面向食品安全法規(guī)的知識(shí)圖譜構(gòu)建

張馨月 王寧 張瑤瑤

收稿日期：2023-08-18

基金項(xiàng)目：太原科技大學(xué)教學(xué)改革創(chuàng)新項(xiàng)目（XJ2021004）

DOI：10.19850/j.cnki.2096-4706.2024.06.023

摘? 要：我國(guó)建立了完備的食品安全法規(guī)體系，其具有海量和零散性的特點(diǎn)，難以檢索分析。以食品安全法規(guī)文本數(shù)據(jù)為依托，通過自頂向下和自下而上的方式進(jìn)行食品安全法規(guī)知識(shí)圖譜的構(gòu)造研究。首先，獲取多源異構(gòu)的食品安全法律法規(guī)和問答數(shù)據(jù)語料，對(duì)用戶的需求進(jìn)行分析。其次，定義食品安全知識(shí)圖譜的本體層及其屬性，使用基于規(guī)則的方法對(duì)知識(shí)進(jìn)行抽取，針對(duì)規(guī)則性不強(qiáng)的知識(shí)，使用基于機(jī)器學(xué)習(xí)的命名實(shí)體識(shí)別方法完成領(lǐng)域命名實(shí)體識(shí)別。最后，實(shí)現(xiàn)食品安全法規(guī)知識(shí)圖譜的構(gòu)建。

關(guān)鍵詞：食品安全法規(guī)；知識(shí)圖譜；自然語言處理；機(jī)器學(xué)習(xí)；命名實(shí)體識(shí)別；BERT模型

中圖分類號(hào)：TP391.1? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：2096-4706（2024）06-0103-07

Construction of Knowledge Graph for Food Safety Regulations

ZHANG Xinyue， WANG Ning， ZHANG Yaoyao

（College of Computer Science and Technology， Taiyuan University of Science and Technology， Taiyuan? 030024， China）

Abstract： China has established a complete food safety regulatory system， which is characterized by massive and fragmented nature and difficult to retrieve and analyze. Therefore， we conduct research on the construction of a Knowledge Graph of food safety regulations through a top-down and bottom-up approach based on the textual data of food safety regulations. First， we obtain multi-source heterogeneous food safety laws and regulations and Q&A data corpus， and analyzes user needs. Then， we define the ontology layer and attributes of the food safety Knowledge Graph. We extract the knowledge by using a rule-based method， and complete the domain named entity recognition by using Machine Learning-based methods for the knowledge with weak regularity. Finally， we realize the construction of Knowledge Graph for the food safety regulations.

Keywords： food safety regulation; Knowledge Graph; natural language processing; Machine Learning; named entity recognition; BERT model

0? 引? 言

“民以食為天，食以安為先”。食品安全是健康中國(guó)的重要內(nèi)容，也是“五大公共安全”的重要內(nèi)容之一[1]。2017年7月8日，國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，其中提到促進(jìn)人工智能在法律文件閱讀與分析中的應(yīng)用[2]。因此，使用人工智能技術(shù)來完成對(duì)食品安全法律法規(guī)的閱讀與分析，是實(shí)現(xiàn)“舌尖上的安全”必不可少的環(huán)節(jié)之一。構(gòu)建基于食品安全法律法規(guī)的知識(shí)圖譜，不僅能夠解決知識(shí)查詢問題，還可以將食品安全法律法規(guī)中涉及的重點(diǎn)實(shí)體和層次等內(nèi)容通過知識(shí)圖譜中的邊進(jìn)行連接，這樣就打破了法律法規(guī)的相對(duì)獨(dú)立性，可以對(duì)法律法規(guī)的重要知識(shí)進(jìn)行關(guān)聯(lián)查詢。

目前，知識(shí)圖譜在司法領(lǐng)域的應(yīng)用取得了一些進(jìn)展。Li等人提出了事務(wù)的法律規(guī)定預(yù)測(cè)任務(wù)，并使用知識(shí)圖譜中的文本理解和圖推理的方式來完成任務(wù)[3]。Filtz等人構(gòu)造了奧地利法律知識(shí)圖譜，提出了LKG本體論。通過鏈接到地理名稱和開放街道地圖等外部空間知識(shí)庫(kù)，對(duì)各種歐盟成員國(guó)的現(xiàn)有法律舉措進(jìn)行深度分析[4]。曾蘭蘭等人基于刑事裁判文書數(shù)據(jù)構(gòu)建了刑事法律知識(shí)圖譜[5]。

