如今,隨著電力技術(shù)的發(fā)展日新月異,用戶對(duì)電能質(zhì)量的要求也逐漸提高,多個(gè)國(guó)家陸續(xù)提出了各自關(guān)于智能電網(wǎng)建設(shè)的方案。國(guó)家電網(wǎng)公司作為國(guó)有特大型央企,提出了建設(shè)堅(jiān)強(qiáng)智能電網(wǎng),以實(shí)現(xiàn)電網(wǎng)中電力流、業(yè)務(wù)流、信息流的高度融合。智能電網(wǎng)的發(fā)展必將使電力系統(tǒng)各環(huán)節(jié)的聯(lián)系更加緊密、數(shù)據(jù)與信息交互更加頻繁,也正因?yàn)槿绱?,各?jí)電網(wǎng)工作人員對(duì)知識(shí)的需求也更加迫切。
1、當(dāng)前智能電網(wǎng)領(lǐng)域知識(shí)服務(wù)存在的問(wèn)題
1 )知識(shí)資源組織管理體系結(jié)構(gòu)落后。現(xiàn)有的智能電網(wǎng)知識(shí)資源組織管理體系結(jié)構(gòu)比較單一,缺乏知識(shí)點(diǎn)間的關(guān)聯(lián)性,層級(jí)簡(jiǎn)單,體系結(jié)構(gòu)仍以圖書(shū)形式為主,分類(lèi)單一,知識(shí)點(diǎn)僅遵循“用、代、屬、分、參”關(guān)系,顯示方法比較扁平化,已經(jīng)不能滿足高性能、大容量知識(shí)服務(wù)的建構(gòu)、處理與運(yùn)行的要求。如何描述、存儲(chǔ)、管理、處理、分析和使用海量分布的知識(shí)資源進(jìn)行知識(shí)服務(wù),是智能電網(wǎng)領(lǐng)域知識(shí)服務(wù)應(yīng)用的重要問(wèn)題 。
2 )知識(shí)服務(wù)開(kāi)發(fā)成本高、更新維護(hù)困難。智能電網(wǎng)領(lǐng)域的專(zhuān)家系統(tǒng)和知識(shí)服務(wù)應(yīng)用雖然可以較好地滿足用戶對(duì)知識(shí)服務(wù)的需求,但受到知識(shí)本身時(shí)效性強(qiáng)、更新速度快等特點(diǎn)的影響,導(dǎo)致此類(lèi)知識(shí)服務(wù)的開(kāi)發(fā)成本高,重用難度大,使得其實(shí)現(xiàn)和推廣的難度相對(duì)較大。
3 )知識(shí)服務(wù)同用戶需求本身存在一定的差距。當(dāng)前智能電網(wǎng)的知識(shí)服務(wù)檢索結(jié)果往往沒(méi)有考慮檢索者本身的實(shí)際情況,以及用戶難以用計(jì)算機(jī)能理解的方式描述出其希望了解的內(nèi)容。
造成這些問(wèn)題的原因,一方面在于激增的數(shù)據(jù)超過(guò)了現(xiàn)有用戶和系統(tǒng)所能承受、處理和利用的范圍,導(dǎo)致數(shù)據(jù)無(wú)法被及時(shí)、合理地組織,決策者未能從中得到應(yīng)有的啟示;另一方面,知識(shí)的表現(xiàn)形式使其不能被有效利用,這是因?yàn)槟壳暗闹R(shí)表示方法不利于電網(wǎng)知識(shí)的發(fā)現(xiàn),進(jìn)而導(dǎo)致不能形式化地表示電網(wǎng)領(lǐng)域知識(shí)。
