基于機器閱讀理解的水利工程巡檢知識抽取

中圖分類號：TP391.7 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2025）16-0044-07

Knowledge Extraction for Water Conservancy Engineering Inspection Based on Machine Reading Comprehension

ZHAIXiangchao，ZHANGJianhao，HANWenhao （SchoolofInformationEngeering，NorthinaUiversityofWaterRsourcsandElectricower，Zengzou4o46，Cina）

Abstract： The inspection data of water conservancy projects contains rich risk information. Aiming at the problems ofcomplex long entitiesand nested entities inthedata，ahierarchicalontologymodelandamulti-task kowledgeextraction frameworkareconstructedtosolve theproblemofentityandrelationshipextraction.Firstlyaiming atthecomplexityof domaindata，the hierarchicaltrategy isusedtoefectivelysolvethe modeling problemofcomplex inspectiondata.Secondly，a knowledgeextraction modelcombining machinereading comprehensionand multi-task learning is proposed innovatively.The modelincludesentityextractiontaskbasedonquestionanswering，entityrclasificationtaskbasedondescriptiondisrimination andrelationship extraction task.Each task ealizes collborative optimization through shared parameters and jointtraining. Finally，xperimentalverificationsowstattheentityandrelationshipextractionefectoftheproposedmetodissigiantly beter than otherbaseline models，and itcan meet the actualneeds ofknowledge extractionofengineeing inspectiondata.

Keywords： water conservancy project inspection data ; knowledge extraction ; machine reading comprehension ∴ multitask learning

0 引言

水利工程涉及線路長、地質(zhì)條件復(fù)雜，運行過程中積累了大量工程巡檢數(shù)據(jù)。這些數(shù)據(jù)詳細(xì)記錄了工程運行中各類風(fēng)險隱患信息，是評估項目安全性的重要依據(jù)。如何高效、準(zhǔn)確地對這些數(shù)據(jù)進(jìn)行知識抽取與整理，已成為推動工程數(shù)字化、智能化轉(zhuǎn)型的關(guān)鍵問題。

知識抽取主要包括實體抽取與關(guān)系抽取兩個核心任務(wù)，旨在從非結(jié)構(gòu)化數(shù)據(jù)中抽取各類型實體及其相互關(guān)系。目前，得益于BERT預(yù)訓(xùn)練模型強大的語義理解能力和遷移能力，基于深度學(xué)習(xí)的知識抽取技術(shù)得到了廣泛研究與應(yīng)用。在實體抽取方法中，針對扁平數(shù)據(jù)集，通常采用BERT-BiLSTM-CRF[2]架構(gòu)將抽取任務(wù)轉(zhuǎn)換為序列標(biāo)注任務(wù)，廣泛應(yīng)用于醫(yī)療[、電力[等眾多領(lǐng)域。對于嵌套數(shù)據(jù)集，Yu等采用雙仿射模型與依存句法分析方法，通過構(gòu)建所有可能起始-終止詞對評分機制來抽取實體，解決嵌套問題。Li等[采用機器閱讀理解方法針對每種類別實體單獨抽取，規(guī)避了不同類別實體間的嵌套問題。在關(guān)系抽取任務(wù)中，分為流水線和聯(lián)合抽取兩種范式。流水線方法先進(jìn)行實體抽取，再基于抽取結(jié)果進(jìn)行關(guān)系識別任務(wù)。例如PURE[方法設(shè)計兩個編碼器分別進(jìn)行實體與關(guān)系抽取，并通過提前融入實體類別信息提高關(guān)系三元組抽取效果。聯(lián)合抽取方法通常基于同一編碼層進(jìn)行實體與關(guān)系抽取，例如SpERT方法[將BERT作為共享編碼層，采用分類的思想結(jié)合上下文信息進(jìn)行實體與關(guān)系聯(lián)合抽取。Wang等[9]提出的TPLinker方法將聯(lián)合抽取任務(wù)轉(zhuǎn)化為詞對鏈接問題，引入握手標(biāo)注方案有效解決了實體及重疊關(guān)系抽取問題。

