知識元通常被認(rèn)為是領(lǐng)域中不可再分的最小知識片段，是構(gòu)成領(lǐng)域知識體系的基本單位。從知識元的角度出發(fā)，對行業(yè)或領(lǐng)域大數(shù)據(jù)進(jìn)行信息抽取并構(gòu)建領(lǐng)域知識圖譜是人工智能研究的熱點(diǎn)問題，也是實(shí)現(xiàn)智能化信息服務(wù)的重要基礎(chǔ)。作為典型的知識密集型產(chǎn)業(yè)，我國石油天然氣工業(yè)已從最初的數(shù)據(jù)獲取時代逐步過渡到對知識高度依賴的智能化時代。油氣領(lǐng)域的數(shù)據(jù)資料種類眾多、主題層次關(guān)系復(fù)雜，并且包含了大量的調(diào)查報告、生產(chǎn)記錄、研究文獻(xiàn)等非結(jié)構(gòu)化數(shù)據(jù)。這些體量不斷增大的數(shù)據(jù)資料給油氣領(lǐng)域的信息化管理與服務(wù)帶來了巨大挑戰(zhàn)。由于缺少對資料中細(xì)粒度知識的描述，無法實(shí)現(xiàn)知識之間的顯式關(guān)聯(lián)，基于關(guān)鍵詞匹配和主題分類的傳統(tǒng)文檔管理方法具有較大的局限性，難以滿足面向知識的數(shù)據(jù)服務(wù)需求。從信息技術(shù)發(fā)展和我國油田信息化建設(shè)趨勢來看，油氣領(lǐng)域的信息服務(wù)正由數(shù)據(jù)服務(wù)向知識服務(wù)轉(zhuǎn)變。逐漸成熟的信息化理論與技術(shù)，如機(jī)器學(xué)習(xí)、自然語言處理、知識表示、知識圖譜等，給開展油氣領(lǐng)域的信息抽取和知識結(jié)構(gòu)化工作帶來了契機(jī)。

本書以油氣領(lǐng)域?yàn)槔�，首先圍繞領(lǐng)域信息抽取和知識圖譜構(gòu)建問題，在分析油氣資料內(nèi)容及形式特點(diǎn)的基礎(chǔ)上，利用主題抽取算法和知識元模型對資料中的知識片段進(jìn)行合理組織；然后，基于自然語言處理技術(shù)提取知識元中的實(shí)體、屬性及關(guān)系信息，用以豐富當(dāng)前的資料檢索方式；最后，采用由底向上的方法逐步構(gòu)建油氣成藏知識圖譜，并將其應(yīng)用于油氣資料的知識檢索服務(wù)。通過文獻(xiàn)主題篩選和知識關(guān)聯(lián)查詢等功能提高資料信息的獲取效率并輔助用戶發(fā)現(xiàn)知識的隱式關(guān)聯(lián)，提高石油地質(zhì)學(xué)研究的準(zhǔn)確度和油氣勘探?jīng)Q策的可信度。

本書第1章為緒論，介紹了油氣領(lǐng)域信息抽取及知識圖譜構(gòu)建的研究背景、研究現(xiàn)狀，并概述了本書的研究目標(biāo)、內(nèi)容及技術(shù)路線。第2、3章為理論基礎(chǔ)和關(guān)鍵技術(shù)，對知識元及知識組織方式、知識服務(wù)的含義及模式、信息抽取、知識圖譜等理論進(jìn)行了闡述，并對文本表示技術(shù)、主題模型、實(shí)體及關(guān)系抽取、注意力機(jī)制與預(yù)訓(xùn)練技術(shù)進(jìn)行了介紹與歸納。第4章為油氣領(lǐng)域資料信息化概述，分析了油氣領(lǐng)域資料結(jié)構(gòu)及主題層次的特點(diǎn)。第5至8章，在研究油氣領(lǐng)域本體構(gòu)建的基礎(chǔ)上，開展油氣領(lǐng)域文本中知識元的提取、油氣藏特征信息抽取、油氣成藏知識圖譜構(gòu)建等研究。第9章為結(jié)論與展望。

