基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè)與應(yīng)用?

●肖冬梅 王良晨

湘潭大學(xué)知識產(chǎn)權(quán)學(xué)院,湘潭,411105

新文科背景下復(fù)合應(yīng)用型知識產(chǎn)權(quán)人才的培養(yǎng)過程,就是一個多學(xué)科知識交叉融合的過程。 立體化知識產(chǎn)權(quán)教學(xué)資源是復(fù)合應(yīng)用型知識產(chǎn)權(quán)人才培養(yǎng)的重要支撐,也是解決我國知識產(chǎn)權(quán)人才培養(yǎng)過程中面臨的知識結(jié)構(gòu)單一、職業(yè)能力單一兩大瓶頸問題的關(guān)鍵。

1 基于知識圖譜建設(shè)立體化知識產(chǎn)權(quán)教學(xué)資源的必要性

1.1 立體化教學(xué)資源是知識產(chǎn)權(quán)人才知識結(jié)構(gòu)優(yōu)化的新依托

新文科背景下的知識產(chǎn)權(quán)人才知識結(jié)構(gòu)亟待優(yōu)化。 雖然在教育部的專業(yè)分類目錄中,知識產(chǎn)權(quán)被歸為法學(xué)類專業(yè),但對于知識產(chǎn)權(quán)的學(xué)科定位,迄今為止尚有頗多爭議。 當(dāng)前,知識產(chǎn)權(quán)教育較為注重對學(xué)生知識產(chǎn)權(quán)法學(xué)知識和能力的培養(yǎng),忽略其與理工類學(xué)科及其他人文社會學(xué)科的交叉融合,存在知識結(jié)構(gòu)單一的問題,難以適應(yīng)新文科建設(shè)及重大復(fù)雜的知識產(chǎn)權(quán)事務(wù)對人才培養(yǎng)的復(fù)合性要求[1]。事實上,諸多知識產(chǎn)權(quán)問題的解決,僅憑借知識產(chǎn)權(quán)法學(xué)知識,往往很難得到妥善解決,必須與管理學(xué)、經(jīng)濟學(xué)甚至理工科等學(xué)科知識結(jié)合才能尋得理想方案,故有著跨學(xué)科學(xué)習(xí)背景和多學(xué)科融合的復(fù)合型知識產(chǎn)權(quán)人才,廣受市場歡迎。 “復(fù)合型知識產(chǎn)權(quán)人才需要具備多學(xué)科的知識背景”在業(yè)界和學(xué)界似乎已經(jīng)達成共識。

復(fù)合型知識產(chǎn)權(quán)人才需要立體化教學(xué)資源的滋養(yǎng)。 知識產(chǎn)權(quán)學(xué)科是新文科的有機組成部分,也是最需要進行學(xué)科交叉融合的一個學(xué)科。 立體化教學(xué)資源是指以培養(yǎng)復(fù)合型人才為目標,突破學(xué)科領(lǐng)域界限、資源類型限制的教學(xué)要素集合。 以立體化知識產(chǎn)權(quán)教學(xué)資源為例,知識產(chǎn)權(quán)學(xué)科領(lǐng)域涉及法學(xué)基礎(chǔ)課程、知識產(chǎn)權(quán)專業(yè)課程和管理學(xué)理論課程等,資源類型涉及教材、課件、視頻課程、測試題庫等,立體化教學(xué)資源是知識產(chǎn)權(quán)學(xué)科與其他學(xué)科交叉融合的載體。 新文科背景下,構(gòu)建對應(yīng)多學(xué)科、多模塊化的課程體系,培養(yǎng)復(fù)合型知識產(chǎn)權(quán)人才,是解決知識產(chǎn)權(quán)人才知識結(jié)構(gòu)單一的有效方法。

1.2 立體化教學(xué)資源是知識產(chǎn)權(quán)人才實踐能力提升的新生態(tài)