與傳統(tǒng)領(lǐng)域中包含常規(guī)實體類型的扁平數(shù)據(jù)集不同，工程巡檢數(shù)據(jù)中包含大量專業(yè)名詞，其中實體文本復(fù)雜、跨度大，且實體間存在嵌套關(guān)系，如圖1所示，這使得目前主流的實體與關(guān)系抽取方法難以有效應(yīng)對。本文針對工程巡檢數(shù)據(jù)知識抽取問題，完成以下工作：

1）提出分層定義的工程巡檢數(shù)據(jù)本體模型[10]，為知識抽取的準(zhǔn)確性和全面性提供了理論支撐。

2）設(shè)計面向工程巡檢數(shù)據(jù)的實體與關(guān)系抽取框架。該框架結(jié)合機器閱讀理解的問答機制實現(xiàn)實體抽取，并通過實體類別判別和三元組描述判別任務(wù)提升實體與關(guān)系抽取的準(zhǔn)確性，有效解決了復(fù)雜長實體、嵌套實體及關(guān)系抽取等難題。

3）在工程巡檢數(shù)據(jù)集上進(jìn)行充分實驗，并與多個先進(jìn)基線模型進(jìn)行對比。實驗結(jié)果表明，所提出的模型在實體關(guān)系三元組抽取任務(wù)中取得了顯著優(yōu)勢，為該類型數(shù)據(jù)的知識抽取提供了有效的技術(shù)解決方案。

1數(shù)據(jù)分析與建模

工程巡檢數(shù)據(jù)以電子文檔的形式存儲，主要形式如圖2所示。與通用領(lǐng)域數(shù)據(jù)不同，巡檢數(shù)據(jù)中實體稠密，對風(fēng)險發(fā)生的地點、設(shè)備設(shè)施等的描述通常由多個常規(guī)（簡單）實體及其描述詞構(gòu)成。如圖1中，“常莊左岸橋下涵洞排水溝”是事件“積水”的發(fā)生地點，其中包含村莊、橋梁、涵洞、排水溝等多個具體的實體實例，它們共同精確地描述了風(fēng)險發(fā)生的地點。對于該類型數(shù)據(jù)，基于傳統(tǒng)抽取方法對各類簡單實體進(jìn)行標(biāo)注會導(dǎo)致實體間缺乏語義關(guān)聯(lián)，造成信息缺失問題。因此，為保證抽取得到的實體關(guān)系對原數(shù)據(jù)描述的準(zhǔn)確性，本文提出分層本體建模方法，將水利工程巡檢數(shù)據(jù)中實體關(guān)系分為兩個級別，整體數(shù)據(jù)建模如圖3所示。

其中，定義“一級實體”具有較長文本跨度，由多個常規(guī)實體及相關(guān)描述組成。通過一級實體及關(guān)系定義，可保證對原巡檢記錄中風(fēng)險信息的準(zhǔn)確概括。“二級實體”為常規(guī)實體，劃分為表1所示7種類別。基于該方法的數(shù)據(jù)抽取實例如圖4所示。

2 知識抽取方法

針對巡檢風(fēng)險描述數(shù)據(jù)中存在的復(fù)雜長實體、實體重疊及關(guān)系抽取問題，本文提出基于BERT結(jié)合多任務(wù)學(xué)習(xí)與機器閱讀理解的實體與關(guān)系抽取模型（QANER-EC-RE），整體結(jié)構(gòu)如圖5所示。該模型將實體和關(guān)系抽取任務(wù)轉(zhuǎn)換為問答和描述判斷任務(wù)，通過共享編碼層參數(shù)和聯(lián)合訓(xùn)練優(yōu)化模型，采用流水線方法進(jìn)行實體與關(guān)系抽取（如圖6所示）。

2.1 問答實體抽取

采用基于機器閱讀理解（MachineReadingComprehension，MRC）的問答形式進(jìn)行實體抽取。首先，為各類型實體設(shè)計簡單查詢模板：“找出文中所有 類型實體”，其中‘ lt;_tgt;\" 使用實體類型替換。例如對于“地點”類型實體，生成問題：“找出文中所有地點類型實體”。每條數(shù)據(jù)需要構(gòu)建等同于實體類型數(shù)量的查詢，依次與上下文內(nèi)容組合作為模型輸入，具體輸入 I_ner 為：