本書主要研究內(nèi)容包括：

（1）基于層次主題的油氣領(lǐng)域知識元提取。

研究利用主題分析技術(shù)進(jìn)行文本段落的主題特征獲取，顧及油氣領(lǐng)域文本主題較強(qiáng)的層次性和聚集性，研究利用領(lǐng)域內(nèi)的專業(yè)詞匯對層次主題模型進(jìn)行約束，以改善主題提取效果。同時，結(jié)合油氣資料結(jié)構(gòu)與實(shí)際應(yīng)用需求，研究油氣領(lǐng)域知識元的描述和提取方法；提出了基于局部特征算法聯(lián)合策略和動態(tài)規(guī)劃策略的主題知識元提取方法；提出了基于圖表標(biāo)題主題相似度和圖表指示詞匹配的圖表知識元提取方法。

（2）融合領(lǐng)域知識的油氣藏特征信息抽取。

研究顧及油氣資料主題對應(yīng)性和相關(guān)性，以油氣領(lǐng)域本體、專業(yè)詞匯表、關(guān)系數(shù)據(jù)庫元數(shù)據(jù)等先驗(yàn)知識為輔助，研究知識元對應(yīng)文本片段中油氣藏特征的信息抽取。針對油氣藏特征中重疊實(shí)體及重疊關(guān)系的提取問題，研究利用領(lǐng)域本體在概念及關(guān)系語義描述上的優(yōu)勢，提出基于詞表特征加強(qiáng)的實(shí)體識別模型與基于改進(jìn)標(biāo)簽策略的關(guān)系提取模型，實(shí)現(xiàn)油氣藏特征實(shí)體、屬性及關(guān)系等特征信息的抽取。

（3）基于多特征關(guān)聯(lián)的油氣成藏知識圖譜構(gòu)建。

針對已有模型在知識表示和關(guān)聯(lián)上的不足，研究建立基于多特征的知識關(guān)聯(lián)。提出了基于主題擴(kuò)展的三元組知識表示和向量化方法，用于解決領(lǐng)域知識的表示問題。研究高維空間中多特征關(guān)聯(lián)方法，用于解決知識抽象表達(dá)和關(guān)聯(lián)問題。由此將所構(gòu)建的油氣成藏知識圖譜應(yīng)用于知識服務(wù)系統(tǒng)，提供油氣藏知識檢索及關(guān)聯(lián)服務(wù)，驗(yàn)證設(shè)計方案的適應(yīng)性和實(shí)用性。

本書內(nèi)容是計算機(jī)學(xué)科在油氣領(lǐng)域中的具體應(yīng)用，既適合本領(lǐng)域的研究者了解機(jī)器學(xué)習(xí)、信息抽取、知識圖譜等研究前沿，也適合人工智能相關(guān)專業(yè)方向的本科生和研究生作為學(xué)習(xí)參考素材。全書由作者獨(dú)撰，約19萬字。本書的編寫得到了荊楚理工學(xué)院校級科研重點(diǎn)項目“面向知識元的領(lǐng)域信息抽取及圖譜構(gòu)建”（編號：ZD202319）、荊楚理工學(xué)院智聯(lián)網(wǎng)應(yīng)用創(chuàng)新研究中心的資助，以及荊門市重大科技計劃項目“基于人工智能和邊緣計算融合的自動化生產(chǎn)線關(guān)鍵技術(shù)研究與應(yīng)用”（編號：2022ZDYF019）的支持。在此，一并表示感謝！

