大數(shù)據(jù)知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)設(shè)計(jì)

基金項(xiàng)目：2019年度廣西中青年教師科研基礎(chǔ)能力提升項(xiàng)目，名稱：基于知識(shí)圖譜的電子商務(wù)客服問(wèn)答算法設(shè)計(jì)與實(shí)踐（項(xiàng)目編號(hào)：2019KY1519）

摘 要：隨著互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展，我國(guó)社會(huì)經(jīng)濟(jì)結(jié)構(gòu)發(fā)生了較大的變化，社會(huì)各領(lǐng)域信息化技術(shù)得到了較為廣泛的應(yīng)用，社會(huì)各行各業(yè)中都產(chǎn)生了大量的數(shù)據(jù)。近年來(lái)，我國(guó)電商行業(yè)得到了快速的發(fā)展，相關(guān)商品的咨詢量也變得越來(lái)越大，而問(wèn)答系統(tǒng)可以幫助人工客服緩解相應(yīng)的壓力，并且可以根據(jù)用戶的相關(guān)信息進(jìn)行功能擴(kuò)展，從而能夠給用戶提供比較個(gè)性化的智能服務(wù)。電商領(lǐng)域具有較為廣泛的知識(shí)數(shù)據(jù)，電商平臺(tái)上大量商品的咨詢和商品服務(wù)的進(jìn)行，都需要應(yīng)用到相應(yīng)的問(wèn)答系統(tǒng)。在互聯(lián)網(wǎng)語(yǔ)義數(shù)據(jù)不斷產(chǎn)生和積累的現(xiàn)狀下，問(wèn)答系統(tǒng)相關(guān)的應(yīng)用可以為用戶提供智能的知識(shí)服務(wù)，所以受到用戶們的認(rèn)可和使用。在知識(shí)圖譜快速發(fā)展的背景下，基于知識(shí)圖譜的問(wèn)答系統(tǒng)得到進(jìn)一步的研究，然而，目前大多數(shù)問(wèn)答系統(tǒng)都是面向英文的，尤其是在當(dāng)前熱門的電商領(lǐng)域，基于中文知識(shí)圖譜的問(wèn)答系統(tǒng)也已經(jīng)成為相關(guān)部門重要的研究方向。本文針對(duì)電子商務(wù)領(lǐng)域問(wèn)答系統(tǒng)，分析了相應(yīng)的技術(shù)，并探討了大數(shù)據(jù)知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)的設(shè)計(jì)。

關(guān)鍵詞：電商領(lǐng)域;大數(shù)據(jù);知識(shí)圖譜;相關(guān)技術(shù);問(wèn)答系統(tǒng)設(shè)計(jì)

在當(dāng)今信息化社會(huì)環(huán)境中，隨著互聯(lián)網(wǎng)的發(fā)展，電子商務(wù)得到了極大的發(fā)展和進(jìn)步，相關(guān)電商購(gòu)物平臺(tái)上的用戶量也在不斷增長(zhǎng)，商品的種類和數(shù)量也在不斷增加，每時(shí)每刻都會(huì)產(chǎn)生海量的數(shù)據(jù)，在這種情況下，電商領(lǐng)域中用戶量的增加，給提供商品服務(wù)的客服人員帶來(lái)了巨大的工作量，問(wèn)答系統(tǒng)的出現(xiàn)，能夠有效緩解人工客服提供商品服務(wù)時(shí)的工作壓力，并提高相應(yīng)的工作效率。

自動(dòng)問(wèn)答系統(tǒng)不僅能夠幫助人工客服緩解壓力，還可以結(jié)合用戶信息進(jìn)行相應(yīng)的擴(kuò)展，給用戶提供個(gè)性化和智能化的服務(wù)。知識(shí)圖譜其實(shí)就是一種語(yǔ)義網(wǎng)絡(luò)，知識(shí)圖譜上的每個(gè)結(jié)點(diǎn)，代表的都是一種實(shí)體或者概念，而知識(shí)圖譜的邊代表的是結(jié)點(diǎn)之間的各種語(yǔ)義關(guān)系。在目前的情況下，結(jié)構(gòu)化數(shù)據(jù)源劇烈增加，對(duì)于搜索引擎而言，知識(shí)圖譜能夠?qū)崿F(xiàn)語(yǔ)義層面上的功能，利用傳統(tǒng)的關(guān)鍵詞搜索，在當(dāng)前社會(huì)環(huán)境下已經(jīng)不能夠滿足用戶的需求。用戶通過(guò)使用自然語(yǔ)言查詢進(jìn)而得到自己想要的問(wèn)題答案，這其中應(yīng)用到的問(wèn)答系統(tǒng)也正在成為信息檢索技術(shù)發(fā)展的趨勢(shì)。