《規(guī)劃》指出，要強(qiáng)化利用人工智能等計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對(duì)食品安全的有效保護(hù)，在綜合考量食品分類、預(yù)警水平、食品安全風(fēng)險(xiǎn)和評(píng)估等內(nèi)容的基礎(chǔ)上建立了人工智能食品安全預(yù)警系統(tǒng)[6]。但是我國(guó)針對(duì)食品安全法規(guī)知識(shí)圖譜的構(gòu)建和研究仍然處于起步狀態(tài)，亟待我們進(jìn)一步深入研究。

1? 圖譜概述

對(duì)用戶需求的正確認(rèn)知直接關(guān)系到所構(gòu)建知識(shí)圖譜質(zhì)量的高低。本文將業(yè)內(nèi)公認(rèn)規(guī)模較大、可信度較高的“12348中國(guó)法網(wǎng)”等網(wǎng)站作為數(shù)據(jù)源，爬取主題為“食品”的法律咨詢問答8 000余條，并進(jìn)行了咨詢用戶畫像和咨詢問答分類分析，從而得到不同類別用戶的具體需求。將如圖1所示的風(fēng)險(xiǎn)識(shí)別因素作為領(lǐng)域?qū)嶓w進(jìn)行存儲(chǔ)，將因素的層次結(jié)構(gòu)作為知識(shí)圖譜模型構(gòu)建的參考，并將它們補(bǔ)充進(jìn)食品安全領(lǐng)域詞典中。

圖1? 食品安全風(fēng)險(xiǎn)識(shí)別因素

與食品安全風(fēng)險(xiǎn)因素存在的各個(gè)階段相對(duì)應(yīng)，咨詢用戶的角色基本上可以分為四類，即生產(chǎn)者、銷售者、網(wǎng)絡(luò)食品第三方交易平臺(tái)和消費(fèi)者。他們所關(guān)心的問題具有相似性，可分為三類，即賠償問題、行政處罰和刑事責(zé)任。經(jīng)過整理分析，在用戶進(jìn)行搜索或提問之后，公共法律服務(wù)網(wǎng)站反饋給用戶的搜索結(jié)果或回答包括兩個(gè)方面的內(nèi)容，一是違法犯罪行為或受到侵害行為所涉及的法規(guī)，包括具體的章節(jié)條例；二是相關(guān)的執(zhí)法部門或可以求助的部門能夠提供的具體幫助。其他詳細(xì)的解答內(nèi)容都是從這兩個(gè)方面延伸出來的。

因此，本文旨在建立法律法規(guī)之間的聯(lián)系，破除法律法規(guī)之間的獨(dú)立性，以法律法規(guī)為核心對(duì)知識(shí)進(jìn)行重載利用。食品安全法規(guī)知識(shí)圖譜作為領(lǐng)域知識(shí)圖譜，主要強(qiáng)調(diào)知識(shí)的體系結(jié)構(gòu)和深層次的領(lǐng)域知識(shí)，因此采用自頂向下和自底向上相結(jié)合的方式進(jìn)行構(gòu)建。本文結(jié)合食品安全相關(guān)行政法規(guī)、司法解釋以及地方政府規(guī)章文本數(shù)據(jù)的邏輯特點(diǎn)，對(duì)知識(shí)圖譜進(jìn)行設(shè)計(jì)。數(shù)據(jù)來源為全國(guó)人大常委會(huì)、國(guó)務(wù)院、國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局、國(guó)家食品藥品監(jiān)督管理總局、中央編辦、地方食品藥品監(jiān)督管理局等網(wǎng)站公開發(fā)布的有關(guān)食品安全的一般法律、條例、決定、辦法等共計(jì)3 474篇（截至2023年4月）。在構(gòu)建食品安全法規(guī)知識(shí)圖譜時(shí)，首先定義食品安全法律政策體系，并根據(jù)該體系形成本體概念。我國(guó)的食品安全政策體系包含法律、法規(guī)、部門規(guī)章、規(guī)范性文件等，形成了國(guó)家、部門、行業(yè)與地方逐層約束的食品安全法規(guī)體系，具有“二元制”和“多層次”的特點(diǎn)。在《中華人民共和國(guó)食品安全法》和《中華人民共和國(guó)農(nóng)產(chǎn)品質(zhì)量安全法》的指導(dǎo)下，全國(guó)人民代表大會(huì)及其常務(wù)委員會(huì)制定了法律，涵蓋立法、執(zhí)法、法律監(jiān)督、刑罰和行政處罰等各個(gè)方面。在食品安全法律法規(guī)體系的縱向關(guān)系上，法律、法規(guī)、部門規(guī)章、規(guī)范性文件和安全標(biāo)準(zhǔn)之間需要相互協(xié)調(diào)，彼此銜接，下一層的立法不能和上一層的立法相互抵觸，也就是遵守“法制統(tǒng)一”的原則。

