基于知識圖譜實現(xiàn)企業(yè)文檔知識化管理研究

高靖宇 楊俊 劉園麗 劉勇堅 李緒平

摘 要：企業(yè)文檔資料越來越多，普遍存在保存困難，查找、使用不方便、知識管理難的問題。企業(yè)知識一般主要建立在企業(yè)文檔數(shù)據(jù)基礎(chǔ)上，通過信息關(guān)聯(lián)和處理，形成用以支持業(yè)務(wù)應(yīng)用和領(lǐng)導(dǎo)決策的數(shù)據(jù)資源;知識圖譜的核心是建立實體與實體的關(guān)系，形成知識網(wǎng)絡(luò)。因此，將知識圖譜及相關(guān)技術(shù)應(yīng)用到企業(yè)知識管理過程中，用于解決以上問題有重要意義。本課題是通過應(yīng)用知識圖譜技術(shù)，在企業(yè)內(nèi)部的文檔庫、數(shù)據(jù)庫的基礎(chǔ)上，構(gòu)建企業(yè)知識圖譜，以支撐企業(yè)的搜索引擎、智能推薦、智能問答等方面，優(yōu)化企業(yè)知識管理的用戶體驗，提高知識服務(wù)的準(zhǔn)確性和便捷性。

關(guān)鍵詞：知識圖譜;知識管理;文檔智能管理

中圖分類號：X913 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2019）22-0241-02

0 引言

目前企業(yè)文檔管理主要使用FTP或云盤進(jìn)行文件存儲，存儲類型較為單一，僅存儲了文檔、表格、圖片等文件類型;文檔應(yīng)用較為簡單，只是進(jìn)行查詢和下載;文檔之間關(guān)聯(lián)性較弱，無法通過分類或標(biāo)簽將不同類型文檔關(guān)聯(lián)到一起;無文檔版本管理，僅通過創(chuàng)建日期或命名來判斷版本新舊，經(jīng)常出現(xiàn)一個文件多個版本或版本應(yīng)用錯誤的問題。隨著企業(yè)文檔的持續(xù)增加，在企業(yè)文檔管理中普遍存在文檔數(shù)量持續(xù)增長，造成保存困難;文檔版本管理混亂;資源協(xié)作共享困難;查找、使用不方便;知識資源閑置，安全缺乏保障等問題。如何建立文檔間信息的聯(lián)系，如何實現(xiàn)知識資源的融合共享，如何幫助用戶快速檢索和找到所需要的知識，并據(jù)此實現(xiàn)新知識的生產(chǎn)，以及應(yīng)用到業(yè)務(wù)實踐中等，對現(xiàn)代企業(yè)越來越重要。企業(yè)知識一般主要建立在文檔數(shù)據(jù)基礎(chǔ)上，通過信息關(guān)聯(lián)和處理，形成用以支持業(yè)務(wù)應(yīng)用和領(lǐng)導(dǎo)決策的數(shù)據(jù)資源;知識圖譜的核心是建立實體與實體的關(guān)系，形成知識網(wǎng)絡(luò)。因此，將知識圖譜及相關(guān)技術(shù)應(yīng)用到企業(yè)知識管理過程中，用于解決以上問題有重要意義。

基于知識圖譜實現(xiàn)企業(yè)文檔知識化管理研究，是通過應(yīng)用知識圖譜技術(shù)實現(xiàn)企業(yè)文檔知識化管理目標(biāo)。在企業(yè)內(nèi)部的文檔庫、數(shù)據(jù)庫的基礎(chǔ)上，構(gòu)建企業(yè)知識圖譜，以支撐企業(yè)業(yè)務(wù)的創(chuàng)新與應(yīng)用，改善企業(yè)知識管理和應(yīng)用方式，提高企業(yè)知識開發(fā)與利用的便捷性和準(zhǔn)確性，為最終實現(xiàn)“信息化智慧型企業(yè)”打下堅實基礎(chǔ)。

1 相關(guān)理論研究

知識圖譜概念最初來源于語義網(wǎng)絡(luò)，1956年由Richard H于最早提出;進(jìn)入21世紀(jì)，Berners Lee提出了語義Web的概念。在此基礎(chǔ)上，谷歌公司在2012年提出“知識圖譜”概念，知識圖譜是一種描述實體之間關(guān)系的語義網(wǎng)絡(luò)，可以對現(xiàn)實世界的事物及其相互關(guān)系進(jìn)行描述。谷歌當(dāng)初主要目的是用于改善其搜索引擎的智能化水平，可以此為基礎(chǔ)構(gòu)建新一代的智能化搜索引擎。目前知識圖譜技術(shù)已被互聯(lián)網(wǎng)企業(yè)用于各種大型的知識庫建設(shè)。

