多维本体驱动下供电服务专业多维知识标签体系构建方法

李承桓， 张莉， 何学东， 常利建， 于喻

(1.国家电网有限公司客户服务中心， 天津 300304；2.北京中电普华信息技术有限公司， 北京 100085)

0 引言

供电公司是我国经济社会发展的能源保障，供电服务专业学生为供电公司提供人才支持，是供电公司的后备军。供电服务专业属于技术型专业，需要采用先进的教学手段，促使学生充分理解供电服务专业的知识。许多学者研究供电服务知识标签体系，因构建知识标签的方法使用不当，导致学习效果一般[1]。

在构建供电服务知识标签体系的过程中，银宇堃等[2]提出了图案的方法，以图案为基础实现知识标签体系构建，该方法受图像信噪比影响，导致标签呈现效果不佳；张璞等[3]提出了标签传播构建方法，采用选取种子词与候选词相结合的方法，实现知识标签体系构建，由于计算过程复杂，导致知识标签体系构建效率低。

以向量的衡量指标为维度，多种维度一起生成的被称为多维，而为了满足不同人群的需求维度，将知识实施差异化维度分类，即可得出最优的匹配维度。由于要保障不同主体知识需求，因此多维本体是构建以多个本体为基础的知识标签体系构建方法，这种方法已广泛应用在各个领域。因此本文以多维本体驱动为主构建供电服务专业多维知识标签体系，增强供电服务专业知识框架的科学性，提高供电服务专业知识学习效率。

1 多维本体驱动下供电服务专业多维知识标签体系构建方法

1.1 多维本体构建

多维本体分为多语言、多领域、多层次的空间模型。领域知识、通用知识、动态知识组成层次维，在层次维对供电服务专业知识实施本体建模，动态知识表示实体对象的形式化[4]，领域知识和通用知识表示静态知识实施形式化处理，供电服务专业知识涵盖多领域多语言的知识共享。在本体知识上构建多维本体空间模型，如图1所示。

图1 多维本体空间模型

图1中，3种本体的具体构建方法如下。

(1) 依据用户的实际需求构建动态知识的本体，采用以往网络信息资源与知识，由机器实现构建。动态知识的本体构建过程，如图2所示。

图2 动态知识的本体构建过程

图2中，按照需求得出关键词集，在互联网搜寻与之关联的信息资源，在开放资源库内存入预处理后信息资源。在本体选择中[5]，采用中文分词的方式完成语料切分，经匹配语言模板获取候选术语，并采用TFIDF技术求解领域相关性得出本体概念。

利用模板匹配方法得出预定义关系集，再与领域知识、通用知识相联系构建关系集[6]。通过任务对象完成对动态知识的响应，提高动态扩展。

(2) 通用知识是供电服务专业中最基础的概念知识，可以提高特定场景和领域知识构建效率。通用知识的适用性很强[7]，从三大本体的通用概念知识体系中筛选通用概念。

(3) 领域知识是专业领域的知识，各领域实现共享。领域知识本体构建，通过以往的叙词表生成各领域的概念分类体系，结合网络维基的顶层知识修正分类体系，选取网络维基内实例知识，构建包含大规模概念知识、实例知识、关系知识的各领域知识体系。

1.2 供电服务专业多维知识标签体系构建方法

以三个多维主体为基础构建供电服务专业原始多维知识标签体系，如图3所示。

图3 原始多维标签体系结构

由图3可知，在明确顶层维度后，针对三大主体分析原始多维标签体系结构。体系中包括领域知识需求、通用知识需求、动态知识需求。动态知识需求从组织维度、管理客体两方面分析[8]。

为提高标签体系的精准度，在多维本体驱动下应用在供电服务专业多维知识标签体系构建方法，其标签体系构建的流程，如图4所示。

图4 多维知识标签体系构建方法的流程

由图4可知，为了生成新的供电服务专业多维知识标签体系，将原始标签作为导航标签，经数据处理得到标签网页文本和丰富标签语义[9]，分别采用上下位映射、等同映射筛选出标签集中相同标签，融合新的标签树，完成新的知识标签体系构建。

在数据处理环节，采用逆文档与词频匹配方法完成标签关键词的提取。标签关键词权重计算如式(1)所示：

wi=gidt×gti

(1)

