多維本體驅(qū)動(dòng)下供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系構(gòu)建方法

李承桓， 張莉， 何學(xué)東， 常利建， 于喻

(1.國家電網(wǎng)有限公司客戶服務(wù)中心， 天津 300304；2.北京中電普華信息技術(shù)有限公司， 北京 100085)

0 引言

供電公司是我國經(jīng)濟(jì)社會(huì)發(fā)展的能源保障，供電服務(wù)專業(yè)學(xué)生為供電公司提供人才支持，是供電公司的后備軍。供電服務(wù)專業(yè)屬于技術(shù)型專業(yè)，需要采用先進(jìn)的教學(xué)手段，促使學(xué)生充分理解供電服務(wù)專業(yè)的知識(shí)。許多學(xué)者研究供電服務(wù)知識(shí)標(biāo)簽體系，因構(gòu)建知識(shí)標(biāo)簽的方法使用不當(dāng)，導(dǎo)致學(xué)習(xí)效果一般[1]。

在構(gòu)建供電服務(wù)知識(shí)標(biāo)簽體系的過程中，銀宇堃等[2]提出了圖案的方法，以圖案為基礎(chǔ)實(shí)現(xiàn)知識(shí)標(biāo)簽體系構(gòu)建，該方法受圖像信噪比影響，導(dǎo)致標(biāo)簽呈現(xiàn)效果不佳；張璞等[3]提出了標(biāo)簽傳播構(gòu)建方法，采用選取種子詞與候選詞相結(jié)合的方法，實(shí)現(xiàn)知識(shí)標(biāo)簽體系構(gòu)建，由于計(jì)算過程復(fù)雜，導(dǎo)致知識(shí)標(biāo)簽體系構(gòu)建效率低。

以向量的衡量指標(biāo)為維度，多種維度一起生成的被稱為多維，而為了滿足不同人群的需求維度，將知識(shí)實(shí)施差異化維度分類，即可得出最優(yōu)的匹配維度。由于要保障不同主體知識(shí)需求，因此多維本體是構(gòu)建以多個(gè)本體為基礎(chǔ)的知識(shí)標(biāo)簽體系構(gòu)建方法，這種方法已廣泛應(yīng)用在各個(gè)領(lǐng)域。因此本文以多維本體驅(qū)動(dòng)為主構(gòu)建供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系，增強(qiáng)供電服務(wù)專業(yè)知識(shí)框架的科學(xué)性，提高供電服務(wù)專業(yè)知識(shí)學(xué)習(xí)效率。

1 多維本體驅(qū)動(dòng)下供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系構(gòu)建方法

1.1 多維本體構(gòu)建

多維本體分為多語言、多領(lǐng)域、多層次的空間模型。領(lǐng)域知識(shí)、通用知識(shí)、動(dòng)態(tài)知識(shí)組成層次維，在層次維對(duì)供電服務(wù)專業(yè)知識(shí)實(shí)施本體建模，動(dòng)態(tài)知識(shí)表示實(shí)體對(duì)象的形式化[4]，領(lǐng)域知識(shí)和通用知識(shí)表示靜態(tài)知識(shí)實(shí)施形式化處理，供電服務(wù)專業(yè)知識(shí)涵蓋多領(lǐng)域多語言的知識(shí)共享。在本體知識(shí)上構(gòu)建多維本體空間模型，如圖1所示。

圖1 多維本體空間模型

圖1中，3種本體的具體構(gòu)建方法如下。

(1) 依據(jù)用戶的實(shí)際需求構(gòu)建動(dòng)態(tài)知識(shí)的本體，采用以往網(wǎng)絡(luò)信息資源與知識(shí)，由機(jī)器實(shí)現(xiàn)構(gòu)建。動(dòng)態(tài)知識(shí)的本體構(gòu)建過程，如圖2所示。

圖2 動(dòng)態(tài)知識(shí)的本體構(gòu)建過程

圖2中，按照需求得出關(guān)鍵詞集，在互聯(lián)網(wǎng)搜尋與之關(guān)聯(lián)的信息資源，在開放資源庫內(nèi)存入預(yù)處理后信息資源。在本體選擇中[5]，采用中文分詞的方式完成語料切分，經(jīng)匹配語言模板獲取候選術(shù)語，并采用TFIDF技術(shù)求解領(lǐng)域相關(guān)性得出本體概念。

利用模板匹配方法得出預(yù)定義關(guān)系集，再與領(lǐng)域知識(shí)、通用知識(shí)相聯(lián)系構(gòu)建關(guān)系集[6]。通過任務(wù)對(duì)象完成對(duì)動(dòng)態(tài)知識(shí)的響應(yīng)，提高動(dòng)態(tài)擴(kuò)展。