I_ner={[CLS]q₁，q₂，…，q_m[SEP]c₁，c₂，…，c_n[CLS]}

其中[CLS]是BERT中的特殊標(biāo)識，經(jīng)過編碼后包含整個輸入句子的語義信息；[SEP]是分割標(biāo)記；q_i 表示查詢 中第 i 個token， c_i 表示原文本中第 i 個token; m 、 n 分別是查詢 和原文本 C 的長度。

數(shù)據(jù)實體標(biāo)注采用BMESO方法，如圖7所示，其中，B表示實體開始，M表示實體中間，E表示實體結(jié)尾，S表示單字實體，O表示非實體。此外，使用S或O標(biāo)注[CLS]，表示數(shù)據(jù)中是否有查詢實體。

模型使用預(yù)訓(xùn)練BERT作為編碼器，基于自注意力機制，每個token能夠同時關(guān)注到查詢 Q 和上下文C 之間的語義信息，嵌入向量表示為：

經(jīng)過Dropout層、簡單的線性層和Softmax獲得中 token關(guān)于每個標(biāo)簽的預(yù)測得分：

其中， y_i^t 表示第 i 個token被預(yù)測為標(biāo)簽 t （BMESO其中之一）的概率； W^T 表示可學(xué)習(xí)的權(quán)重矩陣； b 表示偏置項。最后根據(jù)每個token的預(yù)測標(biāo)簽得出答案實體，完成實體抽取任務(wù)。

2.2 實體再分類

對于長實體或類別較多的數(shù)據(jù)，其中部分實體類別模糊，會導(dǎo)致一個實體在多個不同類別查詢中都被作為答案實體抽取的問題。因此添加此任務(wù)，對被錯誤分為多個類型的實體進(jìn)行重新分類，過濾類別不正確的實體。

該任務(wù)采用與問答實體抽取一致的輸入框架，為實體及類別生成描述句（例如：“實體 lt;_egt; 是 lt;_tgt; 類型”），將描述句與上下文組合作為BERT模型的輸入，通過[CLS]的嵌入表示對描述正誤進(jìn)行判斷。在訓(xùn)練時需要基于實體及類型生成正負(fù)樣本，例如，對于實體“設(shè)備設(shè)施：液壓啟閉機”，生成描述：“液壓啟閉機是設(shè)備設(shè)施類型”作為正樣本。然后隨機選擇兩個非對應(yīng)的實體類型生成描述，作為負(fù)樣本。依次處理所有實體，保持正負(fù)樣本比例為1：2左右。將正負(fù)樣本描述與上下文信息組合作為模型輸入 I_ec ，表示如下：

I_ec={[CLS]d₁，d₂，…，d_m[SEP]c₁，c₂，…，c_n[SEP]}

其中， d_i 表示生成描述的第 i 個token。通過BERT獲取輸入的嵌入表示：

將 e_[CLS]i 作為判別器的輸入，得到描述 D_i 為正確的概率：

y_Di=Softmax（W^Te_[CLS]i+b）

訓(xùn)練時設(shè)置閾值為0.6，得分大于閾值則認(rèn)為描

述正確：

其中 y_Di 表示模型預(yù)測描述 D_i 正確的概率； 表示描述是否正確的預(yù)測標(biāo)簽（正確為1，錯誤為0）。

在預(yù)測時，僅對被預(yù)測為多個類別的實體進(jìn)行類別重分類，

取Softmax得分最高的類型 T 作為預(yù)測結(jié)果。

其中， f_t 表示選擇得分最高的描述句所對應(yīng)的實體類型。

2.3 關(guān)系抽取

基于實體抽取結(jié)果，在本體模型限定的關(guān)系類型內(nèi)，對可能存在關(guān)系的實體對基于模板生成描述，如表2所示，通過模型對描述的正誤判斷來抽取關(guān)系。

表2部分關(guān)系三元組描述模板

構(gòu)建此模塊的訓(xùn)練數(shù)據(jù)時，將真實關(guān)系生成的描述作為正樣本，將真實三元組中的關(guān)系或?qū)嶓w隨機替換后生成的描述作為負(fù)樣本，正負(fù)樣本比例為1：2。在預(yù)測時，僅對可能存在的關(guān)系三元組生成描述。