因此,本文研究基于語(yǔ)義網(wǎng)技術(shù),并以輸變電圖書(shū)為樣例,對(duì)智能電網(wǎng)(輸變電部分)領(lǐng)域知識(shí)開(kāi)展研究,完成智能電網(wǎng)(輸變電部分)知識(shí)體系構(gòu)建,以期更好地為國(guó)家電網(wǎng)公司提供知識(shí)服務(wù)。另外,通過(guò)本文研究成果對(duì)國(guó)家電網(wǎng)公司企業(yè)級(jí)知識(shí)管理系統(tǒng)進(jìn)行優(yōu)化,有利于實(shí)現(xiàn)知識(shí)整理和標(biāo)引、知識(shí)協(xié)同構(gòu)建、資源自動(dòng)檢索和標(biāo)注、知識(shí)服務(wù)模型以及知識(shí)資源個(gè)性化推送等目標(biāo) 。以智能電網(wǎng)(輸變電部分)領(lǐng)域知識(shí)為研究范圍,以10 kV 配網(wǎng)不停電作業(yè)知識(shí)為突破口,著力做好該領(lǐng)域知識(shí)收集、概念抽取、語(yǔ)義研究和本體設(shè)計(jì),研究知識(shí)體系構(gòu)建以及知識(shí)庫(kù)搭建工作。
本文內(nèi)容包含系統(tǒng)梳理智能電網(wǎng)(輸變電部分)領(lǐng)域的主題詞條,闡明詞條之間的相互聯(lián)系和相互作用;基于本體語(yǔ)言的知識(shí)表示方法和原則,開(kāi)發(fā)專(zhuān)用的本體工具,構(gòu)建智能電網(wǎng)(輸變電部分)知識(shí)體系;并以語(yǔ)義檢索應(yīng)用為目的完成智能電網(wǎng)(輸變電部分)專(zhuān)業(yè)知識(shí)庫(kù)的建立,為整個(gè)智能電網(wǎng)領(lǐng)域知識(shí)體系的構(gòu)建提供理論依據(jù)及技術(shù)支持,同時(shí)可對(duì)智能電網(wǎng)領(lǐng)域知識(shí)挖掘、發(fā)現(xiàn)與利用進(jìn)行有益的探索 。
基于本體設(shè)計(jì)、語(yǔ)義標(biāo)引技術(shù),在電力領(lǐng)域?qū)<业闹笇?dǎo)和配合下,對(duì)智能電網(wǎng)(輸變電部分)領(lǐng)域知識(shí)開(kāi)展研究,研究該領(lǐng)域知識(shí)收集、概念抽取、本體設(shè)計(jì)、語(yǔ)義標(biāo)引、概念體系構(gòu)建的關(guān)鍵技術(shù)路徑,并完成了最終的知識(shí)庫(kù)搭建工作。所完成的專(zhuān)業(yè)知識(shí)庫(kù)系統(tǒng)提供了網(wǎng)站作為檢索接口,集成了本體工具、數(shù)據(jù)加工模型的圖書(shū)文獻(xiàn)檢索等技術(shù) , 實(shí)現(xiàn)了智能電網(wǎng)(輸變電部分)知識(shí)的語(yǔ)義檢索應(yīng)用。系統(tǒng)除了處理常規(guī)的文本檢索之外,還提供了本體的交互式圖形可視系統(tǒng)、自然語(yǔ)言及問(wèn)句式查詢系統(tǒng)、語(yǔ)義增強(qiáng)搜索系統(tǒng)以及相關(guān)詞條推薦系統(tǒng),可以智能化地協(xié)助用戶提高檢索效率 。
2、領(lǐng)域知識(shí)收集
領(lǐng)域知識(shí)收集工作包括對(duì)793 本與輸變電專(zhuān)業(yè)相關(guān)圖書(shū)、《電力名詞(第二版送審稿)》中指定書(shū)目以及《電力主題詞表》的計(jì)算機(jī)自動(dòng)處理,并結(jié)合專(zhuān)家所提供的分類(lèi)體系開(kāi)展工作。
2.1自動(dòng)分詞
對(duì)這些圖書(shū)進(jìn)行自動(dòng)分詞,即將一本書(shū)、一段話看作一個(gè)漢字序列,通過(guò)計(jì)算機(jī)將其切分成一個(gè)個(gè)單獨(dú)的詞,以便進(jìn)行下一步的理解和分析。
