本项目以煤矿安全为核心，研究知识获取、知识融合、知识存储的知识图谱构建关键技术，解决海量数据中关键信息提取、知识发现的难题，实现煤矿安全精准关联分析，完成从数据到信息到知识的智能化抽取、表示与存储；研究煤矿安全知识图谱系统的动态更新技术，研究知识驱动的实体关联性推理、知识质量评估方法，满足知识图谱的更新需求，实现知识图谱智能、动态、自主更新的系统创新，构建煤矿安全领域多端协同可视化系统，并以腾远煤矿为例进行实验验证，基于知识图谱，进行安全生产知识推理、安全问题决策支持，找出安全问题的相关性，并结合大数据分析，精准找出发生安全事故的根源问题，配套制定相对应的安全技术措施和预防处理措施，实现露天煤矿精准式安全管理，彻底避免安全事故的发生。

 研究内容 

针对煤矿安全领域相关信息众多，如何从中整理出有价值的信息问题，研究利用知识图谱技术从众多信息中选择出需要的有价值的信息，以及如何将海量的信息进行存储，研制多端协同可视化系统，开展煤矿安全生产应用示范，实现煤矿安全知识图谱智能查询、智能问答以及智能推测，为在煤矿领域应用提供强有力的数据支撑和技术进步。

（1）多模态数据驱动的增量式知识图谱构建方法

煤矿安全知识图谱可看成是一个基于语义技术的行业知识库，因其基于行业数据构建，有着严格而丰富的数据模式，所以对该领域知识的深度、知识准确性有着更高的要求。本项目面向煤矿安全领域，研究知识图谱在模式层、数据层的具体构建方法，实现从数据到信息到知识的智能化抽取、表示、存储具体体内容包括：1）多策略学习的知识获取方法；2）露天煤矿安全知识融合方法；3）混合式知识存储方法。

（2）知识图谱应用及更新方法丰富的煤矿安全知识库内容为知识推理技术的发展提供了新的机遇和挑战，知识推理是知识图谱应用与更新的重要手段和关键环节，从煤矿安全知识库中已有的实体关系数据出发，经过计算推理，发现并建立实体间的新关联，从而拓展和丰富知识网络。由于煤矿安全事件的内容、体量不断扩大，构建的知识图谱也应具备动态优化调整的能力，本项目研究质量评估方法，对知识的可信度进行量化，以评价结果为指导进行煤矿安全知识图谱的动态自组织、自进化，从而保障知识库的质量，实现煤矿建设人-机-管-环的有效运行。

具体内容包括：

1）知识驱动的实体关联性推理；

2）知识库构建的质量评估方法；

3）知识图谱更新机制与方法。

（3）多端协同知识图谱应用系统构建

本课题针对构建完成的知识图谱，研究底层存储方式，完成各类知识的存储，包括基本属性知识、关联知识、事件知识、时序知识、资源类知识等；针对知识图谱中已有的事实或关系推断出未知的事实或关系，研究基于知识图谱推理方法；同时，为了让不同层次的煤矿从业人员可以更加方便地使用本知识库，研究构建煤矿安全领域多端协同可视化系统。具体内容包括：1）知识图谱存储方法；2）知识图谱推理方法；3）安全生产知识图谱应用系统构建。（4）露天煤矿安全生产应用示范针对露天煤矿安全知识图谱的有效性验证需求，本项目以腾远煤矿作为试点区，构建矿区的煤矿安全知识图谱；并对构建煤矿安全领域知识图谱进行事件知识推理以及知识图谱更新，实现构建的知识图谱进行动态优化调整；在端协同知识图谱应用系统中对获取得到煤矿安全生产的知识进行可视化展示，以此开展基于腾远煤矿安全知识图谱的方法应用示范。利用露天煤矿安全知识图谱找出发生安全问题的根源，实现安全问题的精准管理，提升安全管理效率，避免发生安全生产事故。

具体内容包括：

1）面向煤矿安全任务需求的数据推荐；

2）煤矿安全知识图谱自动更新；

3）腾远煤矿知识图谱安全示范平台；

4）露天煤矿安全知识图谱智能决策系统。

主要考核指标

（1）知识图谱中的实体要素数量不低于 4 类 15 种；

（2）抽取三元组准确率（P）不低于 80%、召回率（R）不低于 70%以及 F1 值不低于 75；

（3）形成露天煤矿安全知识图谱标准体系一套；

（4）找出露天煤矿安全事故相关根源率不低于95%；

（5）发表高水平论文 5 篇，申请国家发明专利不少于 2 项，软著不少于 3 项。