科技政策知識圖譜構(gòu)建研究*

張雨 吳俊

（北京郵電大學(xué)經(jīng)濟管理學(xué)院，北京 100876）

近年來國家高度重視科學(xué)技術(shù)發(fā)展，為鼓勵“政用產(chǎn)學(xué)研”協(xié)同創(chuàng)新，從中央到地方出臺了一系列科技政策。一方面，這些政策散布于政府及媒體網(wǎng)站，不方便用戶集中查閱和整合分析；另一方面，政策內(nèi)容包羅萬象，涉及諸多行業(yè)，公文化的表達方式不利于企業(yè)或個人快速檢索，把握不同政策間的內(nèi)在聯(lián)系[1]。如何準(zhǔn)確而快速地挖掘科技政策文本的關(guān)鍵語義信息，以結(jié)構(gòu)化形態(tài)展現(xiàn)科技政策主要條目的層級關(guān)系，以可視化方式展現(xiàn)多個政策主體以及政策屬性特征間的不同關(guān)系，成為學(xué)術(shù)界和企業(yè)界亟待解決的問題。這一問題的解決不僅有利于垂直領(lǐng)域的知識發(fā)現(xiàn)與利用，也有助于廣大中小企業(yè)及時跟蹤了解各級政府的科技創(chuàng)新政策動向。

科技政策文本的語義挖掘與知識結(jié)構(gòu)化解析可以借助知識圖譜技術(shù)解決。知識圖譜旨在通過提取知識實體及實體間關(guān)系，將原始的文本數(shù)據(jù)解析為表征知識本體的語義屬性及脈絡(luò)關(guān)系，進而以圖網(wǎng)絡(luò)形態(tài)幫助用戶快速理解知識結(jié)構(gòu)，揭示領(lǐng)域知識的特征和規(guī)律[2]。將知識圖譜技術(shù)應(yīng)用于科技政策的知識序化，展現(xiàn)政策內(nèi)容與政策主體間的關(guān)系，揭示不同政策之間的內(nèi)在聯(lián)系，提升政策文本的使用價值，解決用戶長期以來反映的“擁而難用、匯而不慧”難題。此外，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，通過深度神經(jīng)網(wǎng)絡(luò)模型智能識別與提取實體間關(guān)系也為領(lǐng)域知識圖譜的專業(yè)化和精細(xì)化提供了新手段。

具體而言，本文以采集到的各級政府公開發(fā)布的科技政策文本為數(shù)據(jù)源，構(gòu)建政策知識本體，應(yīng)用Bi-LSTM模型抽取政策文本實體及屬性特征，使用Neo4j圖數(shù)據(jù)庫構(gòu)建科技政策知識圖譜并實現(xiàn)可視化查詢，以提升科技政策的利用效率，更大程度發(fā)揮科技政策的效用。

1 相關(guān)研究

1.1 知識圖譜

知識圖譜較早由Google基于語義網(wǎng)研究提出，旨在實現(xiàn)語義搜索的智能化，提升用戶對知識的搜索質(zhì)量與體驗[3]。知識圖譜主要由<實體，關(guān)系，實體>和<實體，屬性，屬性值>三元組構(gòu)成，優(yōu)點在于構(gòu)建的語義知識庫以圖形化形式展示現(xiàn)實世界中的實體及其相互關(guān)系。

隨著知識圖譜相關(guān)技術(shù)的快速發(fā)展，在通用知識圖譜之外，眾多行業(yè)領(lǐng)域知識圖譜逐漸興起。一般而言，通用知識圖譜以常識性知識為對象，以大規(guī)模開源知識為支撐，構(gòu)建廣域語義知識庫，主要應(yīng)用在智能搜索領(lǐng)域，知名的通用知識圖譜開源庫有FreeBase、DBPedia、Wikidata等。行業(yè)知識圖譜則面向垂直行業(yè)，以從特定領(lǐng)域采集的文本信息為支撐，聚焦定域的語義知識庫，具有鮮明的行業(yè)應(yīng)用特征，對專業(yè)性與準(zhǔn)確度要求更高[4]。此外，行業(yè)知識圖譜更加強調(diào)領(lǐng)域知識的有序化、結(jié)構(gòu)化和可視化，以提高管理決策效率為主要目標(biāo)。以金融股權(quán)知識圖譜[5]為例，它從股權(quán)角度出發(fā)，通過股權(quán)穿透式查詢，可從全局實現(xiàn)風(fēng)險識別，通過持股比例判斷機構(gòu)風(fēng)險水平，為企業(yè)風(fēng)險識別與預(yù)測提供新方法。在圖書情報領(lǐng)域，白如江等[6]提出科學(xué)事件元數(shù)據(jù)模型，以文獻摘要為挖掘?qū)ο?，?gòu)建科學(xué)事件知識圖譜。在醫(yī)療領(lǐng)域，曹明宇等[7]構(gòu)建肝癌知識圖譜，并進一步設(shè)計了肝癌知識問答系統(tǒng)，能夠有效回答肝癌相關(guān)的疾病癥狀、治療藥物及治療手段等問題。

