基于節(jié)能標(biāo)準(zhǔn)內(nèi)容檢索的方法研究

王旭（大慶油田有限責(zé)任公司技術(shù)監(jiān)督中心）

1 國內(nèi)現(xiàn)狀及發(fā)展趨勢

目前，已知的節(jié)能標(biāo)準(zhǔn)檢索系統(tǒng)大多局限在標(biāo)準(zhǔn)名稱、有效性情況、部分電子文本在線閱讀以及標(biāo)準(zhǔn)文本訂購的功能；而一些查詢標(biāo)準(zhǔn)的網(wǎng)站也僅僅提供標(biāo)準(zhǔn)目錄以及實(shí)施和發(fā)布時間的一些基本信息，而且這些網(wǎng)站有一個共同弊端：查詢標(biāo)準(zhǔn)必須輸入正規(guī)的標(biāo)準(zhǔn)詞匯，而且順序不能有誤，一旦有誤根本查詢不到相關(guān)標(biāo)準(zhǔn)，讓很多用戶找不到自己需要的標(biāo)準(zhǔn)。包括各出版社注重的是傳統(tǒng)標(biāo)準(zhǔn)文本的配備，由客戶提出所需標(biāo)準(zhǔn)的具體名稱、標(biāo)準(zhǔn)號。從根本意義來講，沒有了解標(biāo)準(zhǔn)使用者的真正用途。

1）國家標(biāo)準(zhǔn)館研制開發(fā)了《國家標(biāo)準(zhǔn)文獻(xiàn)共享平臺》，該系統(tǒng)主要由前臺展示子系統(tǒng)與后臺分析子系統(tǒng)兩部分組成。前臺展示子系統(tǒng)是提供給未登錄用戶的展示界面，包括查看管理員預(yù)設(shè)的統(tǒng)計圖以及標(biāo)準(zhǔn)文獻(xiàn)檢索功能。后臺分析子系統(tǒng)是提供給注冊用戶的更加豐富詳細(xì)的分析工具，用戶可以自定義模板，對館藏資源與訂單資源進(jìn)行查詢和分析。但是他們對于節(jié)能方面的標(biāo)準(zhǔn)也只是限于目錄查詢和訂購標(biāo)準(zhǔn)文本，只有一少部分的國際標(biāo)準(zhǔn)是有正規(guī)的電子文本可以查閱。一定程度上還未脫離傳統(tǒng)的標(biāo)準(zhǔn)檢索系統(tǒng)功能。

2）中國石油管道科技標(biāo)準(zhǔn)化研究所為天然氣與管道專業(yè)建立的標(biāo)準(zhǔn)內(nèi)容揭示系統(tǒng)平臺，是一款新型的標(biāo)準(zhǔn)信息處理系統(tǒng)，該平臺針對天然氣與管道專業(yè)相關(guān)標(biāo)準(zhǔn)內(nèi)容進(jìn)行揭示，如技術(shù)指標(biāo)、一般要求、引用標(biāo)準(zhǔn)等，用戶可以直接檢索或?qū)Ш绞綑z索相關(guān)標(biāo)準(zhǔn)化對象，系統(tǒng)直接反饋具有邏輯關(guān)系的標(biāo)準(zhǔn)內(nèi)容，達(dá)到用戶不同的查詢目的。而這款平臺也僅限于天然氣與管道專業(yè)，并不完全適用于節(jié)能相關(guān)的技術(shù)專業(yè)。

2 存在的問題

隨著標(biāo)準(zhǔn)化信息技術(shù)的不斷創(chuàng)新，節(jié)能標(biāo)準(zhǔn)信息使用者的要求不斷多樣化，根據(jù)節(jié)能工作者對標(biāo)準(zhǔn)信息的不同需求，發(fā)現(xiàn)現(xiàn)有的標(biāo)準(zhǔn)信息檢索技術(shù)無法滿足以下需求：

1）在海量的節(jié)能標(biāo)準(zhǔn)數(shù)據(jù)中，需要對節(jié)能標(biāo)準(zhǔn)進(jìn)行精確檢索，以實(shí)現(xiàn)用戶的檢索目的。很多用戶對標(biāo)準(zhǔn)名稱不是很了解，只是想搜索里面的標(biāo)準(zhǔn)內(nèi)容，在信息的檢索過程中，人們在表達(dá)一個概念的時候，總是希望能夠得到與此概念相關(guān)的一些東西，但是具體是一些什么東西，大多數(shù)用戶不能夠顯性的表達(dá)出來，使得檢索工具很難檢索[1]。而且，現(xiàn)有的搜索平臺，只是對標(biāo)準(zhǔn)的名稱進(jìn)行搜索。

