馬超，溫秀秀，田承東

（中國電子科技集團(tuán)公司信息科學(xué)研究院物聯(lián)網(wǎng)技術(shù)研究所，北京100086）

0 引言

建設(shè)智慧城市對(duì)實(shí)現(xiàn)城市可持續(xù)發(fā)展、引領(lǐng)信息技術(shù)應(yīng)用、提升城市綜合競(jìng)爭(zhēng)力具有重要意義。隨著人工智能技術(shù)的不斷發(fā)展，智慧城市正逐步向人工智能城市轉(zhuǎn)變，智慧應(yīng)用不再局限于各行業(yè)內(nèi)部，而是向著多領(lǐng)域融合轉(zhuǎn)變。知識(shí)圖譜是實(shí)現(xiàn)城市多領(lǐng)域資源建模和描述的一種方法，是人工智能與智慧城市結(jié)合的重要一環(huán)，因此研究面向城市服務(wù)資源的知識(shí)圖譜系統(tǒng)架構(gòu)具有重要意義。

早在上個(gè)世紀(jì)70年代，專家系統(tǒng)（Expert Systems）作為人工智能的重要分支，是指利用知識(shí)和推理過程來解決那些借助人類專家知識(shí)才能得已解決的問題的計(jì)算機(jī)程序。專家系統(tǒng)一般由兩部分組成：知識(shí)庫與推理引擎，人類專家提供知識(shí)，再將這種顯式的知識(shí)映射并存儲(chǔ)到知識(shí)庫中用來推理。

2012年，由谷歌最早提出知識(shí)圖譜的概念，將互聯(lián)網(wǎng)上的海量信息經(jīng)過知識(shí)抽取最終以知識(shí)三元組的形式表示，以圖的結(jié)構(gòu)進(jìn)行存儲(chǔ)，實(shí)現(xiàn)了在大數(shù)據(jù)中智能化提取特征知識(shí)的功能。知識(shí)圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)，用節(jié)點(diǎn)代表實(shí)體或者概念，用節(jié)點(diǎn)之間的邊代表實(shí)體或概念之間的各種語義關(guān)系。在知識(shí)圖譜的基礎(chǔ)上可以對(duì)數(shù)據(jù)進(jìn)行分析、挖掘，還可以進(jìn)行深度推理、智能決策等，知識(shí)圖譜是實(shí)現(xiàn)知識(shí)共享、互聯(lián)互通、系統(tǒng)智能的基礎(chǔ)。

本文以“知識(shí)中心”等理論為發(fā)展背景，以提升網(wǎng)絡(luò)信息體系的智能能力產(chǎn)生為目的，研究面向城市服務(wù)資源領(lǐng)域的本體和知識(shí)圖譜的框架及構(gòu)建方法、知識(shí)圖譜管理系統(tǒng)的設(shè)計(jì)方案，為搭建城市服務(wù)資源知識(shí)圖譜原型系統(tǒng)提供技術(shù)基礎(chǔ)。

1 知識(shí)圖譜概況

知識(shí)圖譜是知識(shí)工程的一個(gè)分支，是知識(shí)表示的一種形式，其以語義網(wǎng)絡(luò)作為理論基礎(chǔ)，并結(jié)合了機(jī)器學(xué)習(xí)、自然語言處理和知識(shí)推理等技術(shù)，在大數(shù)據(jù)和人工智能的推動(dòng)下受到了國內(nèi)外學(xué)者和企業(yè)界的廣泛關(guān)注。

理解自然語言的關(guān)鍵是詞匯，雖然有電子詞典的存在，但機(jī)器仍無法很好地從中獲取詞匯含義。1985年，普林斯頓大學(xué)認(rèn)識(shí)科學(xué)實(shí)驗(yàn)室開始建立和維護(hù)名為WordNet的英語字典[1]，為詞典信息和現(xiàn)代計(jì)算提供更加有效的結(jié)合。在WordNet中，名詞、動(dòng)詞、形容詞以及副詞被按照認(rèn)知上的同義詞分組，稱為synsets，每一個(gè)synset表征一個(gè)確定的概念。synset之間通過概念語義以及詞匯關(guān)系鏈接。在漢語中，類似的典型代表有《同義詞詞林》[2]及其擴(kuò)展版、知網(wǎng)（HowNet）等，都是從語言學(xué)的角度，以概念為最基本的語義單元構(gòu)建起來的可以被計(jì)算機(jī)處理的漢語詞典。

