復(fù)雜信息環(huán)境下知識(shí)組織和再利用模式與方法研究

趙志耘，劉 耀，朱禮軍，吳欣雨

（中國科學(xué)技術(shù)信息研究所，北京 100038）

1 背景與意義

當(dāng)前的復(fù)雜信息環(huán)境中，知識(shí)數(shù)據(jù)呈現(xiàn)一種“不穩(wěn)定狀態(tài)”，來自開源情報(bào)的大規(guī)模非結(jié)構(gòu)化數(shù)字資源需要經(jīng)過先進(jìn)的知識(shí)組織建設(shè)才能成為高質(zhì)量的知識(shí)來源，為實(shí)現(xiàn)需求導(dǎo)向的知識(shí)服務(wù)奠定基礎(chǔ)[1]。數(shù)字資源建設(shè)的核心是知識(shí)組織模式[2]，知識(shí)組織模式根據(jù)建設(shè)需求的變化，經(jīng)歷了從數(shù)字資源整合向數(shù)字資源聚合的轉(zhuǎn)變[3]，數(shù)字資源整合一般采用自頂向下的“分類”的知識(shí)再組織理念，近期的數(shù)字資源聚合則采用自底向上的“聚類”的知識(shí)再組織理念，形成集概念主題、學(xué)科內(nèi)容和科研對象實(shí)體為一體的立體化知識(shí)網(wǎng)絡(luò)。資源聚合的發(fā)展方向，一是基于增強(qiáng)語義，主要研究方向有基于概念關(guān)系分析的數(shù)字資源聚合[4]、基于本體的數(shù)字資源語義聚合與可視化[5-6]、基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字資源聚合[7-8]；二是基于發(fā)現(xiàn)關(guān)聯(lián)，發(fā)現(xiàn)關(guān)聯(lián)又可細(xì)分為基于計(jì)量分析和基于社會(huì)網(wǎng)絡(luò)分析[9]。

數(shù)字資源建設(shè)的目的是知識(shí)服務(wù)，通過不同的服務(wù)平臺(tái)與服務(wù)模式實(shí)現(xiàn)知識(shí)的共享和再利用[10]。知識(shí)共享與再利用的對象可分為兩類，一類是基于特定需求對原始資源進(jìn)行加工處理后形成的知識(shí)庫，可以直接再次服務(wù)于相同需求；另一類是基于需求進(jìn)行知識(shí)組織加工的業(yè)務(wù)流程，可以再次用于處理類似需求的不同資源。主流知識(shí)利用模式有學(xué)科信息門戶服務(wù)模式、專業(yè)化知識(shí)服務(wù)模式、個(gè)性化定制知識(shí)服務(wù)模式、數(shù)字化參考咨詢服務(wù)模式和自助式知識(shí)服務(wù)模式[11]。大部分知識(shí)服務(wù)系統(tǒng)融合了多種服務(wù)模式，但目前的解決方案側(cè)重于支持第一類對象的建設(shè)與利用，而缺少對第二類對象的關(guān)注[12]。

近年來，有關(guān)知識(shí)組織與利用模式的國家社會(huì)科學(xué)基金項(xiàng)目多集中于對知識(shí)庫、知識(shí)圖譜和知識(shí)服務(wù)的研究，充分調(diào)研后，發(fā)現(xiàn)這些研究項(xiàng)目在領(lǐng)域泛化能力和知識(shí)服務(wù)自動(dòng)化方面存在一些不足和問題。中醫(yī)知識(shí)組織模式創(chuàng)新研究（19AZD018）[13]、機(jī)構(gòu)知識(shí)庫可持續(xù)發(fā)展研究（17BTQ024）[14]、基于大數(shù)據(jù)分析技術(shù)的中醫(yī)信息服務(wù)知識(shí)庫研究（17BTQ063）[15]、科技論文全景式摘要知識(shí)圖譜構(gòu)建與應(yīng)用研究（19BTQ061）[16]、融合知識(shí)圖譜和深度學(xué)習(xí)的在線學(xué)術(shù)資源挖掘與推薦研究（19BTQ005）[17]等項(xiàng)目的主要研究領(lǐng)域是語言學(xué)、圖書館和情報(bào)學(xué)，存在領(lǐng)域限定性強(qiáng)、知識(shí)組織工程量大、周期長等不足，無法靈活解決工程需求。而針對知識(shí)服務(wù)的研究，如基于媒體融合的圖書館知識(shí)服務(wù)優(yōu)化機(jī)制研究（19CTQ008）[18]和用戶交互與知識(shí)構(gòu)建雙重驅(qū)動(dòng)的知識(shí)服務(wù)平臺(tái)評(píng)估研究（19BTQ081）[19]，主要是對服務(wù)形式的分析，未能很好解決業(yè)務(wù)驅(qū)動(dòng)下的知識(shí)組織與再利用的自動(dòng)化問題。業(yè)務(wù)組織模型也僅在管理學(xué)領(lǐng)域的面向健康數(shù)據(jù)的認(rèn)知圖譜研究（15BGL191）[20]中得到較為全面的利用。