2? 知識(shí)圖譜模式層設(shè)計(jì)與構(gòu)造

2.1? 總結(jié)和分析食品安全法規(guī)領(lǐng)域本體

首先，構(gòu)建知識(shí)圖譜模式層，定義本體概念及屬性：

1）法規(guī)。是食品安全法規(guī)知識(shí)圖譜中的核心概念。使用法規(guī)名稱、主席令號(hào)、發(fā)布時(shí)間、施行時(shí)間、立法主體、法規(guī)目錄、施行范圍、效力等級(jí)、涉及執(zhí)法部門、規(guī)定過程、規(guī)定責(zé)任部門、參考文件、制定依據(jù)、法規(guī)條文等屬性對(duì)法規(guī)進(jìn)行描述。

2）相關(guān)部門。每篇法規(guī)都會(huì)涉及立法主體、執(zhí)行某些條款、觸犯某些條款所牽涉的執(zhí)法部門、責(zé)任部門。

3）品類領(lǐng)域。在不同類型的法律法規(guī)中，所要針對(duì)和規(guī)范的生產(chǎn)品類、角色品類可能類似，也可能不同，因此其實(shí)體內(nèi)容非常廣泛，生產(chǎn)品類如養(yǎng)殖業(yè)、捕撈業(yè)等，角色品類如藥品生產(chǎn)企業(yè)、藥品經(jīng)營(yíng)企業(yè)等，它們?cè)诜ㄒ?guī)中都屬于被定義和被規(guī)范的內(nèi)容。

4）規(guī)定過程。由于食品安全法規(guī)覆蓋了從種植養(yǎng)殖、生產(chǎn)、加工經(jīng)營(yíng)、檢測(cè)到流通消費(fèi)的全過程，所以將規(guī)定過程定義為知識(shí)圖譜中的一個(gè)本體，通過將本體實(shí)例化來描述規(guī)范過程。

5）規(guī)定對(duì)象。覆蓋了大部分食品類別，是參照了GB 2760-2014國(guó)家標(biāo)準(zhǔn)中的附錄E食品分類系統(tǒng)所定義的本體，與規(guī)定過程相對(duì)應(yīng)。若某一法規(guī)約束了某一食品類別下的食品，則可以將該食品作為這一食品類別下其他食品的參考。

2.2? 定義本體之間的關(guān)系

在關(guān)系方面，從當(dāng)前法規(guī)的獨(dú)立性出發(fā)，以法規(guī)為核心，將法規(guī)與相關(guān)部門、品類領(lǐng)域、規(guī)定過程、規(guī)定對(duì)象的關(guān)系進(jìn)行知識(shí)圖譜的語義關(guān)系定義，如表1所示。食品安全法規(guī)知識(shí)圖譜的結(jié)構(gòu)如圖2所示。通過命名實(shí)體識(shí)別方法和基于規(guī)則的實(shí)體、實(shí)體屬性和實(shí)體關(guān)系抽取方法，能夠?qū)⒈倔w實(shí)例化，并存入數(shù)據(jù)庫(kù)中，構(gòu)造知識(shí)圖譜。