作為智能互聯(lián)時代知識優(yōu)化和推薦的重要手段，知識圖譜技術(shù)已成為學(xué)術(shù)界和工業(yè)界研究的焦點，被廣泛應(yīng)用于個性化推薦、語義搜索、智能問答、風(fēng)險識別及預(yù)警等領(lǐng)域。

1.2 科技政策

科技政策是政府為促進科學(xué)技術(shù)發(fā)展以及利用科學(xué)技術(shù)為國家目標(biāo)服務(wù)而采取的集中性和協(xié)調(diào)性措施，是科學(xué)技術(shù)與國家發(fā)展的有機整合[8]。隨著各級政府科技投入的加大，科技政策引領(lǐng)科技發(fā)展的作用日益凸顯。相應(yīng)的，科技政策的相關(guān)研究也呈現(xiàn)內(nèi)容多元、方法多樣的特點。

已有的科技政策研究方法大致可分為3類。第一類是利用學(xué)者Rothwell等[9]提出的政策工具法進行定量研究。徐硼等[10]基于政策工具視角深入剖析了我國科技創(chuàng)新政策，指出3種政策工具在應(yīng)用層面存在結(jié)構(gòu)失衡的問題，并對未來科技政策制定提出了改進策略。針對我國科技政策間協(xié)調(diào)性差，政策體系不完善的問題，仲偉俊等[11]基于政策工具分析框架對科技政策進行具體分析，總結(jié)現(xiàn)有科技政策的合理性和不足，探討完善政策的路徑。第二類是利用文本挖掘方法對科技政策文本內(nèi)容進行詞頻和語義分析。例如：宋偉等[12]以地方政府發(fā)布的人工智能科技政策文本為對象，通過文本語義分析，指出人工智能政策主題存在群聚化特點；祝鑫梅等[13]對1979—2017年國家層面的245篇政策文本進行分析，對政策文本的高頻主題詞進行可視化，揭示了政策主題循環(huán)往復(fù)、螺旋上升的演化過程。第三類方法是將文獻計量法應(yīng)用于科技政策文獻的量化研究，識別并發(fā)現(xiàn)政策文獻的知識分布與演化等規(guī)律。如黃萃等[14]以1949—2010年中國科技政策數(shù)據(jù)為研究對象，繪制我國科技政策主題詞的聚類圖，展示中國科技政策的主題熱點與演化路徑，進一步總結(jié)中國政府執(zhí)政理念的變化。

1.3 科技政策的知識圖譜研究

由于科技政策文本數(shù)量日趨龐大，語義關(guān)系日漸繁雜，將知識圖譜技術(shù)用于科技政策領(lǐng)域，以實現(xiàn)政策主體、政策屬性與關(guān)系的結(jié)構(gòu)化和顯性化越來越重要。既有的研究呈現(xiàn)兩種特點。一是聚焦科技政策領(lǐng)域的文獻研究，主要是應(yīng)用Citespace等可視化工具構(gòu)建領(lǐng)域知識圖譜，展示領(lǐng)域研究的發(fā)展脈絡(luò)和熱點動向，用以預(yù)測前沿趨勢，推動科技政策制定過程的科學(xué)性和規(guī)范性。例如：李梅芳等[15]以Research Policy期刊1974—2016年發(fā)表的2 855篇文獻為研究對象，利用Citespace軟件繪制文獻共被引知識圖譜以揭示科技政策領(lǐng)域國際研究的演化情況；趙繪存等[16]在李梅芳研究的基礎(chǔ)上，對2007—2017年Research Policy發(fā)表的文章進行分析，通過VOSviewer軟件構(gòu)建作者網(wǎng)絡(luò)共現(xiàn)關(guān)系圖譜和國家合作網(wǎng)絡(luò)圖譜，發(fā)現(xiàn)科技政策研究個人合作強度不足，但國家合作網(wǎng)絡(luò)聯(lián)系緊密的特點。二是利用自然語言處理開源工具從政策文本中抽取知識實體與關(guān)系。張維沖等[17]利用HanLP等工具對716篇貴州省大數(shù)據(jù)政策文本進行實體抽取，構(gòu)建大數(shù)據(jù)政策圖譜；Wang等[18]利用正則表達式提取政策實體及屬性，采用規(guī)則匹配與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法抽取關(guān)系，構(gòu)建政策知識圖譜分析平臺。

