CN109086440A - 一种知识萃取的方法及系统 - Google Patents

Abstract

本发明公开了一种知识萃取的方法，包括如下步骤：S1，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器；S2，根据中间知识所包含的内容结构要素对中间知识进行分类；S3，萃取中间知识中的核心知识点，建立核心知识点的知识点清单；S4，应用知识萃取工具，对知识点清单中的内容结构要素进行结构化，形成一般性知识，并通过网络传输协议上传至服务器。本发明创新点在于：将知识进行分类，并据此找到知识之间内在的规律和结构要素规律，避免缺乏结构带来的知识偏误和知识缺失。

Description

一种知识萃取的方法及系统

技术领域

本发明涉及网络资源的学习、分享与应用的技术领域，特别涉及一种知识萃取的方法及系统。

背景技术

当今社会，互联网已经渗透到人们的日常生活中，越来越多的人从互联网上汲取外界知识，如通过网络电子课程来学习知识。在网络时代，知识大都被电子化为文档、音频、或者视频信息存在网络服务器中，人们可以通过直接的浏览进行快速学习。然而，知识除了可以直接通过一定形式的信息(如word文档、视频)进行汲取外，还有一些组织、个人经验等隐性知识可以为人们所使用。现有的隐性知识转化为显性知识材料的典型方法为是通过使用文档编辑器(如MS office word)编写最佳实践经验的过程及概括性原则总结，这种萃取知识的方法存在以下缺陷：

1、萃取的知识不完整

编写实践案例仅仅适用于包含有流程步骤和解决方案的知识，而大量的信息类、工具类、概念类、原理类的知识并不能得到萃取和提炼。

2、萃取的知识缺乏结构

不同的人，对于个人经验所包含的知识的要素理解存在个体差异，导致萃取的知识良莠不齐，完整度存在不同程度的缺失。

3、萃取的知识不具有普遍的适用性

个人编写实践案例或总结经验，带有个人的认知偏误，总结出来的显示知识适用性存疑，主要原因是传统知识萃取的方法是简单的归纳法，这种方法从个别经验上升为一般性知识，缺乏验证证伪环节。

发明内容

针对现有技术存在的问题，本发明的主要目的是提供一种知识萃取的方法，皆在实现对隐性知识的显性化和稳定的产出。

为实现上述目的，本发明提出的知识萃取的方法，其包括如下步骤：

S1，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器。其中，中间知识包括经验产生的若干条件步骤以及产生的最终结果。

S2，根据中间知识所包含的内容结构要素对中间知识进行分类。其中，中间知识分为四类：信息数据、概念、原理原则以及过程方法，信息数据指不需要解释的事实信息，概念指类别、专有名词、术语以及各类标签信息，原理原则指包含条件因子、结果、以及条件因子与结果之间的关系，过程方法指实现一个结果的流程步骤信息。

S3，萃取中间知识中的核心知识点，具体包括如下步骤：

S31，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，并根据步骤S2中对中间知识的分类方法对中间知识每一条件步骤以及最终结果的内容结构要素进行分类。

S32，根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单。

S4，应用知识萃取工具，对知识点清单中的内容结构要素进行结构化，形成一般性知识，并通过网络传输协议上传至服务器。

优选地，步骤S31中，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素时，还包括：

S311，根据服务器中储存的正例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素进行对比，若一致则保留与正例中相一致的内容结构要素。若不一致，则删除与正例中不一致的内容结构要素。

S312，根据服务器中储存的反例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与反例中的内容结构要素进行对比，若不一致，则保留与反例中不一致的内容结构要素。若一致，则删除与反例中相一致的内容结构要素。

S313，根据步骤S2中对中间知识的分类方法对中间知识每一条件步骤以及最终结果中保留的内容结构要素进行分类。

具体地，步骤S32中，中间知识类型向下包含的原则为：过程方法包含原理原则中所有的内容结构要素，原理原则包含概念中所有的内容结构要素，概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