表1? 本體關(guān)系表

關(guān)系名稱 關(guān)系說明

立法 相關(guān)部門與法規(guī)

規(guī)定職責(zé) 法規(guī)與相關(guān)部門

制定依據(jù) 法規(guī)與依據(jù)法規(guī)

約束領(lǐng)域 法規(guī)與品類領(lǐng)域

針對(duì)的生產(chǎn)過程 法規(guī)與規(guī)定過程

針對(duì)的生產(chǎn)對(duì)象 法規(guī)與規(guī)定對(duì)象

協(xié)同合作 部門與部門

圖2? 知識(shí)圖譜結(jié)構(gòu)圖

3? 知識(shí)抽取

3.1? 主題詞提取

通過提取食品安全法律法規(guī)的所有章節(jié)名實(shí)體來概括該法規(guī)的文本內(nèi)容。為了進(jìn)一步補(bǔ)充法規(guī)內(nèi)容特征，對(duì)每篇法規(guī)進(jìn)行內(nèi)容提取，獲得特征項(xiàng)。食品安全法律法規(guī)的原始數(shù)據(jù)中包含有大量的領(lǐng)域特征詞匯，如果將這些特征詞匯作為特征項(xiàng)，會(huì)給后續(xù)處理工作帶來很多不必要的麻煩。因此，使用TF-IDF函數(shù)從特征詞匯中提取出主題詞來表示食品安全法律法規(guī)的主要特征，能夠概括法規(guī)的文本內(nèi)容。

我國(guó)的法律法規(guī)文本與新聞報(bào)道等文本存在著很大的區(qū)別。它們的書寫格式、段落結(jié)構(gòu)、遣詞造句都必須要符合一定的規(guī)范。因此，一些實(shí)體、實(shí)體屬性都可以通過基于規(guī)則的方法進(jìn)行抽取，并且能夠取得較好的抽取效果。特殊用語描述內(nèi)容的附近會(huì)有明顯的提示詞，可以用來提取擴(kuò)充實(shí)體。

3.2? 基于BERT-BiLSTM-CRF的命名實(shí)體識(shí)別

BiLSTM-CRF模型是將雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）和條件隨機(jī)場(chǎng)（CRF）有機(jī)結(jié)合的命名實(shí)體識(shí)別模型[7]。命名實(shí)體識(shí)別問題實(shí)際上是一個(gè)序列標(biāo)注問題。本文使用BIO標(biāo)注集對(duì)數(shù)據(jù)字符進(jìn)行標(biāo)注。BiLSTM模型是由一個(gè)正向LSTM和一個(gè)反向LSTM組合而成的，對(duì)輸入的字符序列進(jìn)行兩個(gè)方向的計(jì)算，能夠用到兩側(cè)的上下文信息。Softmax輸出的概率相對(duì)獨(dú)立，輸出值之間不存在依賴關(guān)系，在每一步選出一個(gè)概率最大的值，輸出其對(duì)應(yīng)標(biāo)簽，會(huì)生成不符合語義邏輯的標(biāo)簽序列。CRF層將輸出層面的關(guān)聯(lián)性進(jìn)行分離，進(jìn)行標(biāo)簽預(yù)測(cè)時(shí)將上下文關(guān)聯(lián)情況考慮在內(nèi)。此外，在求解維特比時(shí)，CRF使用動(dòng)態(tài)規(guī)劃算法來求解概率最大的路徑，可以防止結(jié)果中出現(xiàn)非法序列，比如“B-OBJ”后面跟著“I-DEP”。

假設(shè)字符序列輸入的是X = （x1，x2，x3，…，xn），獲取到輸入序列后，進(jìn)行分布式表示，經(jīng)過BiLSTM層的學(xué)習(xí)之后，輸出概率矩陣Pn×m，其中m表示標(biāo)簽的類別個(gè)數(shù)。對(duì)于想要輸出的標(biāo)簽序列y = （y1，y2，y3，…，yn），定義最優(yōu)路徑得分，如式（1）所示：