(2) 通用知識(shí)是供電服務(wù)專業(yè)中最基礎(chǔ)的概念知識(shí)，可以提高特定場景和領(lǐng)域知識(shí)構(gòu)建效率。通用知識(shí)的適用性很強(qiáng)[7]，從三大本體的通用概念知識(shí)體系中篩選通用概念。

(3) 領(lǐng)域知識(shí)是專業(yè)領(lǐng)域的知識(shí)，各領(lǐng)域?qū)崿F(xiàn)共享。領(lǐng)域知識(shí)本體構(gòu)建，通過以往的敘詞表生成各領(lǐng)域的概念分類體系，結(jié)合網(wǎng)絡(luò)維基的頂層知識(shí)修正分類體系，選取網(wǎng)絡(luò)維基內(nèi)實(shí)例知識(shí)，構(gòu)建包含大規(guī)模概念知識(shí)、實(shí)例知識(shí)、關(guān)系知識(shí)的各領(lǐng)域知識(shí)體系。

1.2 供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系構(gòu)建方法

以三個(gè)多維主體為基礎(chǔ)構(gòu)建供電服務(wù)專業(yè)原始多維知識(shí)標(biāo)簽體系，如圖3所示。

圖3 原始多維標(biāo)簽體系結(jié)構(gòu)

由圖3可知，在明確頂層維度后，針對(duì)三大主體分析原始多維標(biāo)簽體系結(jié)構(gòu)。體系中包括領(lǐng)域知識(shí)需求、通用知識(shí)需求、動(dòng)態(tài)知識(shí)需求。動(dòng)態(tài)知識(shí)需求從組織維度、管理客體兩方面分析[8]。

為提高標(biāo)簽體系的精準(zhǔn)度，在多維本體驅(qū)動(dòng)下應(yīng)用在供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系構(gòu)建方法，其標(biāo)簽體系構(gòu)建的流程，如圖4所示。

圖4 多維知識(shí)標(biāo)簽體系構(gòu)建方法的流程

由圖4可知，為了生成新的供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系，將原始標(biāo)簽作為導(dǎo)航標(biāo)簽，經(jīng)數(shù)據(jù)處理得到標(biāo)簽網(wǎng)頁文本和豐富標(biāo)簽語義[9]，分別采用上下位映射、等同映射篩選出標(biāo)簽集中相同標(biāo)簽，融合新的標(biāo)簽樹，完成新的知識(shí)標(biāo)簽體系構(gòu)建。

在數(shù)據(jù)處理環(huán)節(jié)，采用逆文檔與詞頻匹配方法完成標(biāo)簽關(guān)鍵詞的提取。標(biāo)簽關(guān)鍵詞權(quán)重計(jì)算如式(1)所示：

wi=gidt×gti

(1)

其中，逆文檔頻率用gidt描述，候選詞i在文本里的詞頻用gti描述。

逆文檔頻率，如式(2)所示：

(2)

其中，候選詞i的文本數(shù)用Di描述，文本總數(shù)用D描述。

等同關(guān)系標(biāo)簽映射主要以附加語義的方法，判斷標(biāo)簽間的關(guān)系[10]，用句子向量描述模型，將各標(biāo)簽相對(duì)的網(wǎng)頁標(biāo)題用k表示，標(biāo)簽向量經(jīng)網(wǎng)頁文本語義求出。各標(biāo)題的句子向量用x1,x2,…,xn描述，標(biāo)簽用式(3)描述：

(3)

其中，標(biāo)簽用Xlabel描述。

余弦相似度如式(4)：

(4)

其中，基準(zhǔn)標(biāo)簽B的向量用XB描述，待融合標(biāo)簽A的向量用XA描述。兩者呈等同關(guān)系，在閾值小于余弦相似度的條件下呈現(xiàn)。

上下位標(biāo)簽映射用來判斷標(biāo)簽間的關(guān)系。求解全部XB、XA的相關(guān)性，兩者呈上下位關(guān)系是在閾值小于極大相關(guān)性。子標(biāo)簽的余弦相似度用C(XA,XB)，C(XA,XB1)，…，C(XA,XBn)描述，則標(biāo)簽AB相關(guān)性用式(5)描述：

(5)

標(biāo)簽判斷可通過網(wǎng)頁標(biāo)簽實(shí)現(xiàn)，B表示基準(zhǔn)標(biāo)簽，網(wǎng)頁標(biāo)題個(gè)數(shù)用p描述，包含比例用式(6)描述：

(6)

其中，標(biāo)題用q描述。

A、B兩個(gè)標(biāo)簽有上下位關(guān)系，當(dāng)閾值小于包含率時(shí)，提取具體關(guān)鍵詞，結(jié)合圖4，即可完成供電服務(wù)專業(yè)多維知識(shí)標(biāo)簽體系構(gòu)建。