优选地，步骤S4中，应用知识萃取工具时，根据知识类型，应用与知识类型相对应的知识萃取工具，对知识点清单中的内容结构要素进行结构化。

具体地，知识萃取工具包括：与信息数据对应的信息表格工具，与概念对应的概念组合连线工具，与原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与过程方法对应的流程工具、计划工具、以及监控工具。

本发明还提供了一种知识萃取系统，其包括：

知识获取单元，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器。

知识分类单元，根据中间知识所包含的内容结构要素对中间知识进行分类。

知识萃取单元，用于提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，通过知识分类单元进行分类，再根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单，并对知识点清单中的内容结构要素进行结构化，形成一般性知识。

优选地，知识萃取单元还包括知识验证单元，用于根据服务器中的正例与反例，验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的一致性，验证验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的不一致性，并删除中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中不一致的内容结构要素以及与反例中相一致的内容结构要素。

具体地，中间知识类型向下包含的原则为：过程方法包含原理原则中所有的内容结构要素，原理原则包含概念中所有的内容结构要素，概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

具体地，知识萃取单元内设有与知识类型相对应的知识萃取工具，知识萃取工具包括：与信息数据对应的信息表格工具，与概念对应的概念组合连线工具，与原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与过程方法对应的流程工具、计划工具、以及监控工具。

本发明提供的知识萃取的方法及系统的创新点在于：

1、将知识进行分类，并据此找到知识之间内在的规律和结构要素规律，避免缺乏结构带来的知识偏误和知识缺失；

2、可实现快速、有效提炼个人或组织经验的知识信息，实现隐性知识的显性化和稳定的产出，同时对萃取的知识信息进行了修正，避免了个人创造知识的局限性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明知识萃取的方法一实施例的流程示意图；

图2为对中间知识中的内容结构要素的提取的原理示意图；

图3为本发明知识萃取系统的模块示意图；

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

本发明提出一种知识萃取的方法及系统。

参照图1，图1为本发明知识萃取的方法及系统一实施例的结构示意图，图2为对中间知识中的内容结构要素的提取的原理示意图。

如图1所示，在本发明实施例中，该知识萃取的方法包括如下步骤：

S1，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器。其中，中间知识包括经验产生的若干条件步骤以及产生的最终结果。条件步骤指的是在特定条件下中经验产生的过程步骤，条件与步骤中均包含内容结构要素。

S2，根据中间知识所包含的内容结构要素对中间知识分为信息数据、概念、原理原则以及过程方法这四类。其中，信息数据指不需要解释的事实信息，其内容结构要素包括信息名称与5W2H信息等。概念指类别、专有名词、术语以及各类标签信息，其内容结构要素包括类别名词、区别特征以及属性特征等。原理原则指包含条件因子、结果以及两者关系的信息，公式、定律、定理、规律、原则、法则等都属于这个分类范畴。原理原则的内容结构要素包括：场景，原理原则的名称，导致结果的一系列条件、因子，条件因子产生的结果，以及条件因子与结果之间的关系。过程方法指实现某一个结果的流程步骤的信息，如芒果环切剥皮方法(或过程)。该过程类信息的内容结构要素包括：场景，过程方法的名称，步骤流程，步骤流程的下级知识点内容，步骤的结果，以及整个过程的结果。其中，原理原则与过程方法中的场景可为同一内容结构要素。

S3，萃取中间知识中的核心知识点，具体包括如下步骤：

S31，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，并根据步骤S2中对中间知识的分类方法对中间知识每一条件步骤以及最终结果的内容结构要素进行分类。

如图2所示，在步骤S31中，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素时，还包括：

S311，根据服务器中储存的1-3个正例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素进行对比，若一致则保留与正例中相一致的内容结构要素。若不一致，则删除与正例中不一致的内容结构要素。

S312，根据服务器中储存的1-3个反例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与反例中的内容结构要素进行对比，若不一致，则保留与反例中不一致的内容结构要素。若一致，则删除与反例中相一致的内容结构要素。

