基于知识标签法的专业知识萃取与应用实践

/北京临近空间飞行器系统工程研究所

航天领域作为知识密集型、智慧密集型产业，其知识的有效萃取、积累、转换和创新再利用，是发挥企业特色、保持核心竞争力的重要部分。知识在科研生产和管理中的充分利用，可为系统研制流程的上下贯穿提供根本性保障，为促进航天企业在科研能力建设和管理水平快速提高上提供强有力支撑。

目前中国运载火箭技术研究院已率先开展知识萃取的研究和实践工作，并在理论方法和系统实现方面取得了一定的成效。鉴于知识的复杂性和差异性，厂所级单位在知识萃取方面虽取得了一定的进展，但多数止步于已有文档的上传管理，未对存储在人脑中的隐性知识进行有效挖掘和萃取，而这部分无法直接结构化的数据价值更大、利用率更高。

笔者以知识标签为理论和模型指导，提出一种基于知识标签的“3+4+5+2”式知识萃取模型，并借助Xmind、Wiki等先进工具完成知识的外化和群化，从而进一步改进和完善知识萃取模型。不仅如此，通过在模型指导下的实践形成了一定的专业知识成果，并将其纳入组织知识资产库管理，完成初步的专业知识萃取、提炼、分享和再创造。按照提出的模型进行专业知识的萃取及分享工作，将得到的知识通过先进工具外化，同时存储到组织资产库，为后续知识的进一步挖掘利用和循环创新提供支撑。模型在设计和实践时充分考虑了系统性和通用性，能较好地满足不同专业背景的知识萃取需求，以供后续向更大范围扩展和推广。

一、模型介绍

标签是通用的内容组织方式，被广泛用于各类数据、服务的标记中，并因其简短性、强关联性，使得它可以作为特征词应用到数据挖掘中，或是扮演关键词被用于检索，从而提高搜索引擎的性能。将标签应用到知识管理中，以知识管理为核心，以与流程结合为出发点，以可实施性为要求，形成“3+4+5+2”的知识标签模型（见图1），既做到了与知识管理、科研流程、管理流程相结合，通过4类标签标准和转换类型形成知识标签的5个组成要素，并通过知识的外化和群化分享、校验。

图1 知识标签模型示意图

1.“三”结合

标签模型是基于知识管理要求，并结合了科研流程和管理流程。其体现的不仅是零散的知识管理，还将基于科研流程和管理流程的各专业知识有效串联起来，在流程中进行知识管理，也将知识管理落实到流程中，是知识管理与流程管理高效推进的最有效方法之一。知识标签模型旨在将三者有机结合，将零散的知识提炼、规整到一个队伍中，形成有前后关联关系、前后输入关系、前后影响关系、前后推动关系的知识标签和流程链条，为知识管理和流程推动提供新思路。

2.“四”循环

知识标签模型，不仅在于已提炼知识的管理，更注重知识的更新传承和未提炼知识的萃取，通过划分知识标签类型，体现现有能力和欠缺内容，为实际的知识管理计划和执行提供参考。

已知表示已知/具备的知识内容，或已形成的文档，或在人脑中需要收集，可列入知识管理计划。

未知表示某些领域应该掌握/具备一定的知识能力，但不清楚具体内容，标记后在执行过程中不断摸索和补充。

需知表示在已开展或即将开展的科研或管理工作中，明确应具备但目前尚未具备的知识能力，或是有人掌握但未按要求形成指导材料的部分，应列入待收集列表中并指定专人跟踪总结后补充。

更新表示对于已具备的/未具备的/需要具备的知识能力或内容，不断地更新其列表项或具体指导材料，以保持其权威性和有效性，通过蓝色标记出需更新的内容并指定专人负责。

3.“五”组成

提出知识标签的具体组成元素，即在“三”结合和“四”转化要求下的内容要点包括：流程、行为、输入、输出、标签库。

流程表示当前知识标签从属于哪个流程，通过该部分可有效完成知识标签和流程的双向绑定，为多维数据分析和关联，并为日后的挖掘分析提供支持。

行为即流程的某个节点，表示当前知识标签从属该流程的阶段，通过本部分可为构件流程系统的流程库提供最标准的数据支撑，也可完成知识标签与行为库的双向关联和多维绑定。

输入表示开始/完成当前流程中某个节点，以及知识管理要求必要的输入材料，是知识标签执行和流程节点推动的基本前提。

输出表示结束当前流程节点并完成知识标签任务的输出材料，是知识标签的标签成果集合部分。

标签库包含关键知识标签和参考知识标签2个组成部分。其中，支撑一项流程阶段完成的知识为关键知识，如所需输入的方法、规范、指南、规程、模版、政策等；间接支持该步骤的知识为参考知识，如其他方法、案例等。这一部分体现了人、事、物等多方面知识，是知识标签的价值核心之一。