2）節(jié)能檢測和監(jiān)測方面需要采集不同標(biāo)準(zhǔn)中的技術(shù)內(nèi)容進(jìn)行對比分析。例如，在現(xiàn)場進(jìn)行檢測時，需要多個標(biāo)準(zhǔn)中的標(biāo)準(zhǔn)數(shù)值進(jìn)行對比分析。而帶很多個標(biāo)準(zhǔn)文本去現(xiàn)場檢測根本是不太現(xiàn)實(shí)的事情，也非常不方便。

3）為了緊跟標(biāo)準(zhǔn)化技術(shù)的發(fā)展方向，不落后于行業(yè)發(fā)展水平，需要在現(xiàn)有標(biāo)準(zhǔn)信息平臺的基礎(chǔ)上進(jìn)行進(jìn)一步的基于節(jié)能標(biāo)準(zhǔn)內(nèi)容的研究。緊跟標(biāo)準(zhǔn)信息化建設(shè)的腳步。

3 主要研究內(nèi)容

3.1 處理現(xiàn)有標(biāo)準(zhǔn)格式

搜集所有節(jié)能方面的標(biāo)準(zhǔn)，做成電子文本。原來的很多現(xiàn)有的標(biāo)準(zhǔn)電子模式都是PDF模式的，想從中截取相應(yīng)信息，難度非常大，很難對PDF格式的文件進(jìn)行提取相關(guān)信息處理。還需把PDF的圖片格式轉(zhuǎn)化為Word文本格式，才能從中提取相應(yīng)的標(biāo)準(zhǔn)信息數(shù)據(jù)，做到內(nèi)容檢索。

3.2 研究標(biāo)準(zhǔn)關(guān)鍵索引的語義關(guān)聯(lián)度

現(xiàn)行節(jié)能標(biāo)準(zhǔn)體系的通用標(biāo)準(zhǔn)分類中包含了經(jīng)濟(jì)運(yùn)行、節(jié)能監(jiān)測、能源審計、統(tǒng)計計量及平衡通則類標(biāo)準(zhǔn)[2]。對相關(guān)標(biāo)準(zhǔn)內(nèi)容關(guān)鍵分詞和結(jié)構(gòu)進(jìn)行分析，提煉出標(biāo)準(zhǔn)中的相關(guān)重要標(biāo)準(zhǔn)數(shù)據(jù)。把Word文本的標(biāo)準(zhǔn)數(shù)據(jù)傳輸給負(fù)責(zé)做系統(tǒng)的計算機(jī)專業(yè)程序人員，讓其在大慶油田信息網(wǎng)站上上傳標(biāo)準(zhǔn)數(shù)據(jù)做出相應(yīng)語義關(guān)聯(lián)的檢索程序。

3.3 基于本體論創(chuàng)建標(biāo)準(zhǔn)語義檢索模型

目前的檢索工具僅提供了基于關(guān)鍵字的檢索，而忽略了關(guān)鍵字本身所含的語義內(nèi)容。該文提出信息檢索系統(tǒng)，利用本體論中概念規(guī)范、語義豐富的特點(diǎn)，將用戶的檢索要求擴(kuò)充成語義集。并且將檢索到的文檔通過文檔分析器進(jìn)一步過濾，使用戶最終的到與檢索內(nèi)容匹配度較高的文檔[3]。做到用戶可以從標(biāo)準(zhǔn)題錄信息到標(biāo)準(zhǔn)技術(shù)內(nèi)容的分層檢索。通過此檢索方法的研究，能夠建立節(jié)能標(biāo)準(zhǔn)關(guān)鍵信息的檢索庫及索引庫以及確定語義關(guān)聯(lián)模型。

4 結(jié)論

前文中涉及到本體論、搜索引擎技術(shù)、語義聯(lián)想模型設(shè)計、標(biāo)準(zhǔn)化信息處理等關(guān)鍵技術(shù)，研究成果將代表大慶油田標(biāo)準(zhǔn)化手段進(jìn)入新的發(fā)展階段，代表大慶油田標(biāo)準(zhǔn)信息處理能力上升新的高度，預(yù)計未來將成為大慶油田標(biāo)準(zhǔn)化手段的重要信息處理工具?；谠擁?xiàng)目成果開發(fā)的節(jié)能標(biāo)準(zhǔn)檢索系統(tǒng)可與現(xiàn)有大慶油田標(biāo)準(zhǔn)化信息系統(tǒng)整合，形成一套綜合的標(biāo)準(zhǔn)化服務(wù)產(chǎn)品，進(jìn)一步提高標(biāo)準(zhǔn)化信息系統(tǒng)的效益空間。在油田各單位節(jié)能技術(shù)人員和管理人員進(jìn)行推廣，為節(jié)能的技術(shù)人員和管理部門提供便捷的標(biāo)準(zhǔn)信息查詢工具，對開展實(shí)際工作帶來了無限便利。