新技術(shù)環(huán)境下的知識產(chǎn)權(quán)人才實踐能力亟待提升。 目前,知識產(chǎn)權(quán)人才能力培養(yǎng)面臨四大問題:一是教學(xué)基礎(chǔ)設(shè)施薄弱。 知識產(chǎn)權(quán)具有技術(shù)性、實踐性、應(yīng)用性的特點,這些特點要求知識產(chǎn)權(quán)人才應(yīng)既精通法律規(guī)則,又掌握學(xué)科相關(guān)的工具和方法。 因此,知識產(chǎn)權(quán)實驗室、專利數(shù)據(jù)庫和專利分析軟件等是知識產(chǎn)權(quán)人才培養(yǎng)的基礎(chǔ)。 但目前多數(shù)人才培養(yǎng)單位對基礎(chǔ)設(shè)施建設(shè)尤其是軟件應(yīng)用重視不夠,基礎(chǔ)設(shè)施薄弱直接影響人才實務(wù)能力的培養(yǎng)。 二是實務(wù)課程單一。 知識產(chǎn)權(quán)的綜合性決定了知識產(chǎn)權(quán)人才應(yīng)是理論與實踐兼修的人才。 而國內(nèi)大多知識產(chǎn)權(quán)學(xué)院按傳統(tǒng)法學(xué)專業(yè)教學(xué)模式培養(yǎng)知識產(chǎn)權(quán)人才,存在重理論輕實踐、實務(wù)課程單一、教學(xué)內(nèi)容單一和實踐內(nèi)容未貫穿人才培養(yǎng)全過程的問題。 同時,傳統(tǒng)法學(xué)專業(yè)教學(xué)模式實踐教學(xué)過程單一,僅通過有限的“實習(xí)”完成實踐教學(xué)。 三是模擬實訓(xùn)不足。 模擬實訓(xùn)是知識產(chǎn)權(quán)實踐教學(xué)的重要形式,當(dāng)前知識產(chǎn)權(quán)學(xué)科的模擬實訓(xùn)過程單一,僅通過“模擬法庭實習(xí)”的教學(xué)形式完成模擬實訓(xùn),缺乏成建制的實訓(xùn)指導(dǎo)和專門的師資。 四是缺乏實戰(zhàn)操演。傳統(tǒng)知識產(chǎn)權(quán)人才培養(yǎng)模式下,存在理論與實踐脫節(jié)、缺乏實戰(zhàn)操練的問題,“知識產(chǎn)權(quán)專業(yè)碩士”培養(yǎng)成了“知識產(chǎn)權(quán)法學(xué)碩士”,培養(yǎng)出的學(xué)生無法滿足社會需求。 其根源在于高校與實務(wù)部門隔離,導(dǎo)致學(xué)生的學(xué)習(xí)脫離實踐,畢業(yè)后很難通過所學(xué)知識解決實際問題。

立體化教學(xué)資源突破了傳統(tǒng)教材、教輔資料等教學(xué)資源的局限,在新技術(shù)環(huán)境下,可以整合利用越來越多的教學(xué)資源,如視頻、課件、教材,以及實際案例、打分和模擬操作等(見圖1)。 立體化教學(xué)資源能有效破解以上4 大問題,打造實訓(xùn)實戰(zhàn)生態(tài),推動高校與知識產(chǎn)權(quán)實務(wù)部門、法院、高新園區(qū)等協(xié)同培養(yǎng)知識產(chǎn)權(quán)人才,從而提升知識產(chǎn)權(quán)人才的實踐能力。

圖1 立體化知識產(chǎn)權(quán)教學(xué)資源

2 知識圖譜在建設(shè)立體化知識產(chǎn)權(quán)教學(xué)資源中的作用

Pan J Z 等[2]認為知識圖譜是由一組相互連接的類型化實體及其屬性組成。 引入知識圖譜是實現(xiàn)立體化教學(xué)資源有序化的有效手段,也是構(gòu)建能反映專業(yè)課程各個知識點內(nèi)在關(guān)聯(lián)的知識網(wǎng)絡(luò)的重要路徑,構(gòu)建基于知識圖譜的立體化教學(xué)資源更是知識產(chǎn)權(quán)人才培養(yǎng)的新利器。

2.1 有效融合離散交叉的立體化知識產(chǎn)權(quán)教學(xué)資源

立體化知識產(chǎn)權(quán)教學(xué)資源具有離散性、交叉性的特點,其離散性是因為立體化的教學(xué)資源類型多樣,且涉及教與學(xué)全生命周期的各個環(huán)節(jié);其交叉性是因為知識產(chǎn)權(quán)本身涉及多門學(xué)科的知識,需要實現(xiàn)不同學(xué)科之間的知識融合,還要將理論與實踐相融合。 近年來,知識圖譜技術(shù)的快速發(fā)展,為立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè)提供了重要的技術(shù)支撐。 將知識圖譜用于立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè),能夠通過結(jié)點記錄不同類型的實踐知識點和知識點相關(guān)的教學(xué)資源,又能通過結(jié)點關(guān)聯(lián)關(guān)系表達知識點之間以及教學(xué)資源之間的相關(guān)性[3]。 知識圖譜可以將文本、圖片、視頻、課件等不同的非結(jié)構(gòu)化數(shù)據(jù)合并,實現(xiàn)知識與資源的高效集成,方便資源建設(shè)、優(yōu)化與推薦。

2.2 厘清課程知識脈絡(luò)形成生動直觀的知識網(wǎng)絡(luò)