一、知識(shí)圖譜以及相關(guān)技術(shù)概述

1.知識(shí)圖譜

知識(shí)圖譜最早出現(xiàn)在谷歌上面，其就是一種語(yǔ)義網(wǎng)絡(luò)，知識(shí)圖譜上的每個(gè)結(jié)點(diǎn)，代表的都是一種實(shí)體或者概念，而知識(shí)圖譜的邊代表的是結(jié)點(diǎn)之間的各種語(yǔ)義關(guān)系。在當(dāng)前的社會(huì)中，許多企業(yè)都建立了相應(yīng)的知識(shí)圖譜知識(shí)庫(kù)，在構(gòu)建知識(shí)圖譜時(shí)，采用的都是自底向上數(shù)據(jù)驅(qū)動(dòng)型，該種類型具有靈活的數(shù)據(jù)語(yǔ)義表達(dá)能力，實(shí)體覆蓋率也比較高，結(jié)點(diǎn)之間的語(yǔ)義關(guān)系也變得更加全面。對(duì)于當(dāng)前的知識(shí)圖譜而言，其標(biāo)準(zhǔn)數(shù)據(jù)是由RDF三元組數(shù)據(jù)存儲(chǔ)形式構(gòu)成，在知識(shí)圖譜的信息結(jié)構(gòu)中，還具有一些OWL數(shù)據(jù)，這些數(shù)據(jù)中還包含著本體的類、屬性、實(shí)例等基本概念。

2.問(wèn)答系統(tǒng)的實(shí)體識(shí)別技術(shù)

實(shí)體識(shí)別技術(shù)在中文知識(shí)圖譜的問(wèn)答系統(tǒng)中，能夠具體區(qū)分相應(yīng)的中文文本，在一定程度上，該問(wèn)題得到了較多的關(guān)注和廣泛的研究。在知識(shí)圖譜問(wèn)答系統(tǒng)進(jìn)行分析的過(guò)程中，根據(jù)用戶不同的表述語(yǔ)句，系統(tǒng)的實(shí)體識(shí)別技術(shù)能夠準(zhǔn)確找到用戶所要表達(dá)的詞匯，在當(dāng)前情況下，對(duì)知識(shí)圖譜問(wèn)答系統(tǒng)設(shè)計(jì)進(jìn)行研究時(shí)，中文知識(shí)圖譜問(wèn)答系統(tǒng)中的實(shí)體識(shí)別技術(shù)，是進(jìn)行系統(tǒng)設(shè)計(jì)時(shí)需要研究的基礎(chǔ)性工作。在自動(dòng)問(wèn)答系統(tǒng)中的算法中，對(duì)實(shí)體識(shí)別進(jìn)行了相應(yīng)的定義，實(shí)體識(shí)別主要作用于對(duì)命名實(shí)體的識(shí)別，在一定程度上講就是其從文本中識(shí)別具有特殊意義的實(shí)體。

3.實(shí)體鏈接技術(shù)

在電商領(lǐng)域問(wèn)答系統(tǒng)中，實(shí)體鏈接技術(shù)可以對(duì)構(gòu)建語(yǔ)言系統(tǒng)和中文知識(shí)圖譜知識(shí)庫(kù)中的相關(guān)應(yīng)用進(jìn)行利用，這是電商領(lǐng)域中問(wèn)答系統(tǒng)應(yīng)用的基礎(chǔ)。在一定程度上，問(wèn)答系統(tǒng)所研究的范圍是清晰表達(dá)用戶想要表達(dá)的問(wèn)題，并且能夠快速了解用戶語(yǔ)句的含義。在電商領(lǐng)域中問(wèn)答系統(tǒng)的設(shè)計(jì)中，鏈接客戶的表達(dá)和知識(shí)庫(kù)是需要重點(diǎn)研究的內(nèi)容。以往的實(shí)體鏈接任務(wù)中所研究的基本是機(jī)構(gòu)名、人名和地名，按照給定的目標(biāo)，對(duì)實(shí)體名詞進(jìn)行分析并對(duì)相關(guān)文檔進(jìn)行查詢，然后再根據(jù)電商領(lǐng)域相關(guān)企業(yè)的知識(shí)庫(kù)中已經(jīng)有的實(shí)體詞匯，將目標(biāo)實(shí)體名詞與之進(jìn)行匹配，觀察能否進(jìn)行正確的鏈接。

