(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221074686 3.8 (22)申请日 2022.06.28 (71)申请人 安徽农业大 学 地址 230036 安徽省合肥市蜀山区长江西 路130号安徽农业大 学 (72)发明人 王超　谷刘涛　饶海笛　杨天罡　 何进　夏迎春　辜丽川　焦俊　 邹能锋　 (74)专利代理 机构 北京保识知识产权代理事务 所(普通合伙) 11874 专利代理师 陈晓清 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/23(2019.01) G06F 16/27(2019.01)G06F 16/28(2019.01) G06F 40/295(2020.01) G06Q 10/06(2012.01) G06Q 30/02(2012.01) G06Q 50/02(2012.01) H04L 67/1097(2022.01) (54)发明名称 一种基于区块链的农业众包知识图谱构建 方法及系统 (57)摘要 本发明公开了一种基于区块链的农业众包 知识图谱的构建方法及系统， 本发 明在农业知识 图谱的构建中引入了众包和区块链 技术， 将农业 知识图谱构建环节任务交给众包完成， 将区块链 技术引入 众包农业知识图谱的构建流程中， 提出 融合区块链智能合约的众包农业知识图谱构建 策略， 并将众包构建知识图谱的过程上链， 实现 数据的不可篡改、 可追溯、 可信任； 基于众包构建 的农业知识图谱 数据， 采取联合抽取法和多种补 全方式， 提高了对众包数据三元 组信息的抽取效 率和知识图谱完整性； 建立众包工人信用评价体 系， 有效提高了众包完成质量和专业领域人员长 期参与积极性； 本发明有效解决了农业知识图谱 构建中数据易泄露、 可信度低、 构建效率低、 质量 难评估等问题。 权利要求书3页 说明书8页 附图5页 CN 115269864 A 2022.11.01 CN 115269864 A 1.一种基于区块链的农业众包知识图谱的构建方法， 其特 征在于， 包括以下步骤： S1、 构建农业知识图谱初始数据库： 获取农业知识图谱初始数据， 包括已有的农业知识 图谱、 农业专家收集的图谱资源和农业领域专业机构公开数据资源， 将三者组合形成基础 农业数据三元组， 并存 储到图数据库， 构建农业知识图谱初始数据库； S2、 融合区块链智能合约的众包平台架构， 获取众包任务数据， 并上传至区块链： 采用 智能合约技术在区块链上实现与部署众包工作流程， 设计任务发布函数、 任务分配函数以 及任务质量评估函数， 采取智能合约同时协约， 获得众包任务可信任的答案， 并将实施过程 和众包任务可信任的答案作为众包 任务数据上传至区块链； S3、 获取三元组数据： 对步骤S2得到的任务答案数据进行命名实体识别、 以及对属性关 系的联合抽取， 获取三元组数据， 然后存 储到步骤S1构建的农业知识图谱初始数据库中； S4、 知识融合： 将步骤S3获得的三元组数据合并到步骤S1构 建的图数据库， 同时分别 对 模式层和数据层进行融合； 对模式层的融合为处理新得到的数据融入， 以及新旧数据的融 合， 对数据层的融合 为处理实例及关系的冲突， 避免不必要的冗余； S5、 知识图谱补全： 对步骤S1中构建的农业知识图谱初始数据库中的数据进行补全。 2.根据权利要求1所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 步 骤S2中， 所述任务发布函数， 为用于实现对任务发布的智能合约， 包括对任务的类型、 专业 领域、 发布内容描述、 任务的截止日期、 任务分配信用要求、 非对称加密的公钥、 任务所需接 包方数量、 任务难度等级、 任务奖励、 任务分配模式进行信息建模； 所述任务分配模式包含 工人选择任务和任务选择工人两种模式； 所述任务分配函数， 为用于实现众包任务分配的智能合约， 包括对两种任务分配模式 的实现， 根据任务建模的分配模式信息实现任务分配； 任务建模的分配模式包括工人选择 任务模式和任务选择工人模式； 工人选择任务模式： 基于众包工人筛选出可选择 的众包任 务， 工人自行选择感兴趣任务； 任务选择工人模式： 自动分配给符合任务要求的工人， 采用 的分配策略是基于用户空闲情况、 用户信用评分、 用户擅长领域相似度、 众包质量评分、 任 务完成率指标建立分配模型， 实现自动任务分配； 所述任务质量评估函数， 为用于实现对众包任务答案质量评估的智能合约， 包括任务 答案整合策略， 基于采取少数服从多 数的设计思路， 融入用户置信度作为权重系数， 其置信 度来源是基于众包工人信用评分归一 化计算， 最终得到众包 任务可信任的答案 。 3.