由于作者水平有限，時間也比較倉促，書中的錯誤和不妥之處在所難免，望讀者給予批評指正。

作者

2023年8月

第1章　緒論 1
1.1　研究背景及意義 1
1.2　研究現(xiàn)狀與分析 4
1.2.1　油氣領(lǐng)域知識服務(wù)現(xiàn)狀 4
1.2.2　領(lǐng)域信息抽取研究進(jìn)展 5
1.2.3　知識圖譜構(gòu)建研究進(jìn)展 7
1.2.4　存在的問題與分析 8
1.3　研究目標(biāo)與研究內(nèi)容 9
1.4　技術(shù)路線與章節(jié)組織 10
1.5　本章小結(jié) 13
第2章　理論基礎(chǔ) 14
2.1　知識元及知識組織方式 14
2.1.1　知識元的概念 14
2.1.2　知識組織方式 15
2.2　知識服務(wù)的含義及模式 17
2.2.1　知識服務(wù)含義 17
2.2.2　知識服務(wù)模式 18
2.3　信息抽取概述 19
2.3.1　引言 19
2.3.2　實(shí)體識別 21
2.3.3　關(guān)系抽取 22
2.4　知識圖譜概述 23
2.4.1　知識圖譜定義 23
2.4.2　知識圖譜邏輯框架 24
2.4.3　知識圖譜構(gòu)建流程 24
2.5　本章小結(jié) 32
第3章　關(guān)鍵技術(shù) 34
3.1　文本表示技術(shù) 34
3.1.1　淺層語義表示 34
3.1.2　深層語義表示 35
3.1.3　多粒度文本表示 37
3.2　主題模型與主題域劃分 37
3.2.1　主題模型概述 38
3.2.2　主題域的劃分 42
3.3　實(shí)體及關(guān)系抽取技術(shù) 43
3.3.1　基于神經(jīng)網(wǎng)絡(luò)的實(shí)體抽取 43
3.3.2　基于聯(lián)合模型的關(guān)系抽取 45
3.4　注意力機(jī)制與預(yù)訓(xùn)練技術(shù) 47
3.4.1 自然語言的注意力機(jī)制 47
3.4.2 預(yù)訓(xùn)練的語言模型技術(shù) 50
3.5　本章小結(jié) 51
第4章　油氣領(lǐng)域資料信息化概述 52
4.1　油氣資料的收集與匯總 52
4.2　油氣資料的分類及特點(diǎn) 53
4.2.1　油氣資料分類 54
4.2.2　油氣文檔特點(diǎn) 55
4.3　我國油氣資料信息化建設(shè) 58
4.3.1　國家的油氣資料信息化建設(shè) 59
4.3.2　企業(yè)的油氣資料信息化建設(shè) 59
4.4　我國油氣資料信息服務(wù) 60
4.4.1　傳統(tǒng)的信息服務(wù) 60
4.4.2　面向知識的服務(wù) 61
4.5　本章小結(jié) 62
第5章 油氣領(lǐng)域本體構(gòu)建研究 64
5.1 油氣藏的概念及其特征 64
5.1.1　油氣藏概念 64
5.1.2　油氣藏特征 65
5.2 構(gòu)建原則及方法 67
5.2.1　本體構(gòu)建原則 67
5.2.2　本體建立方法 68
5.3 規(guī)劃與設(shè)計 70
5.4 概念及關(guān)系的建立 71
5.4.1　敘詞表與領(lǐng)域本體映射關(guān)系的建立 71
5.4.2　數(shù)據(jù)庫元數(shù)據(jù)及實(shí)體關(guān)系的獲取 73
5.5 存儲與評價 76
5.5.1　領(lǐng)域本體存儲 76
5.5.2　本體評價與進(jìn)化 77
5.6　本章小結(jié) 77
第6章　基于層次主題的領(lǐng)域知識元提取 79
6.1　引言 79
6.2　相關(guān)工作 80
6.3　數(shù)據(jù)準(zhǔn)備 81
6.3.1　數(shù)據(jù)的選擇與收集 81
6.3.2　資料文檔預(yù)處理 81
6.4　基于詞約束hLDA的油氣資料層次主題提取 82
6.4.1　概述 82
6.4.2　詞約束hLDA模型設(shè)計 83
6.4.3　領(lǐng)域文本主題提取方法 85
6.4.4　實(shí)驗(yàn) 87
6.5　顧及資料結(jié)構(gòu)特點(diǎn)的油氣領(lǐng)域知識元提取 92
6.5.1　概述 92
6.5.2　主題特征知識元提取方法 94
6.5.3　圖表關(guān)聯(lián)知識元提取方法 96
6.5.4　實(shí)驗(yàn) 98
6.6　本章小結(jié) 102
第7章　融合油氣領(lǐng)域知識的信息抽取 104
7.1　引言 104
7.2　相關(guān)工作 105
7.3　基于詞表特征加強(qiáng)的油氣領(lǐng)域?qū)嶓w提取 107
7.3.1　概述 107
7.3.2　油氣藏特征實(shí)體類型分析 108
7.3.3　油氣藏特征實(shí)體語料標(biāo)注 110
7.3.4　一種基于詞匯特征增強(qiáng)的實(shí)體抽取模型 111
7.3.5　實(shí)驗(yàn) 114
7.4　基于改進(jìn)標(biāo)簽策略的油氣領(lǐng)域關(guān)系提取 118
7.4.1　概述 118
7.4.2　油氣藏特征關(guān)系類型分析 119
7.4.3　語義重疊的關(guān)系標(biāo)簽策略 121
7.4.4　一種優(yōu)化標(biāo)簽策略的關(guān)系抽取模型 123
7.4.5　實(shí)驗(yàn) 125
7.5　本章小結(jié) 129
第8章　油氣成藏知識圖譜構(gòu)建及應(yīng)用 131
8.1　引言 131
8.2　基于主題的油氣藏知識的表示 132
8.2.1　擴(kuò)展的三元組知識表示方法 132
8.2.2　融合異質(zhì)輔助信息的三元組向量化模型 134
8.3　基于多特征的油氣藏知識元關(guān)聯(lián)方法 135
8.3.1　知識元的抽象表達(dá) 135
8.3.2　多特征距離度量 136
8.4　油氣成藏知識圖譜構(gòu)建與服務(wù)系統(tǒng)設(shè)計 138
8.4.1　油氣成藏知識圖譜構(gòu)建 138
8.4.2　油氣成藏知識服務(wù)系統(tǒng)設(shè)計 139
8.5　油氣成藏知識圖譜的服務(wù)應(yīng)用 144
8.5.1　文獻(xiàn)知識主題篩選 145
8.5.2　知識信息檢索服務(wù) 146
8.5.3　知識信息關(guān)聯(lián)服務(wù) 150
8.6　本章小結(jié) 151
第9章　結(jié)論與展望 153
9.1　全書總結(jié) 153
9.2　工作展望 154
參考文獻(xiàn) 155

