特種設備法規文件體系圖譜表達研究

胡素峰 張緒鵬 儲昭武 王會方

（1.中國特種設備檢測研究院 北京 100029）

（2.北京市特種設備檢測中心 北京 100029）

（3.上海市質量技術監督局信息中心 上海 200233）

（4. 南京市特種設備安全監督檢驗研究院 南京 210009）

特種設備是指涉及生命安全、危險性較大的鍋爐、壓力容器、壓力管道、電梯、起重機械、游樂設施、客運索道、場（廠）內專用機動車輛等設備設施，是國民經濟和人民生活的重要基礎設施[1]。一旦特種設備發生事故，經濟損失慘重，社會影響惡劣，多數國家為此都制定了嚴格的法律法規和技術標準，從設計、制造到使用、報廢實施嚴格管理。60年來，特種設備安全監察工作通過建立和完善特種設備法規標準體系，保障了特種設備安全，有效地抑制了事故發生，法規文件體系自身也呈現出多層次的關系。特種設備法規文件體系圖譜表達，就是利用圖譜的形式，顯示法規文件之間的包含、從屬、承接等層次關系，通過法規條目的數字化處理、分析，對其碎片化、結構化、指標化，實現文字到數字化，數字化到知識化的轉換。

圖譜也被稱為知識圖譜，是顯示領域知識發展進程和結構關系的圖形化工作，用可視化技術描述知識及其載體，分析、構建、繪制它們之間的相互聯系，通過將應用數學、圖形學、信息可視化技術、信息科學等學科的等理論與方法結合，并利用圖的形式，展示了領域知識的結構、發展、前沿以及整體架構，達到多學科融合目的的現代理論[2-3]。特種設備知識圖譜，把復雜的特種設備法規文件知識，通過自然語言處理和可視化表達的方式顯示出來，揭示了特種設備法規文件體系的發展規律和整體架構，為特種設備安全管理提供知識支撐。

特種設備法規圖譜表達的意義在于管理好特種設備知識，提高特種設備知識獲取和轉化能力，是特種設備行業落實互聯網+政務服務建設的需求[4-6]。完善特種設備法規文件體系建設，開展特種設備法規文件圖譜建設，能夠增強特種設備管理隊伍素質，提高執業的權威性，做到有法可依，有例可循。

1 特種設備法規體系圖譜表達的意義

特種設備法規體系圖譜，用于表達特種設備安全監察、安全性能、安全管理、安全技術措施等工作，是實現依法行政監管的重要支撐。利用圖譜的手段，使特種設備法規體系文本信息處理更為有效、快速，圖譜手段傳達的信息往往會高于文字的堆積描述，知識檢索和信息展示理解也更便捷和準確。特種設備法規圖譜表達的意義在于以下五點。

1)特種設備法規文件的體系建設需求。全國特種設備安全監察人員共計四萬余人，年增加超過一萬人，主要原因是市縣級政府機構改革出現部門“二合一”“三合一”等情況，使得基層監察人員數量大幅增加。新增基層監察人員，對特種設備法規的學習需要時間，更需要加強特種設備法規文件的體系建設，做到使他們知曉需要掌握哪些知識，掌握到何種程度。

2)特種設備行業法制化建設需求。我國特種設備法律—行政法規—部門規章—安全技術規范—相關標準文件體系，從建立之初就在不斷完善中，隨著《特種設備安全法》《中華人民共和國安全生產法》《中華人民共和國節約能源法》《中華人民共和國石油天然氣保護法》《中華人民共和國進出口商品檢驗法》等一系列法律的頒布，行業法制化建設不斷完善[1]。但是，具體到一些細節，有些在上位法中不明確，或是明確了但操作性不強的，還需要查遺補缺，推動實施辦法的制定。