萬維網(wǎng)的出現(xiàn)，為知識(shí)的獲取提供了更大的方便。1998年，萬維網(wǎng)之父蒂姆·伯納斯·李再次提出語義網(wǎng)（Semantic Web）的概念，以便讓計(jì)算機(jī)更好地獲取并使用知識(shí)[3-4]。不同于人工智能中訓(xùn)練機(jī)器使之擁有和人類一樣的認(rèn)知能力，語義網(wǎng)直接向機(jī)器提供可直接用于程序處理的知識(shí)表示。語義網(wǎng)本身作為一個(gè)自上而下的設(shè)計(jì)體系，表示方法極為宏觀，導(dǎo)致發(fā)展不佳，學(xué)者們逐漸轉(zhuǎn)向數(shù)據(jù)本身。2006年，伯納斯·李提出鏈接數(shù)據(jù)（Linked Data）的概念，鼓勵(lì)大家將數(shù)據(jù)公開并遵循一定的原則將其發(fā)布在互聯(lián)網(wǎng)中，鏈接數(shù)據(jù)的最初設(shè)想是數(shù)據(jù)不僅僅在語義網(wǎng)中發(fā)布，同時(shí)需要建立起數(shù)據(jù)之間的鏈接從而形成一張巨大的鏈接數(shù)據(jù)網(wǎng)。其中，2007年開始的DBpedia項(xiàng)目，是目前已知的第一個(gè)大規(guī)模開放域鏈接數(shù)據(jù)網(wǎng)。

為了提高搜索引擎的效率，知識(shí)圖譜于2012年5月17日由Google正式提出[5]。本質(zhì)上，知識(shí)圖譜旨在描述真實(shí)世界中存在的各種實(shí)體或概念及其關(guān)系，其構(gòu)成一張巨大的語義網(wǎng)絡(luò)圖，節(jié)點(diǎn)表示實(shí)體或概念，邊則由屬性或關(guān)系構(gòu)成。隨著人工智能的技術(shù)發(fā)展和應(yīng)用，知識(shí)圖譜作為關(guān)鍵技術(shù)之一，已被廣泛應(yīng)用于智能搜索、智能問答、個(gè)性化推薦、內(nèi)容分發(fā)等多個(gè)領(lǐng)域。

根據(jù)覆蓋范圍，知識(shí)圖譜可分為開放域通用知識(shí)圖譜和垂直行業(yè)知識(shí)圖譜。開放域通用知識(shí)圖譜注重廣度，強(qiáng)調(diào)融合更多的實(shí)體，較垂直行業(yè)知識(shí)圖譜而言，其準(zhǔn)確度不夠高。垂直行業(yè)知識(shí)圖譜通常需要依靠特定行業(yè)的數(shù)據(jù)來構(gòu)建，具有特定的行業(yè)意義。垂直行業(yè)知識(shí)圖譜中，實(shí)體的屬性與數(shù)據(jù)模式往往比較豐富，準(zhǔn)確度也較高。從知識(shí)工程提出以來就有許多大規(guī)模、高質(zhì)量的知識(shí)庫和知識(shí)圖譜相繼創(chuàng)建，且其中多數(shù)免費(fèi)向公眾開放，但以英文知識(shí)庫為主，包括WordNet、DBpedia、Yago、Wikidata[6]、XLore。相比國外，我國對(duì)于知識(shí)圖譜的研究起步較晚，但也取得了許多有價(jià)值的研究成果，并建立了一系列中文知識(shí)庫和知識(shí)圖譜，如CN-DB-pedia[13]、知網(wǎng)（英文名稱HowNet）。

