基于知識圖譜的數(shù)字檔案服務模式探究

周程　戴貴奇　周卓暢　方錦云　王蘭芳

摘 要：我國數(shù)字化政務檔案館建設(shè)進程不斷提升，各級檔案館、機關(guān)單位和企業(yè)都在大力開發(fā)數(shù)字化政務檔案資源，如對紅色檔案的分析挖掘。開發(fā)數(shù)字化政務檔案資源不能局限于傳統(tǒng)檔案簡單電子化，而應同時注意挖掘檔案所包含的知識內(nèi)容及各檔案間的知識關(guān)聯(lián)。本文結(jié)合實際工作經(jīng)驗，通過文獻分析數(shù)字檔案服務缺陷，匯總當前檔案服務工作存在的諸多不足之處，進一步完善數(shù)字化政務檔案知識圖譜框架流程，形成以流程圖的形式展示，將多種類型的數(shù)字檔案文本轉(zhuǎn)化成計算機可以理解的數(shù)據(jù)，提高計算機智能化識別水平，達到整合資源，開發(fā)檔案的內(nèi)在價值，以服務于當前的政務工作，提高檔案服務的整體地位。

關(guān)鍵詞：知識圖譜；數(shù)字化政務檔案；服務模式

一、知識圖譜概述

1.知識圖譜概述

知識圖譜是指用圖論、邏輯學等理論方法，將大量的實體、概念和關(guān)系表示為有向圖或無向圖，并對其開展結(jié)構(gòu)化的建模和管理，從而形成一種可被計算機理解和處理的知識表示形式。知識圖譜的發(fā)展可以追溯到20世紀70年代，直到谷歌在2012年推出知識圖譜，才引發(fā)了業(yè)界的廣泛重視和探索。目前，知識圖譜已成為人工智能、自然語言處理以及智能推薦等領(lǐng)域中的熱點技術(shù)，并被廣泛應用于搜索引擎、社交網(wǎng)絡(luò)和智能客服等場景中。在發(fā)展現(xiàn)狀方面，目前知識圖譜的主要挑戰(zhàn)包括：

（1）知識獲取困難、數(shù)據(jù)源不穩(wěn)定、信息質(zhì)量和準確性難以保證。

（2）知識融合復雜，不同領(lǐng)域的知識之間存在誤差、不完備和不一致性。

（3）知識表示不全，某些復雜的概念和關(guān)系難以被簡單的圖結(jié)構(gòu)所表達。未來，隨著技術(shù)的不斷進步，知識圖譜的發(fā)展將趨向更加全面和深入，應用場景也將逐漸擴大。同時，知識圖譜的開放性和共享性將成為重要的發(fā)展方向，不同領(lǐng)域的知識資源將得到更廣泛的利用和傳播。

2.知識圖譜與數(shù)字化政務檔案服務的關(guān)系

數(shù)字化政務檔案服務是一種將紙質(zhì)檔案數(shù)字化、管理和存儲的服務，旨在提高檔案的可訪問性、可持續(xù)性和安全性，而知識圖譜則是一種將各種知識信息結(jié)構(gòu)化、分類和聯(lián)通的方法，將數(shù)字化政務檔案服務和知識圖譜相結(jié)合，可以實現(xiàn)更加高效、精確和個性化的檔案管理和利用。具體來說，通過將數(shù)字化政務檔案中的各種信息分類、標注和關(guān)聯(lián)，可以建立起一個包含豐富元數(shù)據(jù)和復雜關(guān)系的知識圖譜，從而方便用戶精準檢索、智能推薦和知識發(fā)現(xiàn)。例如，數(shù)字化所在地區(qū)的紅色文獻和歷史紀錄片的所有素材，建立出數(shù)字化政務檔案后，再標注和關(guān)聯(lián)其中的人物、事件、時間和地點等元素，最終形成一個紅色歷史知識圖譜。用戶可以通過輸入某個人物或事件的名稱，快速查找相關(guān)素材的同時，還可以通過圖譜展示了解不同時期、不同地點的歷史背景和發(fā)展情況。因此，數(shù)字化政務檔案服務與知識圖譜的結(jié)合，可以為用戶提供更加智能化、便捷化的檔案管理和利用方式，從而實現(xiàn)知識的更好傳承和應用。