（1）

最優(yōu)路徑求解如式（2）所示：

（2）

其中，Pi， j表示xi被標(biāo)記為第j個(gè)標(biāo)簽的概率大小，Ai， j表示概率轉(zhuǎn)移矩陣中第i個(gè)標(biāo)簽被轉(zhuǎn)移到第j個(gè)標(biāo)簽的概率。由此可知，CRF建模輸出標(biāo)簽二元組，并且使用動(dòng)態(tài)規(guī)劃的算法求出得分最高的路徑y(tǒng)?作為最優(yōu)路徑。如圖3所示為BiLSTM-CRF模型的網(wǎng)絡(luò)結(jié)構(gòu)。

訓(xùn)練BiLSTM網(wǎng)絡(luò)結(jié)構(gòu)需要將預(yù)處理后的食品安全法律法規(guī)漢字語料輸入到待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型中，但是神經(jīng)網(wǎng)絡(luò)模型不能接收漢字，漢字字符串的長(zhǎng)度也互不相同。因此本文采用BERT模型進(jìn)行字符向量的編碼，解決了Word2Vec歧義詞效果不佳的問題[8]。BERT模型能夠通過在所有層上下語境的基礎(chǔ)上實(shí)現(xiàn)聯(lián)合調(diào)整的方式來預(yù)訓(xùn)練深層雙向表征。只要額外增加一個(gè)輸出層，即可對(duì)預(yù)訓(xùn)練的BERT表征進(jìn)行微調(diào)，使它更加適合新任務(wù)和新模型。組成BETR的核心模塊是12層或24層的雙向Transformer，其最為關(guān)鍵的部分是Attention機(jī)制。相對(duì)于RNN，雙向編碼器Transformer更加高效，能夠捕捉到更長(zhǎng)距離的依賴。相對(duì)于LSTM，Transformer能夠并行訓(xùn)練，達(dá)到更快的訓(xùn)練速度。

在BERT模型后接入BiLSTM-CRF網(wǎng)絡(luò)結(jié)構(gòu)，使用BiLSTM獲得每個(gè)實(shí)體類型標(biāo)簽的得分，并通過CRF借助維特比算法挑選出概率最大的標(biāo)簽類型。BERT-BiLSTM-CRF的網(wǎng)絡(luò)模型如圖4所示。

圖4? BERT-BiLSTM-CRF模型結(jié)構(gòu)示意圖

其中，Ei表示序列中第i個(gè)位置的輸入。由圖4可以看出，BERT-BiLSTM-CRF模型通過將BERT模型的輸出作為特征表示加入BiLSTM模型中。因?yàn)樾枰Ａ繑?shù)據(jù)和強(qiáng)大的計(jì)算能力來支持模型的訓(xùn)練，本文使用了針對(duì)中文語料的Bert-Base-Chinese版本。

3.3? 命名實(shí)體識(shí)別實(shí)驗(yàn)分析

利用YEDDA文本標(biāo)注工具，參照BIO標(biāo)準(zhǔn)對(duì)數(shù)據(jù)集進(jìn)行類型標(biāo)注。對(duì)改進(jìn)后的CRF模型、BiLSTM-CRF模型和BERT-BiLSTM-CRF模型在有效食品安全相關(guān)行政法規(guī)、司法解釋以及地方政府規(guī)章文本數(shù)據(jù)中命名實(shí)體的識(shí)別效果上進(jìn)行了比較，實(shí)驗(yàn)中采用的評(píng)價(jià)指標(biāo)是機(jī)器學(xué)習(xí)中常用的評(píng)價(jià)機(jī)制準(zhǔn)確率、召回率和F1值。

其中準(zhǔn)確率的求解如式（3）所示：

（3）

其中，P表示命名實(shí)體識(shí)別實(shí)驗(yàn)的準(zhǔn)確率，Q表示結(jié)果中被正確識(shí)別的詞語數(shù)，R表示結(jié)果中所有的實(shí)體數(shù)。召回率的求解如式（4）所示：

（4）

其中，R表示命名實(shí)體識(shí)別實(shí)驗(yàn)的召回率，Q表示結(jié)果中被正確識(shí)別的詞語數(shù)，T表示文本中所有應(yīng)當(dāng)被識(shí)別的實(shí)體數(shù)。F1值的求解如式（5）所示：