同樣將正負(fù)樣本描述與上下文組合作為模型輸入，使用BERT作為編碼器，最后經(jīng)過Dropout、線性層和Softmax得到描述正確的得分，公式與（4）～（7）一致，最后當(dāng)Softmax得分大于閾值0.6時認(rèn)為描述正確，將對應(yīng)三元組作為抽取結(jié)果，流程如圖8所示。

2.4 損失函數(shù)

問答實體抽取任務(wù)使用交叉熵?fù)p失函數(shù)為：

其中， N 表示樣本類別個數(shù)， y_i 表示第 i 個樣本的真實標(biāo)簽， 表示類別 i 的預(yù)測概率。實體再分類任務(wù)和關(guān)系抽取任務(wù)都采用二元交叉熵?fù)p失函數(shù)：

（10）三個子任務(wù)采用聯(lián)合訓(xùn)練方式優(yōu)化，聯(lián)合損失計算式為：

Loss=αLoss_ner+βLoss_ec+γLoss_re

其中 a 、 β 、y表示損失函數(shù)的權(quán)重系數(shù)，在本文中，分別設(shè)置為0.5、0.25、0.25。

3 實驗結(jié)果及分析

3.1 數(shù)據(jù)集

基于本體概念模型，人工標(biāo)注4550條巡檢數(shù)據(jù)，詳情如表3、表4所示。按照8：2隨機劃分訓(xùn)練集與測試集。根據(jù)一級實體及關(guān)系、二級實體的不同定義劃分為三種類別數(shù)據(jù)集：

1）T1：包含5種一級實體和7種關(guān)系，表5中統(tǒng)計了一級實體的長度信息。2）T2：包含7種類型二級實體。3）T1_T2：一、二級實體的并集，包括T1、T2中的12個類型實體，不含關(guān)系。其中一級實體與二級實體存在大量嵌套情況，整體嵌套率為 51% （被包含實體數(shù)/實體總數(shù)）。

表3實體信息統(tǒng)計

表4T1_Relations三元組類型統(tǒng)計

表5一級實體長度分布及示例

數(shù)據(jù)集T1驗證模型對長實體與復(fù)雜實體的抽取能力及關(guān)系抽取能力，數(shù)據(jù)集T2驗證模型對常規(guī)格式實體的抽取能力，數(shù)據(jù)集T1T2驗證模型面對嵌套實體時的實體抽取能力。同時，數(shù)據(jù)集中保留了數(shù)量較少的實體類型，以驗證模型在實際應(yīng)用中樣本類別不均衡及樣本不足情況下的有效性。

3.2評價指標(biāo)和參數(shù)

評價標(biāo)準(zhǔn)采用準(zhǔn)確率 P （Precision）、召回率 R （Recall）和F1值，計算公式如下：

其中，TP表示預(yù)測正確的個數(shù)，F(xiàn)P表示預(yù)測錯誤個數(shù)，F(xiàn)N表示未被抽取出的正確標(biāo)簽個數(shù)。

本實驗基于BERT中文預(yù)訓(xùn)練模型bert-base-chinese作為語義編碼器，超參數(shù)batchsize、maxlength、learningrate、droupt分別被設(shè)置為：256、256、10、 2×10^-5 、0.1。

3.3 實驗結(jié)果分析

本文在基于巡檢數(shù)據(jù)的三個知識抽取數(shù)據(jù)集上分別進(jìn)行實驗，選擇3種具有代表性的模型作為比較的基準(zhǔn)模型，所有方法如下：

1）BERT-RE（BERT-BiLSTM-CRF+RE）：基于序列標(biāo)注的主流實體識別模型，其中RE是在實體抽取后，基于BERT構(gòu)建的關(guān)系分類任務(wù)，整體按照流水線式方法完成實體識別和關(guān)系抽取。

2）PURE：流水線式關(guān)系三元組抽取模型。基于跨度進(jìn)行實體抽取，并在關(guān)系抽取時通過添加實體類型標(biāo)簽引入實體信息以提高抽取效果。