既有研究至少存在兩大不足：一是基于Citespace的科技政策研究知識圖譜聚焦學(xué)術(shù)文獻而非政策文本；二是已構(gòu)建的科技政策知識圖譜多采用自下而上的構(gòu)建思路，關(guān)注政策實體與實體間關(guān)系，忽略了科技政策的扶持類和禁止類重要屬性信息。本文采用自上向下的構(gòu)建路徑，首先考慮科技政策的新發(fā)展，構(gòu)建政策知識本體，定義科技政策實體、屬性和關(guān)系；然后應(yīng)用BiLSTM模型，識別并提取政策實體、屬性及關(guān)系，尤其是提取政策扶持類和禁止類實體信息；最后導(dǎo)入Neo4j圖數(shù)據(jù)庫完成政策實體、屬性及其關(guān)系的可視化查詢與檢索。

2 研究框架

知識圖譜在邏輯結(jié)構(gòu)上由模式層和數(shù)據(jù)層兩部分構(gòu)成[19]，模式層通過本體庫規(guī)范目標(biāo)領(lǐng)域內(nèi)的實體、屬性以及不同對象之間的關(guān)系，數(shù)據(jù)層則以<實體，關(guān)系，實體>或<實體，屬性，屬性值>三元組的形式表征知識結(jié)構(gòu)，通過知識抽取實現(xiàn)模式層的實例化。本文構(gòu)建的科技政策知識圖譜，首先定義模式層，明確科技政策主體、客體、政策元數(shù)據(jù)特征，借此梳理得到科技政策的實體、屬性與關(guān)系，形成科技政策本體模型；然后在數(shù)據(jù)層針對采集的科技政策文本應(yīng)用知識抽取技術(shù)提取實體和屬性信息，并將三元組信息存入圖數(shù)據(jù)庫，完成知識圖譜的構(gòu)建。具體可劃分為數(shù)據(jù)獲取、本體構(gòu)建、知識抽取、知識存儲4個部分，具體的構(gòu)建流程如下。

（1）數(shù)據(jù)獲取?？萍颊呶谋緛碓粗饕獜母骷壵木W(wǎng)站通過爬蟲程序采集獲取，將采集的政策文本存放在數(shù)據(jù)庫中，方便后續(xù)處理。

（2）本體構(gòu)建。分析科技政策知識結(jié)構(gòu)，確定政策本體中的概念體系，確立類、屬性及關(guān)系，構(gòu)建科技政策本體。本體中的概念主要包括政府機構(gòu)、政策類別以及區(qū)域等；屬性是對政策文本知識粒度的進一步細(xì)化，包括發(fā)布時間、政策扶持條文和政策禁止條文等；關(guān)系包括政策與機構(gòu)之間的發(fā)布關(guān)系，以及政策間的引用關(guān)系等。

（3）知識抽取。基于構(gòu)建的政策本體模型，應(yīng)用深度學(xué)習(xí)算法從政策文本中抽取實體、屬性及關(guān)系信息。實體抽取包括抽取政策標(biāo)題、發(fā)布單位等；屬性抽取主要利用深度學(xué)習(xí)模型從政策全文中抽取出包含情感態(tài)度的扶持內(nèi)容和禁止內(nèi)容；關(guān)系抽取主要包括科技政策與政府機構(gòu)之間的發(fā)布關(guān)系和政策文件之間的相互引用關(guān)系等。