4.“二”转化

知识萃取与分享是知识管理中重要的部分，知识标签应满足知识管理要求，增加知识的“二化”，即外化和群化。

外化是将知识从隐性知识(如人脑)提炼成结构或半结构化知识，即获取存储在各专家头脑中的知识。

群化是指将提炼的知识分享出去，按照一定的组织形式或方式方法让其他人接收并使用。

二、应用实践

以所级单位内专业知识结构及储备现状为出发点，以流程为纽带，借助知识标签模型，形成专业知识萃取与实践方案（见图2），以软件专业为引导进行专业知识的萃取及分享工作，并将得到的知识通过先进工具外化的同时存储到组织资产库，为后续知识的进一步挖掘利用和循环创新提供支撑。

该模型主要包含外部的知识标签模型和在知识标签指导要求下的实施模型2个部分。知识标签模型主要用于为专业知识萃取提供理论和实践指导，并通过实践形成切实数据补充反馈到自身模型中，完成模型的不断循环和更新完善。

根据知识标签模型和研究所内专业知识现状，形成包含以下4个部分集合的实践方案：

一是策划项。通过知识标签模型的“三”结合，在专业知识萃取时从两个大项3个方面进行策划，即软件研制流程和最佳实践内容(含管理)。基于研制流程，形成以研制工程阶段为树干，以各工程阶段工作内容及流程为树枝，以划分到原子规模的事件为树叶，并为每片树叶或树枝指定对应专家，形成“事事到人”“人人有事”的认领责任制。同时，结合软件研制流程，归纳出其中的最佳实践列表，从型号和管理两大角度划分内容及人员对应关系。

二是模版项。结合其“五”组成要求，以知识标签模型为指导，以具体实践为目的，形成知识萃取的模版。因知识萃取主要针对存储在人脑中的隐性知识及结构迥异内容复杂的文件资料，所以知识萃取的模版，尤其是付诸于实践的模版必须满足知识萃取实践的系统性和全面性，又覆盖可用性和易用性要求。结合知识标签模型、专业知识内容和实践要求，总结出Word、Excel和Xmind 3套模版。

以Word为例，知识萃取模版分为以下4个部分：

前提条件及输入用于描述该阶段/事件/流程节点的前提条件和输入；

总体描述描述该阶段/事件/流程节点的工作内容、工作目标等；工作流程为绘制该部分的工作流程图，流程图样式参见体系文件，要点为横纵坐标及具体事件。

知识资产包含工作步骤及知识2个部分，工作步骤是指对照流程图的步骤形成表格，并根据内容的重要程度或复杂程度区分性的标注，同时保证列出每个阶段的每个步骤名及对应的标准和采用的工具；

步骤及知识包含输入，参考，输出，心得、注意事项和教训4个部分。输入指完成该步骤必需的、官方的或标准的输入，应标明输入源(含人)、输入物及位置、输入要求和备注，其中备注可罗列注意事项序号；参考指完成该步骤可以借鉴的知识，包括但不限于参考人、参考物及位置、备注，重点内容可突出表示；输出指该步骤的输出物，可以是官方要求的，也可以是自己、组织总结的，包括但不限于输出要求、输出物及位置、接收者、备注，重点内容可突出表示；心得、注意事项和教训指在输入、参考、输出项中，针对每个具体步骤填写的备注信息。