3.知識圖譜在數(shù)字化政務檔案服務中應用的意義

知識圖譜在數(shù)字化政務檔案服務中的應用具有極大的意義和價值，可以提高檔案信息的管理效率、可訪問性和可持續(xù)性，也為用戶提供更加便捷的服務體驗和更好的知識管理方式。首先，提高檔案信息的精準性和準確性。通過標注和關(guān)聯(lián)數(shù)字化政務檔案中的元素，可以建立一個知識圖譜，提升檔案信息的精準度和準確性。用戶在檢索和利用檔案時，可以通過知識圖譜獲取更加準確的信息，并快速找到所需資料。其次，改善信息的可訪問性和可持續(xù)性。知識圖譜幫助數(shù)字化政務檔案服務構(gòu)建了一個結(jié)構(gòu)化的檔案體系，在其中添加了元數(shù)據(jù)和關(guān)系，從而使得不同類型的檔案信息能夠被輕松檢索、組合和關(guān)聯(lián)。這不僅提高檔案的可訪問性，也增加檔案信息的可持續(xù)性。再次，實現(xiàn)檔案信息的智能推薦和知識發(fā)現(xiàn)。知識圖譜對檔案信息語義化和結(jié)構(gòu)化處理，使之形成一個復雜的知識網(wǎng)絡(luò)。在此基礎(chǔ)上，可以實現(xiàn)檔案信息的智能推薦和知識發(fā)現(xiàn)，幫助用戶更好地發(fā)掘檔案信息的價值。最后，增加數(shù)字化政務檔案服務的附加價值。知識圖譜的引入可以增加數(shù)字化政務檔案服務的附加價值，提高用戶對服務的認可度和信任度，也為服務提供商帶來更多商業(yè)機會和收益。

二、基于知識圖譜的數(shù)字化政務檔案服務框架構(gòu)建

1.知識抽取層

清洗、過濾和歸一化處理數(shù)字化政務檔案中的各種信息，使其更加符合知識圖譜的建模需求。識別數(shù)字化政務檔案中的各種實體，包括人物、地點、時間等?；谧匀徽Z言處理技術(shù)和機器學習算法，將這些實體識別出來，并存儲到知識圖譜中。基于自然語言處理技術(shù)和規(guī)則匹配方法，從數(shù)字化政務檔案中抽取出各種事件及其相關(guān)信息。例如，對于歷史檔案而言，可以從中抽取出歷史事件的時間、地點、人物和原因等信息，并存儲到知識圖譜中。通過自然語言處理技術(shù)和知識表示方法，抽取數(shù)字化政務檔案中的實體和事件之間的關(guān)系，并建立相應的關(guān)系模型。例如，將某個人物與某個事件關(guān)聯(lián)，以及該人物在事件中所扮演的角色等信息。在將數(shù)字化政務檔案信息整合到知識圖譜中后，需要交互優(yōu)化知識圖譜，包括優(yōu)化圖譜的展示、查詢、推薦等方面，使用戶可以更加方便地利用數(shù)字化政務檔案信息。這一層的主要作用是將數(shù)字化政務檔案中的各種信息進行語義化和結(jié)構(gòu)化處理，從而為知識圖譜的建立提供有力支撐。同時，該層還可以實現(xiàn)知識的精準檢索和智能推薦，提高數(shù)字化政務檔案服務的價值和競爭力。

