馬金鵬

摘 要 知識(shí)服務(wù)是一種新興的目標(biāo)驅(qū)動(dòng)型服務(wù)方式，是將用戶的精準(zhǔn)需求與清晰的使用場(chǎng)景相結(jié)合，研究提出人性化的智慧服務(wù)解決方案。本文以新聞出版行業(yè)為例，利用工具書結(jié)構(gòu)化特性進(jìn)行知識(shí)點(diǎn)的梳理抽取，應(yīng)用信息檢索與數(shù)據(jù)挖掘加權(quán)（TF-IDF）算法，測(cè)算出知識(shí)與資源之間的關(guān)系強(qiáng)度，構(gòu)建出涵蓋圖書、圖片、視頻、知識(shí)點(diǎn)等多形態(tài)的知識(shí)庫，通過對(duì)知識(shí)服務(wù)平臺(tái)的建設(shè)，探索和挖掘知識(shí)與資源之間的互聯(lián)關(guān)系，提供知識(shí)內(nèi)容檢索、關(guān)聯(lián)資源推薦及深入學(xué)習(xí)的支持服務(wù)。通過深入挖掘行業(yè)縱深領(lǐng)域的真實(shí)需求，形成知識(shí)服務(wù)的實(shí)踐工作流程，總結(jié)知識(shí)服務(wù)的共性技術(shù)、工具和系統(tǒng)，在其他行業(yè)內(nèi)起到示范和推廣的作用，為知識(shí)服務(wù)之路開創(chuàng)新里程。

關(guān)鍵詞 數(shù)據(jù)處理；知識(shí)服務(wù)；示范推廣

本文主要是利用現(xiàn)有知識(shí)服務(wù)技術(shù)，嘗試設(shè)計(jì)一套基于新聞出版行業(yè)的知識(shí)服務(wù)平臺(tái)，內(nèi)容主要涵蓋三個(gè)部分：①知識(shí)加工，以現(xiàn)有資源為依據(jù)，以人工編輯為主，采用可視化構(gòu)建工具完成知識(shí)體系框架建設(shè)，形成知識(shí)圖譜文件；②知識(shí)儲(chǔ)備，以知識(shí)體系為依托，對(duì)原始資料中的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行科學(xué)抽取，然后進(jìn)行數(shù)據(jù)清洗、關(guān)聯(lián)，形成知識(shí)點(diǎn)，并進(jìn)行知識(shí)關(guān)系強(qiáng)度計(jì)算，計(jì)算出知識(shí)點(diǎn)與知識(shí)點(diǎn)、圖片與圖書等元素的關(guān)系；③知識(shí)利用，平臺(tái)搭建遵循質(zhì)量管理規(guī)范體系，采用多種編程語言、數(shù)據(jù)庫等開發(fā)工具，搭建面向?qū)I(yè)領(lǐng)域的知識(shí)服務(wù)平臺(tái)，實(shí)現(xiàn)知識(shí)檢索、知識(shí)呈現(xiàn)和關(guān)聯(lián)知識(shí)、關(guān)聯(lián)資源推薦服務(wù)。

1 總體設(shè)計(jì)

系統(tǒng)實(shí)現(xiàn)的總體過程：知識(shí)加工過程采用手工加算法輔助的方式，輸出知識(shí)內(nèi)容和關(guān)系強(qiáng)度給知識(shí)存儲(chǔ)過程，知識(shí)存儲(chǔ)后，提供多個(gè)應(yīng)用程序編程接口為知識(shí)利用服務(wù)作為支撐；知識(shí)應(yīng)用環(huán)節(jié)，以知識(shí)庫為內(nèi)容支撐，以部分外部服務(wù)輔助，將用戶與知識(shí)通過簡(jiǎn)單的檢索，有效的連接起來[1]。

2 知識(shí)加工

知識(shí)加工過程中，專家參與確定知識(shí)體系形成結(jié)果輸出，使用可視化手工構(gòu)建工具形成知識(shí)體系圖譜；將從工具書中抽取的知識(shí)點(diǎn)結(jié)構(gòu)文本、圖示和停用詞等共同輸入，經(jīng)過核心算法的計(jì)算，完成關(guān)鍵詞的抽取，通過分詞、相似度的計(jì)算以及排序，形成關(guān)系強(qiáng)度的計(jì)算結(jié)果值[2]。主要步驟設(shè)計(jì)如下：