根据权利要求1所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 步 骤S2中， 所述获取 众包任务数据， 具体步骤为： S201、 发布任务： 众包发包人发布用于构建农业知识图谱的众包任务， 并通过智能合约 任务发布函数进行限制约束； S202、 接收任务： 按照众包发包人对任务的分配模式设置， 执行如下： 工人选择任务模 式下， 众包工人通过任务列表主动选择感兴趣的任务； 任务选择工人模式下， 通过智能合约 任务分配函数自动将任务分配给 众包工人； S203、 任务实施： 众包工人按照任务要求实施所接收的任务完成标注； S204、 聚合数据及上链： 即质量评估聚合答案及数据上链， 待众包任务标注的进度达到 100％后， 触发智能合约任务质量评估函数， 得到众包任务可信任的答案数据， 然后将实施 过程及任务 答案数据上传至区块链；权　利　要　求　书 1/3 页 2 CN 115269864 A 2S205、 任务评价： 发包人可根据众包工人对任务参与实施过程是否存在恶意欺骗行为 进行评价， 待平台管理员审核通过后计入恶意 参与次数。 4.根据权利要求1所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 步 骤S3中， 采用Bert+BiLSTM+CNN+Attention的模型对所述步骤S2得到的任务答案数据进行 联合抽取， 具体步骤为： S301、 将原始文本语句序列传入BERT中， 使用优化器AdamW得到编码序列； S302、 进入Self  Attention后， 将获得的向量与先验特 征进行拼接； S303、 将获得的拼接结果传入CNN和全连接层， 指针与标注结构预测抽取出头实体的 首、 尾； S304、 训练采样随机获取已经标注的头实体， 在预测环节遍历全部的头实体信息， 将获 取到的序列 与BiLSTM相互拼接， 得到 头实体的编码向量； S305、 加上相对位置的位置嵌入， 获得目标与序列等长的向量序列； S306、 再重复一轮Self  Attention、 CNN、 全连接层， 使之每一种属性都对应到一个半指 针‑半标注的预测出的尾实体的首、 尾， 最终输出 所述原始文本语句包 含的所有三元组。 5.根据权利要求1所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 步 骤S5中， 所述补全采用众包补全、 人工补全和自动补全三种方式； 其中， 所述众包补全是根 据步骤S1获得补全任务数据， 将其补充到步骤S1构建的农业知识图谱初始数据库中； 所述 人工补全的参与对象为本技术领域的专家或有权限的众包用户； 所述自动补全实现小样本 情景下的知识图谱补全任务Embedding， 通过采用MetaR模型根据步骤S1构建的农业知识图 谱初始数据库中的数据训练， 预测出三元组不存在的实体、 关系、 属性， 即给定头部实体h及 查询关系r， 预测尾部实体t， 表示为{(h,r,t)}， 从而获得完整三元组数据， 并将三元 组数据 补充到步骤S1构建的农业知识图谱初始数据库中。 6.根据权利要求1所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 所 述构建方法还包括步骤S2 ′、 建立众包工人信用评价体系： 对步骤S2中参与的众包工人信用 评估， 结合众包工人参与的众包任务完成情况构建信用评价模型， 然后基于模型对众包工 人动态化信用评分。 7.根据权利要求6所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 步 骤S2′中， 从初始纬度、 交易纬度、 质量纬度、 惩罚纬度四个方面构建所述信用评价模型， 然 后基于模型对众包工人动态化信用评分； 其中， 所述初始纬度是指注册众包工人 的基本信 息， 包括用户实名认证情况、 专业技能评级、 文化程度； 所述交易纬度是指众包工人完成任 务总数量、 单位时间完成数量、 总接单完成率、 单位时间接单完成率； 所述质量纬度是指众 包工人任务答案采纳率、 单位时间答案采纳率、 任务平均完成速度； 惩罚纬度指惩罚次数、 单位时间惩罚次数； 所述动态化信用评 分是指每次众包任务结束或用户参与众包任务提交 完成会执 行信用评价模型计算用户信用评分并更新到数据库。 8.根据权利要求7所述的基于区块链的农业众包知识图谱的构建方法， 其特征在于， 所 述众包工人动态化信用评分的方式为： 义评价指标参数集合P＝{P1,P2,P3,…,Pn},评价指 标权重集合W＝{Wp1， Wp2， Wp3，…， Wpn}， 评价指标分数集合S＝{Sp1， Sp2， Sp3，…,Sp4}， 计算信用 评分 权　利　要　求　书 2/3 页 3 CN 115269864 A 3