其中，逆文档频率用gidt描述，候选词i在文本里的词频用gti描述。

逆文档频率，如式(2)所示：

(2)

其中，候选词i的文本数用Di描述，文本总数用D描述。

等同关系标签映射主要以附加语义的方法，判断标签间的关系[10]，用句子向量描述模型，将各标签相对的网页标题用k表示，标签向量经网页文本语义求出。各标题的句子向量用x1,x2,…,xn描述，标签用式(3)描述：

(3)

其中，标签用Xlabel描述。

余弦相似度如式(4)：

(4)

其中，基准标签B的向量用XB描述，待融合标签A的向量用XA描述。两者呈等同关系，在阈值小于余弦相似度的条件下呈现。

上下位标签映射用来判断标签间的关系。求解全部XB、XA的相关性，两者呈上下位关系是在阈值小于极大相关性。子标签的余弦相似度用C(XA,XB)，C(XA,XB1)，…，C(XA,XBn)描述，则标签AB相关性用式(5)描述：

(5)

标签判断可通过网页标签实现，B表示基准标签，网页标题个数用p描述，包含比例用式(6)描述：

(6)

其中，标题用q描述。

A、B两个标签有上下位关系，当阈值小于包含率时，提取具体关键词，结合图4，即可完成供电服务专业多维知识标签体系构建。

2 实验分析

本文以某高校供电服务专业课程为实验对象，构建了其知识标签体系。在该高校原始标签体系内，选取多个不同类型供电服务专业知识标签实施分组，得出测试标签体系，供电服务专业知识标签类型分别用A、B、C、D、E表示，实验数据如表1所示。

表1 标签体系中原始及测试标签数

测试指标如下。

(1) 标签树枝数量用MT描述，上下位关系重合度用式(7)描述：

(7)

其中，测试标签体系中树枝数量用MT描述，两个体系内相同的树枝数量用Msame描述。

(2) 设置融合标签体系中标签数量用NL表示，标签内容相似度指标为标签重合度，如式(8)所示：

(8)

其中,相同的标签数量用Nsame描述。

实验对比方法为文献[2]图案标签体系构建方法、文献[3]标签传播的构建方法。在实验数据相同的条件下，测试3种方法的标签重构性能，通过求解上述测试指标，比较本文构建的测试标签体系即本文方法，比较结果如表2、表3所示。

表2 3种方法的测试指标比较

表3 3种方法时间频率比较 单位：s

由表3可知，3种方法的时间频率没有太大差异。由表2可知，与其他2种方法比较，本文方法性能较优，其标签重合度均值为91.66%、上下位重合度为92.44%，比其他2种方法的测试指标分别高出10%、15%，说明本文方法的准确性较高。

测试3种方法的本体特性，比较结果如表4所示。

表4 3种方法的本体特性

由表4可知，本文方法的本体特性明显优于其他2种方法，其概念规模最大、构建方式比较灵活、适用度高、扩展能力好、语言覆盖范围全面，说明本文方法的本体特性性能优良。

比较3种方法随标签数量变化的正确率变化情况，比较结果如图5所示。

图5 3种方法随标签数量变化曲线

由图5可知，文献[2]方法随标签数量变化正确率波动较大，平均正确率为75%，文献[3]方法随标签数量变化正确率呈下降趋势，而本文方法随着标签数量增多，其正确率在92%以上且呈较稳定趋势，说明本文方法的鲁棒性较优。

将供电服务专业课程作为输入文本，分别采用3种方法对候选标签词汇实施标签关键词提取，比较结果如表5所示。

由表5可知，本文方法的标签关键词提取效果较好，因为其将供电服务专业课程按照关键词的权重进行优化，选取并分类了重要的标签关键词，对比谐波源与谐波2个候选词，按照其逆文档与词频匹配权重去除源字，保留谐波作为标签。

表5 3种方法的标签关键词提取结果

3 总结

本文构建多语言、多领域、多层次的多维本体空间模型，以多维本体空间模型三个多维主体为基础，构建供电服务专业原始多维知识标签体系，经数据处理、标签映射、数据融合等方法实现新的知识体系构建，其概念规模最大、构建方式比较灵活、适用度高、扩展能力好、语言覆盖范围全面，本体特性较好，标签构建准确性高。