1. 零基礎(chǔ)玩轉(zhuǎn)國產(chǎn)大模型DeepSeek [徐永冰 張帥 編著]
2. 網(wǎng)絡(luò)工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
3. 信息系統(tǒng)項目管理師考試32小時通關(guān)（適用第4版考綱） [薛大龍]
4. 信息系統(tǒng)管理工程師考試32小時通關(guān)（適配第2版考綱） [薛大龍　劉偉]
5. 土木工程材料檢測實(shí)訓(xùn) [洪曉江 達(dá)則曉麗 錢波]
6. 科技信息檢索與論文寫作實(shí)用教程 [李振華]
7. 傳統(tǒng)山水畫論解讀與實(shí)踐 [陳鈉 著]
8. Python數(shù)據(jù)庫編程 [主編 殷樹友 邢 翀]
9. 計算機(jī)基礎(chǔ)實(shí)訓(xùn)指導(dǎo) [主編 袁春萍 朱妮]
10. 嵌入式人工智能技術(shù)應(yīng)用（數(shù)字教材） [主編 胡娜 楊國勇 晏廷榮]
11. Vienna整流器技術(shù) [桂存兵 著]
12. 變頻器與伺服應(yīng)用 [陳剛 葉云飛]
13. 物聯(lián)網(wǎng)工程設(shè)計與實(shí)踐 [湯琳 李敏]
14. 爐邊夜話——深入淺出話AI [汪建　著]
15. 電商運(yùn)營與管理 [鐘肖英 陳瀟]
16. Java面向?qū)ο蟪绦蛟O(shè)計 [主編 姜春磊 陳虹潔]
17. 信息技術(shù)基礎(chǔ)（Windows 10+WPS Office）（微課版） [主編　石利平　田輝平　謝盛嘉]
18. 人工智能應(yīng)用 [主編　陳　萍　劉培培　陳孟軍]
19. 大學(xué)生職業(yè)發(fā)展與就業(yè)指導(dǎo) [主編　劉志堅]
20. 高級辦公應(yīng)用項目教程 [主編 屈晶 趙成麗]
21. 微信小程序開發(fā)項目實(shí)戰(zhàn)（微課版） [主編 黃龍泉 郭峰 朱倩]
22. 企業(yè)檔案工作實(shí)戰(zhàn)寶典百問百答 [華俊 盧秀英 邵甜甜 著]
23. 計算機(jī)網(wǎng)絡(luò)原理及應(yīng)用 [主編 唐繼勇 葉坤 孫夢娜]
24. 大學(xué)生創(chuàng)業(yè)基礎(chǔ) [主編 王麗莉 王 楊]
25. 船舶輔機(jī) [主編 王連海 于洋 姜淑翠]
26. 大學(xué)生就業(yè)指導(dǎo) [主編 王麗莉 董宴廷]
27. 系統(tǒng)架構(gòu)設(shè)計師章節(jié)習(xí)題與考點(diǎn)特訓(xùn) [主編 薛大龍 鄒月平]
28. 高校學(xué)生工作探索與實(shí)踐 [郭亮 著]
29. 大學(xué)生情商管理 [方雄 著]
30. 2023年長沙市會展業(yè)發(fā)展報告 [主編 周棟良]