構(gòu)建操作系統(tǒng)教程知識(shí)圖譜

摘要：知識(shí)圖譜在海量信息檢索呈現(xiàn)有優(yōu)異的性能，在人工智能領(lǐng)域也大量運(yùn)用知識(shí)圖譜技術(shù)。本文介紹了知識(shí)圖譜的架構(gòu)模型以及每個(gè)模型層次當(dāng)前可運(yùn)用的技術(shù)。分析了操作系統(tǒng)教學(xué)中用到的信息和知識(shí)點(diǎn)，整理了操作系統(tǒng)知識(shí)圖譜的本體關(guān)系，最后運(yùn)用知識(shí)圖譜技術(shù)構(gòu)建了一個(gè)簡(jiǎn)單的操作系統(tǒng)教程知識(shí)圖譜。

關(guān)鍵詞：知識(shí)圖譜;知識(shí)抽取;本體;操作系統(tǒng);進(jìn)程

中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）02-0123-02

1 知識(shí)圖譜介紹

知識(shí)圖譜是由Google公司在2012年提出來(lái)的概念。從學(xué)術(shù)的角度定義為：“知識(shí)圖譜本質(zhì)上是語(yǔ)義網(wǎng)絡(luò)（Semantic Network）的知識(shí)庫(kù)”。它以符號(hào)的形式描述物理世界中的概念及其相互關(guān)系。[1]具體來(lái)說(shuō)，知識(shí)圖譜是綜合多學(xué)科的理論與方法，利用直觀的圖形象地展示知識(shí)的內(nèi)容，發(fā)展歷史，最終達(dá)到多學(xué)科融合展示的目的。

知識(shí)圖譜早期主要應(yīng)用在海量信息檢索領(lǐng)域，隨著人工智能技術(shù)的快速發(fā)展，知識(shí)圖譜在機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用具有更加廣闊的前景。現(xiàn)在機(jī)器在語(yǔ)音識(shí)別和圖像識(shí)別的某些領(lǐng)域已經(jīng)超越人類。所以，未來(lái)人工智能的重點(diǎn)進(jìn)步方向?qū)⑹钦J(rèn)知層，即讓機(jī)器理解這個(gè)世界，更好地與世界交互，為人類服務(wù)。知識(shí)圖譜是機(jī)器學(xué)習(xí)人類思維方式的最好方法。

2 知識(shí)圖譜構(gòu)建過(guò)程

知識(shí)圖譜的構(gòu)建包括數(shù)據(jù)獲取，知識(shí)抽取，知識(shí)融合，見(jiàn)圖1。

知識(shí)抽取包含兩個(gè)層面的內(nèi)容。概念層用于描述術(shù)語(yǔ)與術(shù)語(yǔ)間的關(guān)系及術(shù)語(yǔ)和關(guān)系的約束規(guī)則，被稱為本體。數(shù)據(jù)層用于描述本體的實(shí)例、實(shí)例的屬性和實(shí)例間的聯(lián)系。概念層相當(dāng)于知識(shí)的模具，數(shù)據(jù)層相當(dāng)于知識(shí)的實(shí)例。

知識(shí)抽取主要有自底向上和自頂向下兩種方式。自底向上是先獲得知識(shí)圖譜的實(shí)體數(shù)據(jù)，然后再構(gòu)建本體，即從具體到抽象，典型代表是Google的Knowledge Vault。自頂向下的方式則是先定義本體，再將具體數(shù)據(jù)加入知識(shí)圖譜中，典型的有Freebase。

本例中采用自頂向下的構(gòu)建方法，通過(guò)本體編輯器人工的方式進(jìn)行手動(dòng)的構(gòu)建本體。這樣構(gòu)成的知識(shí)圖譜實(shí)體的概念和范圍都是可控的。采用的開(kāi)發(fā)工具是斯坦福大學(xué)發(fā)布的protégé，該工具具有友好的用戶界面。

2.1 實(shí)體識(shí)別

實(shí)體識(shí)別的方法主要分為基于規(guī)則的方法和基于統(tǒng)計(jì)的方法。一般來(lái)說(shuō)，基于規(guī)則的方法性能要優(yōu)于基于統(tǒng)計(jì)的方法。但這些規(guī)則往往依賴于具體語(yǔ)言、領(lǐng)域、文本格式，編輯過(guò)程耗時(shí)且容易產(chǎn)生錯(cuò)誤，并且需要有經(jīng)驗(yàn)的語(yǔ)言學(xué)家才能完成。相比而言，基于統(tǒng)計(jì)的方法利用人工標(biāo)注的語(yǔ)料進(jìn)行訓(xùn)練，標(biāo)注語(yǔ)料時(shí)不需要廣博的計(jì)算語(yǔ)言知識(shí)，并且可以在較短時(shí)間內(nèi)完成。因此，這類系統(tǒng)在移植到新的領(lǐng)域時(shí)可以不做或少做改動(dòng)，只要利用新的語(yǔ)料訓(xùn)練一遍即可。此外，基于統(tǒng)計(jì)的系統(tǒng)要移植到其他自然語(yǔ)言文本也相對(duì)容易些。【2】