知識圖譜是領(lǐng)域知識及知識間關(guān)系所聯(lián)結(jié)而成的知識體系,該知識體系是領(lǐng)域中繁雜知識層次化、結(jié)構(gòu)化整合后形成的語義圖[4]。 利用知識圖譜,可以統(tǒng)一相同概念在不同課程或不同章節(jié)中的表述,也可以關(guān)聯(lián)多門課程中存在的含義相似或相同的知識點。 構(gòu)建知識圖譜的過程,事實上就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)的過程,即通過數(shù)據(jù)挖掘、信息處理、知識計量和圖形繪制等一系列方式對復(fù)雜的知識進行直觀生動的表達。

用知識圖譜來表達知識體系,能很好地體現(xiàn)知識定義、結(jié)構(gòu)和層級之間的多維關(guān)系,并實現(xiàn)對知識體系的直觀生動的可視化呈現(xiàn)。 復(fù)合交叉型人才的培養(yǎng)涉及兩個及兩個以上的專業(yè),如果僅簡單拼接所涉及的專業(yè)課程,難以做到深度交叉融合,因此我們需要從跨學(xué)科的各門課程的知識圖譜出發(fā),找到知識產(chǎn)權(quán)和其他學(xué)科間的共同點,將知識點接近的部分進行融合,設(shè)計新的融合課程。 具體而言,基于知識圖譜進行立體化知識產(chǎn)權(quán)教學(xué)資源庫建設(shè),能使立體化知識產(chǎn)權(quán)教學(xué)資源的顆粒度與知識點相關(guān)聯(lián)。 同時依托知識圖譜還可規(guī)范立體化知識產(chǎn)權(quán)教學(xué)資源的顆粒度,實現(xiàn)對立體化知識產(chǎn)權(quán)教學(xué)資源的智能切分,有效避免因不同教師所導(dǎo)致的立體化知識產(chǎn)權(quán)教學(xué)資源的差異性。 通過知識圖譜的構(gòu)建,建立起立體化知識產(chǎn)權(quán)教學(xué)資源各個知識點之間的緊密關(guān)聯(lián),使所有立體化知識產(chǎn)權(quán)教學(xué)資源具備了智能推演的基礎(chǔ),基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源庫將成為高校數(shù)字化教學(xué)新生態(tài)的基礎(chǔ)建設(shè)[5]。

2.3 為課程模塊重構(gòu)和流程再造提供依據(jù)和支撐

我國當(dāng)下迫切需要培養(yǎng)跨領(lǐng)域的復(fù)合型人才,而復(fù)合型知識產(chǎn)權(quán)人才培養(yǎng)方案的核心是模塊化課程體系的科學(xué)設(shè)置。 調(diào)研表明,理想的知識產(chǎn)權(quán)人才,需要掌握“法學(xué)+知識產(chǎn)權(quán)+理工”3 大課程模塊。 其中,法學(xué)專業(yè)大約有16 門核心課程,知識產(chǎn)權(quán)專業(yè)有10 余門核心課程,所選的某個理工科專業(yè)則有10 余門核心課程。 在實踐中,想要掌握這些課程是難以落地的。 學(xué)分限制導(dǎo)致這種由3 個模塊簡單疊加的培養(yǎng)方案無法通過審核,同時簡單疊加的課程模塊也會導(dǎo)致課程之間存在某種程度的重復(fù)。如何避免兩個或兩個以上專業(yè)培養(yǎng)方案直接累加所帶來的不可承受的培養(yǎng)重負,就需要我們找到不同課程模塊之間的內(nèi)在邏輯,在課程層面實現(xiàn)各學(xué)科間的交叉融通。 在有限的學(xué)分限制下,改造培養(yǎng)方案、重構(gòu)課程模塊、實現(xiàn)流程再造成為必須解決的問題[5]。

隨著知識產(chǎn)權(quán)專業(yè)核心課程、法學(xué)基礎(chǔ)課程和公共基礎(chǔ)課程的知識圖譜的構(gòu)建,一個能生動呈現(xiàn)課程各知識點之間內(nèi)在聯(lián)系的知識網(wǎng)絡(luò)已形成。 在融合多門相關(guān)課程知識圖譜的基礎(chǔ)上,可以根據(jù)不同層次的學(xué)生和不同知識領(lǐng)域,有針對性地設(shè)計不同難度和專業(yè)度的課程模塊,指引人才培養(yǎng)方案的優(yōu)化,為課程模塊再造提供重要依據(jù);還可以根據(jù)學(xué)生的興趣和學(xué)術(shù)水平,推薦相關(guān)課程模塊和學(xué)習(xí)資源,實現(xiàn)個性化學(xué)習(xí)路徑。 從底層的知識圖譜構(gòu)建做起,依靠專家研討和文本挖掘算法,將學(xué)科知識體系重新梳理,結(jié)合最新的學(xué)術(shù)前沿,進行可擴展式的建構(gòu)。 將所有的知識點變成一張地圖,不同課程之間形成可以有交叉的聚類,課程之間的起承轉(zhuǎn)合關(guān)系在知識圖譜下一目了然。 另外,知識圖譜有助于學(xué)生總結(jié)梳理知識脈絡(luò),可以為學(xué)生自主學(xué)習(xí)和自由探索提供路線圖,有助于培育學(xué)生的自學(xué)能力、邏輯思維能力和獨立探索能力。

