COVID-19病例活动知识图谱构建——以郑州市为例

发布时间：2021-01-03 03:05

　　目前,随着全球新型冠状病毒肺炎（coronavirus disease 2019,COVID-19）病例数量不断增加,疫情时空传播过程变得越来越复杂。传统的传播过程研究主要是在宏观上研究传染病的整体传播规律或趋势,不能在个体层面分析具体病例之间的传播关系,无法精准定位疫情传播路径,很难支持传染病的精准防控,亟需兼顾时空和语义特征研究传染病传播过程。首先在解析COVID-19病例数据基础上,利用知识图谱技术提出了构建适应多样化描述方式的COVID-19病例活动知识图谱;然后从传播事件角度设计了COVID-19病例活动知识图谱本体规则,完成了模式层的构建;并以流行病调查数据为基础,对病例数据进行解析、事件实体识别和数据存储,完成了数据层的构建;最后,通过图数据库和B/S端构建原型系统进行实验验证。结果表明,通过COVID-19病例活动知识图谱对传播过程推理、关键节点分析和活动轨迹回溯等层面进行验证,方法较为有效,且具有一定可行性。 

【文章来源】：武汉大学学报(信息科学版). 2020年06期 北大核心

【文章页数】：10 页

【部分图文】：

传染病病例构成要素分析

将传染病学模式层Gs引入现有传染病本体，表示病例的基本情况（年龄、性别等），此外引入时间本体表示事件子图之间的时序关系Rt，进而展现“疑似→确诊→治愈”等活动记录的时序关系。COVID-19流行病学知识图谱属于领域知识图谱，采用自顶向下的构建方式，即从模式层开始构建。构建流程如图3所示，模式层构建是知识图谱中最核心的部分，为知识图谱定义数据的模式（Schema，即为其定义本体）。在定义本体的过程中，从顶层概念体系逐步细化，进而形成具有良好结构的分类学层次体系。本文采用有人工参与的本体模型构建、分类分层和概念梳理，提高知识图谱数据的完整性和准确性。定义模式层后，从COVID-19传染病相关数据源中进行实体抽取、实体链接和存储，实现数据层填充。在完成模式层和数据层构建之后，就初步完成COVID-19流行病学知识图谱的构建过程，在此基础上可以进行语义检索和决策支持。

COVID-19流行病学知识图谱属于领域知识图谱，采用自顶向下的构建方式，即从模式层开始构建。构建流程如图3所示，模式层构建是知识图谱中最核心的部分，为知识图谱定义数据的模式（Schema，即为其定义本体）。在定义本体的过程中，从顶层概念体系逐步细化，进而形成具有良好结构的分类学层次体系。本文采用有人工参与的本体模型构建、分类分层和概念梳理，提高知识图谱数据的完整性和准确性。定义模式层后，从COVID-19传染病相关数据源中进行实体抽取、实体链接和存储，实现数据层填充。在完成模式层和数据层构建之后，就初步完成COVID-19流行病学知识图谱的构建过程，在此基础上可以进行语义检索和决策支持。2 基于简单事件模型的本体规则设计

【参考文献】：
期刊论文
[1]交通分析区尺度上的COVID-19时空扩散推估方法：以武汉市为例[J]. 冯明翔,方志祥,路雄博,谢泽丰,熊盛武,郑猛,黄守倩.  武汉大学学报(信息科学版). 2020(05)
[2]面向叙事结构的地理空间情报可视分析方法[J]. 陈晓慧,万刚,张伟,廖雨婷,李锋.  测绘科学技术学报. 2017(01)
[3]基于时空轨迹数据的传染病传播风险评估[J]. 宫路,刘湘南,邹信裕.  测绘学报. 2015(S1)
[4]传染病应急案例共享本体模型研究[J]. 高珊,王文俊,杜磊,张贤坤.  计算机应用. 2010(11)



本文编号：2954190