（5）

3.3.1? CRF模型實(shí)驗(yàn)

實(shí)驗(yàn)中使用食品安全法律法規(guī)文本涉及的詞匯和詞性作為詞的特征輸入，借助CRF++0.58工具包實(shí)現(xiàn)對(duì)食品安全法律法規(guī)文本的命名實(shí)體識(shí)別。CRF模型訓(xùn)練需要特征模板，以便通過訓(xùn)練集提取特征函數(shù)。如圖5所示為特征模板的部分截圖。

圖5? 定制CRF特征模板

其中，U表示模板類型是Unigram Feature，每行中的% x[m， n]表示生成一個(gè)CRF中的點(diǎn)函數(shù)。

3.3.2? BiLSTM-CRF模型實(shí)驗(yàn)

針對(duì)該模型使用不同參數(shù)值進(jìn)行了多組實(shí)驗(yàn)，根據(jù)實(shí)驗(yàn)機(jī)器具體環(huán)境修改Batch size參數(shù)為20，根據(jù)模型訓(xùn)練效果修改Dropout為0.5，修改Learning rate為0.001。

3.3.3? BERT-BiLSTM-CRF模型實(shí)驗(yàn)

在BERT-BiLSTM-CRF網(wǎng)絡(luò)模型實(shí)驗(yàn)中，使用到的訓(xùn)練數(shù)據(jù)如上文所述。由于數(shù)據(jù)和實(shí)驗(yàn)配置所限，選擇Bert-Base-Chinese版本進(jìn)行實(shí)驗(yàn)，并選用模型中的默認(rèn)參數(shù)。其中sequence length設(shè)置為128，以減少因句長(zhǎng)過短導(dǎo)致的命名實(shí)體漏檢。

為了測(cè)試添加了特征的CRF模型、BiLSTM-CRF模型、BERT-BiLSTM-CRF模型在食品安全法律法規(guī)數(shù)據(jù)集上的效果，文章將這些模型應(yīng)用在命名實(shí)體識(shí)別任務(wù)中，設(shè)置了對(duì)比實(shí)驗(yàn)來驗(yàn)證模型的有效性，如圖6所示。

圖6? 實(shí)驗(yàn)結(jié)果對(duì)比圖

在食品安全法律法規(guī)數(shù)據(jù)集中，CRF模型取得了比BiLSTM-CRF模型更為優(yōu)越的效果，驗(yàn)證了對(duì)數(shù)據(jù)進(jìn)行預(yù)處理時(shí)根據(jù)數(shù)據(jù)特點(diǎn)對(duì)特征模板進(jìn)行定制的實(shí)效性。BERT-BiLSTM-CRF模型取得了最好的效果，相對(duì)于BiLSTM-CRF模型，前者的領(lǐng)域命名實(shí)體準(zhǔn)確率提高了0.22%，領(lǐng)域命名實(shí)體召回率提高了3.94%，F(xiàn)值提高了1.91%，說明它捕捉到了更長(zhǎng)距離的依賴和上下文信息，能夠顯著改良食品安全法律法規(guī)領(lǐng)域的命名實(shí)體識(shí)別。

使用BERT-BiLSTM-CRF模型識(shí)別并抽取出法規(guī)施行時(shí)間、地點(diǎn)、部門機(jī)構(gòu)、規(guī)范對(duì)象、約束食品類別等實(shí)體，作為對(duì)食品安全法規(guī)知識(shí)圖譜的實(shí)體擴(kuò)充。將結(jié)果與《GB 2760—2014食品添加劑使用標(biāo)準(zhǔn)》《T/CFLP 0022—2019食品冷庫(kù)溫度監(jiān)測(cè)規(guī)程》等領(lǐng)域的標(biāo)準(zhǔn)和規(guī)范進(jìn)行對(duì)照，保證識(shí)別結(jié)果的有效性和科學(xué)性。抽取后有效的食品安全法規(guī)實(shí)體數(shù)據(jù)量如表2所示。