在 本 文 研 究 中,對(duì) 開(kāi) 源 工 具Ikanalyzer 、Rwordseg進(jìn)行了調(diào)研和試驗(yàn)。Ikanalyzer提供了可供Java使用的jar包,以及面向全文檢索工具Lucene的接口,使用方便,主要用它來(lái)建立索引、本體以及對(duì)搜索語(yǔ)句進(jìn)行分詞,準(zhǔn)確率可達(dá)95% ,其分詞示例分詞前的整個(gè)段落:“在電力系統(tǒng)中,除應(yīng)采取各項(xiàng)積極措施消除或減少發(fā)生故障的可能性外,故障一旦發(fā)生,必須迅速而有選擇地切除故障元件,這是保證電力系統(tǒng)安全運(yùn)行的最有效方法之一,而繼電保護(hù)裝置就是能反映電力系統(tǒng)中電氣元件發(fā)生故障或不正常運(yùn)行的狀態(tài),并動(dòng)作于斷路器跳閘或發(fā)出信號(hào)的一種自動(dòng)裝置。”
計(jì)算機(jī)分詞和自動(dòng)去除無(wú)實(shí)意的詞后的效果如下:“電力系統(tǒng)中因各項(xiàng)措施消除減少發(fā)生故障可能性外,故障發(fā)生而有選擇切除故障元件這是保證電力系統(tǒng)安全運(yùn)行最有效方法之一,而繼電保護(hù)裝置電力系統(tǒng)中電氣元件發(fā)生故障不正常運(yùn)行狀態(tài)動(dòng)作斷路器跳閘發(fā)出信號(hào)一種自動(dòng)裝置”,可以達(dá)到建立索引的要求。
Rwordseg是一個(gè)R環(huán)境下的中文分詞工具,使用rJava調(diào)用Java分詞工具Ansj。Ansj基于Apache License ,是一個(gè)完全開(kāi)源、免費(fèi)的Java中文薦分詞工具。它的實(shí)現(xiàn)原理基于Google語(yǔ)義模型和條件隨機(jī)場(chǎng)模型。分詞速度可達(dá)每秒約200萬(wàn)字(在Mac Air下測(cè)試),準(zhǔn)確率能達(dá)到96%以上。通過(guò)研究,重寫(xiě)了一個(gè)Java 版本,并且全部開(kāi)源,使得 Ansj可用于人名識(shí)別、地名識(shí)別、組織機(jī)構(gòu)名識(shí)別、多級(jí)詞性標(biāo)注、關(guān)鍵詞提取、指紋提取等領(lǐng)域,支持行業(yè)詞典、用戶自定義詞典。
2.2詞向量訓(xùn)練
詞向量訓(xùn)練是利用深度學(xué)習(xí)的思想把單詞表示
成向量的一種方式,語(yǔ)義越相近的詞,形成的向量相似度越高。本文采用Google word2vec工具(基于Apache License 2 .0 的開(kāi)源工具,提供continuou sbag-of-words和skip-gram architectures等算法對(duì)詞向量進(jìn)行訓(xùn)練)進(jìn)行詞向量訓(xùn)練,得到詞向量之后,可以進(jìn)一步得出這些詞向量的聚類(lèi)。
2.3詞語(yǔ)篩選
根據(jù)停用詞表,去除“的”、“比如”、“別的”等無(wú)實(shí)意、頻繁出現(xiàn)的但對(duì)專(zhuān)業(yè)語(yǔ)義分析無(wú)實(shí)際幫助的詞,編寫(xiě)程序去除無(wú)關(guān)的標(biāo)點(diǎn)符號(hào)、亂碼字符及其他短字符。在此基礎(chǔ)上,研究人員通過(guò)人工對(duì)得到的詞語(yǔ)進(jìn)行篩選,得出重要的名詞和動(dòng)詞以及相關(guān)概念的英文名和中文描述信息,作為本體分析的對(duì)象 。其中,名詞集用來(lái)構(gòu)建領(lǐng)域本體的相關(guān)概念,動(dòng)詞集用來(lái)描述領(lǐng)域本體概念之間的關(guān)系。
3、概念抽取