2 一種面向城市服務(wù)資源的知識(shí)圖譜構(gòu)建方法

城市服務(wù)資源知識(shí)圖譜是有關(guān)城市服務(wù)資源的一個(gè)結(jié)構(gòu)化的語義知識(shí)庫，旨在描述城市服務(wù)資源領(lǐng)域的各種概念及其關(guān)系，以及現(xiàn)實(shí)世界中存在的各種城市服務(wù)資源實(shí)體及其屬性和關(guān)系。城市服務(wù)資源知識(shí)圖譜是實(shí)現(xiàn)城市服務(wù)信息體系知識(shí)互聯(lián)的關(guān)鍵技術(shù)和重要途徑，是面向城市服務(wù)資源領(lǐng)域的一項(xiàng)有益嘗試以及實(shí)現(xiàn)城市服務(wù)資源深度網(wǎng)絡(luò)化、高度智能化的有效支撐。

本節(jié)將提出城市服務(wù)資源知識(shí)圖譜架構(gòu)，以及基于構(gòu)架的城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)設(shè)計(jì)。

2.1 城市服務(wù)資源知識(shí)圖譜架構(gòu)

知識(shí)圖譜的架構(gòu)包括知識(shí)圖譜自身的邏輯架構(gòu)及構(gòu)建知識(shí)圖譜的技術(shù)架構(gòu)。在邏輯架構(gòu)上，城市服務(wù)資源知識(shí)圖譜采用典型的數(shù)據(jù)層和模式層的雙層架構(gòu)。在知識(shí)圖譜數(shù)據(jù)層，知識(shí)以事實(shí)為單位，以“實(shí)體-關(guān)系-實(shí)體”或者“實(shí)體-屬性-屬性值”的三元組作為事實(shí)的基本表達(dá)方式，存儲(chǔ)在數(shù)據(jù)庫中的所有數(shù)據(jù)構(gòu)成一個(gè)實(shí)體關(guān)系網(wǎng)絡(luò)，形成知識(shí)的“圖譜”。模式層在數(shù)據(jù)層之上，是知識(shí)圖譜的核心。在模式層存儲(chǔ)的是經(jīng)過提煉的知識(shí)，通常采用本體庫來管理知識(shí)圖譜的模式層，借助本體庫對(duì)公理、規(guī)則和約束條件的支持能力來規(guī)范實(shí)體、關(guān)系以及實(shí)體的類型和屬性等對(duì)象之間的聯(lián)系。本體庫在知識(shí)圖譜中的作用相當(dāng)于知識(shí)庫的模具。

城市服務(wù)資源知識(shí)圖譜的構(gòu)建技術(shù)架構(gòu)和流程如圖1所示，其中虛線框內(nèi)部分為知識(shí)圖譜的構(gòu)建過程，同時(shí)也是更新過程。知識(shí)圖譜的構(gòu)建從原始數(shù)據(jù)出發(fā)，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，采用一系列自動(dòng)或半自動(dòng)的技術(shù)手段，從原始數(shù)據(jù)中提取知識(shí)要素（即事實(shí)），并將其存入知識(shí)圖譜的數(shù)據(jù)層和模式層。知識(shí)圖譜的構(gòu)建是一個(gè)迭代更新的過程，根據(jù)知識(shí)獲取的邏輯，每一輪迭代包含三個(gè)階段：信息抽取、知識(shí)融合和知識(shí)加工。

圖1 城市服務(wù)資源知識(shí)圖譜構(gòu)建技術(shù)架構(gòu)

