前言：尋找寫作靈感？中文期刊網用心挑選的城建檔案領域知識圖譜構建方法探究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：領域知識圖譜構建是實現城建檔案資源深度關聯，提升資源建設與服務效能的重要方法。城建檔案領域知識圖譜構建應完善實施條件，明確實施原則。在構建流程上，城建檔案領域知識圖譜構建流程包括數據獲取、本體構建、知識抽取、知識融合、知識更新與存儲應用。
關鍵詞：知識圖譜；本體；城建檔案；檔案資源建設；檔案服務
1引言
當前，知識圖譜前沿技術和領域實踐快速發展，網絡本體描述語言（OntologyWebLanguage，OWL）、資源描述框架（ResourceDescriptionFramework，RDF）、圖數據庫（GraphDatabase）等應用基礎不斷豐富，《信息與文獻文化遺產信息交換的參考本體》（GB/T37965）和《知識管理第7部分：知識分類通用要求》（GB/T23703.7）等相關標準陸續發布，在名人檔案、科研檔案和文化遺產檔案等領域的知識圖譜研究逐漸增多。本文圍繞知識圖譜在城建檔案領域的通用應用路徑，探討了城建檔案領域知識圖譜構建準備與實施方法，以期為相關研究提供借鑒。
2城建檔案領域知識圖譜構建準備
2.1完善實施條件。第一，組織保障。完善城建檔案管理協作機制，促進城建檔案領域知識圖譜構建的對象、價值、技術和業務認同，建立具備“矩陣式協作聯盟結構”[1]的組織體系，凝聚共識，健全組織保障。第二，標準規范。以現有城建檔案采集、描述和存儲規則為基礎，加強相關數據規則的銜接、定制和城鄉建設標準化術語、編碼引用，形成有包容性的相對統一的標準規范體系。第三，其他條件。準備必要的資金，做好知識產權管理和檔案開放鑒定，建立具有相關知識處理經驗、技術能力的業務和專家團隊，并配備相關軟硬件設施設備，加強安全防控等。
2.2明確實施原則。第一，項目建設原則。一是問題導向、應用牽引。在規劃階段應聚焦城建檔案資源特色優勢和發展瓶頸，挖掘應用場景，明確技術需求，同時從檔案機構技術能力和現有數字檔案館平臺條件出發，適配應用需求。二是資源整合、集成管控。在實施過程中，既應做好多源異構檔案資源的規范化整合，消弭機構內外部“信息孤島”，還應注意城建檔案管理與趨勢性知識管理的差異及協同策略，明確以“卷/件”和以“知識”為單元的組織利用在效率提升、合規審計、互操作權限上的優勢與風險，建立科學的集成管理模式。三是循序漸進、人機協同。在實施過程中，既要秉承循序漸進原則，加強成熟度評價，根據先易后難、由點及面、由粗到細的思路分步建設，又要在機器自動處理、知識計算和人工概念分類、標準設置、樣本標注、反饋控制等方面，加強數據驅動和人為干預的協同。第二，本體構建原則。形成領域本體是城建檔案領域知識圖譜構建的中心工作，根據學界對本體構建原則的一般認識，[2]城建檔案領域知識本體構建應遵循以下原則：一是明確性原則，即在構建知識本體時，應盡可能使用領域專業術語，對所獲取檔案數據中的概念及概念關系給出明確定義和描述。二是完整性原則，即提升本體構建過程中城建檔案資源對象來源、數量和種類的豐度，提升知識關聯關系的多樣性。三是一致性原則，指在領域知識本體構建過程中要保證其定義與本體推理結果的一致。四是可擴展性原則，即向領域知識本體中添加通用或專用的術語時，可適當豐富和擴展，而不需要修改其已有的內容。五是最小編碼偏好原則，即本體的概念體系應建立在知識層面，而不過于依賴符號層面的處理。六是最小本體承諾原則，即本體構建過程中盡可能減少約束聲明，允許各方相對自由地根據需要專門化和實例化本體，方便未來跨領域、跨專業共享。七是可管理性，即對構建的本體應建立知識產權、使用權限等必要的管理機制。
3城建檔案領域知識圖譜構建實施
根據知識圖譜構建通用方法，城建檔案領域知識圖譜構建流程包括數據獲取、本體構建、知識抽取、知識融合、知 識更新與存儲應用。
3.1城建檔案領域數據獲取。城建檔案領域知識圖譜構建包括數字檔案館系統數據，工程審批、國土空間規劃、地理信息、建筑市場監管等外部平臺數據，知識樣本較多的維基百科、百度百科等外部知識庫、網絡動態數據，以及城鄉政策法規、實景信息、口述史料、研究資料等數據源。在具體管理中，一是做好數據源調查研究，摸清資源特色內容、利用情況、開放程度和使用權限，掌握資源結構化、半結構化、非結構化等數據特點及存儲媒介、數據格式等；二是應以PDCA循環思路，邊獲取邊檢查邊調整，把握數據源的數據特征和時空分布，不斷調整來源范圍，提升數據獲取質量。在數據獲取過程中，應根據不同數據源，選擇針對性數據采集方法。一是通過API接口、中間數據庫等方式獲取數字檔案館系統數據及外部相關平臺數據；二是通過python爬蟲等技術工具采集外部知識庫、網絡動態數據；三是通過三維掃描、多媒體采集、模型輕量化等方式獲取城市實景信息、口述史料、聲像檔案及BIM、CIM模型數據。此外，數據采集時還應注重數據預設的知識結構、處理規則等獲取，在真實性、一致性、可靠性、可用性和知識產權等方面做好交叉驗證和合規審查，并豐富接下來本體構建的思路。
