COVID-19防控知識圖譜的構建及可視化*

胡丹陽 高 峰 顧進廣

（武漢科技大學計算機科學與技術學院 武漢 430065）

1 引言

自新冠疫情在全球范圍爆發以來，世界各國人民的生活都受到了極大的影響。在全球科學家的共同努力下，新冠疫情相關信息逐步積累。同時，隨著互聯網行業的快速發展，信息量出現了極大的增長，有效信息與冗余信息混雜。但是未經處理整合的新冠防控信息，難以實現直觀信息展示，在后續的深層次應用上存在困難。

近年來，由于知識圖譜在交互的知識推理與發現方面的出色表現，知識圖譜方向的研究受到了越來越廣泛的關注。通過對防控措施相關信息收集，進行分類、歸納，取得事件之間的聯系，可以構成一個豐富的新冠防控知識圖譜。新冠防控知識圖譜的構建能夠充分挖掘信息價值，為人們提供直觀的防控措施參考依據。

本文對新冠防控知識圖譜的構建方法進行了全面的分析整理，并采用力導向布局的節點連接圖實現新冠防控知識圖譜的可視化。對知識圖譜應用場景進行了介紹，提出來后續深入研究的方向，以期對推動和完善新冠知識圖譜的建設工作和應用提供幫助。

2 研究現狀

2.1 知識圖譜

知識圖譜概念誕生已久，Lee在2006年呼吁完善數據鏈接相關技術標準，如統一資源標識符（Uniform Resource Identifier，URI）等［1］，隨后引起語義網研究熱潮，知識圖譜技術隨之誕生。目前被廣泛認同的知識圖譜是在2012年由谷歌提出，最初目的是提高引擎搜索能力，優化用戶搜索質量。知識圖譜技術在經過語義網絡、描述邏輯、本體論階段的發展后，目前主要的表達方式為Swick等提出的資源描述框架（resource description framework，RDF）［2］以及由W3C負責維護的網絡本體語言（Web Ontology Language，OWL）［3］。

目前知名度較高的大規模開放鏈接知識庫包括Freebase［4］、Wikidata、DBpedia［5］以及YAGO［6］。經過廣泛的研究和探索，現在知識圖譜在語義搜索、問答［7］與決策支持等方面已成為受到大眾認可的基礎技術之一。

在生命科學方向上，知識圖譜應用廣泛，Ernst等構建了涉及疾病、癥狀、原因等多方面的知識圖譜，相比之前生命醫學本體構建主要集中在基因、蛋白質等方向，在新方向做出了探索［8］，Ali等針對生物方向實現知識圖譜嵌入的系統有限的情況，開發了BioKEEN，允許用戶以交互命令的方式使用［9］。Shi L等針對異構醫學知識數量巨大的現狀，提出一種新穎的模型更好的實現醫療知識的語義集成［10］。目前，關聯開放數據云（The Linked Open Data Cloud）中生命科學方面的數據集數量最多。

2.2 可視化技術

知識圖譜可視化是指將知識圖譜中的知識以圖形化的方法展示出來。目前主流的知識圖譜可視化技術可以分為四類，即空間填充、節點鏈接圖、熱圖和鄰接矩陣。節點鏈接圖是用互聯的節點表示本體，最常用的布局為力導向布局，力引導布局最早由Eades在1984年提出。本文選擇使用的是力導向布局的節點鏈接圖。

此外，Heim等提出了一種展示兩個節點之間關系的圖形化方法［11］，Kerdjoudj等提出來一種可視化RDF知識圖譜的系統［12］。

2.3 新冠知識圖譜

自新冠疫情爆發以來，中文開放知識圖譜OpenKG組織構建了一系列新冠相關知識圖譜，包括浙江大學陳卓等構建的新冠科研知識圖譜，小米人工智能實驗室及河海大學構建的新冠事件知識圖譜，清華大學許斌等構建的新冠健康知識圖譜，哈爾濱工業大學張裕舟等構建的新冠概念知識圖譜，IBM中國研究院李靜等構建的新冠流行病知識圖譜，蔡嘉輝等構建的新冠臨床知識圖譜，王智鳳等構建的新冠英雄知識圖譜，武漢科技大學劉宇等構建的新冠物資知識圖譜，王昊奮、漆桂林構建的新冠百科知識圖譜。Domingo-Fernández等提出了新冠生理病理學方向的知識圖譜［13］。