城市服務(wù)資源知識(shí)圖譜的構(gòu)建采用自頂向下和自底向上相結(jié)合的方法，以自頂向下為主，自底向上為輔。所謂自頂向下是指首先定義城市服務(wù)資源模式層，即城市服務(wù)資源本體，在定義本體的過程中，從最頂層的概念開始，逐步細(xì)化，形成結(jié)構(gòu)良好和具有層次關(guān)系的城市服務(wù)資源分類體系。在定義好數(shù)據(jù)模式之后，再添加城市服務(wù)資源實(shí)體，將本體實(shí)例化。自底向上的方法首先從城市服務(wù)資源的實(shí)體開始，在抽取實(shí)體的基礎(chǔ)上進(jìn)行歸納組織，形成城市服務(wù)資源的底層概念，然后逐步向上抽象，形成上層概念。鑒于已經(jīng)建立了一個(gè)較完備的城市服務(wù)資源初級(jí)本體，因此以抽取實(shí)體三元組和采用自頂向下的構(gòu)建方法為主。本體的構(gòu)建也是一個(gè)逐步完善的過程，在實(shí)體的基礎(chǔ)上抽象出新的概念、屬性和關(guān)系，則可將其加入城市服務(wù)資源本體庫，對(duì)知識(shí)圖譜的模式層進(jìn)行更新，實(shí)現(xiàn)自下向上的圖譜構(gòu)建。兩種方式獲得的知識(shí)數(shù)據(jù)都需要經(jīng)過共指消解、實(shí)體消歧、知識(shí)融合、評(píng)估和人工審核之后才可以加入城市服務(wù)資源知識(shí)圖譜。城市服務(wù)資源構(gòu)建的流程涉及的關(guān)鍵技術(shù)主要有信息抽取、知識(shí)融合、本體構(gòu)建、知識(shí)推理和知識(shí)評(píng)估。

信息抽?。撼鞘蟹?wù)資源信息抽取是一種自動(dòng)化地從半結(jié)構(gòu)化和無結(jié)構(gòu)數(shù)據(jù)中抽取實(shí)體、關(guān)系以及實(shí)體屬性等結(jié)構(gòu)化信息的技術(shù)，分為實(shí)體抽取、關(guān)系抽取和屬性抽取。

知識(shí)融合：碎片化知識(shí)缺乏層次性和邏輯性，采用自動(dòng)化方法抽取到的知識(shí)包含大量的冗余和錯(cuò)誤信息，而城市服務(wù)資源知識(shí)圖譜的構(gòu)建需要將從不同數(shù)據(jù)源得到的知識(shí)融合在一起。知識(shí)融合包含兩部分內(nèi)容：實(shí)體鏈接和知識(shí)合并。

本體構(gòu)建：城市服務(wù)資源知識(shí)圖譜將采用人工與自動(dòng)相結(jié)合的方法進(jìn)行本體構(gòu)建。人工構(gòu)建方式準(zhǔn)確率高，但是需要消耗較大的人力物力，而且周期較長(zhǎng)。為彌補(bǔ)人工構(gòu)建的不足，同時(shí)采用計(jì)算機(jī)輔助，以數(shù)據(jù)驅(qū)動(dòng)的方式自動(dòng)構(gòu)建，然后采用算法評(píng)估和人工審核相結(jié)合的方式加以修正和確認(rèn)。

知識(shí)推理：城市服務(wù)資源知識(shí)推理是指從知識(shí)庫中已有的實(shí)體關(guān)系數(shù)據(jù)出發(fā)，經(jīng)過計(jì)算機(jī)推理，建立實(shí)體間的新關(guān)聯(lián)，從而擴(kuò)展和豐富知識(shí)網(wǎng)絡(luò)。知識(shí)推理是知識(shí)圖譜構(gòu)建的重要手段和關(guān)鍵環(huán)節(jié)，通過知識(shí)推理，能夠從現(xiàn)有知識(shí)中發(fā)現(xiàn)新的知識(shí)。

知識(shí)評(píng)估：城市服務(wù)資源知識(shí)評(píng)估也就是質(zhì)量評(píng)估，是城市服務(wù)資源知識(shí)圖譜構(gòu)建技術(shù)的重要組成部分。受現(xiàn)有技術(shù)水平的限制，采用開放域信息抽取技術(shù)得到的知識(shí)元素有可能存在錯(cuò)誤，如實(shí)體識(shí)別錯(cuò)誤、關(guān)系抽取錯(cuò)誤等，經(jīng)過知識(shí)推理得到的知識(shí)的質(zhì)量同樣也沒有保障，因此在將其加入知識(shí)圖譜之前一定要有質(zhì)量評(píng)估的過程。另一方面，第三方知識(shí)庫的質(zhì)量也存在差異，數(shù)據(jù)間的沖突日益增多，對(duì)其進(jìn)行質(zhì)量評(píng)估，對(duì)于全局知識(shí)圖譜的構(gòu)建具有重要作用。引入質(zhì)量評(píng)估的意義在于：可以對(duì)知識(shí)的可信度進(jìn)行量化，通過舍棄置信度較低的知識(shí)或者對(duì)置信度較低的知識(shí)進(jìn)行修正從而保障知識(shí)圖譜的質(zhì)量。

