知识图谱及其在RPA领域的应用

陈国 彭伟军 付兵兰 钟祥永

一、引言

在信息技术快速发展的当下，许多企业为提高效率而加快促进自身数字化转型，知识图谱与RPA技术在数字化转型过程中扮演了重要角色。

RPA即机器人流程自动化，通过界面识别和系统指令来实现对软件系统的非侵入式操作，能够替代人工处理重复度高的工作，达到“IT换人，降本增效”的目的。

知识图谱是一个结构化的语义网络，通过相互连接的节点来表示知识，目前已广泛应用于搜索引擎、智能问答以及智能推荐等领域。

RPA发展至今已经融合了多种技术，近几年，业界更是提出了“超自动化”的概念，即：以流程自动化为核心，融合人工智能（AI）、大数据挖掘等最新技术，实现更加智能的自动化和更加高级的分析与挖掘。然而，知识图谱在RPA领域的应用较为有限，这是由于RPA具有应用范围广、业务场景复杂等特点，使得知识图谱的搭建和知识获取存在一定的难度。但是，知识图谱技术对未来RPA认知智能的发展至关重要，是实现“数智员工”的基础。因此，构建RPA领域图谱势在必行。

中国移动在磐匠RPA平台的基础上，对PRA领域图谱的搭建做出了有效探索。采用自底向上的构建方法搭建了RPA领域图谱，采用神经网络模型和知识推理方法，实现了流程智能推荐与生成，采用TextCNN、Bilstm-CRF和模板匹配技术，实现了IPA平台使用助手。知识图谱在RPA领域的应用极大地提高了RPA流程开发人员的工作效率，推动了知识图谱在RPA领域的深度融合，具有一定的借鉴作用。

二、RPA领域图谱搭建

（一）功能架构设计

如图1所示，为RPA领域图谱功能架构图，采用自底向上的构建方法，分为数据采集模块、知识抽取模块、知识融合模块、数据存储模块和图谱构建模块。

1.数据采集

数据采集模块实现了对RPA多元异构数据的采集，包括结构化数据、半结构化数据和非结构化数据。其中结构化数据包括控制中心、能力中心和运营中心等八大中心数据库数据，半结构化数据为RPA流程和项目信息，非结构化数据包括后台日志、作业日志和流程执行录屏文件。

数据采集模块主要包含采集模板、采集任务和采集结果三个功能。采集模板和采集任务配置执行后可以生成采集结果，这个采集结果被稱为数据源。数据采集模块采集的数据将由数据存储模块进行存储，同时也将进入知识抽取模块进行下一步处理。

2.知识抽取

知识抽取模块负责将采集的数据转换成三元组格式的知识数据，包含抽取模板、抽取任务、抽取结果和规则模型四个功能。抽取模板需要将数据采集模块中的采集结果作为配置项，随后选择抽取类别（图映射、D2R转换、包装器、信息抽取）。当选择了信息抽取时，可以选用规则模型中项目进行配置使用。

知识抽取得到的规格化知识并不是直接放入到知识图谱中，需要通过知识融合模块进行指代消解、实体统一、实体消歧以及质量评估。

3.知识融合

知识融合模块负责对规格化知识进行进一步处理，使知识的质量符合使用要求。知识融合模块包含融合模板、融合任务、质量评估和规则模型四个功能。融合模板既可以选择知识抽取模块的抽取结果作为输入数据，也可以选择来自图谱构建模块中抽出的子图作为输入数据。选择好输入数据后，可以选择指代消解、实体统一、实体消歧三个分类中的算法模型。算法模型均可以通过规则模型功能进行配置，最后通过质量评估功能评估抽取结果。

4.数据存储

数据存储模块负责系统所有数据的存储功能，包括原始数据存储和知识图谱存储。原始数据存储功能负责存储采集的原始数据、系统平台的应用数据、算法模型数据。

5.图谱构建

知识图谱构建模块包括图谱管理、子图生成和知识推理三个功能。图谱管理包括知识的增删改查等一系列交互工具，子图生成则实现了多租户管理，每个用户能够从知识图谱中抽取子图，并构建个人图谱。知识推理采用内置推理引擎，可以依照用户给定推理规则进行知识推理。

（二）技术架构设计

如图2所示，为RPA领域图谱技术架构图，整个系统在技术上分为5层：数据存储、基础服务、数据治理、Web、数据服务。并在外部对接公司AI中台，进行模型训练与AI计算。

1.数据存储层

MongoDB是一个文档型数据库，最大特点是不需要保证表结构的一致性，对于功能架构中所述各类模板涉及的异构参数配置问题，具有良好的兼容性，因此采用MongoDB进行业务数据存储。FastDFS是一个开源的轻量级分布式文件系统，对于RPA中视频、日志、流程等数据都能进行存储，解决了大容量存储和负载均衡问题，故选用FastDFS对采集的数据源进行文件存储。Cassandra是一套开源分布式NoSQL数据库文件系统，选择它作为知识图谱的存储数据库是因为它原生支持JanusGraph。

2.基础服务层

基础服务层实现了主要的业务逻辑，包括任务调度、数据管控和知识图谱管理。采用Spring框架进行开发，集成Quartz任务调度组件，方便对采集任务、抽取任务进行任务调度，并基于Java实现数据管控逻辑和权限控制。基于JanusGraph图数据库实现千亿级知识节点存储、管理和查询，符合RPA领域图谱的使用需求。