根據(jù)上述對知識(shí)組織模式與利用模式的介紹，可以得出現(xiàn)有知識(shí)服務(wù)存在的兩大問題：①現(xiàn)有知識(shí)庫構(gòu)建不夠靈活，沒有基于認(rèn)知模式進(jìn)行智能化知識(shí)結(jié)構(gòu)構(gòu)建[21-22]，導(dǎo)致知識(shí)體系的構(gòu)建不僅昂貴，還機(jī)械呆板，無法對現(xiàn)有知識(shí)體系進(jìn)行二次組織，因而不能靈活響應(yīng)日益增加的個(gè)性化服務(wù)需求[23-25]；②現(xiàn)有研究多集中于單一領(lǐng)域內(nèi)的語義結(jié)構(gòu)化、知識(shí)圖譜和知識(shí)庫構(gòu)建方式，且關(guān)于知識(shí)服務(wù)的研究局限于系統(tǒng)功能設(shè)計(jì)，知識(shí)組織與知識(shí)利用脫節(jié)，缺少突破領(lǐng)域壁壘進(jìn)行知識(shí)再利用的能力，無法在業(yè)務(wù)和問題驅(qū)動(dòng)下實(shí)現(xiàn)知識(shí)組織和知識(shí)再利用的有機(jī)整合，使知識(shí)組織和資源加工面向需求、面向服務(wù)。

針對知識(shí)服務(wù)領(lǐng)域現(xiàn)存的兩大問題，本文從業(yè)務(wù)需求入手，將研究內(nèi)容分為四個(gè)部分，其中業(yè)務(wù)組織模型的理論與方法研究是指導(dǎo)知識(shí)組織與再利用的中心思想，業(yè)務(wù)自動(dòng)生成與業(yè)務(wù)再利用能力從業(yè)務(wù)層面進(jìn)行知識(shí)再利用的方法研究，敏捷的專業(yè)知識(shí)組織能力從資源層面進(jìn)行知識(shí)組織的技術(shù)研究，新型知識(shí)服務(wù)模式研究則主要解決知識(shí)再利用的實(shí)踐問題。

2 研究框架

復(fù)雜信息環(huán)境對知識(shí)組織和再利用方法都提出了更高的要求，之前針對單一領(lǐng)域結(jié)構(gòu)化資源的處理方法不再適用于來自開源情報(bào)的大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)，固定的業(yè)務(wù)模型也無法滿足日新月異的知識(shí)服務(wù)需求。在新環(huán)境下，為了解決知識(shí)服務(wù)領(lǐng)域現(xiàn)存的兩大問題，本文提出圖1所示的整體研究框架，重點(diǎn)研究建設(shè)一個(gè)理論、兩種能力和一套服務(wù)模式?！耙粋€(gè)理論”是指復(fù)雜信息環(huán)境下業(yè)務(wù)組織模型的理論與方法；“兩種能力”是指敏捷的專業(yè)知識(shí)組織能力，用于資源的快速解析，以及業(yè)務(wù)自動(dòng)生成與業(yè)務(wù)再利用能力，用于業(yè)務(wù)模型的快速構(gòu)建；“一套服務(wù)模式”指的是基于PaaS（platform as a service，平臺(tái)即服務(wù)）模式和SaaS（software as a service，軟件即服務(wù)）模式的新型知識(shí)服務(wù)模式，該新型知識(shí)服務(wù)模式由業(yè)務(wù)再利用方法和知識(shí)組織技術(shù)支撐，能夠?yàn)椴煌枨筇峁?yīng)的知識(shí)服務(wù)組配路徑，形成靈活敏捷的知識(shí)服務(wù)平臺(tái)。本文形成的新型服務(wù)模式給予了SaaS用戶一定的業(yè)務(wù)定制能力，并降低了PaaS用戶的使用門檻，為知識(shí)再利用提供解決方案。

圖1 研究框架

3 業(yè)務(wù)組織模型的理論與方法

在知識(shí)服務(wù)領(lǐng)域中，業(yè)務(wù)即為用戶提出的知識(shí)服務(wù)需求，業(yè)務(wù)組織即為調(diào)配各類資源，從分析需求、開發(fā)工具到完成需求的完整流程。業(yè)務(wù)組織和業(yè)務(wù)組織得到的結(jié)果都被稱為知識(shí)，是知識(shí)服務(wù)的素材。在復(fù)雜信息環(huán)境下，現(xiàn)有的業(yè)務(wù)組織模型無法根據(jù)需求高效利用資源，導(dǎo)致在解決個(gè)性化任務(wù)時(shí)力有不足。為了彌補(bǔ)這一缺陷，首先要形成系統(tǒng)的業(yè)務(wù)認(rèn)知體系，并對業(yè)務(wù)流程中節(jié)點(diǎn)的資源構(gòu)建機(jī)制建模，從而形成整體的業(yè)務(wù)組織模型，指導(dǎo)知識(shí)組織與再利用建設(shè)。業(yè)務(wù)組織模型理論與方法研究按照流程可以分為業(yè)務(wù)認(rèn)知體系構(gòu)建、基于業(yè)務(wù)的需求解析模型和業(yè)務(wù)驅(qū)動(dòng)的代碼組配模型。

3.1 業(yè)務(wù)認(rèn)知體系構(gòu)建

軟件項(xiàng)目研發(fā)流程中沉淀的業(yè)務(wù)認(rèn)知，需要有一個(gè)具備存儲(chǔ)及推理能力的載體，即認(rèn)知圖譜。業(yè)務(wù)資源數(shù)據(jù)可分為兩大類：文檔類資源和代碼類資源。文檔類資源代表各個(gè)業(yè)務(wù)節(jié)點(diǎn)形成的知識(shí)，代碼類資源則代表著數(shù)據(jù)流轉(zhuǎn)的全部過程。