此外,將基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源用于教學(xué),使流程再造和教學(xué)過程管理智能化成為可能。 因為一旦將基于知識圖譜構(gòu)建的立體化教學(xué)資源用于課程教學(xué),課程則具備了自身的圖譜形象,由于教學(xué)資源與知識圖譜關(guān)聯(lián),所有“教”和“學(xué)”的行為及其結(jié)果將與知識點關(guān)聯(lián),學(xué)習(xí)路徑直觀可見,師生畫像簡單易行。 如繪制每個學(xué)生的學(xué)習(xí)路徑,識別他們的知識缺陷,進行個性化分析和指導(dǎo),或幫助學(xué)生了解各個知識點在整個學(xué)科知識體系中的位置和價值,使其對知識體系的層次結(jié)構(gòu)了然于心。

3 基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源構(gòu)建

作為立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè)的基礎(chǔ)工作,構(gòu)建知識產(chǎn)權(quán)課程知識圖譜首先需要明確建設(shè)目標,其次是要選擇立體化知識產(chǎn)權(quán)教學(xué)資源的獲取范圍與處理方式,最后是規(guī)范知識圖譜構(gòu)建的基本流程和主要步驟。

3.1 明確基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源的建設(shè)目標

建設(shè)目標直接決定后續(xù)的建設(shè)方案和路徑選擇。 基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源的建設(shè)目標,應(yīng)當(dāng)響應(yīng)國家和社會需求,在當(dāng)下建設(shè)知識產(chǎn)權(quán)教學(xué)資源的背景下,建設(shè)目標尤其要契合新文科發(fā)展需求。 應(yīng)對大數(shù)據(jù)時代挑戰(zhàn),滿足復(fù)合應(yīng)用型知識產(chǎn)權(quán)專業(yè)人才的學(xué)習(xí)需求,構(gòu)建能表達知識產(chǎn)權(quán)法律法規(guī)、司法判例、圖書、論文等多類教學(xué)資源的知識單元內(nèi)在聯(lián)系的知識網(wǎng)絡(luò);結(jié)合生生互動與師生互動產(chǎn)生的衍生數(shù)據(jù)資源形成知識產(chǎn)權(quán)知識問答庫,構(gòu)建便于學(xué)生進行知識獲取、運用和創(chuàng)作的立體化知識產(chǎn)權(quán)教學(xué)資源生態(tài)。

3.2 界定立體化知識產(chǎn)權(quán)教學(xué)資源類型和獲取范圍

獲取立體化知識產(chǎn)權(quán)教學(xué)資源的方式多樣,從載體來看,包括教材、教輔資料、課件、視頻課程、測試題庫等;從領(lǐng)域來看,既包括來自實踐領(lǐng)域的立法成果——知識產(chǎn)權(quán)法律規(guī)則,司法適用的成果——司法裁判文書等,也有來自理論領(lǐng)域的知識產(chǎn)權(quán)制度和司法案例的研究成果;從整個教學(xué)全生命周期來看,立體化知識產(chǎn)權(quán)教學(xué)資源是一個動態(tài)生長的有機體,包括課前、課中、課后等不同時間節(jié)點上事先準備的或在教與學(xué)過程中產(chǎn)生的數(shù)據(jù)資源。