2.2 關(guān)系抽取

知識(shí)抽取的另一個(gè)關(guān)鍵部分是關(guān)系抽取。正是由關(guān)系把實(shí)體聯(lián)系在一起才形成了知識(shí)圖譜。目前常見(jiàn)的關(guān)系類別有整體-部分關(guān)系、位置關(guān)系和時(shí)間關(guān)系等。傳統(tǒng)的關(guān)系識(shí)別方法是先定義關(guān)系類型，然后從文本中進(jìn)行抽取?！?】但是實(shí)際上關(guān)系的種類特別多，每個(gè)不同的領(lǐng)域都有屬于該領(lǐng)域特定的關(guān)系。鑒于操作系統(tǒng)知識(shí)圖譜的數(shù)據(jù)量不大，這里采用人工構(gòu)造語(yǔ)義和語(yǔ)法規(guī)則的方式進(jìn)行關(guān)系定義。

2.3 屬性抽取

屬性提取的任務(wù)是為每個(gè)本體語(yǔ)義類構(gòu)造屬性列表。屬性和屬性值的是能夠形成完整的實(shí)體概念的知識(shí)圖譜維度。屬性抽取的數(shù)據(jù)主要來(lái)源于百科類網(wǎng)站包含的半結(jié)構(gòu)化數(shù)據(jù)和相關(guān)領(lǐng)域的結(jié)構(gòu)化數(shù)據(jù)。

3 操作系統(tǒng)知識(shí)圖譜分析和構(gòu)建

通過(guò)對(duì)操作系統(tǒng)課程的深入了解，在此確定了操作系統(tǒng)知識(shí)圖譜的幾個(gè)要素。如圖2：

各要素描述內(nèi)容如表1：

本體可通過(guò)人工編輯的方式手動(dòng)構(gòu)建，也可通過(guò)數(shù)據(jù)驅(qū)動(dòng)自動(dòng)構(gòu)建，然后再經(jīng)質(zhì)量評(píng)估方法與人工審核相結(jié)合的方式加以修正與確認(rèn)。【4】如果實(shí)體數(shù)據(jù)數(shù)量巨大，手動(dòng)構(gòu)建的方式工作量非常大，當(dāng)前主要的本體庫(kù)產(chǎn)品，大部分都是 采用自動(dòng)構(gòu)建技術(shù)而逐步擴(kuò)展形成的?；氐奖疚模b于后臺(tái)數(shù)據(jù)量不大，所以采用了人工編輯的方式，數(shù)據(jù)的存儲(chǔ)也采用關(guān)系數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)。本體構(gòu)建采用Protégé軟件。Protégé提供了本體概念類，關(guān)系，屬性和實(shí)例的構(gòu)建，并且屏蔽了具體的本體描述語(yǔ)言，用戶只需在概念層次上進(jìn)行領(lǐng)域本體模型的構(gòu)建。

利用軟件protégé構(gòu)建本體如圖3，圖4所示。

進(jìn)而可以運(yùn)用protégé插件OWLviz可以生成可視化知識(shí)圖譜。

4 結(jié)束語(yǔ)

上述操作系統(tǒng)知識(shí)圖譜構(gòu)建僅僅是知識(shí)圖譜的一次小小運(yùn)用，還有很多技術(shù)沒(méi)有能夠真正實(shí)踐。知識(shí)圖譜的發(fā)展日新月異，應(yīng)用領(lǐng)域也空間廣大。隨著新的信息技術(shù)的發(fā)展，知識(shí)圖譜的天地一定更加廣闊，值得在此領(lǐng)域做深入研究。

參考文獻(xiàn)：

[1] 劉嶠，李楊，段宏，等.知識(shí)圖譜構(gòu)建技術(shù)綜述[J].計(jì)算機(jī)研究與發(fā)展，2016，53（3）：582-600.

[2] 李暢.信息抽取和實(shí)體消歧[J].福建電腦，2014，30（11）：98-99.

[3] 賈丙靜，葛華，李德勝.“慕課” 時(shí)代C語(yǔ)言知識(shí)圖譜的構(gòu)建[J].綿陽(yáng)師范學(xué)院學(xué)報(bào)，2018，37（11）：100-103.

[4] 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)，2016，45（4）：589-606.

【通聯(lián)編輯：王力】