面向知识图构建的 GeoAI：识别级联事件间因果性以支持环境韧性研究
人工智能
2022-11-14 v1
摘要
知识图技术被视为一种强大且支持语义的解决方案，用于链接实体，使用户能依据各类推理规则推理数据从而派生新知识。然而，在构建此类知识图时，事件建模（如灾害建模）常局限于单一、孤立事件。级联事件间的关联在现有知识图中常缺失。本文介绍我们的 GeoAI（地理空间人工智能）解决方案，基于一组具备空间与时间能力的语义规则识别事件间（特别是灾害事件间）的因果性。通过一个因果灾害事件建模用例，我们展示了这些定义的规则——包括基于主题的关联事件识别、时空共现约束以及事件元数据的文本挖掘——如何实现不同事件间因果关系的自动抽取。我们的解决方案丰富了事件知识库，并允许在大型知识图中探索关联的级联事件，从而赋能知识查询与发现。
引用
@article{arxiv.2211.06011,
title = {GeoAI for Knowledge Graph Construction: Identifying Causality Between Cascading Events to Support Environmental Resilience Research},
author = {Yuanyuan Tian and Wenwen Li},
journal= {arXiv preprint arXiv:2211.06011},
year = {2022}
}