3.2城建檔案領域本體構建。領域本體是指以基本詞匯表對領域現象的形式化表達，是知識圖譜模式層構建的主要對象。城建檔案種類繁多，所涉領域方向和專業類別較為復雜，城建檔案管理機構也有服務工程建設維護、城鄉數智治理、文化保護傳承等多元任務。因此，在本體構建思路上，應按照循序漸進、人機協同的原則，運用“骨架法”“七步法”等方法，對本體來源和范圍進行分析處理，揭示、定義城建檔案領域實體、實體屬性及相互關系，優化知識結構，建立側重檔案憑證價值描述的檔案本體，及偏向檔案情報價值描述的學科本體，并在知識融合階段形成完整的城建檔案領域本體。在檔案本體設計上，應以城建檔案有關術語和資源描述規范為基礎，梳理知識要素，建立術語概念和編碼集合，形成城建檔案本體模型。以城建檔案的核心組成建設工程檔案為例，以《城市建設檔案著錄規范》（GB/T50323）、《建設工程檔案信息數據采集標準》（T/CECS707）、《建設電子檔案元數據標準》（CJJ/T187）、《建設電子文件與電子檔案管理規范》（CJJ/T117）、《建設工程文件歸檔整理規范》（GB/T50328）為依據，形成包含文件實體、業務實體、責任者實體和關系實體的4類檔案實體，擁有聯合、包含、控制、建立、擁有和前后等實體關系及相關元數據項的建設工程檔案本體模型。在學科本體設計上，應根據《中國檔案主題詞表》《城建檔案主題詞表》及《建筑和設施管理部門元數據的應用》（ISO82045-5）和《基礎地理信息本體模型》（GB/T40765）等城建領域術語編碼和知識規范，結合外部知識庫，建立城建學科本體。在具體建設中，可根據任務目標，調整細化學科本體內容。以鄭州國棉三廠歷史文化街區改造項目為例，可根據項目內容和工程特點，借鑒《信息與文獻文化遺產信息交換的參考本體》（GB/T37965）和《智慧城市領域知識模型核心概念模型》（GB/T36332），通過網絡數據檢索和關鍵詞分析，結合自頂向下和自底向上兩種方式，建立城建項目、地理位置、相關機構、相關人員或團體、重大事件等領域實體概念，明確實體屬性和關系，最后使用Protégé編輯器形成該領域學科本體模型，如圖1和圖2所示。
3.3城建檔案領域知識抽取。知識抽取指根據領域本體，抽取數據源的實體、關系和屬性，并將其存儲于城建檔案領域知識庫。實體抽取強調綜合人工提取和命名實體識別技術，識別數據源特定實體。如抽取歷史文化街區改造項目中的項目、地理、機構和人物名稱等。關系抽取是識別兩個或多個實體之間的語義關系，如“機構-參與-項目改造”，針對自然語言的歧義性和模糊性，關系抽取通常先由人工預先設置一定的實體關系類型作為訓練集，再使用監督、半監督等機器學習方法提升召回率。屬性抽取指采集特定實體的屬性信息，如人物的性別、職業等，可采用基于規則或啟發式算法等屬性抽取方法實現。[3]針對城建檔案中大量存在的照片、聲像等非結構化數據，可應用文字識別、圖像特征提取、音視（下轉62頁））頻詞匯提取等識別技術，進行格式轉換、機器識讀、人工校正及人機協同標引，將其轉化為結構化數據，再實施知識抽取。此外，還應關注隱性知識抽取，如以結構化知識模板記錄對歷史文化街區居民的訪談，并提煉RDF三元組元素。
3.4城建檔案領域知識融合。根據城建檔案領域本體構建思路，本體匹配是兩類方法的結合，即將從不同數據源、興趣點而來的各類檔案本體、學科本體充分集成，并建立映射關系，形成一個更趨完整的城建檔案領域本體模型。實例匹配包括實例鏈接和消歧等任務，如規范“工程策劃、籌備文件”對多個實例的鏈接，消歧同一個地理坐標對兩個不同工程項目的標識，將相同解釋的“工程文件”“項目文件”進行對齊。實例匹配主要通過基于相似度計算、基于規則或學習的匹配方法及人工抽檢實現。
3.5城建檔案領域知識更新與存儲應用。模式層更新指城建檔案本體更新，通過刪減、增加或重新定義有關概念及概念關系實現。如根據工程審批制度改革對檔案驗收程序的調整，重新定義檔案驗收，增加聯合驗收、容缺驗收定義。數據層更新指調整城建檔案領域本體所存儲的實體、關系和屬性值。如根據機構改革結果，更新某個城建檔案管理機構的隸屬關系；為響應歷史文化街區改造項目的工業文化遺產內涵，新增某個城建檔案管理機構的服務屬性區間。在知識更新中，應使用準確率、精確率、召回率等指標對已構建的知識圖譜進行評價，調整更新策略。最后階段是進行存儲和應用，城建檔案領域知識圖譜的可選存儲手段包括面向RDF的三元組數據庫，及Neo4j、JanusGraph等圖數據庫。在應用上，根據不同任務目標的構建成果，知識圖譜可被用于城建檔案利用服務中的智能搜索、個性化推薦和知識問答，也可借助頁面級、數據級的關聯發現，實現城建檔案質量要素的智能合規檢查，支撐可視化業務指導和驗收移交。
作者:高大偉 韓瑞雪 單位:鄭州航空工業管理學院
