基于图卷积神经网络的石油数据资产知识图谱实体对齐方法

在石油数据资产知识图谱融合过程中存在命名规则差异性大、专业性强和特殊语义问题。提出基于图卷积神经网络的石油数据资产知识图谱(KG)实体对齐方法,给定一组预先对齐的实体种子,采用Graph Convolutional Networks(GCNS)网络学习实体结构和属性信息嵌入统一向量空间,计算空间中实体之间距离;在石油数据资产数据集中对两个KGs进行实体对齐实验。结果表明:基于GCN融合实体关系和属性的嵌入模型优于基于实体关系的TransE实体对齐模型,Hits@1最高为16.96%,比TransE实体对齐模型平均提升6.18%。基于图卷积神经网络的融合实体关系、属性和属性值的实体对齐方法适用于石油数据资产知识管理。

基于正则推断的数据格式规则生成方法

为解决手工制定数据质量规则费时费力且容易出错的问题,基于正则推断理论,研究从正样本推断自动生成数据格式规则的方法,提出多尺度样本增强、循环模式和公共子序列抽取的样例泛化策略,构造格式规则候选空间,证明多尺度样本增强的合理性,分析公共子序列对格式规则质量的影响;基于编码成本构造目标函数,利用整数规划方法对候选规则的组合优化问题建模,推荐较优数据质量规则给数据治理者。真实数据集和模拟数据集实验结果表明:该方法生成的规则质量比同类方法平均提高70%,验证算法的可行性和有效性。该方法可以提升制定和管理数据格式规则的效率。

基于关键字的数据元语义描述方法

针对油田区域数据湖跨业务域数据资源集成时,需要解决数据项之间的同名异义、异名同义问题,提出基于关键字的数据元语义描述方法。利用数据元中的对象词、特性词、表示词、限定词作为关键字,采用关键字集合表达数据元的语义,描述数据模型的语义,提出基于数据元名称编辑距离相似度与关键字项集相似度相结合的数据元语义相似度计算方法,将相关方法应用到油田区域数据湖建设中,给出数据元字典构建方法和基于关键字的数据元语义的数据模型映射方法。结果表明:基于关键字的数据元语义描述方法,不需要领域本体,简单易用,可提高数据映射的效率,适合工程化应用。

加快推进文化引领行动实践与创新

文化自信是最基本、最深沉、最持久的力量。对于企业来说,短期发展靠产品,中期发展靠人才,长期发展靠文化。没有高度文化自信、没有强大精神力量就没有企业高质量发展。中国石油冀东油田勘察设计与信息化研究院(以下简称“勘信院”)始终坚持以习近平新时代中国特色社会主义思想为指导,深入学习贯彻习近平文化思想,加快推进以石油精神和大庆精神铁人精神为核心、以“科技立院、经济强院、人才兴院”价值理念为重点的文化引领行动,守正创新、服务发展,为勘信院高质量发展提供了强大的价值引导力、文化凝聚力和精神推动力。