3.3 選擇構(gòu)建知識產(chǎn)權(quán)課程知識圖譜的方法和工具

知識圖譜構(gòu)建方法不外乎由上往下、由下往上和混合式3 種[6]。 由上往下的方式是指在構(gòu)建之初借助已有的結(jié)構(gòu)化數(shù)據(jù)源,從優(yōu)質(zhì)數(shù)據(jù)中提取本體和模式信息,加入知識庫;由下往上的方式則沒有已定義的組織結(jié)構(gòu),而是應(yīng)用知識抽取技術(shù),從數(shù)據(jù)源中不斷抽取更新概念和概念間的組織結(jié)構(gòu);混合式則是結(jié)合了前兩種構(gòu)建方法,一是在構(gòu)建之初已有預(yù)定義的本體或模式層,二是隨著數(shù)據(jù)源的補充,數(shù)據(jù)源的組織結(jié)構(gòu)可以對知識圖譜模式層進行更新改進,以提升知識圖譜的完整性和可靠性[7]。 知識產(chǎn)權(quán)課程知識圖譜的構(gòu)建采用混合式,即綜合采用了由上往下和由下往上2 種構(gòu)建方式。 結(jié)構(gòu)化數(shù)據(jù)采取由上往下的方式,直接將結(jié)構(gòu)化數(shù)據(jù)庫里面的數(shù)據(jù)進行轉(zhuǎn)化,并將其加入知識庫;非結(jié)構(gòu)化數(shù)據(jù)則采用由下往上的構(gòu)建方式,即利用自然語言識別技術(shù)(Natural Language Processing,NLP)來識別實體以及實體間關(guān)系。 以非結(jié)構(gòu)化的《中華人民共和國專利法》文本為例,要構(gòu)建該法中各主體、客體、行為等各要素之間的關(guān)系,就需要涉及實體識別,其重要實體如專利主體,包括專利申請人、專利權(quán)人、專利權(quán)受讓人,以及權(quán)利主體、義務(wù)主體等,需要根據(jù)法律的相關(guān)規(guī)定來構(gòu)建這些主體之間的關(guān)系。 如根據(jù)《中華人民共和國專利法》的規(guī)定,專利權(quán)流轉(zhuǎn)時既有權(quán)利主體也有義務(wù)主體,因此實體識別就需基于NLP 去抽取權(quán)利主體、義務(wù)主體[8]。 可見,知識產(chǎn)權(quán)課程知識圖譜構(gòu)建是個半自動化的過程,即利用NLP 自動識別的同時還需要人工介入,相關(guān)工作包括Schema 定義、部分結(jié)構(gòu)化知識準備、自動識別結(jié)果校驗,以及依據(jù)后續(xù)反饋進行數(shù)據(jù)源的增加與更新等。

目前構(gòu)建知識產(chǎn)權(quán)課程知識圖譜,有不少可選的工具。 比起傳統(tǒng)的關(guān)系型數(shù)據(jù)庫,圖形數(shù)據(jù)庫Neo4j 是個更好的選擇。 立體化知識產(chǎn)權(quán)教學(xué)資源類型多樣,屬多源異構(gòu)型資源,傳統(tǒng)關(guān)系型數(shù)據(jù)庫很難處理好。 而Neo4j 是一個高性能的NoSQL 圖形數(shù)據(jù)庫,也可以被看作是一個高性能的圖引擎,其使用圖結(jié)構(gòu)存儲數(shù)據(jù),能高效處理實體和實體間的關(guān)系,存儲和查詢能力強;同時Neo4j 的數(shù)據(jù)模型靈活,擴展和修改圖譜結(jié)構(gòu)的操作簡單易行,適應(yīng)性強,支持CSV、JSON 等多種數(shù)據(jù)格式導(dǎo)入和導(dǎo)出;Neo4j 還具有APOC 等開源工具和框架,開發(fā)和管理效率高,生態(tài)系統(tǒng)豐富。 基于Neo4j 構(gòu)建立體化知識產(chǎn)權(quán)教學(xué)資源,以圖的形式來存儲數(shù)據(jù),能夠直接表達數(shù)據(jù)的關(guān)聯(lián)特性,具有良好的擴展性,同時可以任意修改數(shù)據(jù),有利于后期維護。

3.4 構(gòu)建知識產(chǎn)權(quán)課程知識圖譜的主要步驟

基于Neo4j 的知識產(chǎn)權(quán)課程知識圖譜的構(gòu)建過程可以概括為以下3 個步驟:數(shù)據(jù)收集和預(yù)處理、本體構(gòu)建與知識抽取、數(shù)據(jù)建模與知識存儲。 本文先通過多種數(shù)據(jù)源構(gòu)建知識產(chǎn)權(quán)課程模型框架,在進行數(shù)據(jù)清洗和預(yù)處理后,結(jié)合自身特點和定義提取知識圖譜中的實體、關(guān)系及屬性,形成層次分明的本體概念框架(見圖2)。 同時,由于Neo4j 數(shù)據(jù)庫與知識本體的數(shù)據(jù)結(jié)構(gòu)存在差異,為了在圖數(shù)據(jù)庫中有效存儲本體數(shù)據(jù),必須制定規(guī)范的映射規(guī)則,以規(guī)范數(shù)據(jù)存儲流程,更好地進行知識融合,生成知識圖譜。 借助于知識圖譜,可讓立體化知識產(chǎn)權(quán)教學(xué)資源更具深度和個性化,有助于提高學(xué)生對知識產(chǎn)權(quán)領(lǐng)域的理解和應(yīng)用能力。