圖2 城市服務(wù)資源知識(shí)圖譜系統(tǒng)功能構(gòu)架圖

2.2 城市服務(wù)資源知識(shí)圖譜系統(tǒng)設(shè)計(jì)

城市服務(wù)資源知識(shí)圖譜系統(tǒng)是一個(gè)方便用戶對(duì)知識(shí)圖譜數(shù)據(jù)進(jìn)行編輯、查看、管理和控制的工具。該工具提供友好的界面支持知識(shí)圖譜后臺(tái)數(shù)據(jù)與用戶的交互，支持知識(shí)圖譜內(nèi)部數(shù)據(jù)的存儲(chǔ)、備份、更新與其他變更操作，支持知識(shí)圖譜的版本管理、用戶權(quán)限管理、并發(fā)操作等，如圖2所示。

城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)的主要功能有：

（1）后臺(tái)管理

后臺(tái)管理主要有知識(shí)存儲(chǔ)、數(shù)據(jù)備份、版本控制、導(dǎo)入導(dǎo)出、用戶與權(quán)限管理等功能。為支持城市服務(wù)資源知識(shí)圖譜高并發(fā)、高速度的查詢及編輯操作，必須選用合理的數(shù)據(jù)庫對(duì)城市服務(wù)資源知識(shí)圖譜進(jìn)行存儲(chǔ)。由于知識(shí)圖譜中概念、實(shí)例等關(guān)聯(lián)關(guān)系復(fù)雜，從數(shù)據(jù)結(jié)構(gòu)的角度觀察，知識(shí)圖譜中的大量節(jié)點(diǎn)組成一個(gè)網(wǎng)絡(luò)，因此選擇圖數(shù)據(jù)庫作為知識(shí)圖譜的存儲(chǔ)工具。城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)支持后臺(tái)的數(shù)據(jù)庫操作，支持知識(shí)圖譜數(shù)據(jù)的自動(dòng)存儲(chǔ)，用戶通過前端頁面即可對(duì)數(shù)據(jù)庫進(jìn)行操作。數(shù)據(jù)備份是保障城市服務(wù)資源知識(shí)圖譜安全性的重要措施，主要操作包括自動(dòng)地定期對(duì)城市服務(wù)資源知識(shí)圖譜的數(shù)據(jù)進(jìn)行備份和在發(fā)生系統(tǒng)故障或誤操作時(shí)對(duì)數(shù)據(jù)進(jìn)行恢復(fù)等。系統(tǒng)支持以文件格式對(duì)城市服務(wù)資源知識(shí)圖譜數(shù)據(jù)進(jìn)行批量導(dǎo)入，同時(shí)也支持對(duì)知識(shí)圖譜數(shù)據(jù)以某些特定文件格式進(jìn)行導(dǎo)出。

（2）知識(shí)校驗(yàn)

知識(shí)校驗(yàn)主要有一致性檢測(cè)、發(fā)送校驗(yàn)信息、數(shù)據(jù)更新等功能。為保障城市服務(wù)資源知識(shí)圖譜的可靠性，任何對(duì)知識(shí)圖譜數(shù)據(jù)進(jìn)行的編輯、改動(dòng)都需要經(jīng)過校驗(yàn)員的人工審核和批準(zhǔn)之后才可以完成對(duì)后臺(tái)數(shù)據(jù)庫的變更。城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)將用戶的編輯操作自動(dòng)緩存并上傳消息給校驗(yàn)員，校驗(yàn)員對(duì)操作進(jìn)行審核后作出批準(zhǔn)或駁回的反饋，如批準(zhǔn)則系統(tǒng)自動(dòng)將編輯操作作用于后臺(tái)數(shù)據(jù)庫，完成對(duì)知識(shí)圖譜數(shù)據(jù)的更改。