3）特種設備法規結構化建設需求。特種設備安全法律法規是特種設備安全監管的法律依據和手段標準，而文件標準則是特種設備法律法規的技術支撐。因此，特種設備法規結構化建設需要特種設備安全法律法規和標準之間應保持高度的一致性和傳承性。首先，法律法規與標準中的術語定義應完全一致，否則會導致混淆，削弱法規標準權威。其次，法律法規從大的方面提出定性要求，而標準則是從細節方面，從具體的項目內容提出定量要求，作為法律法規被認可的技術支撐，即滿足文件標準要求就意味著也能滿足法律法規要求。最后，在制定某項法規或標準時，要加強法規與標準的協調溝通，力爭制修訂或解釋同步。

4）特種設備法規大數據應用需求。當前特種設備大平臺數據建設，旨在既滿足特種設備、附屬設備及相關系統的生產使用過程的各種需求，促進產品產業化、企業現代化、城市智慧發展，又要滿足特種設備法規技術標準政策的制定，以及監督檢查和檢驗檢測的需要。多方面的需求就需要特種設備法規文件大數據化。一是要采用標準架構對現有的法律法規與標準文件進行結構化處理，異構的體系需要結構化；二是對數量多，時間跨度大的現有法規進行梳理，解決因多次上位法規變動造成的沖突；三是解決大數據框架下，不可避免的數據缺陷。

5）特種設備法規溯源需求。特種設備安全法律法規文件目前仍較為分散，如游樂設施要求分散在多個總局文件中，游樂設施設計文件鑒定規則（試行）、游樂設施監督檢驗規程、游樂設施安全技術監察規程（試行）等。應盡快將其統一集成為一個安全技術文件體系，以正式形式發布，便于各方執行和操作。

2 特種設備法規文件圖譜表達的方法

特種設備法規圖譜表達，應該以特設法為綱，行政法規、部門規章和安全技術規范為框架，結合各地實踐中已有案例和經驗，做到統籌兼顧、條理清楚、注重實效。

2.1 特種設備法規文件圖譜表達的總體結構

特種設備法規圖譜表達的總體結構包括特種設備法規知識庫、特種設備法規關系庫、特種設備法規案例庫，以及節能庫及第三方接口，以圖1所示。知識本體的形式化可以用三元組來表示，知識原子（詞）、詞的關系集合、規則與操作集。對應知識的三元結構，本體對應特種設備知識庫，關系對應特種設備關系庫，說明對應特種設備案例庫。

圖1 特種設備圖譜表達的總體結構

特種設備法規知識庫包括法律、法規、規章、規范、技術標準文件體系，是對上述知識的數字化、圖譜化處理。特種設備法規知識庫圖譜化處理后能夠標識出特種設備法規文件的脈絡，便于知識的理解和表達。特種設備法規知識庫數字化后能實現關鍵詞、主題詞、全文的查找和檢索。

特種設備法規關系庫。特種設備法規關系庫按照相關研究成果，通過對各個法規文件的條款中包含的所有詞，包括名詞、動詞、數量詞等，在語言處理中一般把名詞、動詞作為一級詞匯，其他詞語作為二級詞匯。通過碎片化處理，單個詞語作為單一知識表達顆粒。重點描述數據的知識屬性，包括指標性和關系性。指標性對性質和指標等進行描述——對象包括人、物、相關方（監、檢、制造、使用等）；行為，包括獎勵、處罰、封存、停止使用等；性質指涉及各個關鍵環節和方面，如制造、安裝、設計、改造、維保、使用、行業管理、業主、監察、檢驗等；指標包括時間指標“故障、異常消除后”，數額指標“罰款500元”，事故指標“重大事故”；相關性，與其他文件的關系，包括出處、從屬、溯源、繼承（引申、細化）、沖突/相容等。關系庫關鍵技術包括基于粗糙集的分詞方法、知識提取規則（雙向的逆向知識獲取和正向創建）、標簽知識表達方法、多維度屬性標定。