知識圖譜建立主要涉及三大關(guān)鍵技術(shù)：知識抽取、知識融合和知識加工。知識抽取過程包括：實體抽取、關(guān)系抽取以及屬性值抽取，知識抽取的的質(zhì)量很大程度影響知識圖譜的生成質(zhì)量。知識融合是通過實體關(guān)聯(lián)和知識并合，來消除知識中的概念歧義、錯誤和冗余，保證知識庫的建設(shè)質(zhì)量。知識加工主要步驟包括：本體構(gòu)建、知識推理和質(zhì)量驗證，目的是通過計算與推理，豐富知識網(wǎng)絡(luò)體系。

2 企業(yè)知識圖譜構(gòu)建

企業(yè)知識圖譜的構(gòu)建，需首先梳通過對企業(yè)知識管理的現(xiàn)狀進(jìn)行調(diào)研;梳理企業(yè)構(gòu)建知識圖譜的數(shù)據(jù)來源、數(shù)據(jù)特征、數(shù)據(jù)流向及管理機(jī)制;了解企業(yè)知識開發(fā)利用中面臨的問題，以及企業(yè)知識管理需求;進(jìn)一步明確建立企業(yè)知識圖譜的目標(biāo)要求，并明確知識圖譜的具體應(yīng)用場景（如圖1所示）。

2.1 數(shù)據(jù)獲取

首先需要明確知識的來源、類型、結(jié)構(gòu)、存儲方式，企業(yè)知識一般主要來源于企業(yè)的工作文件、管理文件、技術(shù)文件等，以及信息系統(tǒng)等積累的數(shù)據(jù)，其中包括企業(yè)工作論壇和個人微博等。

2.2 知識抽取

知識抽取是從企業(yè)各種非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)源中，提取出知識實體、屬性和實體關(guān)系，形成結(jié)構(gòu)化的知識描述。

知識抽取主要過程包括：實體抽取、關(guān)系抽取和屬性抽取。實體抽取是指從文本數(shù)據(jù)中識別出命名實體;屬性抽取是識別出企業(yè)的機(jī)構(gòu)、人員、設(shè)備、文檔等實體的屬性;關(guān)系抽取是抽取出實體與實體之間存在的關(guān)系，將分散的知識關(guān)聯(lián)起來。

2.3 知識融合

通過知識抽取后，獲得了知識單元實體、實體的關(guān)聯(lián)關(guān)系以及實體的屬性信息，但這些信息僅是知識碎片，散亂無章，有些知識碎片可能是錯誤碎片，并且各知識碎片間缺乏必要的層次和邏輯;那么如何解決這一問題，就需通過知識融合來解決。

知識融合，就是從文本中抽取得到的實體對象，鏈接到知識庫中其他相關(guān)的實體對象的操作，消除實體指稱項與實體對象之間的歧義，得到一系列基本的事實表達(dá)，并通過知識建模方式，將知識實體以一種結(jié)構(gòu)化、規(guī)范化的方式組合成知識體系。

2.4 知識加工

從原始數(shù)據(jù)源中提取出了知識實體、實體關(guān)系與實體屬性等要素，并且經(jīng)過知識融合得到一系列基本的事實表達(dá)，但事實表達(dá)并非是可利用的知識。還需進(jìn)一步進(jìn)行知識加工，才能最終獲得結(jié)構(gòu)化、網(wǎng)絡(luò)化的知識體系。知識加工是通過本體抽取、知識推理和質(zhì)量驗證等技術(shù)，進(jìn)一步深度獲取知識間的關(guān)聯(lián)和邏輯關(guān)系，得到的知識網(wǎng)絡(luò)體系更加緊密和豐富。

2.5 知識更新

知識圖譜的內(nèi)容更新有兩種方式：（1）全面更新：是以所有原始數(shù)據(jù)為輸入數(shù)據(jù)，重新開始構(gòu)建全部知識圖譜。這種方法比較簡單，但對資源消耗大。（2）增量更新：以當(dāng)前新增數(shù)據(jù)為輸入，向現(xiàn)有知識圖譜中添加新增知識。這種方式資源消耗小，但一般需要大量人工干預(yù)，實施組織比較困難。

2.6 知識應(yīng)用

即通過知識應(yīng)用技術(shù)的提升，對進(jìn)一步挖掘知識應(yīng)用潛力，擴(kuò)展知識的應(yīng)用范圍;同時將知識圖譜與移動通信、人工智能等新技術(shù)的結(jié)合，從多個層面深化和擴(kuò)展企業(yè)知識應(yīng)用場景。

