Ontology and NLP Support for Building Disaster Knowledge Base

Ontology and NLP Support for Building Disaster Knowledge Base （构建灾难知识库的本体和NLP支持）

Abstract

灾害发生前、发生后和发生期间的数据在应急管理的即时决策中发挥着非常重要和至关重要的作用。过去的灾害、预期的灾害以及灾害发生期间，大量的数据以各种文件的形式在不同的机构之间交换。从异构文档中提取和收集数据的有效技术有助于正确地提取数据，并建立一个知识库，以制定分析和建模的便利性。
这篇论文的研究工作实现了一种利用NLP从半结构化和结构化异构文档中提取相关信息的机制，使用RDF将提取的信息以同构和机器可理解的格式表示，并将RDF三元组映射到灾害管理领域本体的适当概念。这是帮助和指导决策者、减灾机构和整个社会的非常新颖和有效的数据使用机制手段。

Introduction

1. 过去的灾害数据和领域专家经验是建立灾害管理知识库的主要来源。完整的知识库支持分析人员在灾难发生前、后和期间做出有效的决策。本体是共享的概念化的一个正式的、显式的规范。本体以声明形式对领域知识进行概念化，支持互操作性和知识共享。本体提供了领域词汇表、公共理解、共享性、信息互操作性、可重用性和支持语义信息检索。本体增强了当前信息检索系统的性能。
2. 灾害管理领域通用词汇的缺乏是信息集成面临的主要问题之一。大部分数据是非结构化的异构格式。由于格式不同，数据的提取和分析在紧急情况前、后和期间是至关重要和复杂的。有必要将数据集成为一种公共格式，以实现可共享性和快速决策。
3. 目前的研究工作探讨了一种有效和高效的方法来处理大量的灾害相关文献。该方法在域本体和自然语言处理的支持下，从大量文本文档中提取信息，并以同构的格式表示信息。目前的工作在领域本体的支持下支持对以RDF三元格式表示的信息的推理。本文详细描述了如何利用领域本体和自然