知識圖譜在高校科研工作中的運(yùn)用*

屈琴芹 華鵬 高超

重慶電子工程職業(yè)學(xué)院/電子與物聯(lián)網(wǎng)學(xué)院 重慶 401331

引言

在當(dāng)今互聯(lián)網(wǎng)時(shí)代，大數(shù)據(jù)、人工智能、知識圖譜等技術(shù)應(yīng)用越來越普及，各行各業(yè)向著信息化和智能化發(fā)展，其中知識圖譜被廣泛應(yīng)用于各大高校的科研管理系統(tǒng)中。知識圖譜主要有自頂向下與自底向上兩種構(gòu)建方式，自頂向下是指先為知識圖譜定義好本體與數(shù)據(jù)模式，再將實(shí)體加入到知識庫[1]。自底向上指的是從一些開放鏈接數(shù)據(jù)中提取出實(shí)體，選擇其中置信度較高的加入到知識庫，再構(gòu)建頂層的本體模式，經(jīng)人工審核后，加入到知識圖譜中。信息在現(xiàn)代社會(huì)日趨重要，合理的決策取決于對大量信息的有效利用，高?？蒲泄芾砉ぷ髅媾R雜亂無序的大量數(shù)據(jù)，如何將高?？蒲泄芾硐到y(tǒng)中的科研人員、科研項(xiàng)目、專著、論文、獲獎(jiǎng)、發(fā)明專利、學(xué)術(shù)影響力等復(fù)雜數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析顯得尤為重要。本文借助知識圖譜技術(shù)，對各類科研數(shù)據(jù)進(jìn)行可視化展現(xiàn)，指導(dǎo)決策者進(jìn)行合理的規(guī)劃和科研政策的制定，提高科研管理系統(tǒng)的科學(xué)性和高效性[2]。有學(xué)者將內(nèi)容分析與信息可視化相結(jié)合，運(yùn)用基于共現(xiàn)矩陣的知識圖譜及社會(huì)網(wǎng)絡(luò)分析法，分析某高校近十一年來學(xué)術(shù)論文的研究方向、學(xué)術(shù)群體關(guān)系、對外合作關(guān)系等，能高效找出科研中存在的問題[3]。高?？蒲泄ぷ鲗?nèi)容和數(shù)據(jù)兼容性方面具有更高的要求，利用知識圖譜對科研數(shù)據(jù)進(jìn)行可視化的展示，將有效提高科研工作效率，同時(shí)也為科研工作的擴(kuò)展應(yīng)用提供了有力支撐。

1 知識圖譜原理

知識圖譜是將應(yīng)用數(shù)學(xué)、圖形技術(shù)、信息可視化技術(shù)、信息技術(shù)等方法和理論知識與其共同分析等方法相互結(jié)合，利用可視化的圖譜具體地展示出學(xué)科的發(fā)展歷史、核心內(nèi)容、相關(guān)領(lǐng)域以及整體的知識框架，以此來達(dá)到不同數(shù)據(jù)相互融合的一個(gè)現(xiàn)代理論[4]。知識圖譜在邏輯上分為數(shù)據(jù)層和概念層，數(shù)據(jù)層是指以三元組為表現(xiàn)形式的實(shí)體和關(guān)系集合，用＜實(shí)體，關(guān)系，實(shí)體＞和＜實(shí)體，屬性，屬性值＞來表示。概念層構(gòu)建在數(shù)據(jù)層之上，是經(jīng)過積累沉淀的知識集合[5]。一個(gè)知識圖譜的構(gòu)建需要包含知識抽取、知識融合、知識加工、圖譜應(yīng)用等過程，其中涉及本體和實(shí)體兩個(gè)概念。本體是共享概念模型的形式化、規(guī)范、明確的說明，即一個(gè)概念的集合，是一個(gè)公認(rèn)的知識框架；實(shí)體是本體、實(shí)例及關(guān)系的整合。本體模型和實(shí)體數(shù)據(jù)庫的建設(shè)是知識圖譜結(jié)構(gòu)的核心，知識圖譜結(jié)構(gòu)如圖1所示。