（3）知識(shí)編輯

知識(shí)編輯主要有概念編輯、實(shí)體編輯、關(guān)系編輯和屬性編輯四類編輯功能。知識(shí)編輯指用戶可通過系統(tǒng)平臺(tái)界面對(duì)后臺(tái)數(shù)據(jù)庫進(jìn)行的操作，主要是對(duì)城市服務(wù)資源知識(shí)圖譜數(shù)據(jù)進(jìn)行的基本編輯操作，包括概念、實(shí)體、屬性和關(guān)系的錄入、刪除、修改和保存等。

（4）服務(wù)

知識(shí)圖譜的服務(wù)可以分為圖譜的可視化、數(shù)據(jù)統(tǒng)計(jì)和數(shù)據(jù)查找三種。城市服務(wù)資源知識(shí)圖譜可視化主要提供數(shù)據(jù)展示功能，同時(shí)也是數(shù)據(jù)分析和編輯的輔助工具。后臺(tái)數(shù)據(jù)并不直觀，可視化模塊將提供圖形化界面直觀展示知識(shí)圖譜中的概念、實(shí)體及其關(guān)聯(lián)關(guān)系和屬性，用戶可通過鼠標(biāo)拖拽等操作對(duì)圖形進(jìn)行移動(dòng)、放大、縮小和網(wǎng)絡(luò)層級(jí)展開等操作，同時(shí)可視化界面還提供數(shù)據(jù)統(tǒng)計(jì)功能，會(huì)在頁面適當(dāng)位置標(biāo)明知識(shí)圖譜中包含的概念數(shù)量、實(shí)體數(shù)量和關(guān)系數(shù)量等統(tǒng)計(jì)信息。城市服務(wù)資源知識(shí)圖譜中包含了大量的數(shù)據(jù)，通過查找功能可快速定位到用戶的興趣點(diǎn)。城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)通過前端界面連接后臺(tái)數(shù)據(jù)庫的查找功能，用戶在搜索框內(nèi)輸入查找關(guān)鍵字，系統(tǒng)會(huì)自動(dòng)調(diào)用數(shù)據(jù)庫的查詢語句搜索與關(guān)鍵字相關(guān)的信息，并將返回結(jié)果展示在前端頁面。

3 結(jié)語

通過對(duì)城市服務(wù)資源知識(shí)圖譜相關(guān)技術(shù)進(jìn)行研究，本課題提出了城市服務(wù)資源本體框架、城市服務(wù)資源知識(shí)圖譜架構(gòu)及其構(gòu)建方法、城市服務(wù)資源知識(shí)圖譜的更新策略及城市服務(wù)資源知識(shí)圖譜管理系統(tǒng)的需求分析。

城市服務(wù)資源知識(shí)圖譜包含模式層和數(shù)據(jù)層兩層結(jié)構(gòu)，其構(gòu)建可采用自底向上和自頂向下相結(jié)合的方法，一方面以本體為基礎(chǔ)，對(duì)其進(jìn)行實(shí)例化，完成從模式層到數(shù)據(jù)層的構(gòu)建；另一方面從數(shù)據(jù)源中抽取實(shí)體信息，對(duì)其進(jìn)行歸納抽象，完成從數(shù)據(jù)層到模式層的構(gòu)建；城市服務(wù)資源知識(shí)圖譜系統(tǒng)應(yīng)以方便用戶對(duì)知識(shí)圖譜的編輯、查看、管理和控制為出發(fā)點(diǎn)，實(shí)現(xiàn)后臺(tái)管理、知識(shí)校驗(yàn)、知識(shí)編輯和服務(wù)功能。本系統(tǒng)可以為智慧城市管理系統(tǒng)的建設(shè)提供借鑒。