李 巖，胡文嶺

（河北經(jīng)貿(mào)大學(xué) 管理科學(xué)與工程學(xué)院，河北 石家莊 050061）

隨著我國數(shù)字鄉(xiāng)村建設(shè)的不斷發(fā)展，我國涌現(xiàn)出了許多農(nóng)業(yè)技術(shù)服務(wù)相關(guān)網(wǎng)站[1]，為農(nóng)民提供農(nóng)業(yè)生產(chǎn)、養(yǎng)殖技術(shù)、農(nóng)產(chǎn)品銷售等信息?，F(xiàn)今越來越多的農(nóng)業(yè)從業(yè)人員在遇到生產(chǎn)、技術(shù)、信息等問題時，常常選擇利用網(wǎng)絡(luò)去查詢，以得到有效的信息或解決方法，但受限于文化水平、系統(tǒng)操作等問題，大部分農(nóng)民往往無法從大量的資源中尋求到合適的答案或信息；求助于搜索引擎時，往往會得到大量的與問題不相關(guān)的內(nèi)容，還需要進(jìn)行人工的篩選[2]，而且網(wǎng)頁查詢內(nèi)容的正確性是無法保證的，用來指導(dǎo)農(nóng)民的實(shí)際應(yīng)用存在一定的隱患。

本文提出了一種通過基于知識圖譜的智能化問答系統(tǒng)來解決上述提到的問題。問答系統(tǒng)是目前自然語言處理領(lǐng)域一項(xiàng)非常熱門的研究，其主要功能是在系統(tǒng)和人類之間搭建一個橋梁，讓系統(tǒng)直接回答人類所提出的問題。問答系統(tǒng)是在搜索引擎的基礎(chǔ)上，對檢索結(jié)果進(jìn)行答案抽取等處理，使用戶可以快速、方便、準(zhǔn)確地獲得自己需要的信息。系統(tǒng)允許用戶以自然語言的形式進(jìn)行提問，并返回自然語言的解答。

當(dāng)前，深度學(xué)習(xí)技術(shù)發(fā)展迅速，問答系統(tǒng)不僅可以“讀懂”語言表面的信息，還可以“理解”深層的信息，這種技術(shù)恰好為問答系統(tǒng)的發(fā)展奠定了基礎(chǔ)。文章將結(jié)合知識圖譜的技術(shù)對問答系統(tǒng)的構(gòu)建進(jìn)行分析，同時將問答系統(tǒng)在農(nóng)業(yè)知識中的應(yīng)用進(jìn)行探究，智能的問答系統(tǒng)在農(nóng)業(yè)中的應(yīng)用也是構(gòu)建智能農(nóng)業(yè)不可或缺的一個重要部分。

1 知識圖譜相關(guān)技術(shù)

本文所研究的是知識圖譜與農(nóng)業(yè)知識和農(nóng)業(yè)領(lǐng)域的融合。近些年，知識圖譜與各領(lǐng)域、各行業(yè)、各企業(yè)的深度融合已經(jīng)成為一個重要趨勢。隨著技術(shù)的不斷發(fā)展，各類知識圖譜的邊界愈發(fā)模糊，聯(lián)系也愈發(fā)廣泛。

1.1 知識圖譜

2012年，Google公司正式提出知識圖譜的概念——是指一種大規(guī)模的語義網(wǎng)絡(luò)，是結(jié)構(gòu)化的語義知識庫，用于描述概念及其相互關(guān)系，其由“實(shí)體-關(guān)系-實(shí)體”或“實(shí)體-屬性-屬性值”三元組構(gòu)成[3]，大量這樣的三元組交織連接，形成了一個在物理層面和邏輯層面上同時存在的知識網(wǎng)絡(luò)。知識圖譜是知識的一種表示形式，更是一種大規(guī)模的語義網(wǎng)絡(luò)。

知識圖譜可以幫助我們更快速、清晰地得到各主體間的聯(lián)系，獲取相應(yīng)知識。與傳統(tǒng)的語義網(wǎng)絡(luò)不同，知識圖譜因?yàn)槠湟?guī)模巨大而被認(rèn)為是大知識（Big Knowledge）的典型代表。除此之外，在實(shí)際應(yīng)用中，知識圖譜通常還能體現(xiàn)出語義豐富、質(zhì)量精良、結(jié)構(gòu)友好等優(yōu)勢[4]。

