1.面向化工领域的多层次知识图谱构建方法，包括：

获取化工过程影响生产状态的不同层面数据；

对获取的数据进行关系抽取得到三元组数据；

将抽取的三元组数据构建单层次知识图谱；

对单层次知识图谱进行整合得到多层次知识图谱。

2.如权利要求1所述的方法，其特征是，所述方法还包括：对多层次知识图谱进行补全操作；或者，

对多层次知识图谱进行质量评估，如果质量评估合格，则当前多层次知识图谱为合格的知识图谱；否则，返回获取化工过程不同层面的数据步骤。

3.如权利要求1所述的方法，其特征是，对获取的数据进行关系抽取得到三元组数据；

具体步骤包括：

对获取的数据，根据数据本身的性质进行关系抽取得到三元组数据；对于获取的文本型数据，使用依存句法分析来抽取三元组数据；对于获取的数值型数据或表格型数据，使用皮尔逊相关系数法发现变量之间相关关系抽取三元组数据。

4.如权利要求1所述的方法，其特征是，将抽取的三元组数据构建单层次知识图谱；具体步骤包括：根据抽取的三元组数据，进行三元组实体对齐，将所有的三元组关联起来，进而构建单层次确定性知识图谱；

或者，

对单层次知识图谱进行整合得到多层次知识图谱；具体步骤包括：通过实体对齐的方式，对单层次知识图谱进行整合，得到多层次知识图谱。

5.如权利要求1所述的方法，其特征是，所述将抽取的三元组数据构建单层次知识图谱步骤之后，所述对单层次知识图谱进行整合得到多层次知识图谱步骤之前，还包括：多源数据融合：对获取的不确定性知识，利用多源数据融合算法进行融合，选择可信度高于设定阈值的知识融入单层次确定性知识图谱中，将可信度低于设定阈值的知识进行舍弃，得到补充后的单层次知识图谱。

6.如权利要求2所述的方法，其特征是，对多层次知识图谱进行补全操作；具体步骤包括：将已知的正确的多层次知识图谱中，每个层次的知识图谱三元组分为N份，N为正整数，将每个层面的N-1份三元组归为一个数据集作为训练集，每个层面的1份三元组归为一个数据集作为测试集，基于训练数据训练考虑语义信息的ProjE模型的评分函数，挖掘其隐式知识，然后利用测试数据集验证其准确性，得到训练好的考虑语义信息的ProjE模型，基于训练好的考虑语义信息的ProjE模型对多层次知识图谱进行补全操作。

7.如权利要求3所述的方法，其特征是，对多层次知识图谱进行质量评估；具体步骤包括：将已知三元组的其中一个实体去掉；使用考虑语义信息的ProjE模型来对三元组进行缺失实体预测，如果预测出来的实体与原有的实体一致，则表示知识图谱质量高，否则，表示知识图谱质量低，依此来判定知识图谱中知识的质量。

8.面向化工领域的多层次知识图谱构建系统，其特征是，包括：获取模块，其被配置为：获取化工过程影响生产状态的不同层面数据；

抽取模块，其被配置为：对获取的数据进行关系抽取得到三元组数据；

构建模块，其被配置为：将抽取的三元组数据构建单层次知识图谱；

整合模块，其被配置为：对单层次知识图谱进行整合得到多层次知识图谱。

9.一种电子设备，其特征是，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。