為了賦予軟件資源解決問題的能力，本文提出構(gòu)建認(rèn)知的兩個(gè)維度（圖2）。首先，通過模擬軟件開發(fā)的流程，得到軟件開發(fā)的一般步驟，作為縱向的認(rèn)知方式；其次，通過從資源中挖掘知識(shí)關(guān)聯(lián)，得到橫向的領(lǐng)域知識(shí)認(rèn)知。

圖2 業(yè)務(wù)認(rèn)知體系

通過分析業(yè)務(wù)流程可以得出，需要建立起的認(rèn)知聯(lián)系有以下兩個(gè)方面：需求與實(shí)現(xiàn)方式，即功能之間的認(rèn)知聯(lián)系；流程節(jié)點(diǎn)之間的認(rèn)知推導(dǎo)，即流程相聯(lián)依據(jù)。以文檔類資源為核心，以代碼類資源為補(bǔ)充，對于每個(gè)業(yè)務(wù)節(jié)點(diǎn)形成業(yè)務(wù)資源深度協(xié)同的認(rèn)知結(jié)構(gòu)，通過需求-功能-代碼的方式進(jìn)行連接，圖3為定制爬蟲業(yè)務(wù)基于認(rèn)知體系構(gòu)建的認(rèn)知圖譜。虛線框表示同級(jí)的任務(wù)節(jié)點(diǎn)拆分，即橫向認(rèn)知關(guān)聯(lián)；箭頭連接的是按照軟件設(shè)計(jì)流程上一環(huán)節(jié)與下一環(huán)節(jié)的對應(yīng)關(guān)系，體現(xiàn)了縱向的認(rèn)知關(guān)聯(lián)。

圖3 定制爬蟲業(yè)務(wù)認(rèn)知圖譜

3.2 基于業(yè)務(wù)的需求解析

需求階段是軟件研發(fā)中的重要初始環(huán)節(jié)，需求的表示方式通常為自然語言的文本形式，存在于各種項(xiàng)目需求文檔、概要設(shè)計(jì)書、詳細(xì)設(shè)計(jì)書中。需求文本具有兩個(gè)特征：存在某一概念為業(yè)務(wù)的預(yù)期呈現(xiàn)結(jié)果；存在某一概念為達(dá)到這一結(jié)果的處理描述。

本文將業(yè)務(wù)劃分為三種需求處理類型，通過定義每種需求類型的概念結(jié)構(gòu)特征，確定業(yè)務(wù)所屬的需求處理類型。本文假設(shè)研究的無結(jié)構(gòu)需求文本都具有“需求-處理”式結(jié)構(gòu)，即在需求文本中至少包含一個(gè)“需求”類概念與一個(gè)“處理”類概念。在研究構(gòu)建的需求概念結(jié)構(gòu)中，針對具體業(yè)務(wù)，將“需求”類概念細(xì)分為“詞匯”“句子”和“篇章”類概念。構(gòu)建相應(yīng)的需求文本概念結(jié)構(gòu)模型如表1所示。

表1 需求文本概念結(jié)構(gòu)模型

本文將業(yè)務(wù)需求文本對插件代碼所使用的自然語言處理工具建立映射關(guān)系，映射路徑為“需求文本-需求處理類型-代碼庫-細(xì)分代碼庫-代碼檢索”。需求文檔的解析結(jié)果示例如圖4所示。

圖4 需求文檔解析結(jié)果示例

3.3 業(yè)務(wù)驅(qū)動(dòng)的代碼組配

業(yè)務(wù)驅(qū)動(dòng)的代碼組織即跨過手動(dòng)調(diào)試的步驟，使代碼能夠根據(jù)需求追蹤到符合業(yè)務(wù)需求的代碼組件，從算法代碼庫中構(gòu)建出面向業(yè)務(wù)的代碼組件。在這個(gè)過程中，將與業(yè)務(wù)需求相關(guān)的代碼檢索出來，基于檢索到的面向業(yè)務(wù)的代碼，通過算法資源庫中與代碼組件所關(guān)聯(lián)的豐富的文檔與論文資源，在組配后能實(shí)現(xiàn)算法的正常運(yùn)行。

代碼組配有兩種具體使用場景，一種是需求直接匹配單一代碼塊，在該場景中，輸入需求已被拆分為代碼步驟的最小顆粒度。此時(shí)，組配重點(diǎn)是確保多個(gè)需求對應(yīng)代碼的輸入輸出、運(yùn)行環(huán)境、解釋器版本等信息的一致性，通過在候選代碼中篩選符合條件的代碼塊進(jìn)行重組，從而確保代碼的可運(yùn)行。

另一種場景表現(xiàn)為輸入需求顆粒度比現(xiàn)有代碼顆粒度大。此場景的處理機(jī)制是輸入需求，以需求為關(guān)鍵詞檢索到代碼資源庫中所有相關(guān)的經(jīng)過擴(kuò)充語義和包含結(jié)構(gòu)信息的代碼組件，隨后將檢索到的代碼組件進(jìn)行聚類，根據(jù)聚類結(jié)果判斷該需求所需步驟以及各步驟間的順序，即每一需求內(nèi)部形成小型組配任務(wù)。該使用場景需要實(shí)現(xiàn)兩層組配，第一層組配是外層需求代碼間的組配，該層組配與第一種場景一致，重點(diǎn)在確保代碼組合后可以正常運(yùn)行。第二層組配是單一需求拆分后的內(nèi)部代碼的組配，在內(nèi)部組配時(shí)需要考慮到篩選出的代碼間的適配問題，只有運(yùn)行環(huán)境、輸入輸出等符合要求，才能實(shí)現(xiàn)組配。兩層組配完成后，最終實(shí)現(xiàn)代碼的可運(yùn)行。具體模型如圖5所示，圖中的需求1為第一種場景的處理流程，需求2為第二種場景的處理流程。

