李書欽

(北方工業(yè)大學(xué)，北京 100144)

科研管理是高?？蒲泄ぷ鞯闹匾h(huán)節(jié)，貫穿于高?？蒲谢顒?dòng)全過程，對高?？蒲泄ぷ髌鹫?、導(dǎo)向、激勵(lì)、服務(wù)及監(jiān)督作用[1]。在“雙一流”建設(shè)背景下，對高校提出了高質(zhì)量特色內(nèi)涵式發(fā)展的新要求，高質(zhì)量特色內(nèi)涵式發(fā)展離不開高水平的科研支撐，而高水平的科研又與科學(xué)的科研管理密不可分，因此提高高?？蒲泄芾硇屎蜎Q策的科學(xué)性變得日益重要[2]。

高校承擔(dān)了大量的科研項(xiàng)目，會(huì)產(chǎn)生海量的異構(gòu)化科研數(shù)據(jù)。長期以來，采用傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)分析方法對相關(guān)數(shù)據(jù)進(jìn)行加工整理，不僅費(fèi)時(shí)費(fèi)力，而且無法對數(shù)據(jù)背后隱藏的科研價(jià)值進(jìn)行有效挖掘，造成科研資源的巨大浪費(fèi)[3]。大數(shù)據(jù)、人工智能等信息技術(shù)為高?？蒲泄芾淼膭?chuàng)新提供了新機(jī)遇，通過采用新技術(shù)深入挖掘數(shù)據(jù)信息背后潛在的價(jià)值，發(fā)現(xiàn)對科研工作和決策分析有價(jià)值的信息，對提高科研管理水平，促進(jìn)高?？蒲袆?chuàng)新具有重要意義[4]。

信息是決策的基礎(chǔ)，信息和情報(bào)對科研管理的作用日益重要,借助知識圖譜等技術(shù)手段，可以把科研管理系統(tǒng)中的人員、項(xiàng)目、專著、論文、獲獎(jiǎng)、發(fā)明專利、學(xué)術(shù)影響力等數(shù)據(jù)進(jìn)行綜合分析，通過算法模型對各類科研數(shù)據(jù)進(jìn)行可視化展現(xiàn)，指導(dǎo)科研決策和科研政策制定，從而提高科研管理的科學(xué)性和服務(wù)水平[5]。

針對科研管理工作中的上述瓶頸和問題，本文借助Google知識圖譜，以高?？蒲泄芾硐到y(tǒng)為數(shù)據(jù)來源，以科研人員、論文、專著、項(xiàng)目、獲獎(jiǎng)、專利和標(biāo)準(zhǔn)等為切入點(diǎn)，繪制高?？蒲泄芾碇R圖譜，對高?？蒲泄芾頂?shù)據(jù)進(jìn)行可視化展示，從而為科學(xué)的科研管理決策提供參考，提高科研管理工作的效率和水平。

1 科研管理知識圖譜構(gòu)建

1.1 知識圖譜定義

2012年5月,Google提出知識圖譜(Knowledge Graph)的概念，不同于傳統(tǒng)圖情領(lǐng)域的科學(xué)知識圖譜，Google知識圖譜是一種描述實(shí)體之間關(guān)系的語義網(wǎng)絡(luò)，是知識工程的重要表現(xiàn)形式，在智能搜索、電子商務(wù)、醫(yī)療、情報(bào)分析等領(lǐng)域應(yīng)用廣泛[6]。

知識圖譜可以用G=(E,R)表示，其中E和R分別表示知識圖譜中多類型的實(shí)體和關(guān)系集合，知識圖譜由許多RDF三元組組成，表示形式為T=〈vh,r,vt〉，其中vh代表頭實(shí)體，vt代表尾實(shí)體，r代表頭實(shí)體和尾實(shí)體之間的關(guān)系。實(shí)體是知識圖譜中的最基本元素，比如科研活動(dòng)中的人員、項(xiàng)目、論文、獲獎(jiǎng)、專利等實(shí)體，不同的實(shí)體間存在不同的關(guān)系，比如科研活動(dòng)中的發(fā)表、獲得、出版、承擔(dān)等關(guān)系。

