淺析新聞出版行業領域知識服務的實現路徑

馬金鵬

摘 要 知識服務是一種新興的目標驅動型服務方式，是將用戶的精準需求與清晰的使用場景相結合，研究提出人性化的智慧服務解決方案。本文以新聞出版行業為例，利用工具書結構化特性進行知識點的梳理抽取，應用信息檢索與數據挖掘加權（TF-IDF）算法，測算出知識與資源之間的關系強度，構建出涵蓋圖書、圖片、視頻、知識點等多形態的知識庫，通過對知識服務平臺的建設，探索和挖掘知識與資源之間的互聯關系，提供知識內容檢索、關聯資源推薦及深入學習的支持服務。通過深入挖掘行業縱深領域的真實需求，形成知識服務的實踐工作流程，總結知識服務的共性技術、工具和系統，在其他行業內起到示范和推廣的作用，為知識服務之路開創新里程。

關鍵詞 數據處理；知識服務；示范推廣

本文主要是利用現有知識服務技術，嘗試設計一套基于新聞出版行業的知識服務平臺，內容主要涵蓋三個部分：①知識加工，以現有資源為依據，以人工編輯為主，采用可視化構建工具完成知識體系框架建設，形成知識圖譜文件；②知識儲備，以知識體系為依托，對原始資料中的結構化數據、半結構化數據、非結構化數據進行科學抽取，然后進行數據清洗、關聯，形成知識點，并進行知識關系強度計算，計算出知識點與知識點、圖片與圖書等元素的關系；③知識利用，平臺搭建遵循質量管理規范體系，采用多種編程語言、數據庫等開發工具，搭建面向專業領域的知識服務平臺，實現知識檢索、知識呈現和關聯知識、關聯資源推薦服務。

1 總體設計

系統實現的總體過程：知識加工過程采用手工加算法輔助的方式，輸出知識內容和關系強度給知識存儲過程，知識存儲后，提供多個應用程序編程接口為知識利用服務作為支撐；知識應用環節，以知識庫為內容支撐，以部分外部服務輔助，將用戶與知識通過簡單的檢索，有效的連接起來[1]。

2 知識加工

知識加工過程中，專家參與確定知識體系形成結果輸出，使用可視化手工構建工具形成知識體系圖譜；將從工具書中抽取的知識點結構文本、圖示和停用詞等共同輸入，經過核心算法的計算，完成關鍵詞的抽取，通過分詞、相似度的計算以及排序，形成關系強度的計算結果值[2]。主要步驟設計如下：

（1）根據已確認的知識體系表格，建設專業領域知識體系，形成知識體系文件。知識體系即為知識點的分類。

（2）選定專業領域內的權威辭典、辭書為知識點抽取的來源，先抽取知識點，以根據知識體系中的屬性抽取三元組的類型，每個知識點由多個知識三元組組成，抽取的每個知識點，系統自動生成唯一標識。

（3）知識點抽取完成后，人工進行數據的清洗和校驗，從知識點的重要程度、知識點抽取的正確與否兩個角度篩選，最終保留少量的知識點關鍵詞，以備計算關系強度使用。

（4）整理現有版權的可用資源，圖書、圖片、視頻資源分別進行批量加工、標引，提供完整的、符合規范的數據內容，圖書包括封面、元數據和內容文件。圖片包括元數據、瀏覽級圖片和高精度大圖，視頻包括元數據和音視頻文件。

（5）通過信息檢索與數據挖掘的加權計算出知識點與知識點、知識點與圖書、知識點與圖片、知識點與視頻間的關系強度，形成規范的帶有唯一標識的結果文本，以備建立知識庫使用。加工流程如下圖：

3 知識存儲

知識存儲即為知識庫的建立過程，是知識數據、知識關聯結果、各類型資源的入庫過程。知識存儲過程中，將知識加工形成的結果文件以及圖書、圖片、視頻資源，全部入庫到關系型數據庫中，同時將知識相關的數據入到搜索應用服務器庫中，知識存儲的過程就是所有資源入庫的過程。該過程提供多個應用程序編程接口，為知識利用提供數據支撐[3]。

系統采用關系型數據庫和搜索應用兩個數據庫作為數據支撐，使用搜索應用服務器提供索引服務。知識數據、圖書、圖片、視頻，所有的資源匯總到關系型數據庫管理系統進行結構化存儲，知識三元組、知識點和知識體系同步入庫到搜索應用服務器中，建立索引庫，提升檢索的性能。知識存儲的架構圖如下圖：

知識儲備需要支持將已經加工標引完成的圖書、圖片、視頻、知識點以及知識關系統一組織，建立便捷知識庫。所有的資源入庫后，需要按資源類型分別存儲，提供各種檢索查詢服務，使得各類別資源具備可獨立建庫服務的能力，知識建庫完成后，還需要同時完成索引庫的創建，用以提升用戶檢索的性能[4]。

4 知識利用

在知識利用過程中，用戶登錄認證后便可實現通過檢索服務，進行知識的獲取和利用，繪制的知識圖譜可呈現知識點與知識點間的關系強度，通過在線瀏覽器的接口調用，進行關聯圖書中段落內容的閱讀，包括下載和播放與之相關聯的圖片和視頻。

由專業領域知識服務平臺來提供終端用戶的注冊、登錄，知識檢索，知識圖譜的呈現，知識關聯資源的推薦，以及知識的學習等服務。利用依托于知識點和知識點之間的關系強度，進行知識圖譜相關的展示；利用知識點和資源的關系強度，為用戶推薦與該知識點相關聯的圖書、圖片、視頻資源。在關系強度的計算過程中，可點擊推薦圖書直接跳轉到內容進行學習使用[5]。

5 結束語

研究認為，在專業知識服務平臺建設上，還有很多亟須完善和持續深入的地方：首先，在資源內容方面，知識點的范圍局限限制了持續建設擴充的可能性，知識點的錄入還應充分考慮對時下熱點的關注；其次，在知識加工方法上，現有知識體系還可以依據某一個細分應用場景進一步細化，使得維度更多，體系更加精準；再次，還應持續深入得研究文本抽取技術，對于結構化不好的數據，依然可以依據知識體系的屬性抽取出三元組信息，同時增加對于三元組數據的置信度計算，以確保數據的可用性。希望通過此次對專業知識體系、知識庫的構建以及應用場景的設計中積累的經驗，可以有效促進專業知識服務在具體行業中應用于發展進程，更好的體現專業知識服務的應用價值與現實意義。

參考文獻

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

[2] 吳赟，孫夢如.中國出版業發展知識服務的路徑思考——從愛思唯爾ClinicalKey超級醫學平臺談起[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.基于領域本體的可信服務組合[J].計算機應用研究，2012， 29（11）：4193-4198.

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