圖5 算法路徑組織模型

形成的算法代碼庫和組織路徑如圖6所示。

圖6 算法代碼庫和路徑組織示例

4 業(yè)務(wù)自動(dòng)生成與業(yè)務(wù)再利用能力研究

在復(fù)雜信息環(huán)境下，研究業(yè)務(wù)自動(dòng)生成與業(yè)務(wù)再利用能力的目的是解決業(yè)務(wù)知識(shí)組織與知識(shí)再利用之間存在的斷層問題，為應(yīng)用示范提供業(yè)務(wù)知識(shí)資源及模型依據(jù)，也為下文的新型知識(shí)服務(wù)模式賦能。

按照業(yè)務(wù)的處理流程，自動(dòng)生成與再利用方法研究主要包括單業(yè)務(wù)資源解析、多系統(tǒng)知識(shí)關(guān)聯(lián)和業(yè)務(wù)資源再利用路徑自組織，整體框架如圖7所示。

圖7 業(yè)務(wù)模型自動(dòng)生成整體框架

4.1 單業(yè)務(wù)資源解析

單業(yè)務(wù)資源解析是根據(jù)Schema規(guī)范對業(yè)務(wù)知識(shí)進(jìn)行形式結(jié)構(gòu)化處理，再利用各類知識(shí)抽取手段進(jìn)行內(nèi)容結(jié)構(gòu)化處理，形成單業(yè)務(wù)知識(shí)庫，同時(shí)指導(dǎo)內(nèi)容結(jié)構(gòu)化生成。單業(yè)務(wù)解析的關(guān)鍵流程如下。

（1）形式結(jié)構(gòu)化：提取業(yè)務(wù)文檔、代碼，以及相關(guān)軟件規(guī)范、論文等資源中的結(jié)構(gòu)，作為多系統(tǒng)功能知識(shí)關(guān)聯(lián)的前提。

（2）內(nèi)容結(jié)構(gòu)化：對業(yè)務(wù)文檔進(jìn)行概念提取、概念關(guān)系標(biāo)引，提取需求與功能對，對代碼進(jìn)行語義分析，提取功能與流程對。

（3）知識(shí)資源庫構(gòu)建：利用單業(yè)務(wù)資源的結(jié)構(gòu)形式及內(nèi)容結(jié)構(gòu)的解析結(jié)果構(gòu)建單業(yè)務(wù)知識(shí)資源庫。

單業(yè)務(wù)資源解析中形式和內(nèi)容語義會(huì)隨著資源本身而改變，例如，代碼資源的形式語義為代碼的編寫規(guī)范，如圖8所示，其中每個(gè)類（class）是一個(gè)功能模塊，可以當(dāng)作一個(gè)任務(wù)，每個(gè)方法（meth‐od）可以實(shí)現(xiàn)一個(gè)完整的小流程，而代碼資源的內(nèi)容語義為代碼實(shí)際的功能描述，需要通過特征抽取與關(guān)聯(lián)挖掘獲得，解析流程如圖9所示。

圖8 代碼結(jié)構(gòu)

圖9 代碼業(yè)務(wù)資源解析流程

4.2 多系統(tǒng)知識(shí)關(guān)聯(lián)

多系統(tǒng)知識(shí)關(guān)聯(lián)要對完成解析的單業(yè)務(wù)資源進(jìn)行關(guān)聯(lián)，形成業(yè)務(wù)知識(shí)網(wǎng)絡(luò)，關(guān)鍵流程如下。

（1）關(guān)聯(lián)特征提?。悍治鎏崛I(yè)務(wù)資源結(jié)構(gòu)、內(nèi)容中的需求功能關(guān)聯(lián)特征。

（2）業(yè)務(wù)知識(shí)關(guān)聯(lián)：關(guān)聯(lián)具有相似資源與特征的資源，判斷單業(yè)務(wù)的功能及流程節(jié)點(diǎn)間的鏈接關(guān)系，形成多系統(tǒng)關(guān)聯(lián)的業(yè)務(wù)知識(shí)網(wǎng)絡(luò)。

以文檔和代碼資源關(guān)聯(lián)為例，如圖10所示，業(yè)務(wù)知識(shí)網(wǎng)絡(luò)構(gòu)建的具體步驟為：①業(yè)務(wù)知識(shí)層級(jí)向量表示（文檔層級(jí)結(jié)構(gòu)、需求分析-軟件設(shè)計(jì)流程、概念及其關(guān)系提?。?；②對需求文檔在業(yè)務(wù)層級(jí)上進(jìn)行映射；③對候選代碼組合在業(yè)務(wù)層級(jí)上進(jìn)行映射（函數(shù)命名原則拆解、注釋信息、特征代碼等）；

圖10 文檔+代碼知識(shí)關(guān)聯(lián)流程

④根據(jù)相似度進(jìn)行排序。

4.3 業(yè)務(wù)資源再利用路徑自組織

業(yè)務(wù)資源再利用路徑自組織基于單業(yè)務(wù)解析與多系統(tǒng)知識(shí)關(guān)聯(lián)的結(jié)果，以期通過業(yè)務(wù)路徑自組織實(shí)現(xiàn)業(yè)務(wù)資源的再利用，關(guān)鍵流程如下。

