后的非結(jié)構(gòu)化語義庫。

39、相比于現(xiàn)有技術(shù)，本發(fā)明的優(yōu)點在于：

40、1.通用的地理分析模型知識庫自動化構(gòu)建能力

41、本發(fā)明提出的基于地理分析模型描述文檔的檢索模板與模型裝填信息抽取方法，能夠自動從異構(gòu)數(shù)據(jù)源中高效獲取與地理分析模型相關(guān)的各類結(jié)構(gòu)化和非結(jié)構(gòu)化知識，解決了過去地理建模知識庫缺少統(tǒng)一構(gòu)建流程的問題；

42、2.動態(tài)增量式知識更新能力

43、在模型自動裝配的交互過程中，本發(fā)明能及時獲取用戶的反饋意見并通過語義分析進行提取，將其作為增量式更新并融入知識庫。這種動態(tài)更新機制使得知識庫可以持續(xù)獲取最新的用戶反饋，保持與實際需求的同步；

44、3.高效智能的知識查詢與融合

45、基于結(jié)構(gòu)化的查詢機制和自然語言處理技術(shù)，本發(fā)明可以高效地從知識庫檢索到與用戶需求相關(guān)的結(jié)構(gòu)化知識和非結(jié)構(gòu)化語境描述，并將它們?nèi)诤仙赏暾膱鼍吧舷挛模瑸楹罄m(xù)基于預訓練語言模型進行智能化模型裝配提供了有力支撐。