圖1 知識圖譜結(jié)構(gòu)圖

要應(yīng)用知識圖譜需要提前構(gòu)建知識圖譜，即先要構(gòu)建一個(gè)知識庫，可以通過搜索知識庫來回復(fù)相關(guān)搜索。比如在搜索框里輸入關(guān)鍵詞，可以得到相關(guān)回復(fù)。這是因?yàn)樵谙到y(tǒng)層面上已經(jīng)創(chuàng)建好了一個(gè)包含關(guān)鍵字和回復(fù)內(nèi)容關(guān)鍵詞的實(shí)體以及兩者關(guān)系的知識庫。所以，當(dāng)執(zhí)行搜索任務(wù)時(shí)，可以通過關(guān)鍵詞提取以及知識庫上的匹配獲得答案。這種搜索方式不同于傳統(tǒng)的搜索引擎，通常傳統(tǒng)的搜索引擎返回的是相關(guān)網(wǎng)頁，返回的內(nèi)容是有關(guān)聯(lián)度但關(guān)聯(lián)度不高的內(nèi)容，不是最終答案，用戶還需要進(jìn)行篩選并過濾信息。這就是以往的智能分析專注在每一個(gè)個(gè)體上，而知識圖譜除了個(gè)體，還深入分析個(gè)體之間的關(guān)系，只要有關(guān)系分析的需求，知識圖譜就能夠發(fā)揮作用。

1.1 知識抽取

知識抽取是構(gòu)建一個(gè)知識圖譜必不可少的部分，基于大數(shù)據(jù)的基本結(jié)構(gòu)，利用自動(dòng)化或半自動(dòng)化的技術(shù)抽取出可用的數(shù)據(jù)知識，包括關(guān)系、屬性、事件抽取等。關(guān)系抽取是從信息中抽取出實(shí)體名稱，再通過關(guān)系抽取獲取實(shí)體當(dāng)中的連接關(guān)系，從而形成一個(gè)完整的網(wǎng)絡(luò)知識結(jié)構(gòu)，事件抽取是從一個(gè)知識圖譜信息源中抽取出事件信息，包括時(shí)間、人物、地點(diǎn)等，通過人物關(guān)系搜索，形成一個(gè)關(guān)系網(wǎng)絡(luò)。

1.2 知識融合

知識融合是高層次的知識組織，使來自不同知識源的知識在同一框架規(guī)范下進(jìn)行異構(gòu)數(shù)據(jù)整合、消歧、加工、推理驗(yàn)證、更新等步驟，達(dá)到數(shù)據(jù)、信息、方法、經(jīng)驗(yàn)以及人的思想的融合，形成高質(zhì)量的知識庫。高?？蒲邢到y(tǒng)中的信息可能來源于不同數(shù)據(jù)源，存在數(shù)據(jù)異構(gòu)的情況，知識質(zhì)量良莠不齊、知識重復(fù)、知識間的關(guān)聯(lián)不夠明確等問題。因此知識融合非常有必要，需要對科研系統(tǒng)中的數(shù)據(jù)進(jìn)行知識融合，實(shí)現(xiàn)信息、數(shù)據(jù)、經(jīng)驗(yàn)、方法以及人的智慧的大融合，形成有效知識庫[6]。在知識融合的過程中，實(shí)體對齊、知識加工是兩個(gè)重要的過程。實(shí)體對齊是從描述相同真實(shí)世界對象的不同知識圖譜中去識別實(shí)體。