（1）多源融合的業(yè)務(wù)與功能關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建?；谛枨笈c業(yè)務(wù)資源庫，使用網(wǎng)絡(luò)表示方法對業(yè)務(wù)知識(shí)網(wǎng)絡(luò)進(jìn)行向量表示。

（2）業(yè)務(wù)流程與功能關(guān)鍵節(jié)點(diǎn)發(fā)現(xiàn)。通過特征工程以及圖數(shù)據(jù)挖掘，構(gòu)建需求與功能、功能與流程對應(yīng)的關(guān)鍵節(jié)點(diǎn)關(guān)系判定模型，作為新需求指導(dǎo)業(yè)務(wù)生成的路徑構(gòu)建基礎(chǔ)。

（3）業(yè)務(wù)路徑自組織。劃分需求對應(yīng)的功能與子功能，自動(dòng)獲取各功能下業(yè)務(wù)資源，對業(yè)務(wù)節(jié)點(diǎn)進(jìn)行關(guān)系判定，實(shí)現(xiàn)相關(guān)資源、技術(shù)、工具和模型的自動(dòng)組織，進(jìn)而實(shí)現(xiàn)從新需求自動(dòng)構(gòu)建功能流程的路徑方法。

5 敏捷的專業(yè)知識(shí)組織能力研究

敏捷的專業(yè)知識(shí)組織能力研究目的是形成以自然語言處理及深度學(xué)習(xí)技術(shù)為壁壘的、將數(shù)據(jù)資源向顯性知識(shí)轉(zhuǎn)換的敏捷組織能力，賦予模型解決實(shí)際問題的能力。單篇文本是業(yè)務(wù)資源里知識(shí)的最小單元，通過對單篇文本的知識(shí)結(jié)構(gòu)完全挖掘并結(jié)合多篇文本關(guān)聯(lián)的知識(shí)自組織模型，可在資源有限情況下提供快速針對具體問題進(jìn)行知識(shí)組織的能力，作為技術(shù)能力為業(yè)務(wù)模型賦能。

5.1 單篇文本知識(shí)結(jié)構(gòu)全解析

單篇文本全解析主要研究專業(yè)文本的知識(shí)結(jié)構(gòu)全解析，解決單篇文本中知識(shí)結(jié)構(gòu)的全標(biāo)引、全解析問題。

單篇解析能否全面、準(zhǔn)確，是敏捷知識(shí)組織的基礎(chǔ)。單篇全解析的主要思路為“先驗(yàn)知識(shí)-海量文本-知識(shí)體系-單篇文本知識(shí)結(jié)構(gòu)”的映射路徑，融合先驗(yàn)知識(shí)和領(lǐng)域知識(shí)，形成領(lǐng)域隱性知識(shí)結(jié)構(gòu)，并基于該體系學(xué)習(xí)無結(jié)構(gòu)語料的隱性結(jié)構(gòu)。數(shù)據(jù)處理流程如圖11所示。

圖11 知識(shí)結(jié)構(gòu)全解析數(shù)據(jù)處理流程

單篇全解析的關(guān)鍵技術(shù)節(jié)點(diǎn)如下。

（1）復(fù)雜語境下的知識(shí)發(fā)現(xiàn)。在不進(jìn)行顯性標(biāo)注的情況下進(jìn)行語義單元的識(shí)別，利用篇章結(jié)構(gòu)形成語義單元形式語義向量，結(jié)合形式語義與內(nèi)容語義進(jìn)行先驗(yàn)知識(shí)的映射以及實(shí)體到實(shí)體的解碼，通過模板將知識(shí)標(biāo)引任務(wù)轉(zhuǎn)化為文本生成任務(wù)，實(shí)現(xiàn)概念自動(dòng)標(biāo)引。

（2）開放關(guān)系中的知識(shí)發(fā)現(xiàn)。提出“先驗(yàn)知識(shí)-海量文本-知識(shí)體系-單篇文本知識(shí)結(jié)構(gòu)”的映射路徑，通過先驗(yàn)知識(shí)與文本之間相互映射進(jìn)行知識(shí)發(fā)現(xiàn)、結(jié)構(gòu)與語義的融合，實(shí)現(xiàn)先驗(yàn)知識(shí)與文本的相互轉(zhuǎn)化，完成文本知識(shí)發(fā)現(xiàn)與深度結(jié)構(gòu)化。

（3）知識(shí)映射的路徑發(fā)現(xiàn)。使用大量語料進(jìn)行任意領(lǐng)域知識(shí)體系的發(fā)現(xiàn)，對所發(fā)現(xiàn)的知識(shí)體系進(jìn)行精煉，確立篇章隱含結(jié)構(gòu)模型，結(jié)合概念及其關(guān)系標(biāo)引結(jié)果，利用算法識(shí)別單篇文本的隱含篇章結(jié)構(gòu)，指導(dǎo)單篇文本知識(shí)結(jié)構(gòu)生成，從而實(shí)現(xiàn)全解析的目標(biāo)。具體技術(shù)路線如圖12所示。

圖12 知識(shí)結(jié)構(gòu)全解析技術(shù)路線

利用單篇全解析技術(shù)，對圖13所示的無標(biāo)注的新聞進(jìn)行解析，解析后的結(jié)果如圖14所示。處理后的知識(shí)結(jié)構(gòu)包含該單篇中的所有實(shí)體及其類型、各個(gè)實(shí)體之間組成的關(guān)系以及隱含的主題信息。

圖13 未標(biāo)注新聞

圖14 處理后的單篇知識(shí)結(jié)構(gòu)