3 新冠防控知識圖譜構建及可視化

3.1 防控措施的定義

防控措施是指為消除潛在不合格或其他潛在不期望情況的原因所采取的措施以及根據評估結果以采取用來保證目標得以實現的措施。針對新冠疫情的防控措施主要指，通過某種措施達到不感染新冠病毒并且對已發生的新冠疫情產生有效控制的措施。防控措施是新冠防控知識圖譜的關鍵部分，通過防控措施需要了解到什么人在什么地方采取什么樣的措施和物資能夠防止感染新冠病毒。

3.2 數據來源及構建思路

新冠防控知識圖譜的數據來源主要是協和新型冠狀病毒肺炎防護手冊［14］（以下稱作《手冊1》），《張文宏教授支招防控新型冠狀病毒》［15］（數字版）（以下稱作《手冊2》），以及中央赴湖北省指導組防控組編制的不同人群、不同場所和不同交通工具健康防護指導手冊［16］（以下稱作《手冊3》）。需要注意的是，各國針對新冠疫情提出的建議防護措施不盡相同。為避免防控建議與當地防護要求產生沖突，基于以上信息來源總結的防控建議適用范圍為中國。

根據《手冊1》，采用“自頂向下”的方法構建知識圖譜。確定出交通工具、場所、人群和措施四個基本類，并且對每一個類進行細分，同時確定出適用人群、適用場所、適用交通工具等對象屬性；為使得新冠防控知識圖譜內容更加完整，實用性更強，增加問答類和疫情類。以上信息來源中對應的不同防護措施作為實例（Individual）添加至新冠防控知識圖譜。

3.3 防控措施模型

根據上述定義，在形式上用M表示防控措施，定義一個六元組M={P，A，E，D，S，T}，包含的基本元素分別代表適用人群、適用場所、措施主題、措施描述、防控物資以及交通工具［15］。

P（適用人群）：指防控措施針對的人群，一般為防控措施主語，例如“需要陪護的老人，陪護人員應注意自身健康。陪護人員要注意減少外出，如果必須外出要做好自身防護”中的陪護人員。

A（適用場所）：指防控措施適用的動作發生的場所，例如養老院、學校、工作場所等。為區別people與place，用A（area）表示適用場所。

E（措施主題）：是對措施的概括性描述，根據漢語習慣提取措施描述中的關鍵詞，保留句子主干，盡量簡潔的進行表述。例如“保持環境衛生”。

D（措施描述）：具體描述某種措施，即在措施主題的基礎上進行擴充，添加定語、狀語、補語，使得措施描述表達更加清晰準確。例如“保持環境整潔衛生，每天定時對公用設備或物體表面（如收銀臺、柜臺、休息區等）進行擦拭消毒，并做好記錄。”

S（防護物資）：指的是防護措施中涉及到的物品，例如在“醫療機構要重視消毒隔離工作，各部門要密切協作，確保消毒隔離和防護措施落實到位，定期進行消毒效果監測”這個措施描述中，建議使用的防護物資為消毒用品。

T（交通工具）：即防控措施中涉及到的交通工具，例如在“老人出現發熱、咳嗽等可疑癥狀時，應自我隔離，避免與其他人員近距離接觸。由醫護人員對其健康狀況進行評估，視病情狀況送至醫療機構就診，送醫途中應佩戴口罩，盡量避免乘坐公共交通工具”中提到的公共交通工具。