1.2 命名實(shí)體識別與關(guān)系抽取

實(shí)體是知識圖譜的重要組成，命名實(shí)體識別對于知識圖譜構(gòu)建具有重要意義。命名實(shí)體識別，也稱為實(shí)體抽取，是指在文本中定位命名實(shí)體的邊界并分類到預(yù)定義類型集合的過程[5]。命名實(shí)體可以理解為有文本標(biāo)識的實(shí)體，得到的結(jié)果是一個詞語序列。文本數(shù)據(jù)的實(shí)體抽取主要包括三類方法：基于深度學(xué)習(xí)的方法、基于統(tǒng)計模型的方法、基于規(guī)則和詞典的方法[6]。

實(shí)體抽取之后，系統(tǒng)還不能很好的關(guān)聯(lián)各個實(shí)體，還需要進(jìn)行關(guān)系抽取。關(guān)系抽取的任務(wù)是從無結(jié)構(gòu)的文本中抽取不同實(shí)體之間的關(guān)系，抽取的結(jié)果是關(guān)系實(shí)例，這就構(gòu)成了知識圖譜中的邊，因此關(guān)系抽取是構(gòu)建知識圖譜最重要的子任務(wù)之一。關(guān)系抽取產(chǎn)生的結(jié)果為三元組<主體，謂詞，客體>，此處的謂詞是用來記錄主體和客體之間的關(guān)系。目前，關(guān)系抽取的方法一般有：基于模板的方法、基于監(jiān)督學(xué)習(xí)的方法和基于弱監(jiān)督學(xué)習(xí)的方法。

關(guān)系抽取是很多復(fù)雜自然語言處理的基礎(chǔ)，因此它的應(yīng)用也是十分廣泛的，其最重要的應(yīng)用是構(gòu)建知識圖譜。

2 農(nóng)業(yè)知識問答系統(tǒng)的設(shè)計原則

基于知識圖譜農(nóng)業(yè)知識問答系統(tǒng)設(shè)計的主要目的是為了給農(nóng)業(yè)從業(yè)者提供專業(yè)的解答和指導(dǎo)。因此本系統(tǒng)的設(shè)計原則主要圍繞用戶的體驗(yàn)、問答的精準(zhǔn)以及科學(xué)的數(shù)據(jù)等三方面來說，具體分析如下。

2.1 友好的用戶體驗(yàn)

系統(tǒng)主要面向農(nóng)民用戶，本系統(tǒng)的設(shè)計工作應(yīng)該首先考慮用戶使用的友好性，側(cè)重知識的共享、簡單明了、突出重點(diǎn)，以“接地氣”的形式突出農(nóng)業(yè)知識的普及和技術(shù)的指導(dǎo)。在界面的設(shè)計上，應(yīng)選取適當(dāng)?shù)奈淖趾蛨D片相結(jié)合的形式，合理編排語句和段落，做到結(jié)構(gòu)分明，易讀易懂，以清晰明了的界面帶給用戶優(yōu)質(zhì)的體驗(yàn)。

2.2 精準(zhǔn)的問答

農(nóng)業(yè)知識問答系統(tǒng)是問答系統(tǒng)的一種，旨在幫助用戶解決各類問題，在問答環(huán)節(jié)的設(shè)計中，要把握精準(zhǔn)和快捷兩個原則。

為了保證問答的精準(zhǔn)性，面對用戶的每一次提問，系統(tǒng)需要完成問題理解、關(guān)鍵詞分析與檢索、尋找答案、匹配答案等一系列的工作，為了縮短等待時間，系統(tǒng)要以最快的速度完成上述各個工作。快捷精準(zhǔn)的問答有助于提高系統(tǒng)和用戶之間的默契程度，為用戶提供完善的服務(wù)。

2.3 科學(xué)的數(shù)據(jù)

農(nóng)民用戶往往不太擅長進(jìn)行信息的篩選和擴(kuò)展，因此，要求農(nóng)業(yè)知識問答系統(tǒng)在全面理解用戶問題的基礎(chǔ)上，所提供的解答是全面多角度的、是科學(xué)完備的。這就要求系統(tǒng)引用的數(shù)據(jù)來源要科學(xué)可靠，權(quán)威準(zhǔn)確。