表2? 識(shí)別實(shí)體統(tǒng)計(jì)表

實(shí)體類型 制定施行時(shí)間 地點(diǎn)名稱 部門機(jī)構(gòu) 規(guī)范對(duì)象 約束食品類別

實(shí)體個(gè)數(shù) 2 570 1 020 417 976 406

3.4? 知識(shí)抽取評(píng)價(jià)

知識(shí)抽取是知識(shí)圖譜構(gòu)建過程中的關(guān)鍵步驟，知識(shí)抽取的效率和準(zhǔn)確性決定了所構(gòu)建知識(shí)圖譜的質(zhì)量，因此評(píng)價(jià)食品安全知識(shí)圖譜和基于食品安全知識(shí)圖譜的分析系統(tǒng)，需要對(duì)知識(shí)抽取的有效性進(jìn)行驗(yàn)證。根據(jù)食品安全政策體系，將法規(guī)分為六類，并從每類法規(guī)中隨機(jī)抽取法規(guī)文本段進(jìn)行抽取評(píng)估，比較模型抽取的效果。如表3所示，抽取準(zhǔn)確率較高，但在發(fā)生前綴、后綴省略和術(shù)語位置更換用詞等情況時(shí)，會(huì)出現(xiàn)抽取識(shí)別失敗的問題。

4? 知識(shí)圖譜的存儲(chǔ)

根據(jù)知識(shí)圖譜中知識(shí)的類別，對(duì)實(shí)體、實(shí)體屬性和實(shí)體關(guān)系進(jìn)行存儲(chǔ)。本文中采用Protégé工具[9]進(jìn)行了本體的創(chuàng)建和存儲(chǔ)。對(duì)于實(shí)體和實(shí)體之間的關(guān)系，如國(guó)家層面的政策法規(guī)與國(guó)家級(jí)的食品安全監(jiān)管部門建立的聯(lián)系，規(guī)范某個(gè)食品類別的法規(guī)與生產(chǎn)企業(yè)、食品對(duì)象建立的聯(lián)系等，需要用三元組的形式進(jìn)行存儲(chǔ)，使用Neo4j數(shù)據(jù)庫(kù)進(jìn)行有效表示，構(gòu)建食品安全法規(guī)知識(shí)圖譜。例如，為了滿足用戶對(duì)《食品安全法》具體章節(jié)條目?jī)?nèi)容的需求，本文將法規(guī)章節(jié)、法規(guī)條目作為實(shí)體內(nèi)容與法規(guī)名稱實(shí)體建立包含關(guān)系，組成實(shí)體關(guān)系三元組數(shù)據(jù)，并將其導(dǎo)入Neo4j數(shù)據(jù)庫(kù)[10]中，形成法規(guī)內(nèi)容管理類圖譜，如圖7所示。

表3? 知識(shí)抽取對(duì)比表

基本法律 《中華人民共和國(guó)畜牧法》已由中華人民共和國(guó)第十屆全國(guó)人民代表大會(huì)常務(wù)委員會(huì)第十九次會(huì)議于……自2006年7月1日起施行 《中華人民共和國(guó)畜牧法》->法規(guī)名稱

全國(guó)人民代表大會(huì)常務(wù)委員會(huì)->部門機(jī)構(gòu)

2006年7月1日->施行時(shí)間

行政法規(guī) 其他食品生產(chǎn)經(jīng)營(yíng)者應(yīng)當(dāng)在依法取得相應(yīng)的食品生產(chǎn)許可、食品流通許可、餐飲服務(wù)許可后，辦理工商登記 食品生產(chǎn)經(jīng)營(yíng)者->規(guī)范對(duì)象

食品生產(chǎn)經(jīng)許可->規(guī)范對(duì)象

食品流通許可->規(guī)范對(duì)象

餐飲服務(wù)許可->規(guī)范對(duì)象

工商登記->規(guī)范對(duì)象

部門規(guī)章 生產(chǎn)企業(yè)必須在巴氏殺菌乳和超高溫滅菌乳包裝主要展示面上緊鄰產(chǎn)品名稱的位置 生產(chǎn)企業(yè)->規(guī)范對(duì)象

