买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌工程学院申请的专利一种城市暴雨洪涝灾害链事理图谱构建方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119761488B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510266861.2，技术领域涉及：G06N5/022；该发明授权一种城市暴雨洪涝灾害链事理图谱构建方法及系统是由涂小强;邓承志;许小华;陈海莲设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种城市暴雨洪涝灾害链事理图谱构建方法及系统在说明书摘要公布了：本申请属于知识图谱构建技术领域，公开了一种城市暴雨洪涝灾害链事理图谱构建方法及系统，该方法包括：首先获取研究文献、第一历史事件及次生事件，构建灾害链有向网络图并据此构建本体模型；接着获取第二历史事件及次生事件预处理后输入本体模型得事件语料库；用多模态动态融合模型MDF‑Net从语料库抽取事件触发词建库；依据触发词在语料库进行事件抽取，得到事件类型和论元；再用改进ELECTRA‑BiLSTM模型抽取触发词的时序、空间关系及语义关系；最后以事件类型、论元、时序和空间关系为结点，语义关系为边，构建灾害链事理图谱。该方法能够有效地整合多源数据和复杂的灾害信息，提升了城市暴雨洪涝灾害链事理图谱的完整性和准确性。

本发明授权一种城市暴雨洪涝灾害链事理图谱构建方法及系统在权利要求书中公布了：1.一种城市暴雨洪涝灾害链事理图谱构建方法，其特征在于，所述方法包括：获取目标城市暴雨洪涝灾害的研究文献和第一历史事件及其次生事件，构建灾害链有向网络图，包括：获取目标城市暴雨洪涝灾害的研究文献，运用文献研究法将所述研究文献整理为研究综述；获取所述目标城市暴雨洪涝灾害的第一历史事件及其次生事件，运用案例分析方法将所述第一历史事件及其次生事件整理为案例事件；根据所述研究综述和所述案例事件构建灾害链事件集；根据所述灾害链事件集绘制成所述目标城市暴雨洪涝灾害对应的灾害链有向网络图；根据所述灾害链有向网络图，构建所述目标城市暴雨洪涝灾害的本体模型；获取所述目标城市暴雨洪涝灾害的第二历史事件及其次生事件进行预处理，将预处理后的第二历史事件及其次生事件输入所述本体模型，得到事件语料库；使用多模态动态融合模型MDF-Net从所述事件语料库中抽取事件触发词，以构建事件触发词库，包括：对所述事件语料库的非结构化文本进行多粒度标注，采用BIOES标注体系并结合灾害领域本体知识，通过实体边界增强和语义角色标注生成细粒度标注数据；将所述事件语料库的文本数据与目标城市的实时气象数据、地理信息系统图层及社交媒体舆情数据进行时空对齐，生成文本对齐数据；利用所述多模态动态融合模型MDF-Net的跨模态注意力机制提取所述细粒度标注数据和所述文本对齐数据的文本关键词和时空特征的关联权重，生成统一的多模态嵌入表示；将所述多模态嵌入表示输入Transformer-GAT-CRF混合网络模型，所述Transformer-GAT-CRF混合网络模型的预训练层采用灾害领域增强的ELECTRA模型，通过掩码语言建模与因果预测任务生成上下文感知的词向量；所述Transformer-GAT-CRF混合网络模型的图注意力层GAT嵌入灾害本体知识图谱，捕捉事件触发词间的拓扑依赖关系，并通过多头注意力分配事件、地点、时间节点的权重；所述Transformer-GAT-CRF混合网络模型的时序-空间双向门控层结合BiLSTM与空洞时序卷积DTCN，分别建模事件的时间演进与空间扩散特征；所述Transformer-GAT-CRF混合网络模型的对比学习模块通过构造正负样本对优化触发词表征的区分度；所述Transformer-GAT-CRF混合网络模型的CRF解码器输出事件触发词；根据所述事件触发词库中的触发词，在所述事件语料库中进行事件抽取，得到所述触发词对应的事件类型和事件论元，包括：将所述事件触发词库中的触发词转换为触发词特征向量，对所述触发词特征向量进行聚类以得到初步事件类型，对所述初步事件类型对齐以得到最终的事件类型，具体包括：计算任意两个事件类型之间的第一余弦相似度，并设置第一阈值，判断所述第一余弦相似度是否大于或等于所述第一阈值，若是，则所述两个事件类型视为同一事件类型；将所述事件触发词库中的论元词转换为论元词特征向量，对所述论元词特征向量进行聚类以得到初步事件论元，对所述初步事件论元对齐以得到最终的事件论元，具体包括：计算任意两个事件论元之间的第二余弦相似度，并设置第二阈值，判断所述第二余弦相似度是否大于或等于所述第二阈值，若是，则所述两个事件论元视为同一事件论元；根据所述事件触发词库中的触发词，在所述事件语料库中进行关系抽取，获得所述触发词相关的语义关系、时序关系和空间关系，其中：获得所述触发词相关的语义关系的步骤包括：在所述事件触发词库中选取多个触发词的文本片段，构成候选事件对；对所述候选事件对进行分词和词性标注后，构建依存句法树分析词语间的初步语义关系；根据所述初步语义关系，建立具体到抽象事件的映射规则库；对所述映射规则库进行事理逻辑推导和验证，得到依存模式规则库；在所述依存模式规则库中调整触发词权重进行优化，得到包含语义关系的抽取结果；所述时序关系和所述空间关系由改进ELECTRA-BiLSTM模型获得，所述改进ELECTRA-BiLSTM模型包括ELECTRA模型、空洞卷积层、门控机制层、BiLSTM模型和多头注意力机制层；包括：在所述事件触发词库中选取多个触发词的文本片段，输入预训练文本编码器ELECTRA模型进行预训练，得到对应的文本词向量序列；将所述文本词向量序列输入空洞卷积层，提取文本的局部-全局特征；将所述局部-全局特征输入到BiLSTM模型，捕捉上下文的依赖关系；将所述上下文的依赖关系输入多头注意力机制层，分别计算时序任务的第一注意力和空间任务的第二注意力；根据所述第一注意力和所述第二注意力分别得到时序关系和空间关系的分类预测结果；以所述事件类型、所述事件论元、所述时序关系和所述空间关系为事件结点，以所述语义关系作为事件的边，构建所述目标城市暴雨洪涝灾害的灾害链事理图谱。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。