基于知識(shí)圖譜的知識(shí)導(dǎo)航服務(wù)研究

朱鵬

摘 要：隨著知識(shí)生產(chǎn)速度和規(guī)模的增加，傳統(tǒng)的基于“字符串”的檢索技術(shù)在正確性和擴(kuò)展性方面都存在著嚴(yán)重的不足，且容易造成知識(shí)迷航。文章討論了基于知識(shí)圖譜的知識(shí)導(dǎo)航系統(tǒng)模型，把人的思維模式應(yīng)用到知識(shí)導(dǎo)航中，降低使用者的知識(shí)檢索成本，同時(shí)提升知識(shí)導(dǎo)航的服務(wù)質(zhì)量。

關(guān)鍵詞：知識(shí)圖譜；知識(shí)導(dǎo)航；知識(shí)服務(wù)

在這信息爆炸卻大多無用的世界里，清晰的見解就成了一種力量。知識(shí)導(dǎo)航的方式因知識(shí)管理技術(shù)的發(fā)展而改進(jìn)，傳統(tǒng)的信息檢索技術(shù)主要有關(guān)鍵字匹配、目錄分類和概念搜索，都是以“字符串”匹配的方式去檢索信息，以提供最接近的結(jié)果列表[1]。Google于2012年5月推出了知識(shí)圖譜（Knowledge Graph，KG）技術(shù)，增強(qiáng)其搜索引擎的搜索結(jié)果，標(biāo)志著大規(guī)模知識(shí)成功應(yīng)用于互聯(lián)網(wǎng)信息的語義搜索。知識(shí)圖譜中表示互聯(lián)網(wǎng)信息的形式更接近人類的認(rèn)知形式，增強(qiáng)了人們對(duì)海量的互聯(lián)網(wǎng)信息的組織、管理和理解能力。知識(shí)圖譜給互聯(lián)網(wǎng)信息的語義搜索帶來了活力，同時(shí)也為提升知識(shí)導(dǎo)航服務(wù)的質(zhì)量和效率提供新的可能。

1 知識(shí)導(dǎo)航服務(wù)的內(nèi)涵

知識(shí)導(dǎo)航起源于知識(shí)管理，可根據(jù)知識(shí)與檢索主題間的語義相關(guān)程度為用戶呈現(xiàn)結(jié)構(gòu)清晰的知識(shí)體系。垂直的知識(shí)分類，實(shí)現(xiàn)基于學(xué)科本體，面向主題的相關(guān)關(guān)系、等級(jí)關(guān)系和等同關(guān)系術(shù)語的展現(xiàn)[2]。為適應(yīng)社會(huì)發(fā)展以及人們的需要，知識(shí)導(dǎo)航服務(wù)的發(fā)展在諸多方面都呈現(xiàn)出以下新的特征：服務(wù)范圍全球化、服務(wù)對(duì)象具體化、服務(wù)方式智慧化、服務(wù)內(nèi)容深層化。

2 基于知識(shí)圖譜的知識(shí)導(dǎo)航服務(wù)系統(tǒng)

知識(shí)圖譜揭示了實(shí)體之間的關(guān)系，實(shí)現(xiàn)了對(duì)現(xiàn)實(shí)世界的事物及其相互關(guān)系進(jìn)行形式化的描述[3]。知識(shí)圖譜的一般表示為G=（E，R，S）。其中E={e1，e2，…，e|E|}表示了客觀世界中的具體事物，是知識(shí)庫(kù)中的實(shí)體集合，共有|E|個(gè)不同實(shí)體；R={r1，r2，…，r|R|}表示知識(shí)庫(kù)中的關(guān)系集合，描述了概念、實(shí)體、事件之間客觀存在的聯(lián)系，共有|R|種不同關(guān)系；SE×R×E表示知識(shí)庫(kù)中的三元組集合。三元組的基本形式主要包括實(shí)體1（E1）、關(guān)系（R）、實(shí)體2（E2）和概念（C）、屬性（P）、屬性值（V）等，知識(shí)圖譜中的基本元素是實(shí)體，不同的實(shí)體間有不同的關(guān)系。概念是指人們?cè)谡J(rèn)識(shí)世界過程中形成的對(duì)客觀事物的概念化表示[4]，如交通工具、公司企業(yè)、政府機(jī)關(guān)等。