3）SpERT：基于跨度的實體與關(guān)系聯(lián)合抽取模型，采用分類的思想進(jìn)行實體與關(guān)系抽取。

4）QANER-EC-RE：本文多任務(wù)模型，聯(lián)合訓(xùn)練，流水線式完成實體和關(guān)系抽取。

5）QANER-RE：本文模型去掉實體再分類模塊（EC），作為對比實驗。

基于上述數(shù)據(jù)集分別進(jìn)行實體、關(guān)系抽取實驗，取多次實驗中最后三次epoch的均值，結(jié)果如表6、表7和圖9所示。

表6統(tǒng)計了本文模型與對比模型在三個不同特點數(shù)據(jù)集中的實體抽取結(jié)果。在T1數(shù)據(jù)集（實體跨度較大）中，本文方法顯著優(yōu)于其他基線模型，F(xiàn)1值高出 9% ，主要因為本文方法專注于處理對應(yīng)類別實體，避免了其他類別實體的干擾。在T2數(shù)據(jù)集（常規(guī)實體抽取）中，受人工標(biāo)注噪聲影響，所有模型優(yōu)化空間較小，但本文方法仍取得小幅提升。對于T1T2數(shù)據(jù)集（復(fù)雜長實體與常規(guī)實體混合，且存在大量嵌套結(jié)構(gòu)），本文方法依然表現(xiàn)最佳，F(xiàn)1值高于基線模型 7% 。對于EC模塊，表6表明該模塊通過修正實體抽取結(jié)果，進(jìn)一步提升了準(zhǔn)確率。

表7展示基于真實實體的獨立關(guān)系抽取模型性能驗證結(jié)果，表8表示基于整體模型的關(guān)系抽取結(jié)果。在T1數(shù)據(jù)集中，關(guān)系定義簡單（如地點與事件間的“發(fā)生”關(guān)系），BERT-RE憑借單獨針對關(guān)系訓(xùn)練的優(yōu)勢，取得了最好效果。本文方法略低于BERT-RE，但仍取得 93.5% 的F1值，比PURE方法高 3% 。在三元組抽取任務(wù)中，本文模型因在實體抽取和關(guān)系抽取中均表現(xiàn)良好，獲得了最佳結(jié)果，F(xiàn)1值比其他方法高 8% 。

表8基于預(yù)測實體的關(guān)系三元組抽取結(jié)果

4結(jié)論

本研究聚焦于水利工程巡檢數(shù)據(jù)的數(shù)據(jù)本體建模與知識抽取問題。首先，基于巡檢數(shù)據(jù)構(gòu)建了分層次的本體概念模型，通過多粒度實體定義確保了后續(xù)知識抽取的準(zhǔn)確性。其次，針對數(shù)據(jù)中存在的復(fù)雜長實體、實體嵌套及關(guān)系抽取等難點問題，創(chuàng)新性地提出了基于機器閱讀理解與多任務(wù)學(xué)習(xí)的知識抽取模型。該模型包含實體識別、實體類別再分類和關(guān)系抽取三個聯(lián)合訓(xùn)練任務(wù)，通過共享編碼層實現(xiàn)任務(wù)間的信息交互與聯(lián)合優(yōu)化。最后，基于實際巡檢數(shù)據(jù)集開展了充分的實驗驗證，結(jié)果表明本文提出的方法在實體與關(guān)系抽取任務(wù)上顯著優(yōu)于現(xiàn)有方法，具有優(yōu)越的性能表現(xiàn)。

參考文獻(xiàn)：

[1]DEVLINJ，CHANGMW，LEEK，etal.BERT：

Pre-training of Deep Bidirectional Transformers for Language

Understanding[J/OL]arXiv：1810.04805[cs.CL].[2025-02-03].

https：//doi.0rg/10.48550/arXiv.1810.04805.

[2] DAI ZJ，WANGXT，NIP，etal.Named Entity

RecognitionUsingBERTBiLSTMCRF forChineseElectronic

Health Records [C]//2019 12th International Congress on Image

and Signal Processing，BioMedical Engineering and Informatics

（CISP-BMEI）.Suzhou：IEEE，2019：1-5.

[3]李旻哲，殷繼彬.融合BERT模型與詞匯增強的中醫(yī)

命名實體識別模型[J].計算機科學(xué)，2024，51（S1）：134-

139.

[4]趙貴中，黃淼華.基于BERT-BiLSTM-CRF的電力事

故信息抽取方法[J].綜合智慧能源，2024，46（11）：19-28.

[5]YU JT，BOHNET B，POESIO M.Named Entity

RecognitionasDependency Parsing[J/OL].arXiv：20o5.07150[cs.