3.数据治理层

知识抽取能够从磐匠RPA平台的业务流程、能力中心、控制中心中抽取有用知识。对于链接数据采用图映射技术进行转换，对于数据库中的结构化数据采用D2R转换工具进行转换，业界采用较多的是D2RQ。对于表格、列表、JSON、XML等半结构化数据，则采用包装器技术进行信息抽取。对于纯文本、视频等非结构化数据，采用规则和模型方式进行信息抽取，分为实体抽取、关系抽取、属性抽取，需要根据不同的场景和领域选用不同的规则和模型。

在RPA领域中，基于规则和词典的抽取方法得到了应用，通过自定义词典和词性能够识别出特定实体，如组件名称、组件类型、执行结果等等，通过Jieba+Refo工具结合，实现了依照给定规则提取实体，缺点是需要依靠大量的规则和模板，覆盖范围有限，很难适应数据变化。基于统计机器学习的方法也被用于RPA作业日志的分析中，采用了Bilstm-CRF进行日志数据的实体识别与提取，提取效果良好，但是受到训练集合限制，存在无法覆盖特定数据导致识别错误的情况。

4.数据服务层

数据服务层是对接外部系统的一层，采用Java进行开发，通过RestAPI实现与外部系统的对接，实现知识图谱能力的输出。

5.Web层

前端采用HTML、JQuery、Echart等技术，采用前后端分离的架构进行开发。

三、RPA领域图谱智能化应用

（一）流程智能推荐与生成

RPA领域图谱能够收集流程知识和业务知识并转化为相关联的三元组。如图3所示，为一个登录业务三元组与登录流程三元组的关联关系，各节点之间通过特定的属性相互联系，方便进行节点搜索和规则推理。

采用TextCNN神经网络模型和Jena推理引擎实现流程智能推荐与生成。具体实现流程如图4所示，用户将业务需求输入到系统中，通过TextCNN神经网络进行意图识别得到业务意图，将业务意图输入到知识图谱中进行图遍历得到相关联的业务流程，另一方面根据业务意图进行推理规则生成得到推理规则，将关联业务流程和推理规则结合进行推理，从而得到最终流程。最终生成的流程可能是知识图谱中已经存在的符合用户需求的流程，也可能是通过推理规则将各个子流程关联组合而成的新流程。

实验结果显示，所设计应用能够解析用户需求，并根据知识图谱中现有流程进行推荐，能够推理规则进行流程重组，达到生成新流程的目的，但所生成流程还需要用户手动调整才能运行。

（二）磐匠平台使用助手

磐匠平台使用助手的功能在于协助用户更好的使用CM-IPA产品，包括使用帮助、问题解决、流程示例等等。为此，IPA平台使用助手需要从运营中心收集各类工单数据和解决方案，基于智能问答的形式为用户提供服务。

在IPA领域图谱的基础上，融合自然语言处理技术，实现RPA知识智能问答，相关伪代码如下：

User_Req=Input（）;

User_Intention=TextCNN（User_Req）;

Req_Entity=BilstmCRF（User_Req）

Swich User_Intention：

Case 1：

SQL_Template=Create_SQL_Template（1， Req_Entity）;

Case 2：

SQL_Template =Create_SQL_Template（2， Req_Entity）;

…

Result=KG_Query（SQL_Template）

User_Result=SQL_Template.Fuse（Result）

首先获取用户输入的问题，并将问题输入到TextCNN神经网络中获取用户意图，输入到Bilstm-CRF模型中得到实体数据，根据用户意图，选择不同的规则模板，输入实体数据得到具体的查询模板。然后将查询模板输入到知识图谱中得到结果数据，将结果数据融合进查询模板中，得到最终的问题答案。Bilstm-CRF模型被用于实体提取，采用BIO标注法进行数据集标注。

实验结果显示，TextCNN对用户意图的识别得到较好的效果，但对于一些没有见过的数据表现一般，因此需要增大训练集，调整参数，提高神经网络的泛化能力。Bilstm-CRF召回率和f1得分有99%，但是針对大型数据集时，召回率和f1得分会有所下降，因此对于复杂的数据还需对此模型进行进一步强化。整个应用对于问题模板中涉及的问题都能有效识别和生成答案。

四、结束语

本文提出了在磐匠RPA平台基础上进行RPA领域图谱搭建的方法，该方法针对RPA领域应用范围广、业务场景复杂、数据异构等特点形成了有效解决方案，实现了RPA领域知识收集和管理。基于RPA领域图谱，采用神经网络模型和知识推理方法，实现了流程智能推荐与生成，帮助RPA用户快速获得所需流程；采用TextCNN、Bilstm-CRF和模板匹配技术，实现了IPA平台使用助手，帮助RPA流程开发人员提高工作效率。

知识图谱在RPA领域在未来会有更广泛的应用，其可以作为知识后台为RPA平台提供认知智能，包括：提供智能决策，帮助RPA应用处理各类突发情况；提供智能诊断，帮助RPA平台进行故障定位；提供智能协同，帮助IPA平台处理分布式计算、弹性计算等复杂场景。

作者单位：陈国    彭伟军    付兵兰    钟祥永    中国移动信息技术中心