（4）知識存儲。將上述處理流程中獲取的實體和關(guān)系數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)格式并批量導(dǎo)入Neo4j圖數(shù)據(jù)庫中，采用圖結(jié)構(gòu)存儲知識，并通過Neo4j實現(xiàn)可視化，直觀展示科技政策實體之間以及實體與屬性之間的關(guān)系。

3 科技政策知識圖譜的構(gòu)建過程

3.1 政策文本收集及預(yù)處理

為構(gòu)建一個較為全面的科技政策知識圖譜，本文從多個渠道檢索科技政策文本，既包括各級政府網(wǎng)站等官方平臺，也包含各類政策咨詢服務(wù)平臺。通過Python爬蟲共獲取28 741條科技政策文本，經(jīng)過合并、去重、刪除無效數(shù)據(jù)的整合分析后，數(shù)據(jù)量縮減到26 660條（縮減7.24%），之后將政策文本存儲在MySQL數(shù)據(jù)庫中，為后續(xù)知識三元組抽取做準(zhǔn)備。在存儲過程中，也對政策文本數(shù)據(jù)集進行預(yù)處理，包括去除文本空格、網(wǎng)頁標(biāo)識符等。

3.2 模式層構(gòu)建

模式層是知識圖譜的概念模型和邏輯基礎(chǔ)，能夠?qū)?shù)據(jù)層進行規(guī)范約束，在研究中多采用本體作為知識圖譜的模式層。本體定義知識圖譜的數(shù)據(jù)模式，是對知識圖譜的抽象化表示，通過本體庫而形成的知識圖譜不僅層次結(jié)構(gòu)較強，而且冗余程度較小[4]。通過研讀科技政策文本內(nèi)容，對科技政策實體、屬性和關(guān)系進行定義，構(gòu)建科技政策本體模型（見圖1）。

圖1 科技政策本體模型

3.2.1 實體定義

實體是知識圖譜中的重要節(jié)點，在政策本體中實體可以是政策文件、政策類別、政策發(fā)布機構(gòu)等元數(shù)據(jù)，也可以是政策文件中提及的關(guān)聯(lián)政策，還可以是抽象的政策概念。本文基于科技政策數(shù)據(jù)的外部特征和內(nèi)在知識元素來構(gòu)建科技政策知識圖譜中所需實體，主要包括科技政策、類別、政府機構(gòu)、關(guān)聯(lián)政策、地區(qū)、省份、城市七大實體類型，如表1所示。

表1 科技政策本體中的實體類型及描述

3.2.2 屬性定義

科技政策本體中的實體屬性及描述如表2所示?，F(xiàn)有實體大多為科技政策的外部特征信息（包括發(fā)布時間），而缺乏用戶亟需的、蘊含在政策內(nèi)容中的關(guān)鍵信息。本文將扶持類政策條文和禁止類政策條文歸為科技政策的實體屬性，目的是幫助廣大中小企業(yè)用好政策紅利，規(guī)避風(fēng)險和政策禁區(qū)。

表2 科技政策本體中的實體屬性及描述

3.2.3 關(guān)系定義

鑒于科技政策的制訂與出臺存在時序性和關(guān)聯(lián)性，例如，A政策參考了B政策的規(guī)定、解釋、標(biāo)準(zhǔn)等，或者A政策以B政策為指導(dǎo)思想制定，在這些情形下A政策與B政策具有時間和語義的關(guān)聯(lián)，因此構(gòu)建政策實體之間的引用關(guān)系，能夠清晰梳理政府機構(gòu)政策制定思路以及政策發(fā)展脈絡(luò)，明晰政策導(dǎo)向[20]。此外，在科技政策的本體概念模型中，實體之間的關(guān)系還包括類別、發(fā)布、隸屬三大主要關(guān)系。據(jù)此，本文確定科技政策本體中的關(guān)系類型及描述如表3所示。