（1）根據(jù)已確認(rèn)的知識(shí)體系表格，建設(shè)專業(yè)領(lǐng)域知識(shí)體系，形成知識(shí)體系文件。知識(shí)體系即為知識(shí)點(diǎn)的分類。

（2）選定專業(yè)領(lǐng)域內(nèi)的權(quán)威辭典、辭書為知識(shí)點(diǎn)抽取的來源，先抽取知識(shí)點(diǎn)，以根據(jù)知識(shí)體系中的屬性抽取三元組的類型，每個(gè)知識(shí)點(diǎn)由多個(gè)知識(shí)三元組組成，抽取的每個(gè)知識(shí)點(diǎn)，系統(tǒng)自動(dòng)生成唯一標(biāo)識(shí)。

（3）知識(shí)點(diǎn)抽取完成后，人工進(jìn)行數(shù)據(jù)的清洗和校驗(yàn)，從知識(shí)點(diǎn)的重要程度、知識(shí)點(diǎn)抽取的正確與否兩個(gè)角度篩選，最終保留少量的知識(shí)點(diǎn)關(guān)鍵詞，以備計(jì)算關(guān)系強(qiáng)度使用。

（4）整理現(xiàn)有版權(quán)的可用資源，圖書、圖片、視頻資源分別進(jìn)行批量加工、標(biāo)引，提供完整的、符合規(guī)范的數(shù)據(jù)內(nèi)容，圖書包括封面、元數(shù)據(jù)和內(nèi)容文件。圖片包括元數(shù)據(jù)、瀏覽級(jí)圖片和高精度大圖，視頻包括元數(shù)據(jù)和音視頻文件。

（5）通過信息檢索與數(shù)據(jù)挖掘的加權(quán)計(jì)算出知識(shí)點(diǎn)與知識(shí)點(diǎn)、知識(shí)點(diǎn)與圖書、知識(shí)點(diǎn)與圖片、知識(shí)點(diǎn)與視頻間的關(guān)系強(qiáng)度，形成規(guī)范的帶有唯一標(biāo)識(shí)的結(jié)果文本，以備建立知識(shí)庫使用。加工流程如下圖：

3 知識(shí)存儲(chǔ)

知識(shí)存儲(chǔ)即為知識(shí)庫的建立過程，是知識(shí)數(shù)據(jù)、知識(shí)關(guān)聯(lián)結(jié)果、各類型資源的入庫過程。知識(shí)存儲(chǔ)過程中，將知識(shí)加工形成的結(jié)果文件以及圖書、圖片、視頻資源，全部入庫到關(guān)系型數(shù)據(jù)庫中，同時(shí)將知識(shí)相關(guān)的數(shù)據(jù)入到搜索應(yīng)用服務(wù)器庫中，知識(shí)存儲(chǔ)的過程就是所有資源入庫的過程。該過程提供多個(gè)應(yīng)用程序編程接口，為知識(shí)利用提供數(shù)據(jù)支撐[3]。

系統(tǒng)采用關(guān)系型數(shù)據(jù)庫和搜索應(yīng)用兩個(gè)數(shù)據(jù)庫作為數(shù)據(jù)支撐，使用搜索應(yīng)用服務(wù)器提供索引服務(wù)。知識(shí)數(shù)據(jù)、圖書、圖片、視頻，所有的資源匯總到關(guān)系型數(shù)據(jù)庫管理系統(tǒng)進(jìn)行結(jié)構(gòu)化存儲(chǔ)，知識(shí)三元組、知識(shí)點(diǎn)和知識(shí)體系同步入庫到搜索應(yīng)用服務(wù)器中，建立索引庫，提升檢索的性能。知識(shí)存儲(chǔ)的架構(gòu)圖如下圖：

知識(shí)儲(chǔ)備需要支持將已經(jīng)加工標(biāo)引完成的圖書、圖片、視頻、知識(shí)點(diǎn)以及知識(shí)關(guān)系統(tǒng)一組織，建立便捷知識(shí)庫。所有的資源入庫后，需要按資源類型分別存儲(chǔ)，提供各種檢索查詢服務(wù)，使得各類別資源具備可獨(dú)立建庫服務(wù)的能力，知識(shí)建庫完成后，還需要同時(shí)完成索引庫的創(chuàng)建，用以提升用戶檢索的性能[4]。