通过1-3个正例与1-3个反例来验证获取的内容结构要素是否吻合个人经验应用的领域，以避免提取的内容结构要素与所在的领域、场景无关，减小个人创造知识的局限性。

S32，根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单。具体地，该中间知识类型向下包含的原则为：过程方法包含原理原则中所有的内容结构要素，原理原则包含概念中所有的内容结构要素，概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

S4，应用知识萃取工具，对知识点清单中的内容结构要素进行结构化，形成一般性知识，并通过网络传输协议上传至服务器。

步骤S4中，应用知识萃取工具时，根据知识类型，应用与知识类型相对应的知识萃取工具，对知识点清单中的内容结构要素进行结构化。具体地，知识萃取工具包括：与信息数据对应的信息表格工具，与概念对应的概念组合连线工具，与原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与过程方法对应的流程工具、计划工具、以及监控工具。信息表格工具可以为一个表格模板，信息名称以及5W2H信息罗列表格模板中，以形成可视化数据表格或者图文说明等一般性知识。概念组合连线工具用于辨认概念的类别，提取其中的类别名词、专用术语等。罗列因子工具用于罗列与衡量影响因子，分析决策工具用于选择应对策略，矩阵策略工具用来罗列场景以及场景应对策略，从而对原理原则中的各类内容结构要素进行结构化，形成一个实践式应用案例或者变式引用案例，并保存在服务器中，便于用户学习，或者作为提取同领域的个人经验中的知识的对比文件。流程工具可绘制现有流程，计划工具可绘制计划流程，监控工具用于设置流程中的监控点，从而对过程方法中的内容结构要素进行结构化，形成一个实践案例或者示范过程。

本发明的技术方案通过将知识进行分类，并据此找到知识之间内在的规律和结构要素规律，避免缺乏结构带来的知识偏误和知识缺失，由此有效地将经验转化为一般性显性知识信息。同时，通过实践案例对提取的一般性知识信息进行修正，避免个人创造知识的局限性。

此外，本发明还提出了一种知识萃取系统。

如图3所示，该系统包括知识获取单元100、知识分类单元200以及知识萃取单元300。知识获取单元100通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器。知识分类单元200可根据中间知识所包含的内容结构要素对中间知识进行分类。知识萃取单元300用于提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，通过知识分类单元200进行分类，再根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单，并对知识点清单中的内容结构要素进行结构化，形成一般性知识。在本实施例中，知识获取单元100、知识分类单元200、知识萃取单元300可以是现有的应用程度客户端也可以是网页等。网络传输协议是指计算机通信语言，是应用与服务器之间的网络通信技术。

在本实施例中，中间知识类型向下包含的原则为：过程方法包含原理原则中所有的内容结构要素，原理原则包含概念中所有的内容结构要素，概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

在本实施例中，知识萃取单元300还包括知识验证单元，用于根据服务器中的正例与反例，验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的一致性，验证验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的不一致性，并删除中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中不一致的内容结构要素以及与反例中相一致的内容结构要素。

在本实施例中，知识萃取单元300内设有与知识类型相对应的知识萃取工具，知识萃取工具包括：与信息数据对应的信息表格工具，与概念对应的概念组合连线工具，与原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与过程方法对应的流程工具、计划工具、以及监控工具。

本发明提供的知识萃取系统通过将知识进行分类，可以快速获取找到知识之间内在的规律和结构要素规律，避免缺乏结构带来的知识偏误和知识缺失。同时，本系统还可实现快速、有效提炼个人或组织经验中的一般性知识信息，实现隐性知识的显性化和稳定的产出，并对萃取的知识信息进行了修正，避免了个人创造知识的局限性。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (9)

1.一种知识萃取的方法，其特征在于，包括如下步骤：

S1，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器；其中，所述中间知识包括经验产生的若干条件步骤以及产生的最终结果；