5.2 數(shù)字資源知識(shí)關(guān)聯(lián)自組織

完成單篇全解析目標(biāo)后，即可從單篇文本的處理轉(zhuǎn)向?qū)Χ嗥谋镜奶幚怼６嗥谋娟P(guān)聯(lián)的知識(shí)自組織模型主要解決多篇文本中知識(shí)自組織模型的構(gòu)建與路徑識(shí)別問題，即基于多源數(shù)字資源知識(shí)，自動(dòng)組織相關(guān)資源、技術(shù)、工具和模型，從而挖掘知識(shí)結(jié)構(gòu)之間、概念之間的關(guān)聯(lián)和相似關(guān)系，進(jìn)一步揭示知識(shí)關(guān)聯(lián)路徑規(guī)律。

知識(shí)關(guān)聯(lián)自組織的關(guān)鍵技術(shù)節(jié)點(diǎn)如下。

（1）數(shù)字資源知識(shí)自組織模型構(gòu)建。通過對單篇文本形成的資源庫進(jìn)行假設(shè)分析，分析文本的語義結(jié)構(gòu)和組織結(jié)構(gòu)，構(gòu)建知識(shí)網(wǎng)絡(luò)，得到數(shù)字知識(shí)關(guān)聯(lián)的路徑。

（2）數(shù)字資源知識(shí)自組織模型識(shí)別。利用知識(shí)文本結(jié)構(gòu)化解析技術(shù)、主題提取和概念識(shí)別技術(shù)、知識(shí)結(jié)構(gòu)關(guān)聯(lián)技術(shù)，對多篇不同文本進(jìn)行結(jié)構(gòu)計(jì)算，進(jìn)行實(shí)驗(yàn)驗(yàn)證與分析，得出自組織模型。

數(shù)字資源知識(shí)自組織模型的生成。對未標(biāo)記的開放文本首先進(jìn)行單篇解析，使用關(guān)聯(lián)模型結(jié)合文本和結(jié)構(gòu)進(jìn)行關(guān)聯(lián)路徑判斷，實(shí)現(xiàn)知識(shí)關(guān)聯(lián)路徑自動(dòng)生成。具體技術(shù)路線如圖15所示。

圖15 數(shù)字資源知識(shí)自組織技術(shù)路線

利用數(shù)字資源知識(shí)關(guān)聯(lián)自組織技術(shù)，對圖16所示的政策進(jìn)行擴(kuò)散路徑計(jì)算，解析后的部分結(jié)果如圖17所示。在政策擴(kuò)散路徑圖中，有向線段的起始點(diǎn)是作為擴(kuò)散源的政策，終點(diǎn)為存在擴(kuò)散關(guān)系的政策，線段上標(biāo)記的數(shù)值為該擴(kuò)散關(guān)系的置信度，加粗的一條為置信度最高的擴(kuò)散路徑。

圖16 政策文本

圖17 政策擴(kuò)散路徑圖示(部分)

6 業(yè)務(wù)驅(qū)動(dòng)的新型知識(shí)服務(wù)模式構(gòu)建

通過業(yè)務(wù)組織模型構(gòu)建的理論與方法研究，探索加強(qiáng)業(yè)務(wù)模型自動(dòng)構(gòu)建技術(shù)與敏捷的專業(yè)知識(shí)組織方法，其目標(biāo)就是實(shí)現(xiàn)傳統(tǒng)知識(shí)服務(wù)模式向新型知識(shí)服務(wù)模式的轉(zhuǎn)變。其中，新型知識(shí)服務(wù)模式有兩種，分別為PaaS模式和SaaS模式。這兩種新型的服務(wù)模式各自對應(yīng)著不同的業(yè)務(wù)群體，能夠根據(jù)用戶需求、用戶技術(shù)水平、設(shè)施情況等針對性地提供服務(wù)。此外，基于SaaS、PaaS的新型知識(shí)服務(wù)模式要求對業(yè)務(wù)相關(guān)的技術(shù)模塊進(jìn)行合理且有效的組件拆分與組件細(xì)化，不僅能提高面向復(fù)雜業(yè)務(wù)的處理能力，還可以良好地應(yīng)對未來開發(fā)技術(shù)的迭代與更替，在技術(shù)日新月異的信息時(shí)代站穩(wěn)腳跟。

6.1 新型知識(shí)服務(wù)模式綜述

SaaS和PaaS是基于云平臺(tái)的新型服務(wù)模式。SaaS服務(wù)模式即軟件即服務(wù)，在這種服務(wù)模式下，應(yīng)用將作為服務(wù)提供給客戶。在傳統(tǒng)的SaaS服務(wù)模式下，用戶不需要考慮工具開發(fā)或者數(shù)據(jù)庫管理，使用封裝好的應(yīng)用獲取定制的知識(shí)服務(wù)。PaaS服務(wù)模式即平臺(tái)即服務(wù)，在這種服務(wù)模式下，開發(fā)平臺(tái)將作為服務(wù)提供給用戶。PaaS平臺(tái)能夠幫助用戶降低開發(fā)成本，提高開發(fā)效率。傳統(tǒng)的PaaS可以解決一定的個(gè)性化需求，但用戶門檻較高，用戶必須有一定開發(fā)基礎(chǔ)，才能基于提供的基礎(chǔ)設(shè)施以及開發(fā)平臺(tái)，調(diào)用或改寫不同組件，完成業(yè)務(wù)資源處理。