4 知識(shí)利用

在知識(shí)利用過程中，用戶登錄認(rèn)證后便可實(shí)現(xiàn)通過檢索服務(wù)，進(jìn)行知識(shí)的獲取和利用，繪制的知識(shí)圖譜可呈現(xiàn)知識(shí)點(diǎn)與知識(shí)點(diǎn)間的關(guān)系強(qiáng)度，通過在線瀏覽器的接口調(diào)用，進(jìn)行關(guān)聯(lián)圖書中段落內(nèi)容的閱讀，包括下載和播放與之相關(guān)聯(lián)的圖片和視頻。

由專業(yè)領(lǐng)域知識(shí)服務(wù)平臺(tái)來提供終端用戶的注冊(cè)、登錄，知識(shí)檢索，知識(shí)圖譜的呈現(xiàn)，知識(shí)關(guān)聯(lián)資源的推薦，以及知識(shí)的學(xué)習(xí)等服務(wù)。利用依托于知識(shí)點(diǎn)和知識(shí)點(diǎn)之間的關(guān)系強(qiáng)度，進(jìn)行知識(shí)圖譜相關(guān)的展示；利用知識(shí)點(diǎn)和資源的關(guān)系強(qiáng)度，為用戶推薦與該知識(shí)點(diǎn)相關(guān)聯(lián)的圖書、圖片、視頻資源。在關(guān)系強(qiáng)度的計(jì)算過程中，可點(diǎn)擊推薦圖書直接跳轉(zhuǎn)到內(nèi)容進(jìn)行學(xué)習(xí)使用[5]。

5 結(jié)束語

研究認(rèn)為，在專業(yè)知識(shí)服務(wù)平臺(tái)建設(shè)上，還有很多亟須完善和持續(xù)深入的地方：首先，在資源內(nèi)容方面，知識(shí)點(diǎn)的范圍局限限制了持續(xù)建設(shè)擴(kuò)充的可能性，知識(shí)點(diǎn)的錄入還應(yīng)充分考慮對(duì)時(shí)下熱點(diǎn)的關(guān)注；其次，在知識(shí)加工方法上，現(xiàn)有知識(shí)體系還可以依據(jù)某一個(gè)細(xì)分應(yīng)用場(chǎng)景進(jìn)一步細(xì)化，使得維度更多，體系更加精準(zhǔn)；再次，還應(yīng)持續(xù)深入得研究文本抽取技術(shù)，對(duì)于結(jié)構(gòu)化不好的數(shù)據(jù)，依然可以依據(jù)知識(shí)體系的屬性抽取出三元組信息，同時(shí)增加對(duì)于三元組數(shù)據(jù)的置信度計(jì)算，以確保數(shù)據(jù)的可用性。希望通過此次對(duì)專業(yè)知識(shí)體系、知識(shí)庫的構(gòu)建以及應(yīng)用場(chǎng)景的設(shè)計(jì)中積累的經(jīng)驗(yàn)，可以有效促進(jìn)專業(yè)知識(shí)服務(wù)在具體行業(yè)中應(yīng)用于發(fā)展進(jìn)程，更好的體現(xiàn)專業(yè)知識(shí)服務(wù)的應(yīng)用價(jià)值與現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 馮宏聲.新聞出版業(yè)“十三五”時(shí)期的科技工作思考[J].科技與出版，2016，（06）：28-35.

[2] 吳赟，孫夢(mèng)如.中國(guó)出版業(yè)發(fā)展知識(shí)服務(wù)的路徑思考——從愛思唯爾ClinicalKey超級(jí)醫(yī)學(xué)平臺(tái)談起[J].出版廣角，2017，（13）：13-16.

[3] 劉涵宇.如何有效的向用戶傳遞信息[EB/OL]. https：//wenku.baidu.com/view/bd30a447844769eae109ed2a.html，2014-05-09.

[4] 王海艷.基于領(lǐng)域本體的可信服務(wù)組合[J].計(jì)算機(jī)應(yīng)用研究，2012， 29（11）：4193-4198.

[5] 梁瑩.大數(shù)據(jù)分析在出版中的應(yīng)用與展望[J].出版廣角，2015，（2）： 15-17.