2.圖譜構(gòu)建層

該層通過采集、整理、清洗和標注數(shù)字化政務檔案中的數(shù)據(jù)，為后續(xù)的知識圖譜構(gòu)建提供可靠的數(shù)據(jù)基礎(chǔ)?；谧匀徽Z言處理和機器學習技術(shù)，識別和分類數(shù)字化政務檔案中的實體，并提取實體之間的語義關(guān)系，形成初始的知識圖譜結(jié)構(gòu)。然后，通過知識融合和推理，整合和擴展不同來源的知識，生成更加完善的知識圖譜，提升圖譜的質(zhì)量和價值。編碼和表示知識圖譜中的實體、屬性和關(guān)系，并基于圖數(shù)據(jù)庫等技術(shù)實現(xiàn)知識圖譜的存儲和管理。通過持續(xù)的數(shù)據(jù)更新和知識維護機制，保證知識圖譜中的信息是最新、準確和完整的。通過以上步驟可以構(gòu)建一個高質(zhì)量、大規(guī)模、可擴展的數(shù)字化政務檔案知識圖譜，為上層應用提供需要的數(shù)據(jù)和基礎(chǔ)。同時，該層還可以通過不斷優(yōu)化和改進知識圖譜的構(gòu)建方法和工具，提高知識圖譜的效率和準確性，增強數(shù)字化政務檔案服務的智能化和個性化程度。

3.圖譜更新層

從各種渠道和方式收集數(shù)字化政務檔案的更新數(shù)據(jù)，包括新增、修改和刪除等。篩選、去重、糾錯和標準化等處理采集到的數(shù)據(jù)，以保證數(shù)據(jù)的質(zhì)量和準確性。將處理后的數(shù)據(jù)轉(zhuǎn)換成可識別和處理的格式，如RDF、OWL、JSON-LD等，并融合和整合已有數(shù)據(jù)。通過規(guī)則引擎、本體推理和機器學習等技術(shù)，對已有數(shù)據(jù)進行推理和更新，以獲取更加豐富和精確的知識信息，使用自然語言處理、圖像識別和語音識別等技術(shù)，補充和完善數(shù)字化政務檔案中暫未收錄的信息。審查和核實更新后的數(shù)據(jù)，以保證更新數(shù)據(jù)的真實性和可靠性。將更新后的數(shù)據(jù)保存到相應的數(shù)據(jù)存儲系統(tǒng)中，以備下一次的更新和使用。

4.圖譜應用層

利用圖譜的語義能力和關(guān)聯(lián)性，提供精準和智能化的數(shù)字化政務檔案檢索服務，使用戶可以輕松找到所需的信息，并根據(jù)用戶的需求和偏好，借助圖譜的推理和分析能力，為用戶推薦相關(guān)的數(shù)字化政務檔案內(nèi)容和知識點，提高用戶的信息獲取效率和質(zhì)量。通過采用圖譜的關(guān)聯(lián)分析和可視化分析等技術(shù)，深入挖掘和分析數(shù)字化政務檔案中的信息，為用戶提供更加全面和準確的信息支持。該層主要作用是將數(shù)字化政務檔案中的知識信息轉(zhuǎn)化為可供用戶使用的智能化服務，為用戶提供更加個性化、精準和高效的數(shù)字化政務檔案服務體驗。