基于知識(shí)圖譜的知識(shí)導(dǎo)航系統(tǒng)的技術(shù)架構(gòu)如圖1所示，自低向上可以分為數(shù)據(jù)層、知識(shí)圖譜構(gòu)建層和知識(shí)導(dǎo)航應(yīng)用層3個(gè)部分。與傳統(tǒng)技術(shù)相比，應(yīng)用知識(shí)圖譜技術(shù)構(gòu)建的知識(shí)庫(kù)質(zhì)量更高，知識(shí)之間的語義關(guān)系更豐富?；谥R(shí)圖譜的知識(shí)導(dǎo)航可以對(duì)用戶的檢索內(nèi)容進(jìn)行語義推理，精準(zhǔn)分析用戶知識(shí)需求，快速地幫助用戶找到所需的知識(shí)。

2.1 數(shù)據(jù)層

數(shù)據(jù)層主要任務(wù)有語料庫(kù)的存儲(chǔ)、知識(shí)抽取和知識(shí)存儲(chǔ)。語料庫(kù)中有選擇地從互聯(lián)網(wǎng)上采集了大量信息和數(shù)據(jù)，并存儲(chǔ)到本地；知識(shí)抽取則是采用自然語言處理技術(shù)，從語料庫(kù)中有選擇地抽取出知識(shí)三元組并存儲(chǔ)到數(shù)據(jù)庫(kù)中；數(shù)據(jù)采用非關(guān)系型數(shù)據(jù)庫(kù)（NoSQL）存儲(chǔ)數(shù)據(jù)，向上層提供統(tǒng)一接口并完成一系列的數(shù)據(jù)操作任務(wù)。

2.2 知識(shí)圖譜構(gòu)建層

構(gòu)建層負(fù)責(zé)知識(shí)存儲(chǔ)庫(kù)的構(gòu)建和管理。其中圖模式一般表示形式為本體[5]，在圖模式的約束下進(jìn)行知識(shí)融合、知識(shí)推理，融合和推理后產(chǎn)生的新知識(shí)通過質(zhì)量評(píng)價(jià)后存儲(chǔ)到知識(shí)庫(kù)中。知識(shí)圖譜構(gòu)建層中向上提供的抽象接口封裝了具體數(shù)據(jù)操作的內(nèi)容，知識(shí)導(dǎo)航程序通過接口進(jìn)行圖的數(shù)據(jù)訪問操作，而保持底層數(shù)據(jù)存儲(chǔ)透明。

2.3 知識(shí)導(dǎo)航應(yīng)用層

知識(shí)導(dǎo)航應(yīng)用層負(fù)責(zé)導(dǎo)航服務(wù)的應(yīng)用實(shí)現(xiàn)。所以知識(shí)查詢引擎通過圖接口中的抽象概念來構(gòu)建計(jì)算和查詢過程，圖算法、查詢語言端點(diǎn)、知識(shí)點(diǎn)搜索也在該層實(shí)現(xiàn)。查詢結(jié)果集返回給可視化引擎進(jìn)行圖譜渲染，然后在圖譜瀏覽界面顯示給用戶。知識(shí)導(dǎo)航服務(wù)平臺(tái)如圖2所示。

對(duì)知識(shí)圖譜來說，我們的搜索對(duì)象是一個(gè)實(shí)在的事物（Things），而不是單純的字符串（String）[6]。知識(shí)查詢引擎可以提供特定查詢模式對(duì)知識(shí)進(jìn)行高效的查詢。例如，斯坦福大學(xué)的Protégé[7]，Apache開源項(xiàng)目Jena[8]以及Google的Cayley[9]。查詢引擎采用語義分析技術(shù)分析用戶輸入，理解用戶意圖和需求，查詢并向用戶提供正確的信息。圖譜可視化渲染引擎負(fù)責(zé)創(chuàng)建可視化的圖譜結(jié)構(gòu)的知識(shí)導(dǎo)航界面。當(dāng)用戶點(diǎn)擊某個(gè)知識(shí)點(diǎn)后，與其相關(guān)的知識(shí)將會(huì)被列出，這時(shí)用戶可以從這些知識(shí)中找出自己所需求的知識(shí)，點(diǎn)擊相關(guān)鏈接獲得更加詳細(xì)的資源。應(yīng)用可視化的圖結(jié)構(gòu)展示，用戶可高效地獲得核心與邊緣知識(shí)、上下位知識(shí)、綜述和摘要知識(shí)等。