特種設備法規案例庫。包括法規案例、監察案例、檢驗案例、事故案例、節能管理案例、應急案例庫、故障庫、失效庫。以檢驗案例為例，包括檢驗工作、檢驗機構、檢驗人員的相關規定。檢驗機構包括檢驗機構、無損檢測、型式試驗、安全閥檢驗、氣瓶充裝、兩工地的管理；檢驗人員包括人員資格管理，取證、換證的相關規定。

2.2 特種設備法規知識表達實例

特種設備法規知識表達元數據結構見表1。

表1 特種設備法規知識表達元數據結構

以《中華人民共和國特種設備安全法》為例說明特種設備法規知識表達的方法。第四十二條“特種設備出現故障或者發生異常情況，特種設備使用單位應當對其進行全面檢查，消除事故隱患，方可繼續使用。”通過分詞技術確定關鍵詞包括：特種設備、故障、異常、使用單位、全面檢查、消除事故隱患，繼續使用、檢驗檢測機構。以第一個關鍵詞“特種設備”為例說明。

關鍵詞。特種設備。該關鍵詞的編碼為：A4，42——第四節使用，第四十二條；a4，42，1——特種設備；Ma4，42，1=（對象、描述、行為、指標、相關性、備注）。

對象。涉及各個關鍵方面——設備（電梯、起重、鍋爐等八類），本條中八大類均涉及，單位（制造、安裝、設計、改造、維保、使用、行業管理、業主、監察、檢驗等），本條中，涉及維保、使用、行業管理、監察、檢驗等環節，不涉及制造等環節。

描述。本條中描述包括對象和指標。

行為。指檢驗機構在涉及沖突或無法可依時采用的方法，可以作為案例記錄，并作為下一步的立法依據提出來。

指標。本條中有時間指標“對其進行全面檢查，消除事故隱患，方可繼續使用”。

相關性。包括本條中“特種設備”涉及的下位法條，也包括列出沖突條款，以后可能包括向上溯源。對于本法條，《特種設備安全監察條例》對于行業管理和監察部門的職責，在第五十一條中規定：“特種設備安全監督管理部門對有證據表明不符合安全技術規范要求的或者有其他嚴重事故隱患的特種設備，予以查封或者扣押。”而處罰措施在第八十三條中規定：“由特種設備安全監督管理部門責令限期改正；逾期未改正的，處2000元以上2萬元以下罰款；情節嚴重的，責令停止使用或者停產停業整頓。”

備注。無。

3 結束語

目前特種設備法規體系圖譜表達面臨的困難有三點：一是結構化處理。現有的信息系統采用標準條目架構，但是像案例一般采用的非標準架構，整理查詢困難。新的知識圖譜系統開發，需要采用標準化架構，無先例可循，此外還有大量的異構體系需要結構化，為圖譜擴大使用范圍奠定基礎。二是工作量大。現有法規數量多，時間跨度大；中間多次上位法規變動，沖突點多。三是沒有現成的完整技術可以依托，特種設備法規知識表達，也不同于以概率算法為核心的文本知識發現。此外，大數據框架下，現有知識信息的缺陷不可避免，需要開發統一的開發規則，做好頂層設計。

[1]宋繼紅. 特種設備法規體系建設研究[J]. 中國特種設備安全，2016，32(04)：19-23+76.

[2]陳悅，劉則淵. 悄然興起的科學知識圖譜[J]. 科學學研究，2005(02)：149-154.

[3]秦長江，侯漢清. 知識圖譜——信息管理與知識管理的新領域[J]. 大學圖書館學報，2009(01)：30-37+96.

[4]焦李成，劉芳，緱水平.智能數據挖掘與知識發現[M].西安：西安電子科技大學出版社，2006.

[5]饒克勤，王明亮. 知識管理理論、方法與實踐：知識管理與衛生循證決策[M]. 北京：科學出版社，2010.

[6]張玲玲，石勇，朱正祥. 智能知識管理：基本理論及其拓展[M]. 北京：科學出版社，2015.