基于知识元的突发事件案例知识挖掘方法研究

It contains a lot of knowledge in emergency cases, which is an important support for emergency management. In order to acquire emergency cases knowledge with more dominant degree and accuracy, and increase the support capacity for emergency decision-making, this project combines the theory, method and tools of computer science and management science， and studies the method of information extraction and knowledge mining for emergency cases based on knowledge element through a large number of fire and safety production cases. Our study specifically includes: 1) Forming structured representation and organization of cases based on knowledge element and proposing method of information extraction based on knowledge element as prior knowledge. 2) Constructing a method of mining evolutionary knowledge including characteristics, factors association relationship, evolution mechanism and identification of key factors of emergency based on knowledge element. 3) Combined with case scenario division, a knowledge mining method is proposed for emergency response identification, correlation, coordination and process. 4) Developing the prototype system for case management and knowledge mining for case verification and effect evaluation. The research can promote normalization and standardization of structured cases, increase completeness and utilization efficiency of case information and can provide ideas and methods for case knowledge mining, the achievements can also enrich knowledge of prediction and decision making in fire and safety production field.

突发事件案例中蕴含着大量的知识，是应急管理的重要支撑。为获得更具显性度和准确性突发事件案例知识，提升对应急决策的支持能力，本项目以海量火灾与安全生产事故案例为基础，结合计算机与管理科学的理论、方法和工具，基于知识元研究突发事件案例信息抽取以及知识挖掘方法。具体包括：1）基于知识元对案例进行结构化表示与组织，构建以知识元为先验性知识的案例信息抽取方法；2）基于知识元构建突发事件事物特征、要素关联关系、演化机理以及关键作用要素识别的演化知识挖掘方法；3）结合案例情景的划分，构建突发事件应对活动识别、关联、协同以及流程的应对知识挖掘方法；4）开发突发事件案例管理与知识挖掘原型系统，进行实例验证与挖掘效果评估。通过本课题的研究，可以推进结构化案例的规范化与标准化，提升案例信息的完备性与应用效率，为案例知识挖掘提供思路和方法，相关挖掘成果也可以丰富火灾与安全生产领域的预测与决策知识。

为获得更具显性度和准确性突发事件案例知识，提升对应急决策的支持能力，本项目以海量火灾与安全生产事故案例为基础，结合计算机与管理科学的理论、方法和工具，基于知识元研究突发事件案例信息抽取以及知识挖掘方法。提出了基于知识元对案例进行结构化表示与组织，构建以知识元为先验性知识的案例信息抽取方法；基于知识元构建了突发事件事物特征、要素关联关系、演化机理以及关键作用要素识别的演化知识挖掘方法；结合案例情景的划分，构建了突发事件应对活动识别、关联、协同以及流程的应对知识挖掘方法；基于以上研究成果，开发突发事件案例管理与知识挖掘原型系统，并进行实例验证与挖掘效果评估。. 项目团队收集整理了国内突发事件案例3万多个，对其中644个煤矿事故案例进行了结构转换，此外还获得了美国1982-2018年期间约1200万个火灾案例的结构化数据，并以此为基础展开突发事件案例知识挖掘的研究。针对项目申报书中提出的问题与目标，目前已发表科研论文11篇，其中国家自然科学基金委管理科学部A类重要期刊7篇，SCI检索3篇、会议论文1篇；获软件著作权2项、获辽宁省哲学社会科学成果奖二等奖1项，培养博士生9人、硕士生9人。科研成果对推进结构化案例的规范化与标准化，提升案例信息的完备性与应用效率起到实际作用，为案例知识挖掘提供思路和方法，相关挖掘成果丰富了火灾与安全生产领域的预测与决策知识。案例表示、存储以及检索等方面的成果已经在应急管理部通信信息中心、大连市以及沈阳市等建设的应急管理系统中得到实际应用，并取得良好应用效果。