三是总结项。结合知识标签模型“四”循环，利用4类标准细化、强化、计划知识萃取项。通过已知类形成已有/已积累知识清单，并将作为工具项管理和展示的输入源纳入组织资产库，以供后续知识的进一步提炼和利用；通过未知和需知类形成待收集/积累清单，以列表项的形式，经过专业讨论后纳入次年的年度计划，针对计划指定负责人、时间节点及奖惩措施，保证知识的持续萃取和完善；通过更新类形成待更新清单，根据年度工作进度进行适当分配，以促进知识萃取任务与科研流程的并行性，为保证知识的最新、最权威和最全面提供基本支持。

图2 基于知识标签的专业知识萃取与实践模型

四是工具项。根据知识标签模型的“二”转化规定，将已萃取出的知识内容整理、展示和存储，以供知识分享、学习和再利用。笔者在使用传统的Of fi ce(Word、Excel、PPT)软件外，创新引入先进高效的思维整理类工具Xmind和分享统计类平台Wiki。

Xmind是一种高效的可视化思维软件，可以思维导图、鱼骨图、树形图、逻辑图等形式，按照人类思维逻辑，方便直观地展示思维线路，这种工具非常适合隐性知识的萃取，同时可凭借多种展示方式，简洁、高效地完成知识外化过程。

同时，为了方便萃取后的知识统计及高效使用，项目引入了知识共享与协同编辑类平台Wiki。Wiki是一种在网络上开放且可供多人协同创作的超文本系统，支持面向群体的协作。Wiki的内容可以由多人讨论、编辑和维护，鼓励并调动科研人员贡献群体智慧，具有良好的展示效果及搜索能力，以供知识分享、统计和创新再利用。

三、方案实施效果

笔者提出的基于知识标签的专业知识探索与实践应用方案已在本单位软件专业内进行了第一轮应用，并为知识萃取的实际执行、知识管理的切实推广迈出了具有探索性和开拓性的一步。基于此次模型的提出及实践应用的完成，软件专业共梳理研制流程及最佳实践知识萃取清单60余项，其中超过40项已完成初级萃取及群化工作，并被纳入到组织资产库，将在格式调优后全部录入到Wiki中；未完成项包含待补充知识标签，已纳入年度工作计划，并指定责任人切实追踪执行。

通过此次基于知识标签的知识萃取实践，为软件专业积累了大量科研生产和管理知识，可用于对同类型号的指导，以提升研制效率和质量，有效提升整体的核心研制能力和竞争力；可用于新型号参考，借助其中优秀的设计或实践思路，为创新和保质提供支撑；同时，整理出的知识标签可实现组织的自我复盘，对自身能力、研制和管理的长处与短板、急需解决的问题或扩大的优势、专业发展方向和角色等进行全方位的整体和细节的思考，对专业能力的提升、发展方向的掌握、发展速度的提高提供巨大助力。

同时，基于知识标签模型的知识萃取和实践方案，在设计和执行时充分考虑到了通用性和灵活性，可以以较小的适配代价扩展到各专业中，对研究所、研究院的整体专业知识整理和特色专业知识积淀有一定的帮助作用，具有较大的应用和推广价值。

当前，知识管理因其对企业持续创新、高速发展、保持永久竞争力方面的重要作用，越来越成为当下重要研究和实践的内容之一。而航天领域作为知识密集型、智慧密集型企业，知识的有效萃取、积累、转换和创新再利用，是发挥企业特色、保持核心竞争力的重要部分。为了充分利用已有知识，提升科研能力、降低项目周期、保障项目质量，在研究分析研究所企业文化、流程要求和专业结构及知识储备现状后，笔者提出以知识标签为指导模型，以知识的萃取为核心，以知识外化、知识群化为辅助手段，本着“在实践中改进”的落地化原则，结合实际场景和专业知识积累需要，探索出一套针对专业的知识萃取模式，并通过实践对模型进行了验证。通过该方案的实施，强化了知识标签模型的准确性及通用性，更好地为研究所流程管理与知识管理结合的同时，强力推进知识萃取的进程，辅助加快专业知识的创造、收集、萃取、沉淀、再创造的创新闭环，提升专业的科研和管理能力。项目设计充分考虑了研究所情况和多样化的专业知识结构，并利用实践反馈提升方案的通用性和准确性，可应用于研究所其他专业的知识萃取与积累，并为研究院针对场景多样、性质迥异的各单位推行知识管理提供新思路，具有较强的应用和推广价值。