表3 科技政策本體中的關(guān)系類型及描述

3.3 數(shù)據(jù)層構(gòu)建

數(shù)據(jù)層構(gòu)建是以模式層構(gòu)建的科技政策本體為基礎(chǔ)，從已獲取的語料中抽取結(jié)構(gòu)化信息，主要包括實體抽取、屬性抽取、關(guān)系抽取三部分[21]。實體是知識圖譜的最基本元素，因此實體抽取是知識抽取中最基礎(chǔ)和關(guān)鍵的部分，其任務(wù)是從語料中識別出命名實體。文本語料經(jīng)過實體抽取，得到的是離散的命名實體，還需要提取實體之間的關(guān)聯(lián)關(guān)系，將實體聯(lián)系起來形成網(wǎng)狀的知識結(jié)構(gòu)。屬性抽取是從語料中抽取特定實體的屬性信息，刻畫完整的實體。關(guān)系抽取是構(gòu)建知識圖譜的關(guān)鍵一步，其主要任務(wù)是從文本內(nèi)容中挖掘出實體與實體之間的語義關(guān)系，構(gòu)建<實體，關(guān)系，實體 >的三元組，用于后續(xù)知識圖譜的構(gòu)建。

3.3.1 實體抽取

（1）提取科技政策文本中的省份、城市、區(qū)域?qū)嶓w。chinese_province_city_area_mapper（cpca）是一個用于識別中文字符串中省、市和區(qū)的Python開源庫。利用cpca庫從政策來源字段中提取出政策所屬省市，其提取效果如表4所示。經(jīng)過數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，政策數(shù)據(jù)集中的省市信息提取率超過90%，提取效果較好。為避免空值信息對后續(xù)統(tǒng)計產(chǎn)生影響，在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上，人工校對空值，使之能夠獲取每條數(shù)據(jù)政策的省市信息。然后將省、市字段按照其地理位置劃分為東部、西部、中部、東北部、中央5個類別，歸納為地區(qū)實體。

表4 省市實體提取效果

（2）提取科技政策實體。通過使用Python中內(nèi)置的“re”模塊來使用正則表達式檢查政策文本是否引用某個政策，之后將同一政策文本中引用的多個政策進行合并。具體操作：首先制定過濾規(guī)則，匹配政策文本包含“《 》”“貫徹落實”“依據(jù)”“參照”等標(biāo)志詞的字符串，然后從匹配成功的文本字符串中提取科技政策實體并存儲。以某政策內(nèi)容為例：“各有關(guān)企業(yè)：現(xiàn)將《關(guān)于組織申報2018年度市級知識產(chǎn)權(quán)優(yōu)勢企業(yè)的通知》（渝知發(fā)〔2018〕45號）印發(fā)與你們，請符合相關(guān)條件的企業(yè)自行申報，并將申報材料傳一份至縣科委”，在本例中提取結(jié)果為《關(guān)于組織申報2018年度市級知識產(chǎn)權(quán)優(yōu)勢企業(yè)的通知》。本研究所收集的全部科技政策文本，經(jīng)過處理后共提取出13 389條引用的科技政策，占全體的50.22%。

3.3.2 提取政策扶持條文和政策禁止條文屬性

情感分析是自然語言處理的任務(wù)之一。從自然語言處理技術(shù)角度來看，情感分析的任務(wù)是從文本中提取該文本表達的情感傾向。本研究需從政策內(nèi)容中提取出政策扶持條文和政策禁止條文，因此適用于用情感分析方法解決此問題。

情感分析根據(jù)處理文本顆粒度的不同，可分為篇章級和句子級。篇章級情感分析的目標(biāo)是判斷整篇文檔表達的是褒義還是貶義的情感；句子級情感分析的任務(wù)是判斷一個句子表達的是褒義還是貶義的情感。不過，篇章級情感分析只能得到每一條政策數(shù)據(jù)的情感等級，而無法獲得每一條政策數(shù)據(jù)中包含的帶有情感色彩的政策內(nèi)容，因此舍棄該方法，采用句子級情感分析來完成該任務(wù)。

情感分析在某種程度上是文本分類的一種，所以本文利用深度學(xué)習(xí)方法，根據(jù)政策內(nèi)容訓(xùn)練Bi-LSTM模型對科技政策文本情感分類，具體實現(xiàn)流程如圖2所示。

圖2 科技政策文本情感分類流程

步驟一，確定政策文本按照句子級別劃分的類型，具體分為扶持型、禁止型、普通型。如果句子中出現(xiàn)負(fù)面詞匯“嚴(yán)禁”“整治”“控制”等，或具有明顯的懲罰性表達，則劃分為禁止型；反之，如果內(nèi)容中多出現(xiàn)正面詞匯，如“補貼”“扶持”“鼓勵”等，則劃分為扶持型；兩者都不是，則劃分為普通型。