基于對業(yè)務(wù)組織的理解，本文提出了SaaS和PaaS在知識(shí)服務(wù)領(lǐng)域形成的新型服務(wù)模式，能夠解決個(gè)性化需求，給予SaaS用戶更高的使用自由度，并給予PaaS用戶更低的使用門檻。在知識(shí)全解析與知識(shí)關(guān)聯(lián)的技術(shù)支持下，SaaS用戶可以在現(xiàn)有知識(shí)模型基礎(chǔ)上進(jìn)行二次建模，通過對數(shù)字資源的重組構(gòu)成新的知識(shí)服務(wù)并共享給其他用戶。對于PaaS用戶而言，本文基于拆解組件的知識(shí)組織與再利用機(jī)制，對知識(shí)服務(wù)的數(shù)據(jù)獲取、模型構(gòu)建、工作流編寫、可視化展示的全流程進(jìn)行了工具和技術(shù)覆蓋，并對流程中的每個(gè)節(jié)點(diǎn)的工具和技術(shù)提供自行開發(fā)、改寫或重組現(xiàn)有組件、調(diào)用現(xiàn)有組件這三種模式，大大降低了PaaS模式的使用門檻。如果用戶為特定知識(shí)領(lǐng)域的專業(yè)人員，需要提供該領(lǐng)域的知識(shí)服務(wù)，可使用本文中構(gòu)建的PaaS平臺(tái)實(shí)現(xiàn)。用戶基于自身專業(yè)知識(shí)，在平臺(tái)構(gòu)建數(shù)據(jù)模型，余下流程中均可以采用頁面配置的方式使用平臺(tái)現(xiàn)有組件，最終完成知識(shí)服務(wù)平臺(tái)的構(gòu)建。如果用戶具有一定的開發(fā)基礎(chǔ)，還可以對各個(gè)流程組件進(jìn)行改寫或自行開發(fā)，新開發(fā)的組件可以上傳至平臺(tái)，供其他用戶使用?？偠灾?，用戶可以將自身的知識(shí)能力和平臺(tái)能力結(jié)合，基于需求進(jìn)行二次開發(fā)，并且將開發(fā)完成的知識(shí)服務(wù)平臺(tái)作為SaaS服務(wù)銷售給次級(jí)用戶，完成從to B（to business）到to C（to custumer）的商業(yè)模式轉(zhuǎn)換。

6.2 SaaS知識(shí)服務(wù)模式介紹及示范

新型的SaaS知識(shí)服務(wù)模式指基于業(yè)務(wù)組織模型，整合單業(yè)務(wù)流程、多系統(tǒng)業(yè)務(wù)知識(shí)關(guān)聯(lián)、業(yè)務(wù)知識(shí)庫，實(shí)現(xiàn)一整套業(yè)務(wù)自動(dòng)化生成流程；搭建便于用戶直接從設(shè)備訪問并使用的軟件服務(wù)，實(shí)現(xiàn)基于業(yè)務(wù)組織模型的業(yè)務(wù)再利用。對用戶而言，他們可以利用平臺(tái)現(xiàn)有資源，新增業(yè)務(wù)模型并進(jìn)行再利用。

藥食同源藥方獲取是SaaS知識(shí)服務(wù)模式的一個(gè)示范。用戶想要在中醫(yī)古籍資源網(wǎng)站上獲得所有藥食同源的方劑，在傳統(tǒng)的知識(shí)服務(wù)模式下，針對這一需求，需要首先獲取所有藥食同源的藥方，進(jìn)行處理并展示。在新型的SaaS服務(wù)模式下，可以實(shí)現(xiàn)對該個(gè)性化需求的靈活響應(yīng)，即一切都在現(xiàn)有網(wǎng)站上進(jìn)行，基于當(dāng)前資源，根據(jù)用戶輸入的業(yè)務(wù)模型形成展示結(jié)果（圖18），之后其他用戶可以再次使用該模型查看結(jié)果（圖19），完成資源共享與再利用。

圖18 用戶自定義業(yè)務(wù)模型

圖19 查看并使用平臺(tái)上已有的業(yè)務(wù)模型

6.3 PaaS知識(shí)服務(wù)模式介紹及示范

PaaS知識(shí)服務(wù)模式提供了面向開發(fā)人員的數(shù)字資源知識(shí)庫的基礎(chǔ)平臺(tái)，允許開發(fā)人員根據(jù)自身業(yè)務(wù)對數(shù)字資源的需求，構(gòu)建不同的知識(shí)主題和知識(shí)場景，其核心在于覆蓋業(yè)務(wù)需求全流程的基礎(chǔ)平臺(tái)以及可復(fù)用的插件、工具和接口。

根據(jù)業(yè)務(wù)流程和知識(shí)場景，本文將PaaS基礎(chǔ)平臺(tái)構(gòu)建分為六個(gè)部分分別進(jìn)行搭建，如圖20所示。

圖20 PaaS平臺(tái)組成

對于可復(fù)用組件，平臺(tái)以微服務(wù)的理念拆解現(xiàn)有的多種數(shù)據(jù)加工工具，允許PaaS服務(wù)模式下開發(fā)人員在此基礎(chǔ)上進(jìn)行創(chuàng)造性知識(shí)服務(wù)建設(shè)。所有平臺(tái)上已有和上傳的資源、工具均可以再次使用，并構(gòu)建從需求到代碼的映射模型（圖21），實(shí)現(xiàn)基于需求的自動(dòng)化工具推薦。

