华为联合中图科信打造“小水库”智能知识库

在当前水利行业中，水利部各业务处室根据自身职能需要，保存了大量的历史业务数据。这些数据涵盖工程规划、运行管理、调度方案等，形式包括PDF影印本、Word文档、Excel表格等，记录了丰富的专业知识与实践经验。然而，由于这些数据分散存储在不同的业务系统、处室本地存储设备以及业务人员的个人电脑中，导致缺乏统一的管理和归集；同时，现有的存储方式使得数据的获取和利用较为复杂，难以实现一站式查询和系统化应用；此外，随着数据规模的增长和时间的推移，部分数据的价值未能被充分挖掘，潜藏的规律和关联信息也未被有效利用。

数据存储分散，难以统一管理

各业务处室数据存储在独立的系统或分布于业务人员的本地设备中，缺乏统一的存储标准和管理规范。这种分散化的存储方式导致数据孤岛现象严重，无法快速整合和调用。

数据查询效率低，耗时费力

在需要系统查询或调用资料时，通常需要协调多个处室和业务人员提供数据。各处室和人员需要花费时间定位、整理和分享数据，不仅耗时，还容易因遗漏或错误导致数据不完整。

数据格式多样，难以直接利用

由于历史原因，数据主要以PDF影印本、Word文档和Excel表格等形式存储，缺乏结构化处理。这种非结构化数据无法直接用于高效分析和计算，数据应用效率不足。

业务决策缺乏数据支撑

数据利用效率低，直接影响到水利业务的决策和管理，无法及时获取完整、准确的数据资料，导致决策速度和质量受到限制，降低了行业运转效率。

华为联合中图科信共同打造安全可信的 “小水库”智能知识库

华为联合行业伙伴中图科信基于水利部历年来水情年报、洪水预报方案和小水库调度方案等历史数据资源，共同打造安全可信的 “小水库”智能知识库。该知识库以行业信息化升级为核心目标，依托鲲鹏服务器和中图科信研发的知识库模型，利用先进的自然语言处理（NLP）、表格解析以及图形识别等技术手段，逐一解析并提取有价值的信息。在文本数据中可提取关键术语、专业定义、操作步骤及相关知识点；在表格数据中，可识别关键指标、关联参数及其上下文关系；而在图表中，可分析图形趋势、数据分布规律及隐含的专业知识，使得这些历史资料迅速发挥价值，华为提供鲲鹏服务器、集中式存储、高速网络等能力。

系统性数据采集与处理

借助人工智能技术，整合各业务处室现有的存量文档、技术资料和方案文件等数据，建立统一的数据采集与处理机制。通过统一的数据导入和解析模块，实现对分散数据的集中化管理，保障数据的完整性和高效性，为后续的数据挖掘和利用奠定基础。

文本数据的自然语言处理（NLP）解析

对文本数据进行专业化解析，通过NLP技术提取关键术语、水利行业专有名词、业务逻辑和操作步骤等内容，生成结构化知识条目。同时，能够自动识别文本中的专业定义、关键决策点和技术要点，为知识管理和智能查询提供有力支持。

表格数据智能解析功能

运用表格解析技术，对存量表格文件进行智能识别和分析，提取关键指标、关联参数以及上下文关系。例如，从表格中提取水位/流量数据、工程指标等，并将其关联到相关业务场景或决策模块中，提升数据的直观性和使用效率。

图表数据模式分析与知识挖掘

针对图表数据，通过图形识别技术分析其数据趋势、分布规律以及可能的隐含知识。具体来说，可解读折线图的变化趋势，从中挖掘真实业务数据的潜在规律和指导性信息。

多模态数据协同解析

将文本、表格和图表数据联动解析，形成多模态的综合分析能力。例如，通过解析表格中的数值数据，与文本中的描述性内容建立关联，验证图表中展示的规律是否符合实际业务背景，从而提高数据分析的准确性与全面性。

智能化知识构建与管理

将解析后的有价值信息进行分类、清洗和结构化存储，构建行业知识库和知识图谱，实现对水利行业专业知识的系统性管理。知识库不仅支持查询和引用，还能够为复杂的业务场景提供关联性建议和智能化支持。

提升数据利用效率与决策支持能力

借助解析结果，解决分散数据难以利用的问题，实现数据的高效调取与知识共享。通过深度挖掘隐性知识，生成智能化的分析报告或业务决策建议，为水利行业的管理和调度提供强有力的数据支撑。

实现数据的高效处理和智能分析，助力水利部打通现有业务场景协同

历史业务数据集中管理

实现对各业务处室分散存储的历史数据的统一管理，通过集中化、结构化的处理，解决数据孤岛问题，为数据分析和决策提供基础支撑。数据集中覆盖率达95%以上，数据交互效率提升50%以上。

数据内容的可查询和可检索

整合并规范不同格式的历史数据后，业务人员可通过关键词、模糊查询或条件过滤快速定位目标信息，激活数据的潜在价值。单次查询时间从平均15分钟缩短至2分钟以内，数据查询成功率超过90%，单位时间内可支持的查询任务数量增加3倍。

激活非结构化数据

借助AI技术将PDF影印本、Word文档等非结构化数据转化为结构化信息，赋予业务数据新的生命力。其中，非结构化数据转化率达到90%以上，数据提取准确率超过90%。

跨模态数据检索能力提升

通过对图表、表格和文本的多模态数据解析，实现复杂数据的高效检索和发现。跨模态检索技术打破了传统系统中数据分散导致的查找效率低下问题。其中，数据检索响应时间减少50%，数据相关性匹配准确率达到85%以上。

业务处理提质增效

通过AI驱动的智能解析与管理，将以往费时费力的数据查找和整理过程转化为自动化、智能化流程，释放人力资源，提升工作效率。数据处理效率提高70%，人力投入减少30%以上，同时业务成果质量提升。

激发数据价值，为决策赋能

系统性地挖掘和利用历史业务数据，建立水利行业知识库，为关键业务决策提供可靠的依据，从而增强决策的科学性和及时性。决策所需数据准备时间减少60%，数据支撑的业务场景覆盖率提升到85%以上。

未来，华为将依托根技术创新，联合伙伴深耕水利行业场景，助力数字孪生水利建设，扎实推动水利高质量发展，提升国家水安全保障能力。