1.2 科研管理知識圖譜構(gòu)建過程

知識圖譜在邏輯上分為數(shù)據(jù)層和概念層，數(shù)據(jù)層指以三元組為表現(xiàn)形式的實(shí)體和關(guān)系集合，用<實(shí)體，關(guān)系，實(shí)體>和<實(shí)體，屬性，屬性值>來表示。概念層構(gòu)建在數(shù)據(jù)層之上，是經(jīng)過積累沉淀的知識集合[7]。知識圖譜的構(gòu)建是一個(gè)不斷更新迭代的過程，科研管理知識圖譜的構(gòu)建過程如圖1所示，包含知識抽取、知識融合、知識加工和知識推理等過程。源數(shù)據(jù)經(jīng)過知識抽取轉(zhuǎn)換為三元組形式，然后經(jīng)過實(shí)體對其和本體對其，加入數(shù)據(jù)模型，形成標(biāo)準(zhǔn)的知識表示，再通過知識推理產(chǎn)生新的關(guān)系組合，所有知識經(jīng)過質(zhì)量評估，形成完整形態(tài)的知識圖譜。

圖1 科研管理知識圖譜構(gòu)建過程

1.2.1 知識抽取

知識抽取是構(gòu)建知識圖譜過程中的重要環(huán)節(jié)，面向表格和列表類的半結(jié)構(gòu)化數(shù)據(jù)、文本類的非結(jié)構(gòu)化數(shù)據(jù)，通過自動(dòng)化或半自動(dòng)化技術(shù)抽取出可用的知識，包括實(shí)體抽取、關(guān)系抽取、屬性抽取和時(shí)間抽取。實(shí)體抽取即自然語言處理中的命名實(shí)體識別，從非結(jié)構(gòu)化文本數(shù)據(jù)中自動(dòng)識別出命名實(shí)體，形成知識圖譜中的“結(jié)點(diǎn)”。在非結(jié)構(gòu)化文本數(shù)據(jù)中抽取出命名實(shí)體后，再通過關(guān)系抽取獲取實(shí)體之間的關(guān)聯(lián)關(guān)系，形成知識圖譜中的“邊”，從而形成網(wǎng)狀的知識結(jié)構(gòu)。屬性抽取是對信息源中的實(shí)體的特征和性質(zhì)進(jìn)行抽取，例如對于科研人員，可以獲取其姓名、年齡、職稱、研究方向、教育背景等信息。事件抽取是從信息源中抽取出事件信息，包括時(shí)間、地點(diǎn)、人員和相關(guān)動(dòng)作等。通過數(shù)據(jù)整合和知識抽取，將多源異構(gòu)的源數(shù)據(jù)統(tǒng)一為標(biāo)準(zhǔn)的結(jié)構(gòu)化數(shù)據(jù)，方便知識圖譜使用。

1.2.2 知識融合

知識融合是高層次的知識組織，通過對來自不同數(shù)據(jù)源的知識進(jìn)行異構(gòu)數(shù)據(jù)整合、消歧、加工、推理驗(yàn)證、更新等過程，達(dá)到信息、數(shù)據(jù)、經(jīng)驗(yàn)、方法以及人的智慧的融合，形成高質(zhì)量的知識庫[8]。知識融合包括本體對齊和實(shí)體對齊，本體對齊是概念層的知識融合，是確定概念、關(guān)系、屬性等本體間映射關(guān)系的過程，通常通過機(jī)器學(xué)習(xí)算法計(jì)算本體間的相似度來實(shí)現(xiàn)。實(shí)體對齊是數(shù)據(jù)層的知識融合，實(shí)體對齊對不同源數(shù)據(jù)中的相同實(shí)體進(jìn)行統(tǒng)一和聯(lián)結(jié)。通過知識融合，實(shí)現(xiàn)知識庫的聯(lián)結(jié)合并，形成更加稠密、統(tǒng)一的新型知識圖譜。