3 基于知識圖譜的問答系統(tǒng)設(shè)計

基于知識圖譜的問答系統(tǒng)的總體架構(gòu)主要由前端模塊和后臺模塊組成。前端模塊主要是指問句的輸入和結(jié)果的反饋；后臺處理模塊又分為三個小模塊：問題預(yù)處理模塊、問題分析模塊和問題求解模塊。系統(tǒng)的總體架構(gòu)如圖1所示[7]。

圖1 問答系統(tǒng)的總體架構(gòu)圖

對于用戶通過前端交互界面輸入的問題，系統(tǒng)來進(jìn)行基于知識圖譜處理、分析并求解，最終將精準(zhǔn)的自然語言答案返回給用戶。

3.1 問題預(yù)處理模塊

問題預(yù)處理模塊的主要工作是對問題進(jìn)行分詞，將問題分解成符合問句本意的多個詞語，并進(jìn)行詞性標(biāo)注——分析語法并確定詞性進(jìn)行標(biāo)注。分詞和詞性標(biāo)注有助于實(shí)體識別和關(guān)系抽取，例如，從非結(jié)構(gòu)化的自然語言問題中識別如母雞、流感等實(shí)體或概念，癥狀、防治方法等實(shí)體間的關(guān)聯(lián)關(guān)系?？梢姡瑔栴}預(yù)處理模塊為后續(xù)的問題分析和求解模塊奠定了基礎(chǔ)。

3.2 問題分析模塊

問題分析模塊的設(shè)計目的旨在分析用戶的問題，從中提取關(guān)鍵詞，并鑒別問題類型。當(dāng)用戶進(jìn)行問題檢索時，根據(jù)預(yù)處理模塊傳遞的分詞和詞性標(biāo)注等結(jié)果，提取關(guān)鍵詞，分析出問句對應(yīng)的問題類型，根據(jù)句法分析提取出問句主干成分，抽取問句的關(guān)鍵詞進(jìn)行擴(kuò)展，同時，提取出答案句的主干成分，并計算關(guān)鍵詞權(quán)重，提交給問題求解模塊[8]。

3.3 問題求解模塊

根據(jù)問題分析模塊得出的關(guān)鍵詞集合，信息檢索模塊首先將這些關(guān)鍵詞與數(shù)據(jù)庫中的問題進(jìn)行匹配，并直接將該問題相應(yīng)的答案返回給用戶；如果數(shù)據(jù)庫中缺少與之匹配的問題，可利用搜索引擎對關(guān)鍵詞進(jìn)行搜索，將搜索到的網(wǎng)頁進(jìn)行權(quán)重計算，形成候選答案集——網(wǎng)頁名稱、網(wǎng)頁鏈接等，這時可用HtmlParser庫將網(wǎng)頁下載到本地，根據(jù)相似度權(quán)重的大小排序，對于靠前的記錄，將原網(wǎng)頁格式去掉，留下文本信息并對句子進(jìn)行標(biāo)記，作為候選答案呈現(xiàn)給交互界面。

系統(tǒng)的數(shù)據(jù)流向如圖2所示[4，9]。

圖2 系統(tǒng)數(shù)據(jù)流向

4 結(jié)束語

如何方便、有效地為農(nóng)業(yè)從業(yè)人員提供科學(xué)準(zhǔn)確、簡潔的信息，充分發(fā)揮農(nóng)業(yè)信息資源的作用，助力農(nóng)業(yè)生產(chǎn)，是數(shù)字鄉(xiāng)村建設(shè)亟待解決的問題。本文基于知識圖譜技術(shù)，研究了農(nóng)業(yè)技術(shù)服務(wù)網(wǎng)站的自然語言識別問題和準(zhǔn)確查詢問題，提出了基于知識圖譜的農(nóng)業(yè)知識問答系統(tǒng)架構(gòu)，農(nóng)業(yè)知識問答系統(tǒng)能夠?qū)崿F(xiàn)與用戶的智能化問答交流，為農(nóng)業(yè)從業(yè)人員進(jìn)行技術(shù)和信息查詢以及相關(guān)農(nóng)業(yè)知識的普及等提供便捷的服務(wù)。