S2，根据中间知识所包含的内容结构要素对中间知识进行分类；其中，所述中间知识分为四类：信息数据、概念、原理原则以及过程方法，所述信息数据指不需要解释的事实信息，所述概念指类别、专有名词、术语以及各类标签信息，所述原理原则指包含条件因子、结果、以及条件因子与结果之间的关系，所述过程方法指实现一个结果的流程步骤信息；

S3，萃取中间知识中的核心知识点，具体包括如下步骤：

S31，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，并根据步骤S2中对中间知识的分类方法对中间知识每一条件步骤以及最终结果的内容结构要素进行分类；

S32，根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单；

S4，应用知识萃取工具，对知识点清单中的内容结构要素进行结构化，形成一般性知识，并通过网络传输协议上传至服务器。

2.如权利要求1所述的知识萃取的方法，其特征在于，所述步骤S31中，提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素时，还包括：

S311，根据服务器中储存的正例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素进行对比，若一致则保留与正例中相一致的内容结构要素；若不一致，则删除与正例中不一致的内容结构要素；

S312，根据服务器中储存的反例，对提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素与反例中的内容结构要素进行对比，若不一致，则保留与反例中不一致的内容结构要素；若一致，则删除与反例中相一致的内容结构要素；

S313，根据步骤S2中对中间知识的分类方法对中间知识每一条件步骤以及最终结果中保留的内容结构要素进行分类。

3.如权利要求1所述的知识萃取的方法，其特征在于，所述步骤S32中，中间知识类型向下包含的原则为：所述过程方法包含原理原则中所有的内容结构要素，所述原理原则包含概念中所有的内容结构要素，所述概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

4.如权利要求1所述的知识萃取的方法，其特征在于，所述步骤S4中，应用知识萃取工具时，根据知识类型，应用与知识类型相对应的知识萃取工具，对知识点清单中的内容结构要素进行结构化。

5.如权利要求1-4任意一项所述的知识萃取的方法，其特征在于，所述知识萃取工具包括：与所述信息数据对应的信息表格工具，与所述概念对应的概念组合连线工具，与所述原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与所述过程方法对应的流程工具、计划工具、以及监控工具。

6.一种知识萃取系统，其特征在于，包括：

知识获取单元，通过文字录入技术、语音录入技术或视频录入技术将个人或者组织经验转化为电子化中间知识，并通过网络传输协议上传至服务器；

知识分类单元，根据中间知识所包含的内容结构要素对中间知识进行分类；

知识萃取单元，用于提取中间知识每一条件步骤以及最终结果中所包含的内容结构要素，通过知识分类单元进行分类，再根据中间知识类型向下包含的原则，建立每一条件步骤以及最终结果的核心知识点的知识点清单，并对知识点清单中的内容结构要素进行结构化，形成一般性知识。

7.如权利要求6所述的知识萃取系统，其特征在于，所述知识萃取单元还包括知识验证单元，用于根据服务器中的正例与反例，验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的一致性，验证验证中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中的内容结构要素的不一致性，并删除中间知识每一条件步骤以及最终结果中所包含的内容结构要素与正例中不一致的内容结构要素以及与反例中相一致的内容结构要素。

8.如权利要求6所述的知识萃取系统，其特征在于，所述中间知识类型向下包含的原则为：所述过程方法包含原理原则中所有的内容结构要素，所述原理原则包含概念中所有的内容结构要素，所述概念包括信息数据中所有的内容结构要素，即上级知识包含下级知识的全部内容结构要素。

9.如权利要求6-8任意一项所述的知识萃取的方法及系统，其特征在于，所述知识萃取单元内设有与知识类型相对应的知识萃取工具，所述知识萃取工具包括：与所述信息数据对应的信息表格工具，与所述概念对应的概念组合连线工具，与所述原理原则对应的罗列因子工具、分析决策工具、矩阵策略工具，以及与所述过程方法对应的流程工具、计划工具、以及监控工具。