圖2 知識產(chǎn)權(quán)課程知識圖譜的構(gòu)建過程

3.4.1 數(shù)據(jù)收集和預(yù)處理

數(shù)據(jù)質(zhì)量是構(gòu)建知識圖譜的關(guān)鍵。 保證數(shù)據(jù)的準確性和一致性將有助于我們獲得優(yōu)質(zhì)的知識圖譜和有效的分析結(jié)果。 構(gòu)建知識產(chǎn)權(quán)課程的知識圖譜,收集的數(shù)據(jù)包括但不限于法律法規(guī)、政策文件、學(xué)術(shù)論文、著作、司法案例、試題等。 此外,我們獲取的數(shù)據(jù)通常是半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù),會存在不一致性、錯誤和缺失信息的問題。 因此在將數(shù)據(jù)導(dǎo)入Neo4j 之前,必須對數(shù)據(jù)進行清洗和預(yù)處理,包括去重、數(shù)據(jù)格式標準化、日期格式轉(zhuǎn)換、缺失值處理、文本內(nèi)容結(jié)構(gòu)化處理等步驟(見圖3),以確保數(shù)據(jù)的質(zhì)量和一致性。

圖3 數(shù)據(jù)收集和預(yù)處理流程

3.4.2 本體構(gòu)建與知識抽取

基于Neo4j 的知識圖譜的構(gòu)建依賴本體構(gòu)建和知識抽取。 本體構(gòu)建定義了知識領(lǐng)域的術(shù)語和概念,提供了知識圖譜的結(jié)構(gòu)和語義基礎(chǔ)。 在知識產(chǎn)權(quán)領(lǐng)域,本體可能包括知識產(chǎn)權(quán)類型(專利、商標、著作權(quán)等)、法律法規(guī)、司法案例、學(xué)術(shù)文獻、教材等。 這些概念需要在本體中得到明確定義,并確定本體之間的層次結(jié)構(gòu)和關(guān)聯(lián)。 在本體構(gòu)建中,類別層次定義了不同概念和實體類型之間的層次結(jié)構(gòu),屬性的定義有助于詳細描述實體和關(guān)系,關(guān)系定義則確定了不同實體類型之間的連接和關(guān)聯(lián)。 知識抽取則是通過自然語言處理技術(shù)、文本挖掘方法等方法,從文本數(shù)據(jù)中抽取出與本體定義相符的實體、關(guān)系和屬性,從而提供知識圖譜的基礎(chǔ)數(shù)據(jù),如圖4所示。

圖4 本體構(gòu)建與知識抽取流程

3.4.3 數(shù)據(jù)建模與知識存儲

在Neo4j 中,數(shù)據(jù)建模是知識圖譜構(gòu)建的關(guān)鍵步驟[9]。 數(shù)據(jù)建模涉及定義實體(節(jié)點)、關(guān)系(邊)、屬性以及它們之間的結(jié)構(gòu),通過數(shù)據(jù)建模,我們可以在圖數(shù)據(jù)庫中來表示知識產(chǎn)權(quán)的課程內(nèi)容。數(shù)據(jù)建模包括3 個方面(見圖5):一是節(jié)點映射及創(chuàng)建。 每個數(shù)據(jù)實體都對應(yīng)圖數(shù)據(jù)庫中的一個節(jié)點,實體代表該數(shù)據(jù)集合中的抽象概念或具體實例對象,其屬性信息與數(shù)據(jù)字段相對應(yīng)。 每個實體類型都需要被明確定義,并映射為相應(yīng)節(jié)點,其還可以被賦予一個或多個標簽,以便進行分類和檢索。 節(jié)點的創(chuàng)建需要嚴格遵循圖譜設(shè)計中定義的實體類型和屬性,以確保數(shù)據(jù)一致性。 二是關(guān)系映射及建立。將數(shù)據(jù)中的關(guān)系信息映射到圖數(shù)據(jù)庫中,并建立圖譜中的邊,方可將每個獨立的節(jié)點聯(lián)結(jié),形成知識網(wǎng)絡(luò)。 值得注意的是,在映射時需要明確定義邊的方向,以確保查詢和分析的準確性。 關(guān)系的建立需要遵循圖譜設(shè)計中定義的關(guān)系類型,確保關(guān)系的語義明確且符合知識領(lǐng)域的邏輯。 三是屬性映射及建立。 屬性通常是關(guān)于實體或關(guān)系的特征、描述及相關(guān)信息,例如一篇學(xué)術(shù)文獻的屬性通常包括標題、摘要、關(guān)鍵詞等。 在屬性映射過程中,每個屬性都需要明確定義,指定其數(shù)據(jù)類型,并映射到相應(yīng)的圖譜節(jié)點和關(guān)系上。 屬性的精確定義和數(shù)據(jù)類型選擇對于知識圖譜的查詢與分析至關(guān)重要。 在數(shù)據(jù)建模完成后,可以使用Neo4j 的導(dǎo)入工具或ETL 工具等將數(shù)據(jù)存儲到圖數(shù)據(jù)庫中,并使用Cypher 查詢語言執(zhí)行各種查詢和分析命令以檢索相關(guān)數(shù)據(jù)信息。

