知識地圖的構建與應用

◎北京航天長征飛行器研究所 王錦程 王剛 謝雷 楊寧

當前，技術文檔與操作規程是航天型號科研生產的主要知識載體，是知識傳承的主要媒介，但隨著文檔與規程的越來越多及內容的不斷細化，導致學習難度增加。在網絡學習模式中，知識的組織單位是文檔，組織方式是超鏈接，而文檔內的知識組織依舊采用線性排列方式。這種繼承于傳統紙介質的知識組織方式很難顯示知識單元間的內在關聯，也無法實現海量設計資源的語義描述，很容易產生認知過載與迷航問題。

知識地圖可以用知識單元為頂點，知識單元之間的語義關聯關系為邊來描述知識內部結構，是當前海量網絡資源語義描述的主要工具。其中，知識單元是指具有完備表達能力的基本知識單位，如定義、定理、算法等；學習依賴關系是一類語義關聯關系，表現為在學習某項知識單元之前必須掌握的前提知識。

一、知識地圖的構建方法

目前，對于知識地圖構建中知識單元及其學習依賴關系的挖掘，國內外還缺少針對性的研究，但對于文本中概念、實體等類型對象及其之間關聯關系的挖掘，人們已在Ontology Learning、KAT（Knowledge Acquisition from Text）、RDC（Relation Detection and Characterization）等方面開展了大量研究，提出了基于模板、聚類及分類等的挖掘方法。然而，這些方法還是很難解決知識地圖的構建問題，原因包括以下2點。

首先，知識單元是對某個具體術語的語義注釋說明，是一個文檔片段，其核心術語是“潛藏”在文檔片段內的，且一個知識單元前后通常都存在著大量輔助性說明的文字片段。因此，對知識單元挖掘的關鍵技術是核心術語抽取和語義邊界識別，但目前還沒有可借鑒的方法來自動識別。

其次，學習依賴關系是導航查詢的依據，揭示的是知識在知識單元之間被繼承和發展的內在關系，完全有別于術語之間或文檔之間現有的各種語義關聯關系。

筆者通過分析知識地圖的部分網絡特性，提出了一種挖掘知識單元和學習依賴關系的方法框架。

1.知識地圖的特性分析

由于航天技術文檔與操作規程的不宜公開性，筆者選擇了目前已經公開發布的數據集進行研究。試驗數據集包含平面幾何、C語言、Java語言、操作系統、計算機網絡、計算機系統結構、計算機組成原理、數據結構等8門課程的知識地圖，其中包括知識單元14,838個，學習依賴關系48,459個。

筆者通過對試驗數據集的分析，得出知識地圖的4項特性。

一是小世界性。統計知識地圖的聚集系數和平均最短路徑長度，并與同規模的隨機網絡對應參數進行比較發現：知識地圖的聚集系數遠大于隨機網絡，而平均最短路徑則與之相近，這說明知識地圖具有小世界性，意味著知識地圖上任意2個知識單元之間只需要經過非常有限的中間知識單元就可以連通。因此，學習以依賴關系描述的知識地圖具有克服認知迷航的功能。

二是無尺度性。知識單元關聯度表現出明顯的冪律分布：P(k)～k-γ， 其 中k表示知識單元關聯度、γ表示度分布系數。這一公式說明知識地圖具有無尺度特性，存在著一批關聯度非常大的知識單元會直接影響學習效能。另外，還發現在已研究過的無尺度網絡中，絕大部分的度分布系數大于2，而知識地圖的度分布系數卻小于2，這說明知識地圖上知識單元的重要程度分布相對比較均勻。

三是學習依賴局部性。在定義了任意2個知識單元之間距離的基礎上，筆者對其中的學習依賴關系數量分布進行統計后發現：知識地圖中的學習依賴關系趨向于距離比較小的知識單元之間，這一特性稱為學習依賴局部性。

四是領域術語分布的不對稱性。利用術語分布的不對稱性，可發現主題接近的2個文本中知識單元是否存在學習依賴關系。

2.知識單元挖掘框架

根據領域術語分布的不對稱性，筆者提出了一種知識單元挖掘框架，分為4步。

首先是預處理。將領域本體中的各種關聯關系轉換為術語之間的學習依賴關系，生成有向性術語級知識地圖。

其次是候選知識單元挖掘。以有向性術語級知識地圖為參照，生成知識單元的語義框架，從文本集中挖掘包含某知識單元的語義框架的自然段作為對應的候選知識單元。

再次是核心術語挖掘。從候選知識單元包含的術語集中識別出相對層次最高的領域術語作為候選知識單元的核心術語。

最后是知識單元識別。使用計算候選知識單元中每個句子和連續句子塊的核心術語語義相似度來確定知識單元的起始句和下邊界。

3.學習依賴關系挖掘

根據知識地圖的學習依賴局部性和領域術語分布的不對稱性，筆者提出了如圖1所示的學習依賴關系挖掘框架。文本關聯挖掘通過文本聚類找到具有相同或相近主題的文檔，根據術語分布的不對稱性構建文檔關聯對。候選知識單元對挖掘根據文檔中的學習依賴局部性生成候選知識單元對。學習依賴關系識別根據候選知識單元對的詞頻、距離和語義類型等屬性來識別學習依賴關系。