1.3 知識加工

知識加工是要去獲得結(jié)構(gòu)化、網(wǎng)絡(luò)化的知識體系，因?yàn)樾畔⒊槿〉玫降氖聦?shí)表達(dá)并不等于知識。信息抽取后，原始材料中可以提取出實(shí)體、關(guān)系與屬性等知識要素。再經(jīng)歷知識融合，消除實(shí)體指稱項(xiàng)與實(shí)體對象之間的歧義，得到基本的事實(shí)表達(dá)[7]。但是事實(shí)不等于知識，要想獲得結(jié)構(gòu)化、網(wǎng)絡(luò)化的知識體系，知識加工是非常重要的一步。知識加工由三部分的內(nèi)容組成，分別是本體建構(gòu)、知識推理和質(zhì)量評估。其中，質(zhì)量評估針對的是現(xiàn)有數(shù)據(jù)結(jié)構(gòu)，將符合標(biāo)準(zhǔn)的數(shù)據(jù)放入對應(yīng)知識圖譜中，先檢測是否符合質(zhì)量評估，不是所有的數(shù)據(jù)都能被知識圖譜所采用，需要確保知識圖譜當(dāng)中所查詢到的知識是合理的。知識加工在整個(gè)圖譜構(gòu)建的過程當(dāng)中起了不可分割的作用，只有將數(shù)據(jù)進(jìn)行加工與處理，進(jìn)行質(zhì)量評估后才能增強(qiáng)知識圖譜內(nèi)容的可靠性與合理性。

1.4 知識推理

知識推理是通過對已構(gòu)建好的實(shí)體之間的關(guān)系的計(jì)算和對其三元組的語義進(jìn)行分析，從而找到相互關(guān)聯(lián)的內(nèi)容，獲取更新的知識或者相關(guān)結(jié)論，也可以擴(kuò)展和豐富知識網(wǎng)絡(luò)圖譜。在知識圖譜中，知識推理可以是實(shí)體、實(shí)體之間的相互屬性值、實(shí)體之間的關(guān)系等。同時(shí)，知識推理還包括了實(shí)體之間的分類、關(guān)系識別、通過對圖的推理，對邏輯的推理等。例如<作者A，發(fā)表者，科研項(xiàng)目>和<作者B，發(fā)表者，科研項(xiàng)目>從而可以推理出<作者A，共同作者，科研項(xiàng)目>。

2 系統(tǒng)功能實(shí)現(xiàn)

高校設(shè)計(jì)科研系統(tǒng)功能時(shí)，首先滿足的是學(xué)生和教師的信息采集和存儲，師生能夠在平臺上進(jìn)行個(gè)人信息查詢。本文圍繞如何設(shè)計(jì)一個(gè)基于知識圖譜的高校科研系統(tǒng)，在師生便捷查詢個(gè)人信息的同時(shí)，搜索相關(guān)信息時(shí)，也能查看關(guān)聯(lián)信息，同時(shí)一個(gè)成熟的知識圖譜也可以幫助我們更快的查詢出信息。知識圖譜可以分為知識引入、知識構(gòu)建、存儲計(jì)算、知識展現(xiàn)、知識管理等功能。

2.1 構(gòu)建知識圖譜

高校科研系統(tǒng)圖譜的系統(tǒng)功能涵蓋個(gè)人管理、系統(tǒng)配置、數(shù)據(jù)統(tǒng)計(jì)分析等。個(gè)人管理包括個(gè)人中心、收藏、發(fā)布、自定義增刪改查等功能。系統(tǒng)配置可以在角色、用戶等不同領(lǐng)域進(jìn)行配置。數(shù)據(jù)統(tǒng)計(jì)分析則在系統(tǒng)配套的寄出報(bào)表中進(jìn)行展示。

根據(jù)大數(shù)據(jù)源系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)，可以構(gòu)建不同的知識圖譜。首先，本體類型集合可分為【關(guān)鍵詞、學(xué)院、專著、專利、論文、研究機(jī)構(gòu)、人員】，然后構(gòu)建各種實(shí)體的屬性特征，體現(xiàn)實(shí)體與實(shí)體之間的相互關(guān)系。在實(shí)體管理中，可以通過探索實(shí)體名稱，搜索出所屬本體的名稱，生成一個(gè)大數(shù)據(jù)的知識網(wǎng)絡(luò)。從實(shí)體關(guān)系管理角度，實(shí)體與實(shí)體之間存在相互聯(lián)系，每個(gè)實(shí)體可以通過關(guān)系來尋找實(shí)體之間的關(guān)系，也可以通過找出關(guān)系特征詞，探索出實(shí)體與實(shí)體相互的聯(lián)系。