1.2.3 知識加工

通過知識抽取和知識融合，可以從源數(shù)據(jù)中識別、抽取出消歧和統(tǒng)一后的實(shí)體和本體，得到客觀事實(shí)的基本表達(dá)，然而客觀事實(shí)并不是知識圖譜需要的知識體系，要形成結(jié)構(gòu)化的知識網(wǎng)絡(luò)，還需要本體構(gòu)建、知識推理和質(zhì)量評估等知識加工過程[9]。本體構(gòu)建是知識圖譜內(nèi)實(shí)體連通的語義基礎(chǔ)，主要以“點(diǎn)線面”組成的網(wǎng)狀結(jié)構(gòu)呈現(xiàn)，“點(diǎn)”代表不同實(shí)體，“線”代表實(shí)體間的關(guān)系，“面”代表知識網(wǎng)絡(luò)。本體可通過人工編輯的方式手動(dòng)構(gòu)建，也可以由機(jī)器學(xué)習(xí)驅(qū)動(dòng)自動(dòng)構(gòu)建，然后再經(jīng)質(zhì)量評估方法與人工審核相結(jié)合的方式加以修正與確認(rèn)。質(zhì)量評估是對已產(chǎn)生的知識數(shù)據(jù)進(jìn)行評估，將符合標(biāo)準(zhǔn)的數(shù)據(jù)導(dǎo)入知識圖譜中，質(zhì)量評估是確保知識圖譜內(nèi)容正確可用的關(guān)鍵步驟，是知識加工最后的“質(zhì)檢”環(huán)節(jié)，確保經(jīng)本體構(gòu)建和知識推理得到的知識是合理的。

1.2.4 知識推理

知識推理是通過對已有實(shí)體間關(guān)系的計(jì)算和對三元組的語義分析，找到新關(guān)聯(lián)，獲取新的知識或結(jié)論，從而拓展和豐富知識圖譜網(wǎng)絡(luò)。知識推理的對象可以是實(shí)體、實(shí)體的屬性值、實(shí)體間的關(guān)系、本體庫中概念的層次結(jié)構(gòu)等。知識推理包括實(shí)體分類、關(guān)系識別、基于圖的推理與基于邏輯的推理等類別。例如已知〈作者A，發(fā)表，論文A〉和〈作者B，發(fā)表，論文A〉，可以推理出〈作者A，共同作者，作者B〉。

2 研究方法

本文以高?？蒲泄芾硐到y(tǒng)中的科研人員、項(xiàng)目、學(xué)術(shù)成果、標(biāo)準(zhǔn)、專利、獲獎(jiǎng)等結(jié)構(gòu)化數(shù)據(jù)為基礎(chǔ)，通過知識抽取形成相關(guān)的實(shí)體、屬性和關(guān)系，然后經(jīng)過知識融合構(gòu)建相關(guān)實(shí)體間的三元組，經(jīng)過知識加工和質(zhì)量評估，構(gòu)建科研管理知識圖譜，并進(jìn)行相關(guān)實(shí)體間的關(guān)系推理。