當(dāng)前環(huán)境下的電商領(lǐng)域知識(shí)圖譜中的知識(shí)不斷變化，同義表達(dá)也比較多，雖然有關(guān)學(xué)者研究計(jì)算了詞匯和近義詞匯之間的相似度，但是對(duì)于之前的同義詞庫(kù)中的知識(shí)詞匯，其已經(jīng)不能滿足當(dāng)前電商領(lǐng)域發(fā)展的需求。

二、基于知識(shí)圖譜的問(wèn)答系統(tǒng)中存在的問(wèn)題及解決方法

1.基于知識(shí)圖譜的問(wèn)答系統(tǒng)中存在的問(wèn)題

基于知識(shí)圖譜的問(wèn)答系統(tǒng)一般存在著前端語(yǔ)義理解、后端知識(shí)圖譜的構(gòu)建兩大核心問(wèn)題。對(duì)于問(wèn)答系統(tǒng)通用的流程，其能夠?qū)⒆匀徽Z(yǔ)言進(jìn)行翻譯，轉(zhuǎn)化成結(jié)構(gòu)化的查詢語(yǔ)言，比如SQL、SPARQL等，從而查詢知識(shí)圖譜中的實(shí)體和關(guān)系。對(duì)于基于知識(shí)圖譜的問(wèn)答系統(tǒng)而言，其可以實(shí)現(xiàn)支持推理等更多的復(fù)雜問(wèn)題的解決，像處理包含邏輯判斷的問(wèn)句等。近些年來(lái)，我國(guó)電子商務(wù)相關(guān)行業(yè)得到了迅速的發(fā)展，用戶對(duì)于商品的咨詢量也在不斷增加，自動(dòng)問(wèn)答系統(tǒng)能夠幫助相關(guān)平臺(tái)客服人員緩解一定的壓力，在一定程度上能夠結(jié)合用戶信息進(jìn)行擴(kuò)展，并為用戶提供個(gè)性化智能服務(wù)，但是其中存在的問(wèn)題仍然需要重點(diǎn)研究和解決。

基于知識(shí)圖譜的問(wèn)答系統(tǒng)雖然可以處理多個(gè)語(yǔ)義網(wǎng)資源混合情況下的問(wèn)答，但仍然無(wú)法有效處理需要統(tǒng)計(jì)的復(fù)雜問(wèn)題。ORAKEL和Pythia系統(tǒng)雖然準(zhǔn)確性比較高，但是在應(yīng)用的時(shí)候需要構(gòu)建相關(guān)領(lǐng)域內(nèi)的知識(shí)庫(kù)詞典，這就造成較高的人工構(gòu)建的覆蓋率和代價(jià)。使用傳統(tǒng)的語(yǔ)法解析方法，可以通過(guò)依存句法分析對(duì)初步的語(yǔ)義塊進(jìn)行提取，雖然在一定程度上能夠保證相應(yīng)的準(zhǔn)確度，但對(duì)于口語(yǔ)類型之類的短文本，只是使用依存句法分析得到的結(jié)果，并沒(méi)有理想的效果。

2.問(wèn)題相關(guān)解決辦法

對(duì)于問(wèn)答系統(tǒng)存在的問(wèn)題，相應(yīng)的解決方法主要包括三類，與模式相關(guān)的問(wèn)答系統(tǒng)、與統(tǒng)計(jì)學(xué)習(xí)相關(guān)的語(yǔ)義提取技術(shù)、與依賴樹(shù)相關(guān)的語(yǔ)義提取技術(shù)。對(duì)于與模式相關(guān)的問(wèn)答系統(tǒng)而言，按照相應(yīng)的模板和規(guī)則，該方法采用的是基于模式匹配的語(yǔ)義提取方法，該方法是在用戶的語(yǔ)句中，找到符合相關(guān)規(guī)則的問(wèn)句，然后使用提前制定好的模板進(jìn)行轉(zhuǎn)換。TBSL系統(tǒng)可以按照相應(yīng)的依賴關(guān)系、詞性關(guān)系，通過(guò)構(gòu)建相應(yīng)的SPARQL解析器，來(lái)生成相應(yīng)的查詢模板，而且在這個(gè)過(guò)程中使用更多的信息，能夠提高對(duì)三元組提取的準(zhǔn)確率，這要比直接使用依賴關(guān)系進(jìn)行構(gòu)建查詢的準(zhǔn)確率高。