CL].[2025-02-10].https：//doi.org/10.48550/arXiv.2005.07150.

[6]LIXY，F(xiàn)ENGJR，MENGYX，etal.AUnified

MRC Framework for Named Entity Recognition [J/OL].

arXiv：1910.11476 [cs.CL].[2025-02-13].https：//doi.0rg/10.48550/

arXiv.1910.11476.

[7]ZHONGZ，CHEND.AFrustratinglyEasyApproach for

Entity and Relation Extraction[J/OL].arXiv：2010.12812[cs.CL].

[2025-02-16].https：//doi.0rg/10.48550/arXiv.2010.12812.

[8]EBERTSM，ULGESA.Span-based JointEntity

andRelation Extraction with Transformer Pre-training[J/OL].

arXiv：1909.07755 [cs.CL].[2025-02-11].https：//doi.0rg/10.48550/

arXiv.1909.07755.

[9]WANGYC，YUBW，ZHANGYY，etal.TPLinker： Single-stageJointExtraction ofEntitiesand Relations Through TokenPairLinking[J/OL].arXiv：2010.13415[cs.CL].[2025-02- 09].https：//doi.org/10.48550/arXiv.2010.13415.

[10]HAOXJ，JIZ，LIXH，etal.Construction and Application of a Knowledge Graph[J/OL].Remote Sensing，

[9]MAX，HOVYE.End-to-End SequenceLabeling via Bi-directional LSTM-CNNs-CRF[C]//Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics （Volume 1：Long Papers）.Berlin：Association for Computational Linguistics，2016：1064-1074. [10]LIX，MENGY，SUNX，etal.IsWord Segmentation Necessary for Deep Learning of Chinese Representations？ [C]// Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics.Florence：Association for Computational Linguistics，2016：3242-3252.

[11] ZHANG Y，YANG J. Chinese NER Using Lattice LSTM [C]//Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics （Volume 1：Long Papers）.Melbourne：Association for Computational Linguistics， 2018：1554-1564

[12] ZHANG N，LIF，XUG，et al. Chinese NER Using Dynamic Meta-Embeddings[J].IEEE Access，2019，7：64450- 64459.

[13]李源，洛桑嘎登，蔣衛(wèi)麗.融合外部知識和位置信息 的中文命名實體識別[J].計算機工程與應(yīng)用，2024，60（22）： 162-171.

[14] SENNRICH R，HADDOW B，BIRCH A. Improving Neural Machine Translation Models with Monolingual Data [J/ OL].arXiv：1511.06709 [cs.CL]. （2016-06-03）.https：//arxiv.org/ abs/1511.06709.

[15] GOODFELLOW I J， POUGET-ABADIE J， MIRZA M， et al.Generative Adversarial Networks [C]//Proceedings of the 28th International Conference on Neural Information Processing Systems-Volume 2.Cambridge：MITPress，2014：2672-2680.

[16]XUR，ZHANGY，RENK，et al.Probabilistic Interpolation with Mixup Data Augmentation for Text Classification [C]//International Conference on Inteligent Computing.Singapore：Springer，2024：1-12.

[17]WOO S，PARKJ，LEE JY，et al.CBAM： Convolutional Block Attention Module [C]//Proceedings of the European Conference on Computer Vision（ECCV）.Munich： Springer，2018：3-19.

[18] WANG Q，ZHOU Y，RUAN T，et al. Incorporating Dictionaries into Deep Neural Networks for Chinese Clinical Named Entity Recognition [J/OL].Journal of Biomedical Informatics，2019，92：103133（2019-03-05）.https：//doi. org/10.1016/j.jbi.2019.103133.

作者簡介：李源（1995一），男，漢族，河南信陽人，助教，碩士，研究方向：機器學(xué)習(xí)、自然語言處理。

2021，13 （13）：2511[2025-01-19].https：//doi.org/10.3390/ rs13132511.

作者簡介：翟向超（1998一），男，漢族，河南駐馬店人，碩士研究生在讀，研究方向：自然語言處理；張健豪（1999一），男，漢族，河南鄭州人，碩士研究生在讀，研究方向：自然語言處理；韓文豪（1999一），男，漢族，河南商丘人，碩士研究生在讀，研究方向：自然語言處理。