本文研究根據(jù)專(zhuān)家提供的輸變電專(zhuān)業(yè)概念分類(lèi),對(duì)領(lǐng)域知識(shí)中的相關(guān)名詞集進(jìn)行總結(jié)歸納,以半自動(dòng)的方式從相關(guān)的圖書(shū)和詞典中提取出相關(guān)概念,并將其結(jié)構(gòu)化,形成分類(lèi)體系 。
專(zhuān)家提供的輸變電專(zhuān)業(yè)概念分類(lèi)主要包含資產(chǎn)、作業(yè)、文檔的大體框架分類(lèi)結(jié)構(gòu),但不涉及每個(gè)具體詞條的歸屬。其中資產(chǎn)可以在EnterpriseArchitecture軟件中查看。其他分類(lèi)體系通過(guò)專(zhuān)家口述,研究人員進(jìn)行記錄,專(zhuān)家進(jìn)行核對(duì)的形式提供。
在領(lǐng)域知識(shí)收集之后,使用Apache Jena(Apche的開(kāi)源項(xiàng)目,提供了Java接口,可使用Java編程對(duì)本體進(jìn)行創(chuàng)建、修改、讀入、保存、查詢、推理等操作)將概念體系導(dǎo)入本體,將詞條進(jìn)行粗分類(lèi);在此基礎(chǔ)上,多次征求高校電氣學(xué)院領(lǐng)域?qū)<业囊庖?jiàn),使用Stanford Protégé工具(本體開(kāi)發(fā)工具,具有導(dǎo)入、可視化編輯和保存本體的功能)進(jìn)行交互展示,供專(zhuān)家審核、修改,并進(jìn)行細(xì)分類(lèi) 。Protégé(本體開(kāi)發(fā)工具)中對(duì)本體進(jìn)行展示及審核修改的工作界面如圖1所示。
4、本體設(shè)計(jì)
在此階段中,根據(jù)相關(guān)圖書(shū)及專(zhuān)家所提供的頂層概念模型,使用Apache提供的開(kāi)源工具Jena創(chuàng)建本體,并使用Protégé 和Word文檔相結(jié)合的方式進(jìn)行人工核對(duì)。
存儲(chǔ)了中英文名的類(lèi)如圖2所示,其中每個(gè)類(lèi)均存儲(chǔ)了中英文名、所屬詞典以及簡(jiǎn)介。
具體建立過(guò)程如下:
1 )根據(jù)字符串匹配的方式得出父類(lèi)與子類(lèi)的關(guān)系;
2 )根據(jù)詞典中的描述信息建立等價(jià)類(lèi)關(guān)系;
3 )根據(jù)詞典中的描述信息得出包含關(guān)系,如:根據(jù)U型掛環(huán)的描述信息得出結(jié)論“U型掛環(huán)有連接件”;
4 )根據(jù)詞典中的描述信息定義反關(guān)系,如:“有連接件關(guān)系的反關(guān)系是組成U型掛環(huán)”;
5 )根據(jù)名稱定義包含關(guān)系及其反關(guān)系;
6 )根據(jù)詞典中的描述信息建立相關(guān)關(guān)系,如:鋼管塔的描述信息及其所建立的關(guān)系,圖3顯示了從鋼管塔的描述信息中建立其與金具、導(dǎo)線和絕緣子的關(guān)系;
7 )根據(jù)詞典中的描述信息建立數(shù)值型屬性,如:塔高的數(shù)值屬性;
8 )建立實(shí)例,如:以中原變電站為例,變電站類(lèi)有地址屬性,屬性用string表示,中原變電站作為其中一個(gè)具體的變電站,地址在鄭州,將鄭州作為中原變電站的地址屬性的值。
根據(jù)Protégé軟件的自動(dòng)統(tǒng)計(jì)信息,本次研究所建成的本體的規(guī)模共有8094個(gè)類(lèi)、21657個(gè)Object型屬性、7511個(gè)父類(lèi)–子類(lèi)關(guān)系以及757個(gè)等價(jià)類(lèi)。