步驟二，將每條政策內(nèi)容劃分為多個句子，并按照上述規(guī)則對句子類型進行數(shù)據(jù)標(biāo)注和編碼。本研究將26 660條政策文本劃分為30多萬條句子，由人工對句子進行標(biāo)注。為獲得較好的訓(xùn)練效果，防止過擬合，盡量保證訓(xùn)練集中每一類的句子數(shù)目一致。

步驟三，將訓(xùn)練集與測試集輸入Bi-LSTM模型中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，并把epoch設(shè)置為60，模型訓(xùn)練結(jié)果F1值達到69%。然后，基于已訓(xùn)練好的模型，對其余句子進行預(yù)測，并將結(jié)果存入CSV文件中。

步驟四，得到帶有標(biāo)簽的句子后，將所有的句子整合，提取出每條政策對應(yīng)的扶持條文和禁止條文。

經(jīng)過上述處理步驟，獲得政策知識圖譜所需實體、屬性及關(guān)系三元組，其中，提取46 392個實體、23 400個屬性以及158 432條實體間關(guān)系。之后將三元組存儲于Neo4j圖形數(shù)據(jù)庫中，實現(xiàn)科技政策知識圖譜的可視化查詢。

3.4 知識存儲

Neo4j數(shù)據(jù)庫是一個高性能的圖形數(shù)據(jù)庫，具備高可用性、易擴展性、完整的數(shù)據(jù)庫事務(wù)支持和快速檢索4個特征，具有強大的可視化能力，也是目前使用最多的圖數(shù)據(jù)庫[22]。Cypher是Neo4j的官方查詢語言，是一個類SQL語言，可以方便地對圖形數(shù)據(jù)庫進行查詢和更新。Neo4j支持多種數(shù)據(jù)導(dǎo)入方式，既可以使用Cypher語言中的LOAD CSV語句直接導(dǎo)入，也可以采用Neo4j-import命令將CSV文件批量導(dǎo)入。其中：第一種方法導(dǎo)入速度較慢；第二種方法速度較快，但需在初始化時進行數(shù)據(jù)導(dǎo)入。

本文使用第二種方法，首先建立知識網(wǎng)絡(luò)的關(guān)系映射表，然后將科技政策文本中抽取的三元組處理成Neo4j要求的格式，使用Neo4j-import命令批量導(dǎo)入數(shù)據(jù)庫中，構(gòu)建科技政策知識圖譜。該知識圖譜包含46 392個節(jié)點、158 432條邊。數(shù)據(jù)導(dǎo)入后可利用Cypher語言對構(gòu)建的科技政策知識圖譜進行可視化查詢。由于實體節(jié)點較多且可視化空間有限，科技政策圖譜部分展示如圖3所示。每個節(jié)點代表一個實體，節(jié)點之間的連線代表兩兩實體間關(guān)系，單擊實體或關(guān)系可查看對應(yīng)屬性信息。

圖3 科技政策知識圖譜部分展示

4 科技政策知識圖譜的可視化查詢

構(gòu)建科技政策知識圖譜的最終目的是從海量的政策數(shù)據(jù)中提取關(guān)鍵語義信息，實現(xiàn)科技政策領(lǐng)域知識的可視化查詢和知識發(fā)現(xiàn)服務(wù)，為政府、企業(yè)和個人提供工作抓手?；谇拔臉?gòu)建的科技政策知識圖譜，利用Neo4j的Cypher查詢語言可以實現(xiàn)對科技政策實體和實體關(guān)系的查詢，并將查詢結(jié)果可視化呈現(xiàn)，便于用戶高效地掌握關(guān)鍵信息，發(fā)現(xiàn)事物之間的潛在聯(lián)系。