3 結(jié)語

知識(shí)圖譜技術(shù)的潛力很大，其研究了如何從互聯(lián)網(wǎng)中獲取知識(shí)，以知識(shí)驅(qū)動(dòng)的語言理解以及可視化的圖結(jié)構(gòu)展示知識(shí)關(guān)系等。把知識(shí)圖譜技術(shù)應(yīng)用到知識(shí)導(dǎo)航系統(tǒng)中，彌補(bǔ)了傳統(tǒng)技術(shù)方案的不足。知識(shí)導(dǎo)航系統(tǒng)通過知識(shí)圖譜來對(duì)知識(shí)內(nèi)容進(jìn)行組織，提供知識(shí)結(jié)構(gòu)的可視化導(dǎo)航。應(yīng)用知識(shí)圖譜進(jìn)行知識(shí)組織與管理，實(shí)現(xiàn)語義的表達(dá)和識(shí)別，并通過邏輯推理機(jī)制，根據(jù)用戶的思維方式實(shí)現(xiàn)知識(shí)導(dǎo)航，把人的思維模式應(yīng)用到知識(shí)導(dǎo)航中，更好地體現(xiàn)人機(jī)交互，同時(shí)借助可視化的導(dǎo)航界面幫助用戶更全面地理解知識(shí)內(nèi)容。在將來的工作中，還可以建立用戶的知識(shí)狀態(tài)模型，構(gòu)建用戶特征分析模塊，以便從個(gè)性化和專業(yè)性等角度來構(gòu)建知識(shí)圖譜，為向用戶提供個(gè)性化導(dǎo)航服務(wù)提供依據(jù)。采用知識(shí)推送策略，根據(jù)用戶的信息需求和興趣愛好，將知識(shí)推送給使用者，這樣可以有效提高知識(shí)的利用率，降低使用者的檢索成本。在進(jìn)行知識(shí)推送時(shí)，要十分慎重，既不遺漏重要的知識(shí)，又不能使使用者被無用的或者低效的知識(shí)所干擾。

[參考文獻(xiàn)]

[1]HARARI Y N. 21 Lessons for the 21st Century[M].New York：Spiegel & Grau，2018.

[2]盛東方，孫建軍.基于語義搜索引擎的學(xué)科知識(shí)服務(wù)研究—以GoPubMed為例[J].圖書情報(bào)知識(shí)，2015（4）：113-120.

[3]徐增林，盛泳潘，賀麗榮，等.知識(shí)圖譜技術(shù)綜述[J].電子科技大學(xué)學(xué)報(bào)，2016（4）：589-606.

[4]李涓子，侯磊.知識(shí)圖譜研究綜述[J].山西大學(xué)學(xué)報(bào)（自然科學(xué)版），2017（3）：454-459.

[5]杜小勇，李曼，王珊.本體學(xué)習(xí)研究綜述[J].軟件學(xué)報(bào)，2006（9）：1837-1847.

[6]SINGHA A.Introducing the Knowledge Graph： things， not strings[EB/OL].（2018-05-16）[2018-09-20].https：//www.blog.google/products/search/introducing-knowledge-graph-things-not/.

[7]RESEARCH SCFB.Protégé[EB/OL].（2017-05-23）[2018-09-20].https：//protege.stanford.edu.

[8]FOUNDATIONAS.Apache Jena[EB/OL].（2018-06-07）[2018-09-20].https：//jena.apache.org.

[9]CAYLEYGRAPH.Cayley[EB/OL].（2018-01-06）[2018-09-20].https：//github.com/cayleygraph/cayley.