三、大數(shù)據(jù)知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)架構(gòu)

1.問(wèn)題的分類器

針對(duì)電商領(lǐng)域詞庫(kù)而言，在一定程度上將知識(shí)圖譜中的實(shí)體概念和相關(guān)屬性等詞匯引入其中，抽取的標(biāo)注根據(jù)所獲取的集成來(lái)進(jìn)行，通常情況下可以定義八種類型的問(wèn)題。在進(jìn)行問(wèn)題分類時(shí)，首先要對(duì)具體問(wèn)題進(jìn)行相應(yīng)的分類，這樣能夠?qū)?wèn)題的重點(diǎn)進(jìn)行快速的把握;然后再根據(jù)問(wèn)題種類中提供的關(guān)鍵詞，可以有效構(gòu)造問(wèn)句的類別向量。而對(duì)于問(wèn)題的分類，其一般都是從統(tǒng)計(jì)學(xué)的角度進(jìn)行的。對(duì)于本文的問(wèn)答系統(tǒng)而言，重點(diǎn)關(guān)注的是知識(shí)圖譜的問(wèn)答鏈接數(shù)據(jù)，只有更加清晰地了解這些數(shù)據(jù)，才能夠更好設(shè)計(jì)相應(yīng)的問(wèn)答系統(tǒng)，并充分滿足用戶的需求。

2.關(guān)于序列詞性依賴的標(biāo)注問(wèn)題

在分析重點(diǎn)詞匯的過(guò)程中，通常會(huì)利用到傳統(tǒng)的依存句法，這時(shí)比較重要的是實(shí)詞與實(shí)詞之間的關(guān)系。在一定程度上，有語(yǔ)義關(guān)系的詞匯需要更加關(guān)注。雖然在一定程度上，利用SDP可以對(duì)語(yǔ)義相關(guān)的詞匯關(guān)系進(jìn)行有效的提取，但是在實(shí)際的應(yīng)用中，這其中還存在著較多的問(wèn)題，所以基于SDP的語(yǔ)義依存序列和特定領(lǐng)域中的實(shí)體序列，本文提出了一種依賴減縮的算法，該算法能夠進(jìn)行基于SDP的初始化。從一定程度上來(lái)講，OMT所代表的含義，是對(duì)這一條詞匯的關(guān)系進(jìn)行刪除，所有節(jié)點(diǎn)詞匯之間的鏈接需要進(jìn)行分開(kāi)刪除，在進(jìn)行合并之后，也要保留詞匯之間的緣由節(jié)點(diǎn)，之前的原點(diǎn)也可以繼續(xù)利用，用來(lái)做出指向的關(guān)系，能夠找到對(duì)該依賴進(jìn)行具體操作的實(shí)際操作，使其在問(wèn)答系統(tǒng)中的實(shí)際效果得到有效的提升。

3.提取SPARAL

針對(duì)上面所涉及到的標(biāo)注序列，在使用的過(guò)程中可以生成相應(yīng)的SPARAL模板，在實(shí)際應(yīng)用中使用該模板，針對(duì)不同類型的問(wèn)題在很大程度上能夠進(jìn)行針對(duì)性的回答。對(duì)于事實(shí)類的問(wèn)題，定義了相應(yīng)的基礎(chǔ)查詢模板，對(duì)于類是完全正確的情況下，對(duì)應(yīng)的類型可以使用c去代替，然后通過(guò)利用相關(guān)的詞匯信息和依存句法分析，對(duì)三元組的相關(guān)信息進(jìn)行提取，針對(duì)不同用戶所提出的問(wèn)題類型，制定出相對(duì)應(yīng)的語(yǔ)義模板，再結(jié)合相應(yīng)的實(shí)體信息，提取出有關(guān)問(wèn)題的答案，從而保證問(wèn)答系統(tǒng)為相關(guān)用戶提供所需要的更準(zhǔn)確的信息。

四、大數(shù)據(jù)知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

1.系統(tǒng)整體設(shè)計(jì)