5、語(yǔ)義標(biāo)引
在此階段,利用已有的本體對(duì)該領(lǐng)域中的文檔資源進(jìn)行標(biāo)引,從而實(shí)現(xiàn)語(yǔ)義推理的目的,最終實(shí)現(xiàn)語(yǔ)義信息檢索 。
在語(yǔ)義標(biāo)引過(guò)程中,對(duì)屬于本體中的實(shí)例,如:“巡視”、“維護(hù)”、“sub station”等加上html的標(biāo)簽,在前端通過(guò)處理與其他未標(biāo)注文本進(jìn)行區(qū)別顯示,點(diǎn)擊時(shí)可自動(dòng)查詢相應(yīng)本體。
使用Jena 和Java 對(duì)本體進(jìn)行標(biāo)注。首先,將本體中類(lèi)的中文名和英文名用Jena 導(dǎo)出,并根據(jù)詞條長(zhǎng)度進(jìn)行由長(zhǎng)到短的排序,排序后,“電子互感器”排在“互感器”之前。使用Java 遍歷排序后的數(shù)組,為文本中匹配處依次加上 標(biāo)簽,避免了重復(fù)地將“電子互感器”標(biāo)注為“電子互感器”和“互感器”。
專(zhuān)業(yè)詞匯如“變電站”、“互感器”等的標(biāo)注基本無(wú)誤。本體中的其他相關(guān)詞匯中含有一些多義詞,人工篩選了“條件”、“單元”、“連結(jié)”等多義詞進(jìn)行剔除。
6、概念體系設(shè)計(jì)
在專(zhuān)家的幫助下,將智能電網(wǎng)的中英文名、描述信息、層次結(jié)構(gòu)及其關(guān)系等知識(shí)進(jìn)行整合,得到智能電網(wǎng)(輸變電部分)領(lǐng)域中的一個(gè)概念體系。
概念體系包含了智能電網(wǎng)領(lǐng)域(輸變電部分)中前面提到的所有信息(即概念分類(lèi)體系以及詞條的中英文名、釋義、等價(jià)類(lèi)、屬性等)。以光纜為例,光纜示例如圖4 所示。
圖4中303.3.8 是“光纜”在本文概念體系中的編號(hào),“optical fiber cable ”是英文名,“18.307 ”是“光纜”在《電力名詞(第二版送審稿)》中的編號(hào),“以光纖為傳輸元件……”這句話是“光纜”的描述信息,“相關(guān)材料”,表示“光纜”與“材料”這個(gè)概念相關(guān)。
7、知識(shí)庫(kù)檢索系統(tǒng)
本文研究基于領(lǐng)域知識(shí)的語(yǔ)義標(biāo)引技術(shù),通過(guò)對(duì)本體工具、數(shù)據(jù)加工模型的圖書(shū)文獻(xiàn)檢索等技術(shù)的研究,完成了以語(yǔ)義檢索應(yīng)用為目的的智能電網(wǎng)(輸變電部分)專(zhuān)業(yè)知識(shí)庫(kù)系統(tǒng)研究。系統(tǒng)除處理常規(guī)的文本檢索之外,還提供了本體的交互式圖形可視系統(tǒng)、自然語(yǔ)言及問(wèn)句式查詢系統(tǒng)、語(yǔ)義增強(qiáng)搜索系統(tǒng)以及相關(guān)詞條推薦系統(tǒng),智能化地協(xié)助用戶提高檢索效率 ,主要支持的查詢功能如下。
7.1拼音提示
用Jena 將本體中的中文信息全部導(dǎo)出成為詞典,對(duì)詞條的拼音進(jìn)行關(guān)鍵詞查詢和操作。以“變壓器”為例:
1 )在輸入框輸入或粘貼拼音,則輸出為全拼按從左到右的順序與輸入的拼音相同的一組提示詞,如輸入“biany”時(shí),提示包括“變壓器”在內(nèi)的10個(gè)詞;
2 )在輸入框輸入或粘貼拼音首字母,則輸出為拼音首字母按從左到右的順序與輸入相同的一組提示詞,如輸入“byq”時(shí),提示包括“變壓器”在內(nèi)的10 個(gè)詞;