巴氏殺菌乳->約束視頻類別-乳及乳制品

滅菌乳->約束食品類別-乳及乳制品

當(dāng)用戶查詢有關(guān)某種食品添加劑的問題時(shí)，結(jié)合食品名稱，通過知識(shí)圖譜挖掘到相關(guān)規(guī)章對(duì)于該添加劑功能、最大使用量和使用標(biāo)準(zhǔn)的約束。構(gòu)建<約束食品名稱>-<最大使用量>-<食品添加劑>三元組，將所得到的三元組數(shù)據(jù)存儲(chǔ)到Neo4j數(shù)據(jù)庫(kù)中。如圖8所示為食品添加劑子類圖譜。

5? 結(jié)? 論

通過爬蟲技術(shù)獲取了多源異構(gòu)的食品安全法律法規(guī)等相關(guān)語料和法律咨詢網(wǎng)站的問答數(shù)據(jù)語料。根據(jù)問答數(shù)據(jù)語料對(duì)用戶的需求進(jìn)行分析，總結(jié)出用戶的知識(shí)盲點(diǎn)和搜索重點(diǎn)，以此確定研究方法和研究?jī)?nèi)容。在處理食品安全法律法規(guī)文本時(shí)，根據(jù)法律法規(guī)文本用詞比較規(guī)范的特點(diǎn)，使用基于規(guī)則的方法對(duì)部分實(shí)體、實(shí)體屬性和實(shí)體關(guān)系進(jìn)行抽取。對(duì)于規(guī)則不明顯的非結(jié)構(gòu)化法律法規(guī)文本語料，采用命名實(shí)體識(shí)別的方法完成領(lǐng)域命名實(shí)體識(shí)別。將抽取出的實(shí)體、實(shí)體屬性和實(shí)體關(guān)系存入圖數(shù)據(jù)庫(kù)，構(gòu)建食品安全法規(guī)知識(shí)圖譜。

參考文獻(xiàn)：

[1] 蔡嬌麗.國(guó)民收入、健康不平等與健康產(chǎn)業(yè)發(fā)展 [D].武漢：武漢理工大學(xué)，2019.

[2] 張子洞.淺談人工智能產(chǎn)業(yè)的創(chuàng)新與發(fā)展——統(tǒng)籌推進(jìn)現(xiàn)代化經(jīng)濟(jì)體系建設(shè) [J].新絲路：上旬，2021（1）：1-3.

[3] LI L Q，BI Z，YE H B，et al. Text-guided Legal Knowledge Graph Reasoning [C]//Knowledge Graph and Semantic Computing： Knowledge Graph Empowers New Infrastructure Construction. Singapore：Springer，2021：27-39.

[4] FILTZ E，KIRRANE S，POLLERES A. The Linked Legal Data Landscape： Linking Legal Data across Different Countries [J].Artificial Intelligence and Law，2021，29（4）：485-539.

[5] 曾蘭蘭.刑事法律知識(shí)圖譜構(gòu)建技術(shù)研究 [D]. 貴陽(yáng)：貴州大學(xué)，2023.

[6] 徐博.當(dāng)前我國(guó)智慧法院建設(shè)問題研究 [D].武漢：華中師范大學(xué)，2019.

[7] DANG N C，MORENO-GARC?A MN，PRIETAF D L. Sentiment Analysis Based on Deep Learning： A Comparative Study [J/OL].arXiv：2006.03541v1 [cs.CL].（2020-06-05）.https：//arxiv.org/abs/2006.03541.

[8] MU X F，WANG W，XU A P. Incorporating Token-level Dictionary Feature into Neural Model for Named Entity Recognition [J].Neurocomputing，2020，375：43-50.

[9] MUSEN M A. The Protégé Project： a Look Back and a Look Forward [J].AI Matters，2015，1（4）：4-12.

[10] FERNANDES D，BERNARDINO J. Graph Databases Comparison： AllegroGraph， ArangoDB， InfiniteGraph， Neo4J， and OrientDB [C]//Proceedings of the 7th International Conference on Data Science， Technology and Applications DATA. Porto：Scitepress Digital Library，2018：373-380.

作者簡(jiǎn)介：張馨月（1995—），女，漢族，山西太原人，助教，碩士研究生，研究方向：知識(shí)圖譜。