2.2 圖譜可視化

圖譜可視化技術(shù)主要包括了Raphael和particies.is兩種關(guān)鍵技術(shù)。這兩種技術(shù)可以形象地分析、解釋、模擬或者揭示隱藏在數(shù)據(jù)內(nèi)部當(dāng)中的特征與規(guī)律，也可以提高人類對于事物的理解記憶、觀察等方面的能力，用戶能夠更直觀地感受整體概念的形成。

圖譜可視化編輯。圖譜可視化編輯以可視化的方式進(jìn)行圖譜編輯，降低構(gòu)建難度，可進(jìn)行概念、實(shí)體、屬性、關(guān)系、私有屬性、私有關(guān)系的編輯、知識圖譜列表展示、本體、實(shí)體及其關(guān)系展示。

2.3 圖譜探索

圖譜探索支持針對實(shí)體的檢索與探索，可以結(jié)合用戶需求對檢索結(jié)果進(jìn)行篩選，支持用戶對層數(shù)、實(shí)體個(gè)數(shù)、關(guān)系個(gè)數(shù)進(jìn)行配置；支持知識用戶進(jìn)行知識卡片展示的配置；支持圖片導(dǎo)出。在知識圖譜探索中，可以通過搜索指定的科研方向，探索出相關(guān)聯(lián)的科研人員，還可以通過一個(gè)具體的科研項(xiàng)目，找出共同的項(xiàng)目參與者。

2.4 關(guān)聯(lián)分析

知識圖譜構(gòu)建完成后，適用于各種關(guān)系間的找尋，在人與人之間，通常屬于一對多或多對一的情況，人可以看作是一個(gè)實(shí)體，由很多的屬性特征點(diǎn)相互組成，人的屬性是多種多樣的，可以在知識圖譜上通過一個(gè)具體的屬性點(diǎn)，找到人與人之間的關(guān)系，即人的某個(gè)屬性具有相同或者相似的地方，如按照年齡聚合，可分為90后、00后人群等。人與科研成果之間往往存在多對一或者一對一的關(guān)系，科研成果從構(gòu)思到最后實(shí)施成功，通常是多人共同努力的結(jié)果，闡述某個(gè)具體科研成果時(shí)，通過一個(gè)關(guān)系的屬性詞，從而找到實(shí)體與實(shí)體之間的關(guān)系，如參與者，則可以展示出一個(gè)具體的網(wǎng)絡(luò)結(jié)構(gòu)圖。在大數(shù)據(jù)與最優(yōu)化知識圖譜的作用下，能快速地找到一個(gè)實(shí)體關(guān)鍵詞下所相關(guān)聯(lián)的東西。在知識圖譜中，運(yùn)用圖譜探索，在一個(gè)已經(jīng)構(gòu)建完成的圖譜中，指定一個(gè)本體屬性，如學(xué)院，再指定一個(gè)具體的實(shí)體名稱，如xx學(xué)院，點(diǎn)擊檢索，則關(guān)于某學(xué)院的所有相關(guān)研究都會(huì)在這個(gè)知識圖譜中展示出來。

運(yùn)用知識圖譜，最為便捷的就是找尋實(shí)體與實(shí)體之間的關(guān)系，探索人與人，人與科研成果的關(guān)系，成果與成果的關(guān)系。通過這些關(guān)系快速查詢需要的數(shù)據(jù)，提高效率，解決高?？蒲邢到y(tǒng)管理難的問題。

3 結(jié)束語

在當(dāng)今形勢下，科研工作在高校發(fā)展中是不可或缺的一部分，因此保證科研系統(tǒng)的高效性是非常重要的。知識圖譜可以創(chuàng)造出高價(jià)值如關(guān)系的表達(dá)能力強(qiáng)、可以模擬人類思考、分析、知識學(xué)習(xí)、反饋等方面。運(yùn)用知識圖譜在高?？蒲邢到y(tǒng)中，可以有效解決知識雜糅亂序、對科研數(shù)據(jù)進(jìn)行可視化的展示，科研系統(tǒng)的用戶和管理員也能更加高效地使用系統(tǒng)，提升了科研工作的效率和水平。