圖21 從需求到代碼的映射模型

當(dāng)前平臺(tái)已經(jīng)可以實(shí)現(xiàn)從數(shù)據(jù)到服務(wù)平臺(tái)生成的無代碼路徑，專業(yè)技術(shù)人員不需要具備代碼知識(shí)，即可通過配置（圖22）形成服務(wù)平臺(tái)（圖23）。

圖22 前臺(tái)配置頁面

圖23 生成個(gè)性化服務(wù)平臺(tái)

情報(bào)感知作為PaaS服務(wù)模式的服務(wù)示范，其目的是對互聯(lián)網(wǎng)中的信息進(jìn)行挖掘與整合，對開源情報(bào)進(jìn)行溯源分析和立體式信息提取，實(shí)現(xiàn)輔助決策。情報(bào)感知的關(guān)鍵技術(shù)節(jié)點(diǎn)如下。

（1）面向回溯的資源發(fā)現(xiàn)。從現(xiàn)有資源中抽取內(nèi)容語義和結(jié)構(gòu)語義，獲取與現(xiàn)有資源類似的新資源列表；對資源可信度進(jìn)行評(píng)價(jià)并排序，將排名較高的新資源加入資源庫，并計(jì)算新的內(nèi)容語義和結(jié)構(gòu)語義，不斷迭代完成面向回溯的資源發(fā)現(xiàn)。

（2）多語言感知單元提取。定義情報(bào)感知中的感知單元，根據(jù)現(xiàn)有的主題知識(shí)圖譜和形成的資源庫，構(gòu)建包含主題的感知單元模型，解決元素分散以及單個(gè)篇章中可能出現(xiàn)多個(gè)感知單元的問題；基于網(wǎng)絡(luò)敘事的生成機(jī)制，解決多語言的問題，最終完成主題下的感知單元提取任務(wù)。

（3）演化路徑與階段判別?；诜植技僭O(shè)，形成主題下的事理圖譜；基于網(wǎng)絡(luò)輿情演化過程，對包含時(shí)序信息的感知單元演化路徑進(jìn)行發(fā)展階段劃分，生成演化式摘要。

在PaaS平臺(tái)中，可以實(shí)現(xiàn)上述需求，處理流程如圖24所示，形成的知識(shí)服務(wù)如圖25所示。

圖24 情報(bào)感知PaaS平臺(tái)處理流程

圖25 情報(bào)感知知識(shí)服務(wù)平臺(tái)

7 總結(jié)與展望

本文提出一個(gè)理論、兩種能力和一套服務(wù)模式，從需求入手，以業(yè)務(wù)組織模型理論與方法為指導(dǎo)，通過業(yè)務(wù)模型自動(dòng)構(gòu)建研究，形成針對資源特點(diǎn)的個(gè)性化業(yè)務(wù)模型；針對當(dāng)前知識(shí)組織模式中知識(shí)庫構(gòu)建成本高昂、缺少靈活構(gòu)筑資源的個(gè)性化解決方案且數(shù)據(jù)利用程度過低的問題，建立高效敏捷的知識(shí)組織機(jī)制，利用單篇全解析及多篇路徑自組織等技術(shù)手段，實(shí)現(xiàn)快速解析資源的目的，為真實(shí)項(xiàng)目的應(yīng)用服務(wù)提供技術(shù)支持；以新型服務(wù)平臺(tái)及具體服務(wù)為示范，建立基于技術(shù)和工程的知識(shí)共享模式示范，形成了兩大創(chuàng)新內(nèi)容。

1）基于技術(shù)的顛覆性知識(shí)共享模式

形成新型知識(shí)共享與服務(wù)模式，在技術(shù)與工程思想指導(dǎo)下，快速分解業(yè)務(wù)需求，自動(dòng)生成業(yè)務(wù)鏈條，為業(yè)務(wù)問題提供智能化、個(gè)性化、以業(yè)務(wù)為驅(qū)動(dòng)的知識(shí)組織服務(wù)方案。基于扎實(shí)的技術(shù)與工程能力，基于對實(shí)際業(yè)務(wù)需求的分析與拆解能力，避免了紙上談兵的知識(shí)體系構(gòu)建研究。

2）快速靈活的業(yè)務(wù)模型構(gòu)建技術(shù)

在專業(yè)知識(shí)組織方面，通過單篇文本全解析與路徑自組織技術(shù)研究，實(shí)現(xiàn)高精度的資源解析及知識(shí)體系構(gòu)建。在業(yè)務(wù)模型構(gòu)建方面，靈活的資源解析技術(shù)避免了大型領(lǐng)域知識(shí)庫構(gòu)建的高昂成本，為資源共享與再利用賦能。

本文為相關(guān)學(xué)術(shù)領(lǐng)域提供了思想方法和關(guān)鍵技術(shù)上的創(chuàng)新，包括一種新的知識(shí)抽取和業(yè)務(wù)模型自動(dòng)構(gòu)建方法，以此拓寬自然語言處理的應(yīng)用場景，為數(shù)字資源知識(shí)共享與知識(shí)再利用研究豐富先驗(yàn)知識(shí)，積累可用資源。未來將按照本文所提出的知識(shí)組織和再利用框架，探究新型知識(shí)服務(wù)模式的優(yōu)化與具體知識(shí)服務(wù)場景下的應(yīng)用能力，從而提升復(fù)雜信息環(huán)境下數(shù)字資源構(gòu)建對知識(shí)服務(wù)的支撐能力，不斷豐富和拓展知識(shí)服務(wù)領(lǐng)域的模式和方法。