2 實(shí)驗(yàn)分析

本文以某高校供電服務(wù)專業(yè)課程為實(shí)驗(yàn)對(duì)象，構(gòu)建了其知識(shí)標(biāo)簽體系。在該高校原始標(biāo)簽體系內(nèi)，選取多個(gè)不同類型供電服務(wù)專業(yè)知識(shí)標(biāo)簽實(shí)施分組，得出測試標(biāo)簽體系，供電服務(wù)專業(yè)知識(shí)標(biāo)簽類型分別用A、B、C、D、E表示，實(shí)驗(yàn)數(shù)據(jù)如表1所示。

表1 標(biāo)簽體系中原始及測試標(biāo)簽數(shù)

測試指標(biāo)如下。

(1) 標(biāo)簽樹枝數(shù)量用MT描述，上下位關(guān)系重合度用式(7)描述：

(7)

其中，測試標(biāo)簽體系中樹枝數(shù)量用MT描述，兩個(gè)體系內(nèi)相同的樹枝數(shù)量用Msame描述。

(2) 設(shè)置融合標(biāo)簽體系中標(biāo)簽數(shù)量用NL表示，標(biāo)簽內(nèi)容相似度指標(biāo)為標(biāo)簽重合度，如式(8)所示：

(8)

其中,相同的標(biāo)簽數(shù)量用Nsame描述。

實(shí)驗(yàn)對(duì)比方法為文獻(xiàn)[2]圖案標(biāo)簽體系構(gòu)建方法、文獻(xiàn)[3]標(biāo)簽傳播的構(gòu)建方法。在實(shí)驗(yàn)數(shù)據(jù)相同的條件下，測試3種方法的標(biāo)簽重構(gòu)性能，通過求解上述測試指標(biāo)，比較本文構(gòu)建的測試標(biāo)簽體系即本文方法，比較結(jié)果如表2、表3所示。

表2 3種方法的測試指標(biāo)比較

表3 3種方法時(shí)間頻率比較 單位：s

由表3可知，3種方法的時(shí)間頻率沒有太大差異。由表2可知，與其他2種方法比較，本文方法性能較優(yōu)，其標(biāo)簽重合度均值為91.66%、上下位重合度為92.44%，比其他2種方法的測試指標(biāo)分別高出10%、15%，說明本文方法的準(zhǔn)確性較高。

測試3種方法的本體特性，比較結(jié)果如表4所示。

表4 3種方法的本體特性

由表4可知，本文方法的本體特性明顯優(yōu)于其他2種方法，其概念規(guī)模最大、構(gòu)建方式比較靈活、適用度高、擴(kuò)展能力好、語言覆蓋范圍全面，說明本文方法的本體特性性能優(yōu)良。

比較3種方法隨標(biāo)簽數(shù)量變化的正確率變化情況，比較結(jié)果如圖5所示。

圖5 3種方法隨標(biāo)簽數(shù)量變化曲線

由圖5可知，文獻(xiàn)[2]方法隨標(biāo)簽數(shù)量變化正確率波動(dòng)較大，平均正確率為75%，文獻(xiàn)[3]方法隨標(biāo)簽數(shù)量變化正確率呈下降趨勢，而本文方法隨著標(biāo)簽數(shù)量增多，其正確率在92%以上且呈較穩(wěn)定趨勢，說明本文方法的魯棒性較優(yōu)。

將供電服務(wù)專業(yè)課程作為輸入文本，分別采用3種方法對(duì)候選標(biāo)簽詞匯實(shí)施標(biāo)簽關(guān)鍵詞提取，比較結(jié)果如表5所示。

由表5可知，本文方法的標(biāo)簽關(guān)鍵詞提取效果較好，因?yàn)槠鋵⒐╇姺?wù)專業(yè)課程按照關(guān)鍵詞的權(quán)重進(jìn)行優(yōu)化，選取并分類了重要的標(biāo)簽關(guān)鍵詞，對(duì)比諧波源與諧波2個(gè)候選詞，按照其逆文檔與詞頻匹配權(quán)重去除源字，保留諧波作為標(biāo)簽。

表5 3種方法的標(biāo)簽關(guān)鍵詞提取結(jié)果

3 總結(jié)

本文構(gòu)建多語言、多領(lǐng)域、多層次的多維本體空間模型，以多維本體空間模型三個(gè)多維主體為基礎(chǔ)，構(gòu)建供電服務(wù)專業(yè)原始多維知識(shí)標(biāo)簽體系，經(jīng)數(shù)據(jù)處理、標(biāo)簽映射、數(shù)據(jù)融合等方法實(shí)現(xiàn)新的知識(shí)體系構(gòu)建，其概念規(guī)模最大、構(gòu)建方式比較靈活、適用度高、擴(kuò)展能力好、語言覆蓋范圍全面，本體特性較好，標(biāo)簽構(gòu)建準(zhǔn)確性高。