二、知識地圖的應用設想

知識地圖的知識管理與組織方式能夠有效提高知識獲取的效率，減少知識查詢過程中的時間消耗。目前，在航天型號研制與日常工作管理中產生了大量的設計文檔與管理規程等資料，這些資料對型號的研制及知識的傳承意義重大，但大量的文檔卻容易讓設計與管理人員難于高效地找到所需資料。基于這種情況，采用以知識地圖為指導、以實際文檔為內容的學習模式能夠有效提高工作和學習效率。

以飛行器設計為例，大學畢業生若要成長為合格的總設計師，需要掌握各類知識，這些知識互相依賴，形成龐大的知識網絡，而各類知識之間又互相影響，如結構設計的結果影響著飛行器的動力學特性，動力學特性進而又影響飛行器的控制。由于飛行器設計知識之間的相關性，學習這些知識時，先學什么、后學什么，什么知識需要串行學習，什么知識可以并行學習，需要有一定的邏輯層次關系，只有掌握清晰的學習思路，才能夠取得高效學習的效果。傳統的樹狀知識結構難以充分反應知識之間的關聯性，更無法體現出相關知識之間關聯關系的含義，使知識的表達缺失很多重要因素，為知識學習增加了難度。而知識地圖不僅能充分體現知識之間的關聯關系，還能進一步體現出關系的類型、關系的指向性，更適合幫助學習者深入理解知識內涵，快速掌握學習目標。

圖1 學習依賴關系的挖掘流程

采用知識地圖能夠將型號的分系統和專業形成層次鮮明且關系清晰的組織形式，并以知識單元及其之間的關聯關系為媒介將文檔有機地組織起來。

一般說來，設計文檔通常以專業進行劃分歸類，這就自然而然地形成了文本聚類。專業之間的關聯性與專業術語的不對稱性又能將文檔聯系起來形成文檔關聯對。因此，從指標X來看，文檔B有指向文檔A的關聯關系。另外，文檔內部知識之間存在非串行的關系，但總的來說，同一文檔中位置靠后出現的知識依賴于已經出現過的知識。基于這些特性，每個文檔內部形成局部知識地圖，再根據文檔間的關聯關系，形成整個型號的知識地圖。

設計人員在瀏覽知識地圖時，既可以清晰地掌握各節點之間的邏輯關系，又能夠通過節點深入了解其所對應的資料。以型號研制數據文件為例，進行知識地圖的構建與應用主要有以下幾個步驟：

原始數據的準備。利用AVIDM系統收集型號研制原始數據，包括各類設計報告、計算報告、試驗結果分析報告、質疑單、更改單、通知單等，并按照研制階段、專業、分系統、產品狀態、地面試驗、飛行試驗、質量問題等進行歸類。

特征分析與特征提取。包括設計要求與設計報告的配對關系，計算報告與試驗報告的配對關系，設計文件與設計更改單的配對關系，各分系統的接口匹配關系等。

數據集標注與數據集的生成。將數據文件按照分類規則進行標注。

試驗與驗證。在數據集的基礎上，按照數據文件的邏輯關系建立索引并開展驗證工作。

知識地圖的自動構建與應用。將特征運用到知識地圖自動構建算法中，并將算法進行運用，實現有邏輯關系的數據文件的自動識別功能。

應用知識地圖構建具有航天特色的知識管理構架。知識地圖是知識管理與組織形式的一種新模式，不僅能挖掘出知識之間的隱含關系，還能夠描繪出完整的知識體系，同時有利于型號設計質量的自我檢驗與排查。知識地圖不僅能將型號設計中大量未得到有效利用的數據組織管理起來，還能夠為新人快速掌握相關知識提供良好的平臺。

海量技術資源與傳統知識組織結構的結合，使得認知過載和迷航成為提升閱讀及學習效率的主要瓶頸。知識內部語義結構顯性描述將是下一代知識管理技術發展的熱點。知識地圖是海量資源語義結構顯性描述的主要工具，其內部知識單元數量眾多，語義關聯分布不均勻，具有顯著的復雜網絡特性。另外，知識地圖上學習過程的實質是反應知識單元之間知識被繼承和發展的關系，是知識地圖上的一種游走動力行為。