圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)研究與應(yīng)用

田小福

摘要：時代在發(fā)展，技術(shù)在完善，發(fā)展的同時，標(biāo)準(zhǔn)化也成為人們生產(chǎn)的一個衡量標(biāo)準(zhǔn)，圖書發(fā)行標(biāo)準(zhǔn)修訂數(shù)目逐漸增加，本文就圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)進行研究。

關(guān)鍵詞：知識服務(wù)；標(biāo)準(zhǔn)化；圖書發(fā)行行業(yè)標(biāo)準(zhǔn)

引言

激烈的競爭帶來巨大的變化。一方面，近幾年來，很大一部分圖書市場被暢銷書、網(wǎng)絡(luò)文學(xué)、兒童文學(xué)和教輔讀物占領(lǐng)，不同出版社和民營文化公司的銷售收入差距越拉越大，行業(yè)分化趨勢也日趨明顯。另一方面，網(wǎng)絡(luò)銷售和數(shù)字出版的快速發(fā)展革命性地改變了發(fā)行手段和銷售模式，圖書市場的變化更加迅速。市場運作理念也更加成熟，對圖書和作家的運作與包裝呈現(xiàn)立體化趨勢，優(yōu)秀圖書和知名作家的收益更加豐厚。此外，以騰訊閱文集團等代表的民營文化公司正大規(guī)模地整合出版資源，圖書出版發(fā)行龍頭正在顯現(xiàn)。

一、知識服務(wù)應(yīng)用現(xiàn)狀

在當(dāng)今信息化及大數(shù)據(jù)背景下，以信息的采集、分析、加工、融合和創(chuàng)新為基礎(chǔ)，將它們有效地、系統(tǒng)性地重組，就是概念上的知識服務(wù)。從形式上分析，知識服務(wù)是站在用戶的具體問題和實際情況角度觀察，向用戶提供一種全新的、差異化的、有效的服務(wù)，且支持知識應(yīng)用和知識創(chuàng)新。對比情報服務(wù)和信息服務(wù)，知識服務(wù)具有系統(tǒng)性、專業(yè)性、個性化的特點，將針對用戶的具體問題采集與析取解決問題的方案為終極任務(wù)和目標(biāo)，并以相關(guān)的調(diào)研報告、咨詢報告、問題解決方案等為形式，為用戶提供深層次、多維度的動態(tài)性知識產(chǎn)品和技術(shù)支撐。在實施中，側(cè)重提高對用戶需求的系統(tǒng)分析和對知識再創(chuàng)新的能力，從而實現(xiàn)知識資源的應(yīng)用與創(chuàng)新。

二、圖書發(fā)行行業(yè)標(biāo)準(zhǔn)特點

國家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)的編制要求很嚴(yán)苛，體例架構(gòu)高度統(tǒng)一，言語文字精煉，具有準(zhǔn)確性、可靠性、協(xié)調(diào)性、一致性、時效性的特點，是人們從事科研、生產(chǎn)、貿(mào)易來往等活動的權(quán)威依據(jù)。標(biāo)準(zhǔn)可按照使用范圍分為國際標(biāo)準(zhǔn)、區(qū)域標(biāo)準(zhǔn)、國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)和地方標(biāo)準(zhǔn)六類。標(biāo)準(zhǔn)是特殊文獻中的一種，自成體系，有自己獨特的風(fēng)格和結(jié)構(gòu)特點。標(biāo)準(zhǔn)按照要素的性質(zhì)和在標(biāo)準(zhǔn)中的位置共分為四類：規(guī)范性一般要素、規(guī)范性技術(shù)要素、資料性概述要素和資料性補充要素。

三、圖書發(fā)行標(biāo)準(zhǔn)化知識難點

（一）難點

1.圖書發(fā)行行業(yè)標(biāo)準(zhǔn)眾多，結(jié)構(gòu)相似，但不同標(biāo)準(zhǔn)中的內(nèi)容相差甚遠(yuǎn)；目前標(biāo)準(zhǔn)多為pdf和doc格式，沒有結(jié)構(gòu)化數(shù)據(jù)庫，難以從非結(jié)構(gòu)化的標(biāo)準(zhǔn)中獲取知識。

2.圖書發(fā)行行業(yè)標(biāo)準(zhǔn)用詞有鮮明的行業(yè)特征，一般的知識抽取方法不能保證獲取知識的準(zhǔn)確度和覆蓋率，知識準(zhǔn)確度和覆蓋率低嚴(yán)重影響著知識的準(zhǔn)確性和有效性，并對知識融合結(jié)果造成較大差異。