如圖1所示，為防控措施六元組例子。

圖1 防控措施六元組例子

3.4 新冠防控schema設計

防控措施本體定義了防控措施的六類實體：人群、場所、交通工具、常見問答、措施、疫情。對象屬性中定義了適用人群、適用場所等屬性。其中，交通工具和人群被設為枚舉類。通過設置屬性的Domains和Ranges將屬性和類關聯起來。防控措施本體模型如圖2所示。

圖2 防控措施本體模型

根據《手冊1》、《手冊2》、《手冊3》中的信息對每個類中的概念進行完善。措施類包含新冠防控措施的主要信息，按照個人、場所、交通工具預防措施以及心理調適等方面進行描述，其中心理調適包含子類不同心理問題調適以及不同人群的心理調適。措施類結構如圖3所示。

圖3 措施類結構

交通工具類包含出租汽車、公共交通汽電車、私家車等子類，通過對象屬性使用的交通工具與措施類關聯，交通工具類結構如圖4所示。

圖4 交通工具類結構

人群類包含企業工人、傷殘人士、兒童等子類，通過對象屬性適用人群與措施類關聯，人群類結構如圖5所示。

圖5 人群類結構

場所類包含公共場所、家庭、特殊場所、社區四個子類，每個子類下又包含對應的概念，通過對象屬性適用場所與措施類關聯，場所類結構如圖6所示。

圖6 場所類結構

3.5 新冠防控知識圖譜實例

根據《手冊1》、《手冊2》、《手冊3》中的信息，形成相應的新冠防控知識圖譜schema，包含防護概念的分類體系、注意事項，相關避免去的場所、措施適用的人群等屬性和對于防控新冠病毒的有效措施。其中物資包含口罩、消毒用品等涉及一些特定商品的圖譜。

通過Protégé添加實例，以《手冊3》中企業工人預防措施第八條為例，措施的具體描述為“企業工人應加強手衛生，可用有效的含醇速干手消毒劑，特殊條件下，也可使用含氯或過氧化氫消毒劑進行消毒”，進行分析，其中適用人群為企業工人，建議使用的防護物資為含氟消毒液、含酒精消毒液，措施主題為“使用消毒劑加強手衛生”。

根據目前互聯網公開的針對人員、場所、交通工具的新冠防控指南和手冊添加相應的實例后的新冠防控知識圖譜樣例圖如圖7所示。

圖7 新冠防控知識圖譜樣例圖

經過SPARQL查詢對COVID-19防控知識圖譜進行規模統計，統計結果如表1所示。

表1 COVID-19防控知識圖譜規模

3.6 新冠防控知識圖譜可視化

可視化是將新冠知識圖譜中的知識以圖譜形式進行展示。本文實現新冠防控知識圖譜可視化主要分為以下幾步進行，首先進行數據預處理，其次生成可視化頁面，最后優化布局，生成力導向的節點連接圖。

在對數據進行預處理時，需要將OWL文件按照一定格式處理成為Json文件。在進行處理時，每個節點賦予唯一id標識，除自身信息外，保存其父、子節點信息，由此標記關系。處理后的Json文件使用D3.js（Data-Driven Documents，數據驅動的文件）進行展示。

為避免可視化結果中存在大量交叉線，提升圖的美觀度與可閱度，采用力導向布局，硬于更好地展現網絡的整體結構與自同構特征。力導向布局基本思想是把網絡看成是一個物理系統，在其頂點有一個鋼環，在其側面有一個彈簧。當系統得到一個初始狀態后，彈簧的作用力（重力和斥力）使鋼圈運動起來，當系統的總能量降低到最小，這種運動就會停止。本文采用力導向的節點連接圖生成新冠防控知識圖譜的可視化。結果如圖8所示。