該系統(tǒng)是在MVC的架構(gòu)上進(jìn)行設(shè)計(jì)完成，對(duì)于數(shù)據(jù)存儲(chǔ)層而言，主要存在兩種數(shù)據(jù)需要進(jìn)行存放，一種是電商領(lǐng)域知識(shí)庫(kù)的RDF數(shù)據(jù)，另一種是Redis數(shù)據(jù)。整體知識(shí)圖譜的結(jié)構(gòu)，通常使用的是RDF數(shù)據(jù)存儲(chǔ)，其能夠支持調(diào)用CEQA的算法包，而Redis只能支持部分調(diào)用CEQA的算法，但是Redis可以加速鏈接過(guò)程，提升系統(tǒng)的整體性能。邏輯層對(duì)前后端交互和邏輯算法部分進(jìn)行了隔離，而展示層使用的是HTML5技術(shù)，該技術(shù)能夠根據(jù)用戶的不同問(wèn)題類型，完成不同的展示任務(wù)。

2.數(shù)據(jù)緩存的設(shè)計(jì)與實(shí)現(xiàn)

Redis和傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)不同，其是利用key-value類型數(shù)據(jù)庫(kù)可以對(duì)CEQA算法框架中的link環(huán)節(jié)進(jìn)行加速，能夠有效提高link算法的工作效率。對(duì)Redis的基本存儲(chǔ)結(jié)構(gòu)進(jìn)行定義，進(jìn)而對(duì)RDF的三元組數(shù)據(jù)進(jìn)行快速查詢，能夠避免對(duì)jean-api進(jìn)行直接調(diào)用，可以有效縮短三元組的簡(jiǎn)單鏈接過(guò)程。

3.View層的設(shè)計(jì)與實(shí)現(xiàn)

ECharts是一個(gè)具有強(qiáng)大制圖和可視化庫(kù)以及高度可定制的圖表，CEQA系統(tǒng)在EChart的基礎(chǔ)上進(jìn)行了前端交互的設(shè)計(jì)，擁有不同用戶不一樣的問(wèn)題類別，可以進(jìn)行不同形式的展示。系統(tǒng)通過(guò)對(duì)ECharts關(guān)系圖部分功能進(jìn)行修改，能夠有效滿足用戶點(diǎn)擊、拖動(dòng)、懸停相應(yīng)的知識(shí)數(shù)據(jù)，并且可以重新定義節(jié)點(diǎn)和邊的基本數(shù)據(jù)結(jié)構(gòu)。

4.CEQA-Live-Service的設(shè)計(jì)與實(shí)現(xiàn)

CEQA-Live-Service是基于MVC框架進(jìn)行設(shè)計(jì)的，能夠?qū)ν馓峁〩TTP的訪問(wèn)接口，該項(xiàng)目是利用maven2進(jìn)行構(gòu)建，通過(guò)使用java語(yǔ)言進(jìn)行編寫，具有容易移植和跨平臺(tái)的優(yōu)點(diǎn)，Control層能夠支持與前端進(jìn)行交互，并提供3個(gè)相應(yīng)的接口。

五、總結(jié)

綜上所述，近年來(lái)，我國(guó)電商行業(yè)發(fā)展迅速，用戶對(duì)于商品的咨詢量較大，對(duì)于電商這樣的焦點(diǎn)領(lǐng)域，設(shè)計(jì)出一種基于知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)，能夠很好地緩解相關(guān)人工客服的壓力，并且通過(guò)結(jié)合用戶信息進(jìn)行相應(yīng)的擴(kuò)展，可以為用戶提供更好的、個(gè)性化的智能服務(wù)。通過(guò)對(duì)基于知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)的設(shè)計(jì)進(jìn)行研究，也能夠更好實(shí)現(xiàn)知識(shí)圖譜的價(jià)值。

參考文獻(xiàn)：

[1]廖美紅.基于中文知識(shí)圖譜的電商領(lǐng)域問(wèn)答算法設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn)[J].商場(chǎng)現(xiàn)代化，2019（05）：34-35.

[2]杜澤宇，楊燕，賀樑.基于中文知識(shí)圖譜的電商領(lǐng)域問(wèn)答系統(tǒng)[J].計(jì)算機(jī)應(yīng)用與軟件，2017，34（05）：153-159.

[3]楊燕.面向電商領(lǐng)域的智能問(wèn)答系統(tǒng)若干關(guān)鍵技術(shù)研究[D].華東師范大學(xué)，2016.

[4]杜澤宇.基于中文知識(shí)圖譜的電商領(lǐng)域問(wèn)答算法設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn)[D].華東師范大學(xué)，2016.

作者簡(jiǎn)介：廖美紅，女，廣西南寧人，廣西工商職業(yè)技術(shù)學(xué)院計(jì)算機(jī)教學(xué)骨干教師，副教授