3 基于知識圖譜的企業(yè)知識應(yīng)用

企業(yè)知識應(yīng)用目的對企業(yè)知識資源進(jìn)行有效管理和利用，促進(jìn)知識在企業(yè)內(nèi)的順暢交換和分享，提升工作效率和服務(wù)質(zhì)量，助力企業(yè)競爭力提升。結(jié)合大數(shù)據(jù)分析、人工智能等新技術(shù)，在企業(yè)知識圖譜的基礎(chǔ)上，可實現(xiàn)知識的智能搜索、智能推薦、不一致性驗證、異常分析、智能問答、決策支持等創(chuàng)新應(yīng)用。

3.1 智能搜索

智能搜索是知識圖譜最為典型的應(yīng)用場景，谷歌最初提出知識圖譜技術(shù)就是應(yīng)用于搜索引擎。也是自動給出與相關(guān)事物相關(guān)的搜索結(jié)果，并構(gòu)建事物關(guān)系圖，查看更多維度的數(shù)據(jù)。

3.2 智能推薦

智能推薦是將不同的業(yè)務(wù)知識精準(zhǔn)推薦到企業(yè)員工，促進(jìn)企業(yè)內(nèi)部知識的傳播與流通，是一種智能化的企業(yè)知識傳播方式。在企業(yè)內(nèi)部，主要應(yīng)用場景包括：（1）場景化推薦;（2）任務(wù)型推薦;（3）跨領(lǐng)域的推薦。

3.3 不一致性驗證

通過知識關(guān)系的推理，對信息的不一致性進(jìn)行驗證，類似交叉驗證，盡量避免錯誤信息傳播和使用。

3.4 異常分析

異常分析包括靜態(tài)分析和動態(tài)分析。靜態(tài)分析：給定一個知識結(jié)構(gòu)和某個時間點，從中去發(fā)現(xiàn)一些異常點。動態(tài)分析：分析其結(jié)構(gòu)隨時間變化的趨勢。假設(shè)短時間內(nèi)知識圖譜結(jié)構(gòu)的變化不會太大，如果它的變化很大，就說明可能存在異常，需要進(jìn)一步的關(guān)注和提醒。

3.5 智能問答系統(tǒng)

智能問答系統(tǒng)是基于傳統(tǒng)的信息檢索技術(shù)基礎(chǔ)上，結(jié)合知識圖譜技術(shù)，能夠為用戶提供準(zhǔn)確簡潔的問題解答。目前很多問答平臺引入了知識圖譜，如國內(nèi)百度公司研發(fā)的小度機(jī)器人，專門為各類互聯(lián)網(wǎng)平臺提供智能問答解決方案。

3.6 決策支持

基于企業(yè)知識圖譜，信息系統(tǒng)將相關(guān)決策支持知識，智能地與企業(yè)的生產(chǎn)計劃、執(zhí)行調(diào)度和流程審批等決策點關(guān)聯(lián)起來，以支持或輔助決策。借助知識圖譜可及時感知市場新的關(guān)系和變化，例如通過知識圖譜對市場的變化進(jìn)行智能檢測，幫助企業(yè)管理者及時發(fā)現(xiàn)市場變化和產(chǎn)品趨勢，及時采取措施。

4 結(jié)語

事實上，基于知識圖譜的企業(yè)知識應(yīng)用遠(yuǎn)不止于此。整個企業(yè)與其外部世界就是一張巨大的知識圖譜，是無數(shù)個實體關(guān)系對，近年來企業(yè)界對圖數(shù)據(jù)庫、知識圖譜的巨大應(yīng)用價值給予越來越多的關(guān)注。識圖譜目前在新聞、金融、司法等領(lǐng)域的應(yīng)用比較成功，在企業(yè)知識管理中的應(yīng)用比較鮮見。本文雖然提出了基于知識圖譜實現(xiàn)企業(yè)文檔知識化建設(shè)思路和方法，并對其應(yīng)用場景進(jìn)行了探討，但研究仍然還不夠全面與深入，需要進(jìn)一步在實踐中持續(xù)改進(jìn)和完善。

參考文獻(xiàn)

[1] 彭鑫.基于知識管理的企業(yè)知識圖譜構(gòu)建研究[D].武漢：武漢大學(xué)，2018.

[2] 曹倩，等.知識圖譜的技術(shù)實現(xiàn)流程及相關(guān)應(yīng)用[J].北京：情報理論與實踐，2015（12）：131-136.

[3] 劉嶠，等.知識圖譜構(gòu)建技術(shù)綜述[J].北京：計算機(jī)研究與發(fā)展，2016（3）：582-600.

[4] 趙宇.知識圖譜自動演進(jìn)算法研究[D].北京：北京郵電大學(xué)，2017.

[5] 聶莉莉.概述知識圖譜在人工智能中的應(yīng)用[J].北京：醫(yī)學(xué)信息學(xué)，2018（06）：11-16.