圖8 可視化結果

4 新冠防控知識圖譜的應用

4.1 防護措施導覽

利用新冠防控知識圖譜，可以實現原文導覽。通過關鍵字、詞匹配方式提供人群、場所、物資和對象等實體的相關措施（及子措施）查詢和展示；或基于自然語言的措施主題查詢與之相關的防控措施具體內容。復工企業、上班工人等用此方式快速定位并閱讀與自己的場所、人群等相關的防控措施及子措施。

用戶輸入車，可以查詢涉及建議使用的交通工具，交通工具名稱中包含“車”的防控措施，例如私家車乘坐時需要注意通風換氣，公共汽車在車輛每次出行載客前應對車廂進行清潔消毒，需要用到的防護物資為消毒用品。

SPARQL查詢語句如圖9所示。

圖9 SPARQL查詢語句

最終獲取的部分信息如表2所示。

表2 部分導覽結果

4.2 新冠防控知識推理

新冠防控涉及到的場景多樣，相同場景下針對不同人群防護措施也不盡相同，僅根據現有防護手冊中的信息，不可避免地會出現無法完全匹配的情況。知識推理可以根據現有信息，進行綜合分析、決策，歸納出新的事實。即新冠知識圖譜可以滿足用戶對各種情景下的信息查詢，給出適合的防護方案。

定義以下規則：

security_measures(x，true):

-place(p，x)

rdfs:t ype(t，p)

measures(m，t)

security_check(x，m)

x是輸入內容，p為x中的地點，t為地點類型，m是t類型地點應當采取的防控措施，當x包含m中每一項措施時，輸出結果為true。

當接收信息為“公交公司已按照客流情況對XX路公交車組織合理運力，上班工作人員無發熱情況，車輛駕駛過程中保持少量車窗為開啟狀態，接收所有乘客，在車輛出發前和到達終點站后均進行消毒”時做出推理，XX路公交車是城市公共汽電車，屬于交通工具，在知識圖譜中對應查找城市公共汽電車預防措施，并做出防護情況判斷。判斷結果為未正確防護，存在的防護錯誤點為車輛駕駛過程中僅少量車窗為開啟狀態，接收所有乘客。存在的防護遺漏點為未隨車配備消毒物品，車輛未設置臨時隔離區。

4.3 新冠防控知識圖譜應用意義

通過對相關信息的收集與整理構建的新冠防控知識圖譜在很多場景下都具有實際應用價值。未經整理的信息多而無序，在經過合理設計后構建的新冠防控知識圖譜能夠對信息進行清晰有效的展示，提高用戶信息獲取效率，如新冠防控知識圖譜在導覽方向上的應用，在沒有新冠防控知識圖譜的情況下，用戶可能需要在網頁上搜索完整的新冠防控措施文檔，然后再逐條根據自身情況進行匹配。對于沒有明確給出防護措施的場景，知識圖譜可以根據規則進行推理，根據已有信息提供給用戶明確的適用防護措施。

新冠防控知識圖譜的構建為后期的應用打下了基礎，除了可以用于防護措施導覽、知識推理，后期還可以拓展提供基于自然語言的搜索，以及通過圖譜中包含的FAQ和KBQA來提供問答功能。

5 結語

本文通過信息收集整合，對防護措施進行了定義，并據此提出防控措施六元組概念，即人群、場所、防護物資、交通工具、措施主題、措施描述，在對層次結構進行梳理優化后，構建了新冠防控知識圖譜，具有開放性，在設計上為后續的擴充與修改留出了空間。對OWL文件進行數據處理，按照一定格式生成Json文件，并采用力導向的節點連接圖，實現新冠防控圖譜的可視化。對新冠防控知識圖譜的應用場景做了簡單介紹。

本文完成了新冠防控方面知識圖譜的初步探索，知識圖譜規模方面，作為未來的工作，可以在現有基礎上進行知識圖譜擴充，例如實現通過機器學習進行關系抽取。在可視化方向上，后續可以在交互性與可視化效果上進行完善。在應用方面，可以完善規則，實現推理等應用。