3 )在輸入框輸入或粘貼漢字,則輸出根據(jù)該漢字的全拼給出同音詞的輸入提示,如輸入“邊壓氣”時(shí),提示包括“變壓器”在內(nèi)的10個(gè)詞。
7.2普通搜索
普通搜索界面如圖5 所示。
以“變電站”為例,在輸入框中輸入搜索詞條,如變電站,則輸出如下:
1 )在“您是不是想搜”條目下顯示的9個(gè)詞條,采用Lucene的Standard Analyzer對(duì)詞典進(jìn)行處理,根據(jù)中文字形匹配程度得到結(jié)果;
2 )書(shū)籍的總搜索結(jié)果數(shù)和用時(shí),通過(guò)數(shù)學(xué)統(tǒng)計(jì)計(jì)算得到;
3 )前 10 本書(shū)的標(biāo)題、與搜索詞條匹配的摘要(摘要中搜索詞用紅色標(biāo)出)、相關(guān)度,使用Lucene對(duì)文本進(jìn)行全文檢索計(jì)算得到;
4 )頁(yè)碼選項(xiàng),單擊頁(yè)碼之后跳轉(zhuǎn)到該頁(yè)碼,使用Lucene進(jìn)行分頁(yè)查詢;
5 )如果是本體中的詞條,則出現(xiàn)本體交互圖,單擊可跳轉(zhuǎn)到交互界面,交互界面的查詢部分采用Jena預(yù)先加載本體,以加快與用戶交互的速度;
6 )如果有同級(jí)本體,則出現(xiàn)同級(jí)本體,單擊可跳轉(zhuǎn)到該詞條的搜索界面,同級(jí)本體通過(guò)Jena查詢得到;
7 )如果有相關(guān)本體,則出現(xiàn)相關(guān)本體,單擊可跳轉(zhuǎn)到該詞條的搜索界面,事先由Jena查詢得出本體中各個(gè)類(lèi)和實(shí)例的描述信息及其屬性,存為文本,對(duì)這些文本用Lucene 建立索引,之后采用Lucene根據(jù)查詢語(yǔ)句進(jìn)行查詢,當(dāng)與查詢語(yǔ)句匹配度達(dá)到閾值之后,則返回相關(guān)本體;
8 )出現(xiàn)更多詞條等相關(guān)內(nèi)容,單擊可跳轉(zhuǎn)到該詞條的搜索界面,更多詞條的信息來(lái) 自于使用Google word2vec對(duì)793 本圖書(shū)進(jìn)行詞向量訓(xùn)練得到的詞向量和詞語(yǔ)的聚類(lèi),首先找出查詢?cè)~語(yǔ)中與聚類(lèi)中詞語(yǔ)最相近的一個(gè),之后返回這個(gè)聚類(lèi)中的其他詞語(yǔ)。
7.3根據(jù)英文搜索中文結(jié)果
通過(guò)英文查詢中文的功能是通過(guò)Lucene對(duì)英文和中文建立一一對(duì)應(yīng)的索引,這樣根據(jù)索引中英文的匹配程度,可以找到相應(yīng)的中文。以“keysub station ”為例,根據(jù)英文搜索中文結(jié)果的界面如圖6 所示。
7.4語(yǔ)義增強(qiáng)搜索
語(yǔ)義增強(qiáng)搜索采用Jena 查詢出所查詞語(yǔ)的子類(lèi),再根據(jù)這些子類(lèi)的名稱在793 本圖書(shū)中搜索,并將這些結(jié)果根據(jù)相關(guān)度由高到低排序,得出所需結(jié)果與子類(lèi)匹配出的摘要 。如搜“建筑物”時(shí),得到的是與其子類(lèi)“防火墻”、“換流站”等匹配的文本,其他部分內(nèi)容與普通查詢時(shí)相同。
7.5自然語(yǔ)言查詢
在輸入框中以自然語(yǔ)言的形式輸入,如果有對(duì)應(yīng)的詞條,則輸出相應(yīng)的詞條和解釋。以“變電站”為例,輸入“變換電壓等級(jí)匯集配送電能的設(shè)施是什么”時(shí)可以輸出結(jié)果“變電站”;輸入“在河流上下游的水電站”,則輸出“梯級(jí)水電站”;輸入“埋在地下的管子”,輸出“電纜排管”。自然語(yǔ)言查詢結(jié)果界面如圖7 所示。
