煤炭作为我国的基础性能源,其在开采的过程中常常具有较大的风险,煤矿事故时有发生,煤矿安全形势日益严峻。如今在这个信息技术迅速发展的时代,当煤矿事故发生后会出现许多关于事故方面的信息,在这些信息中包含着许多有用的知识可以在保障煤矿生产安全方面提供帮助,但是这些没有加工处理的知识杂乱无章,不利于知识的集成和共享,以致于不能很好地被煤矿安全生产管理工作者们所使用,造成信息资源的浪费。本体作为一种标准、统一的知识表达和描述方式,适用于知识的共享和重用。虽然目前在煤矿领域已经有一些基于本体进行煤矿安全工作的研究,但是这些本体普遍都采用手工的方式进行构建,本体概念和概念间关系都是由人工进行确定,所构建的本体质量并不高,且具有局限性。另外,面对信息爆炸增长的今天,人工构建的方式需要耗费大量的人力、物力,已经不能满足当前的需要。通过对上述问题进行研究分析,本文以煤矿安全网上的煤矿事故案例为数据源,通过自动构建的方法构建了煤矿事故本体。重点研究采用自动提取的方式从煤矿事故案例中获得煤矿事故本体的概念和概念间关系。研究的主要内容有:(1)通过自然语言处理技术将煤矿事故文本案例转化为词,这些词组成了煤矿事故本体的候选概念集合。利用多个特征来描述候选概念集合中的概念,构建BP神经网络并以这些特征值组成的特征向量作为神经网络的输入,通过训练得到用于区分是否属于煤矿事故概念的神经网络,利用该神经网络筛选候选概念集合中的概念,得到煤矿事故本体概念。(2)根据煤矿事故文本案例构建煤矿事故概念的词向量空间模型,根据概念间的相似度大小进行凝聚的层次聚类,通过聚类结果得到本体概念间的层次关系。对于概念间的非层次关系,传统的基于关联规则的方法只能挖掘出具有关系的概念对,却不能得到具体的关系。因此本文采用扩展的关联规则的方法,在关联规则的基础上筛选出具有关联关系的概念之间符合条件的动词,并将该动词作为概念对之间的关系标签,从而得到本体概念间非层次关系。(3)通过自动提取获得煤矿事故本体概念以及概念间的关系后,便可得到煤矿事故本体。在对本体进行应用之前首先需要验证所构建的本体是否满足应用条件,采用复合标准评价法对所构建的煤矿事故本体进行评价,评价结果表明所构建的本体能够较好的满足要求,同时也验证了本文自动构建方法的有效性。通过OWL本体语言对所构建的煤矿事故本体进行形式化描述,并存储为OWL格式文本文件,方以便于本体的共享和重用。最后将煤矿事故本体OWL文本文件导入Protege中,实现了本体的可视化,并在可视化的基础上实现了基于本体的煤矿事故知识查询应用。本文使提出的煤矿事故本体自动构建方法,不仅可以节省大量的人力、物力,而且从实际煤矿事故案例中自动提取本体的概念和概念间的关系,可以使所构建的本体更全面、更加贴近于实际,在之后的实际应用中效果会更佳,可以给煤矿事故管理和煤矿安全生产管理工作提供有效的帮助。图22 表15 参71