2.1 構(gòu)建知識圖譜的實(shí)體、屬性和關(guān)系

根據(jù)科研管理系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)，可以構(gòu)建科研管理知識圖譜，首先，實(shí)體類型集合為X={科研人員、標(biāo)準(zhǔn)、科研獲獎(jiǎng)、科研項(xiàng)目、論文成果、專利}，然后構(gòu)建各個(gè)實(shí)體的屬性特征，科研人員={姓名、部門、性別、職位、學(xué)歷、年齡、職稱}，科研項(xiàng)目={項(xiàng)目名稱、部門、負(fù)責(zé)人、項(xiàng)目類別、項(xiàng)目性質(zhì)、項(xiàng)目來源、開始時(shí)間、完成時(shí)間、批準(zhǔn)金額}，標(biāo)準(zhǔn)={標(biāo)準(zhǔn)名稱、部門、制定人、批準(zhǔn)號、標(biāo)準(zhǔn)類別、申請時(shí)間、批準(zhǔn)時(shí)間、個(gè)人排序、單位排序}，專利={專利名稱、部門、所有人、申請?zhí)?、批?zhǔn)號、專利類別、申請時(shí)間、批準(zhǔn)時(shí)間、個(gè)人排序、單位排序)，論文={論文名稱、部門、作者、期刊名稱、期刊類別、檢索情況、發(fā)表時(shí)間、資助情況}，各實(shí)體間的關(guān)系如圖2所示。

圖2 科研管理知識圖譜實(shí)體間關(guān)系圖

2.2 構(gòu)建科研管理知識圖譜

在已構(gòu)建的科研管理實(shí)體、屬性和關(guān)系基礎(chǔ)上，采用圖數(shù)據(jù)庫交互操作框架 InteractiveGraph構(gòu)建科研管理知識圖譜，InteractiveGraph 是采用JavaScript開發(fā)的開源項(xiàng)目，通過構(gòu)建本地JSON文件，為大規(guī)模圖數(shù)據(jù)三元組提供了一個(gè)基于Web的交互操作框架[10]。InteractiveGraph提供了3個(gè)基本功能，分別是圖瀏覽器(GraphExplorer)、圖導(dǎo)航器(GraphNavigator)以及關(guān)系查找器(RelFinder)，借助這些功能，可以便捷地實(shí)現(xiàn)科研管理知識圖譜數(shù)據(jù)的可視化展示和知識推理。

科研管理知識圖譜包含科研人員、標(biāo)準(zhǔn)、科研獲獎(jiǎng)、科研項(xiàng)目、論文成果、專利等實(shí)體，屬性和實(shí)體間的關(guān)系，該圖譜由29 519個(gè)節(jié)點(diǎn)、24 467條邊構(gòu)成，科研管理知識圖譜的可視化效果如圖3所示。通過該知識圖譜，輸入任一科研人員的姓名，可以便捷的查看其名下的所有科研成果信息，實(shí)現(xiàn)了科研成果的圖譜管理和可視化表達(dá)，在此基礎(chǔ)上，可以查看科研人員間的合作網(wǎng)絡(luò)和合作成果。

圖3 科研管理知識圖譜可視化效果

3 結(jié)論

在新形勢下, 高?？蒲邪l(fā)展的重要任務(wù)是開展前瞻性研究、加強(qiáng)高精尖技術(shù)攻關(guān)、多出創(chuàng)新成果、實(shí)現(xiàn)產(chǎn)學(xué)研用的有效結(jié)合，而高?？蒲械拈_展,又離不開科學(xué)高效的科研管理工作，科研管理必須借助新技術(shù)創(chuàng)新管理方法、提升科研管理能力, 推動(dòng)高?？蒲谐掷m(xù)、健康、快速發(fā)展[11]。因此, 高校應(yīng)盡快提高對科研管理科學(xué)化的認(rèn)識,提升科研管理水平和服務(wù)能力。

為解決上述問題，本文運(yùn)用Google知識圖譜，以高校科研管理系統(tǒng)為數(shù)據(jù)來源，以科研人員、標(biāo)準(zhǔn)、科研獲獎(jiǎng)、科研項(xiàng)目、論文成果、專利等為切入點(diǎn)，繪制高?？蒲泄芾碇R圖譜，對高?？蒲泄芾頂?shù)據(jù)進(jìn)行可視化展示，有效解決了傳統(tǒng)科研管理系統(tǒng)中數(shù)據(jù)利用不充分、查詢統(tǒng)計(jì)不直觀、信息關(guān)聯(lián)不明確等問題，有效提升了科研管理工作的效率和水平，為科研管理決策的科學(xué)化提供參考，以保證科研工作目標(biāo)的實(shí)現(xiàn)。