4.1 科技政策實體關(guān)系查詢

在Neo4j數(shù)據(jù)庫中使用Cypher語句中的MATCH子句可實現(xiàn)對科技政策、政府機構(gòu)、關(guān)聯(lián)政策等實體和相關(guān)關(guān)系的查詢操作。以查詢某一科技政策為例，輸入“MATCH（m：科技政策）-[r]->（n）WHERE m.name = '內(nèi)蒙古自治區(qū)科技成果轉(zhuǎn)化專項資金管理辦法' RETURN m,r,n;”其中“m”為實體信息，“[ ]”內(nèi)填寫需要查詢的關(guān)系類型，WHERE對查詢數(shù)據(jù)進行過濾，RETURN表示返回結(jié)果。該語句生成的知識圖譜可查詢出與《內(nèi)蒙古自治區(qū)科技成果轉(zhuǎn)化專項資金管理辦法》政策相連的所有實體和關(guān)系，發(fā)布機構(gòu)、政策類型、隸屬的地區(qū)以及關(guān)聯(lián)政策等數(shù)據(jù)都會被呈現(xiàn)。其中，不同實體類型的節(jié)點會通過顏色區(qū)分，單擊實體或可查看其包含的扶持條文和禁止條文等屬性信息。該政策中涉及的政策扶持信息包括科技成果轉(zhuǎn)化引導(dǎo)資金、主要支持的重點領(lǐng)域和補貼標(biāo)準(zhǔn)，可幫助用戶抓住機會，順應(yīng)政策導(dǎo)向，實現(xiàn)供需方的精準(zhǔn)匹配，而政策禁止內(nèi)容則總結(jié)了政策內(nèi)容的禁止性規(guī)定，能夠幫助用戶及時規(guī)避風(fēng)險。

4.2 科技政策引文查詢

引文分析是文獻計量學(xué)的一種方法，并被廣泛應(yīng)用于知識發(fā)現(xiàn)中，主要是通過對文獻對象的引用與被引用關(guān)系，反映文獻之間的外在聯(lián)系，揭示學(xué)科領(lǐng)域的結(jié)構(gòu)和演化規(guī)律。政策數(shù)據(jù)與文獻數(shù)據(jù)類似，也存在引用關(guān)系?？萍颊咭膱D譜可為政策的制定提供決策支持，也能梳理不同政策間的關(guān)系，明晰政策制訂依據(jù)。輸入“MATCH (m)-[r:引用]->(n) RETURN m,r,n;”可以生成政策實體間“引用”關(guān)系圖譜，能夠?qū)崿F(xiàn)政策溯源，展現(xiàn)政策體系演進過程，反映中央政府頒布的政策與其他政策的關(guān)聯(lián)關(guān)系，以及中央政策與地方政策主題、政策目標(biāo)的銜接性。

5 結(jié)論與啟示

為全面深化改革，黨的十八屆三中全會提出推進國家治理體系和治理能力現(xiàn)代化的宏偉藍圖。實現(xiàn)國家治理現(xiàn)代化，首當(dāng)其沖的任務(wù)是要實現(xiàn)政府治理現(xiàn)代化，而建設(shè)數(shù)字政府是實現(xiàn)政府治理現(xiàn)代化的重要途徑。隨著政府信息公開廣度和深度的不斷延伸，如何有效挖掘海量政策數(shù)據(jù)，發(fā)揮政策對科技創(chuàng)新的指引作用日益引起各界重視。

本文提出的科技政策知識圖譜構(gòu)建方法，為面向政策領(lǐng)域的知識圖譜應(yīng)用提供了鮮活的實例，所構(gòu)建的科技政策本體庫，可以為研究者開展其他政策圖譜編繪提供參考，采用的知識抽取與存儲技術(shù)在其他垂直行業(yè)以及金融、教育、醫(yī)療等領(lǐng)域也有廣闊的應(yīng)用前景。

未來研究可以從兩方面延展。一是充實并完善政策本體。可以考慮借鑒政策評價相關(guān)理論，從政策目標(biāo)、政策工具等出發(fā)，豐富政策實體的表征維度，在實現(xiàn)科技政策查詢的基礎(chǔ)上，滿足各級政府開展政策評價的新需求。二是引入新興技術(shù)，完善政策語義知識庫的廣度與深度。將BERT等考慮上下文語義信息的預(yù)訓(xùn)練語言模型與Bi-LSTM模型結(jié)合，從更細(xì)的粒度抽取政策實體和關(guān)系，提升科技政策知識圖譜的適應(yīng)性與易用性。此外，在本文構(gòu)建的知識圖譜基礎(chǔ)上，還可以進一步延伸開發(fā)在線政策智能問答系統(tǒng)，滿足政府與企業(yè)、科技提供商與技術(shù)應(yīng)用者對前沿科技政策信息的準(zhǔn)確定位與實時獲取。