7.6本體圖形交互
本體的圖形交互功能均通過(guò)Jena 預(yù)先加載本體,在查詢時(shí)對(duì)本體的各項(xiàng)信息進(jìn)行查詢。
1 )單擊本體交互界面,界面放大,如果詞條有英文或釋義,則顯示當(dāng)前詞條的詳細(xì)信息。在圖形中,父類(lèi)與子類(lèi)以不同的形式展示,變電站本體交互界面如圖8 所示,其中“建筑物”為父類(lèi),其他為子類(lèi)。
2 )單擊某個(gè)詞條并進(jìn)行拖動(dòng),顯示鼠標(biāo)實(shí)時(shí)拖動(dòng)效果。
3 )雙擊當(dāng)前詞條(如當(dāng)前的“變電站”),則顯示/隱藏該詞條的屬性。其中包括Object型的“線阻濾波器”和Data 型的“進(jìn)線電壓 :string ”(string表示Data的類(lèi)型)。顯示/ 隱藏變電站屬性界面如圖9所示。
4 )雙擊除當(dāng)前詞條外的其他詞條,則以雙擊的詞條進(jìn)行查詢,并顯示新的結(jié)果。雙擊建筑物顯示的界面如圖10 所示。
7.7書(shū)籍顯示
1 )在搜索結(jié)果頁(yè)面,單擊某本想看的書(shū),則跳轉(zhuǎn)到書(shū)籍顯示界面,默認(rèn)顯示pdf 文件,可通過(guò)右側(cè)滑動(dòng)條翻頁(yè),并顯示其相關(guān)文檔。書(shū)籍顯示界面如圖11 所示。
2 )點(diǎn)擊txt 標(biāo)簽,則跳轉(zhuǎn)到txt 顯示界面,顯示該書(shū)籍對(duì)應(yīng)的文本,可閱讀書(shū)籍文本,與本體相關(guān)的標(biāo)注(包括中英文)用藍(lán)色和下劃線表示,單擊這些標(biāo)注,如“變電站”、“sub station ”均可查看對(duì)應(yīng)的“變電站”本體。中英文標(biāo)注示例如圖12 、圖13 所示。
8、結(jié)語(yǔ)
通過(guò)本文智能電網(wǎng)領(lǐng)域(輸變電部分)專(zhuān)業(yè)知識(shí)概念體系的建立,完成了對(duì)一個(gè)典型的專(zhuān)業(yè)知識(shí)概念體系完整的建立過(guò)程的調(diào)研,以及初步的專(zhuān)業(yè)知識(shí)庫(kù)原型系統(tǒng)搭建。傳統(tǒng)以單本或單冊(cè)圖書(shū)為載體,一般按單一分類(lèi)介紹的電力知識(shí),很難形成體系,且概念之間的關(guān)系無(wú)法展示,相比之下智能電網(wǎng)領(lǐng)域(輸變電部分)專(zhuān)業(yè)知識(shí)概念體系解決了知識(shí)點(diǎn)分類(lèi)單一且孤立的難題,方便使用者在相關(guān)領(lǐng)域輕松獲取所需知識(shí)概念及相關(guān)知識(shí)。在未來(lái)工作中,以下方面還有待進(jìn)一步深入提高:
1 )在研究上,還需研究如何更好地進(jìn)行本體的可視化,如何利用聚類(lèi)、分類(lèi)算法消除語(yǔ)義標(biāo)注的歧義,如何自動(dòng)對(duì)未知的屬性進(jìn)行屬性發(fā)現(xiàn),如何進(jìn)語(yǔ)義推理得到更多屬性以及加快語(yǔ)義搜索速度;
2 )在工程上,可以在txt閱讀模式下提供圖片支持、完善作者信息、增加作者搜索、出版年份搜索、按標(biāo)題搜索等功能,進(jìn)一步實(shí)現(xiàn)根據(jù)詞頻、查詢頻繁度等更多信息進(jìn)行拼音推薦等。