圖5 基于Neo4j 的數(shù)據(jù)建模及存儲

經(jīng)過數(shù)據(jù)收集與預(yù)處理、本體構(gòu)建與知識抽取、數(shù)據(jù)建模與知識存儲3 個環(huán)節(jié),知識產(chǎn)權(quán)課程知識圖譜的構(gòu)建已基本完成,其能夠展現(xiàn)節(jié)點關(guān)系,將復(fù)雜的數(shù)據(jù)可視化。 在立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè)中,我們可以根據(jù)需要構(gòu)建不同類型的知識圖譜,重點需要構(gòu)建分問題的知識產(chǎn)權(quán)法律知識圖譜,以及分案由的知識產(chǎn)權(quán)個案知識圖譜。

4 基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源的具體應(yīng)用

基于知識圖譜的立體化知識產(chǎn)權(quán)教學(xué)資源,不僅可以構(gòu)建強大的數(shù)據(jù)模型,還可以將其應(yīng)用于人才培養(yǎng)方案的優(yōu)化、教育資源生態(tài)創(chuàng)新、個性化教學(xué)和智能問答中,為師生互動、生生互動提供平臺和場景,為學(xué)生提供更豐富和更深入的學(xué)習(xí)體驗。

4.1 基于知識圖譜更新和優(yōu)化知識產(chǎn)權(quán)人才培養(yǎng)方案

借助知識產(chǎn)權(quán)課程知識圖譜,我們可以定期更新和優(yōu)化知識產(chǎn)權(quán)人才培養(yǎng)方案,突出知識產(chǎn)權(quán)基礎(chǔ)核心內(nèi)容,加強對學(xué)生知識產(chǎn)權(quán)基礎(chǔ)理論和實戰(zhàn)方法的訓(xùn)練,強化學(xué)生的動手能力,提升學(xué)生利用知識產(chǎn)權(quán)法律規(guī)則解決知識產(chǎn)權(quán)現(xiàn)實問題的能力。 與法學(xué)專業(yè)相比,知識產(chǎn)權(quán)專業(yè)課程內(nèi)容的更新更加頻密,因為知識產(chǎn)權(quán)密集出現(xiàn)在新領(lǐng)域、新業(yè)態(tài)中,新的知識產(chǎn)權(quán)法律規(guī)則持續(xù)出現(xiàn),現(xiàn)行制度不斷修訂,如1984 年出臺的《中華人民共和國專利法》,分別于1992 年、2000 年、2008 年、2020 年進行過4 次修訂,《中華人民共和國專利法實施細則》《專利審查指南》也必須隨著《中華人民共和國專利法》的修改進行更新。 由于知識產(chǎn)權(quán)制度的頻繁修訂,知識產(chǎn)權(quán)課程內(nèi)容也必須同步更新,原有課程體系的知識點需要根據(jù)制度變遷不斷進行更新和擴展。 此外,新技術(shù)的迅猛發(fā)展,深刻地影響著知識產(chǎn)權(quán)領(lǐng)域的實訓(xùn)實戰(zhàn)工具,更多的知識產(chǎn)權(quán)實務(wù)課程逐步補充到培養(yǎng)方案,新的課程內(nèi)容不斷疊加與擴展。

課程設(shè)置是人才培養(yǎng)方案的核心,知識產(chǎn)權(quán)人才培養(yǎng)方案需要與時俱進,也需要根據(jù)知識產(chǎn)權(quán)法律法規(guī)的修訂、知識產(chǎn)權(quán)實戰(zhàn)工具的升級進行同步更新和優(yōu)化,而知識圖譜為知識產(chǎn)權(quán)課程重構(gòu)和流程再造提供了便利。 在知識產(chǎn)權(quán)課程知識圖譜的基礎(chǔ)上,我們可以通過課程團隊教學(xué)研討會和相關(guān)專家意見征集,充分考慮多方需求,確定專業(yè)課程的核心知識點、每門課程知識點的聚類和歸屬,做好知識圖譜在每門課程中的重點布局。 在確定課程核心內(nèi)容的同時,劃定課程學(xué)習(xí)的拓展范圍。 此外,我們也要建立不同課程之間相關(guān)知識點間的聯(lián)系,根據(jù)不同課程的邏輯關(guān)聯(lián),進行科學(xué)合理的教學(xué)計劃和安排。 如專利法、專利信息檢索與利用這2 門課程的知識點有密切關(guān)聯(lián),前一門課程是后一門課程的學(xué)習(xí)基礎(chǔ),基于知識圖譜,能更好地表達這2 門課程之間知識點的邏輯關(guān)聯(lián),實現(xiàn)不同課程教學(xué)內(nèi)容的有序銜接,去除相同或類似教學(xué)內(nèi)容在不同課程中的重復(fù)和冗余。