三、基于知識圖譜的數(shù)字化政務檔案服務模式應用

1.數(shù)字化政務檔案動態(tài)更新

利用知識圖譜開展數(shù)字化政務檔案動態(tài)更新，可以幫助機構(gòu)對數(shù)字化政務檔案快速、準確地更新和維護，并能夠提升數(shù)字化政務檔案的實用性和可靠性。在數(shù)字化政務檔案信息更新過程中使用自然語言處理和機器學習技術(shù)，實體識別和關(guān)系抽取數(shù)字化政務檔案，不斷更新知識圖譜中的實體和關(guān)系，保持數(shù)字化政務檔案的實時性和精度?；谥R圖譜中的知識，通過邏輯推理和知識融合，發(fā)現(xiàn)數(shù)字化政務檔案中不同實體之間的新關(guān)聯(lián)關(guān)系，擴大知識圖譜的覆蓋面和深度。對于不同來源的數(shù)字化政務檔案，通過數(shù)據(jù)集成和清洗，將其整合到知識圖譜中，更新和完善已有的知識庫。同時，通過數(shù)據(jù)清洗，消除數(shù)字化政務檔案中的噪音和冗余信息，保證知識圖譜的準確性和一致性。標注和驗證知識圖譜中的實體、屬性和關(guān)系，發(fā)現(xiàn)知識圖譜中可能存在的錯誤或不完整的信息，及時修正和更新?；趧討B(tài)更新的知識圖譜，通過智能推薦和搜索，為用戶提供個性化的數(shù)字化政務檔案服務，滿足不同用戶的需求。利用知識圖譜手段開展數(shù)字化政務檔案的動態(tài)更新，可以提升數(shù)字化政務檔案管理的水平和效率，為數(shù)字化政務檔案服務提供更加智能化和個性化的解決方案。

2.用戶個性化推薦

借助知識圖譜實施用戶個性化數(shù)字化政務檔案、紅色檔案信息推薦，可以根據(jù)用戶的需求和興趣，為其推薦相關(guān)的數(shù)字化政務檔案和紅色檔案信息。首先，是用戶畫像。通過收集用戶的個人信息、瀏覽歷史、搜索記錄等數(shù)據(jù)，對用戶進行畫像，分析用戶的興趣和需求，為其定制個性化的推薦方案。其次，是知識圖譜建模。收集紅色檔案和政務檔案的相關(guān)數(shù)據(jù)，包括文本、圖片以及視頻等信息，將其存儲到知識庫中，并根據(jù)這些信息建立起有機連接的知識圖譜。再次，是相似度計算，基于用戶的偏好和歷史行為，通過相似度計算，找出與用戶興趣相關(guān)的數(shù)字化政務檔案和紅色檔案信息。通過分析用戶的歷史瀏覽記錄、搜索關(guān)鍵詞以及行為習慣等信息，采用推薦算法為用戶推薦相關(guān)的紅色檔案和政務檔案。然后，整合設(shè)計好的個性化推薦算法與紅色檔案和政務檔案的知識圖譜，實現(xiàn)個性化推薦功能。用戶可依據(jù)自身需要、興趣和偏好來選擇感興趣的檔案資料。例如，基于物品的協(xié)同過濾算法、基于用戶的協(xié)同過濾算法、矩陣分解算法等，為用戶推薦相關(guān)的數(shù)字化政務檔案和紅色檔案信息。向相關(guān)機構(gòu)、企業(yè)和個人推廣應用該推薦系統(tǒng)，提高紅色檔案和政務檔案的宣傳效果和影響力，并為用戶提供更加便捷的查詢、瀏覽和獲取服務。最后，實時更新。根據(jù)用戶的反饋和行為，不斷更新知識圖譜和推薦算法，提高個性化推薦的準確性和效果，并根據(jù)用戶反饋以及其他評估指標，不斷調(diào)整和優(yōu)化個性化推薦算法和知識圖譜，提高推薦的準確度和用戶體驗。

3.數(shù)字化政務檔案智能檢索

利用知識圖譜開展數(shù)字化政務檔案智能檢索，可以通過構(gòu)建和應用知識圖譜，將數(shù)字化政務檔案中的實體、屬性和關(guān)系進行編碼和表示，從而實現(xiàn)更加智能化和精準的檢索過程。在數(shù)字化政務檔案中識別出實體，并將其鏈接到知識圖譜中的對應實體，建立實體之間的關(guān)聯(lián)性，從而提高檢索的準確度。從數(shù)字化政務檔案中抽取出實體的屬性信息，并鏈接其與知識圖譜中的屬性，實現(xiàn)屬性的歸類和分類，進而提高檢索的精準度。語義表示數(shù)字化政務檔案中的查詢語句，通過匹配知識圖譜中的實體、屬性和關(guān)系，實現(xiàn)語義級別的匹配和推理，從而提高檢索的智能化水平。通過基于知識圖譜的搜索引擎優(yōu)化，從多個角度優(yōu)化檢索結(jié)果的排序和呈現(xiàn)方式，提高搜索結(jié)果的可讀性和可用性。然后，根據(jù)用戶的反饋和行為，持續(xù)改善和完善知識圖譜，優(yōu)化檢索算法和策略，提高數(shù)字化政務檔案智能檢索的效率和準確度。通過以上方法，基于知識圖譜的數(shù)字化政務檔案智能檢索，可以實現(xiàn)更加智能化、精準和高效的檢索服務，為用戶提供方便、快捷、實用的數(shù)字化政務檔案檢索體驗。