4.2 基于知識圖譜進行更有針對性的指引和個性化教學(xué)

立體化知識產(chǎn)權(quán)教學(xué)資源豐富,類型多樣。 這無疑給了學(xué)生更多選擇,但與此同時,學(xué)生在海量的信息資源中迅速識別所需知識的難度也必然變大。若使用知識圖譜的標簽和分類,則能幫助學(xué)生更容易找到所需課程的知識單元及其他相關(guān)知識單元,所以,基于知識圖譜構(gòu)建的立體化知識產(chǎn)權(quán)教學(xué)資源能給學(xué)生提供更有針對性的指引。

基于知識圖譜構(gòu)建的知識產(chǎn)權(quán)專業(yè)領(lǐng)域的知識地圖能很好地指引學(xué)生,實現(xiàn)個性化教學(xué)設(shè)計。 同時,利用知識圖譜的數(shù)據(jù)構(gòu)建知識地圖,可以幫助學(xué)生更加直觀地理解知識產(chǎn)權(quán)領(lǐng)域的關(guān)鍵概念和關(guān)系。 具體而言,我們通過在知識產(chǎn)權(quán)系列教材及相關(guān)前沿文獻中收集知識點,對這些知識點進行文本數(shù)據(jù)挖掘,并尋找不同知識點之間的相依結(jié)構(gòu),最終形成知識地圖。 知識產(chǎn)權(quán)專業(yè)核心課程涉及專利法、商標法、著作權(quán)法、反不正當(dāng)競爭法、知識產(chǎn)權(quán)國際保護等法學(xué)類課程和知識產(chǎn)權(quán)管理、知識產(chǎn)權(quán)信息檢索與利用、專利代理實務(wù)等管理類課程,將這些課程的教科書的文本作為數(shù)據(jù)集,采用專業(yè)教材給出的名詞索引目錄和論文的關(guān)鍵詞搜索核心知識點,經(jīng)過知識抽取形成知識地圖。 通過以圖導(dǎo)學(xué)、以圖促教,引導(dǎo)學(xué)生重點關(guān)注沒有掌握的知識點,哪里不會學(xué)哪里,還可以通過將與學(xué)生學(xué)習(xí)密切相關(guān)的課內(nèi)外作業(yè)、考試與課程知識圖譜構(gòu)建關(guān)聯(lián),進而建立知識點和學(xué)生之間的關(guān)聯(lián),實現(xiàn)個性化教學(xué)。

4.3 提升知識產(chǎn)權(quán)課程教學(xué)中的問答準確率和效率

近年來,基于知識圖譜的智能問答已成為諸多應(yīng)用場景的重要組成部分,尤其是基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的自然語言處理模型ChatGPT 的出現(xiàn),進一步提高了基于知識圖譜的智能問答的準確率和效率。 ChatGPT 出現(xiàn)之后,雖然有人質(zhì)疑基于知識圖譜的智能問答存在的意義,但事實上,基于知識圖譜的智能問答,比ChatGPT、文心一言等人工智能更適合專業(yè)門檻高的應(yīng)用場景。 立體化知識產(chǎn)權(quán)教學(xué)資源建設(shè)就屬于這樣一類應(yīng)用場景,其專業(yè)化程度高,需要很高的準確率。 在立體化知識產(chǎn)權(quán)教學(xué)資源中,不僅包括教學(xué)活動開始之前的靜態(tài)初始資源,還包括課程教學(xué)過程中乃至課后產(chǎn)生的衍生信息,如線上永不下課的課程平臺,記錄了生生互動、師生互動留下的問答信息,日積月累形成問答庫。 若利用分問題的知識產(chǎn)權(quán)法律知識圖譜和分案由的知識產(chǎn)權(quán)個案知識圖譜,則能更好地為學(xué)生嫻熟掌握知識產(chǎn)權(quán)法律規(guī)則及其適用范疇提供智能化的指導(dǎo),既解決了在生生互動中準確率難以保證的問題,也解決了實踐中因生多師少而回答不及時的問題。