4.數(shù)字化政務檔案資源共享

普寧市擁有豐富的紅色革命文化資源，但這些資源目前存在著信息孤島、分散管理、利用不充分等問題。借助知識圖譜實施數(shù)字化政務檔案、紅色檔案資源共享，可以有效提升服務效能，滿足用戶的多元化需求。通過整合不同渠道和來源的數(shù)字化政務檔案、紅色檔案資源，利用知識圖譜技術(shù)開展資源匹配與挖掘，實現(xiàn)資源的優(yōu)化配置和利用。在知識圖譜中建立數(shù)字化政務檔案和紅色檔案資源之間的關(guān)系，形成完整的資源網(wǎng)絡(luò)，為資源共享提供支持，進一步將數(shù)字化政務檔案、紅色檔案資源根據(jù)不同的分類標準和屬性歸類和分類，利用知識圖譜技術(shù)開展資源聚合和推薦，實現(xiàn)資源的高效使用，制定普寧市紅色革命文化資源共享標準，確保共享資源的統(tǒng)一性和規(guī)范性，提高資源利用效率和質(zhì)量。通過基于知識圖譜的信息共享與交流平臺，實現(xiàn)數(shù)字化政務檔案、紅色檔案資源的共享與交流，為用戶提供便捷、全面的資源服務。在資源共享過程中，還需要確保數(shù)據(jù)質(zhì)量與安全，加強對數(shù)字化政務檔案、紅色檔案資源的數(shù)據(jù)質(zhì)量和安全控制，建立規(guī)范的資源管理體系，保障數(shù)字化政務檔案、紅色檔案資源共享的安全與可靠。

四、結(jié)語

為了更好地解決當前數(shù)字化政務檔案服務所面臨的問題，提出了基于紅色檔案和政務檔案的知識圖譜的數(shù)字化檔案服務模式。這種模式充分運用符合當代互聯(lián)網(wǎng)技術(shù)發(fā)展潮流的新型智慧技術(shù)，通過創(chuàng)建知識圖譜架構(gòu)，結(jié)合愛國主義教育基地逐步開展青少年愛國主義教育，不斷推進檔案服務發(fā)展以及檔案業(yè)務與新興技術(shù)的結(jié)合。

參考文獻：

[1]舒忠梅.數(shù)字人文背景下的檔案知識圖譜構(gòu)建研究[J].山西檔案，2020（2）：53-60.

[2]王文強.基于數(shù)字檔案館的企業(yè)檔案智慧服務模式探析[J].機電兵船檔案，2019（4）：76-78.

[3]熊回香，嚴舞月.基于知識圖譜的數(shù)字檔案服務模式探究[J].知識管理論壇，2021（4）：204-212.

[4]劉 嶠，李 楊，段 宏，劉 瑤，秦志光.知識圖譜構(gòu)建技術(shù)綜述[J].計算機研究與發(fā)展，2016，53（3）：582-600.

基金項目：基于本體的館藏紅色檔案及政務檔案知識圖譜構(gòu)建的實證研究（項目編號：YDK-289-2022）。

作者簡介：周程（1979—），男，漢族，湖南衡山人，本科，高級工程師，研究方向：軟件工程、檔案學。