3.標(biāo)準(zhǔn)文獻體例結(jié)構(gòu)的特殊性，圖書發(fā)行的專業(yè)性，導(dǎo)致了需要研究適合圖書發(fā)行領(lǐng)域的知識融合方法，以確保知識融合結(jié)果，從而準(zhǔn)確的展現(xiàn)知識。

（二）創(chuàng)新點

1.設(shè)計標(biāo)準(zhǔn)結(jié)構(gòu)化存儲方案，將標(biāo)準(zhǔn)文本碎片化、結(jié)構(gòu)化，并存儲到關(guān)系數(shù)據(jù)庫和xml文件中，建立出版發(fā)行領(lǐng)域?qū)I(yè)詞庫。

2.為保證知識抽取的準(zhǔn)確度和覆蓋率，提出采用多策略的方法抽取標(biāo)準(zhǔn)中的知識，分別從結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)中抽取知識，并構(gòu)建知識本體庫。

3.將知識本體轉(zhuǎn)化為向量表示，提出了圖書發(fā)行領(lǐng)域知識融合方法，在知識服務(wù)平臺構(gòu)建過程屮，有利于知識消冗，提高了知識融合的準(zhǔn)確度。

四、圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)系統(tǒng)設(shè)計與實現(xiàn)

（一）系統(tǒng)框架

圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)系統(tǒng)分為四個層次：數(shù)據(jù)資源層、數(shù)據(jù)處理層、業(yè)務(wù)處理層和表現(xiàn)層。

1.數(shù)據(jù)資源層：數(shù)據(jù)資源層是整個系統(tǒng)的基礎(chǔ)層，包含圖書發(fā)行行業(yè)的6大類標(biāo)準(zhǔn)文獻以及《出版物發(fā)行知識詞典》和《圖書發(fā)行詞典》中的領(lǐng)域詞匯內(nèi)容。在本層中進行數(shù)據(jù)的采集、整理和數(shù)據(jù)庫構(gòu)建等工作。

2.數(shù)據(jù)處理層：在本層中解析標(biāo)準(zhǔn)，分析圖書發(fā)行行業(yè)標(biāo)準(zhǔn)特點，進行數(shù)據(jù)預(yù)處理、數(shù)據(jù)格式轉(zhuǎn)化、和結(jié)構(gòu)化存儲工作。與此同時，完成領(lǐng)域詞庫的構(gòu)建。

3.業(yè)務(wù)處理層：在數(shù)據(jù)準(zhǔn)備就緒、軟件支撐服務(wù)搭建完成的基礎(chǔ)上，用戶完成對各項業(yè)務(wù)的處理，其中包括標(biāo)準(zhǔn)知識抽取、標(biāo)準(zhǔn)知識融合兩部分，最終以知識庫的形式呈現(xiàn)給用戶。

4.表現(xiàn)層：表現(xiàn)層是系統(tǒng)的頂層，在框架的最上面，為用戶提供可視化界面。

（二）系統(tǒng)設(shè)計

1.標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理模塊

此部分主要對標(biāo)準(zhǔn)進行數(shù)據(jù)預(yù)處理，包括人工分詞、詞性標(biāo)準(zhǔn)、停用詞過濾、人工修訂分詞結(jié)果和標(biāo)準(zhǔn)xml格式存儲幾部分。該模塊完成了對doc、pdf格式的標(biāo)準(zhǔn)文檔解析工作，提出標(biāo)準(zhǔn)中的知識，完成xml格式的轉(zhuǎn)換存儲，并將其存入到數(shù)據(jù)庫對應(yīng)表中。此外，還設(shè)計人工修正模塊，確保預(yù)處理結(jié)果的準(zhǔn)確性。

2.標(biāo)準(zhǔn)知識服務(wù)模塊

該模塊可視化展現(xiàn)知識融合后的結(jié)果，包括知識抽取結(jié)果查看和關(guān)系圖查看兩部分。用戶可利用知識服務(wù)進行知識庫檢索，系統(tǒng)提供簡單檢索和高級檢索兩種檢索方式。

3.標(biāo)準(zhǔn)庫管理模塊

實現(xiàn)對圖書發(fā)行行業(yè)標(biāo)準(zhǔn)的增、刪、改、查功能。

4.領(lǐng)域詞庫管理模塊

領(lǐng)域詞庫構(gòu)建是圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)系統(tǒng)構(gòu)建過程中重要的一環(huán)，該模塊可實現(xiàn)用戶對領(lǐng)域詞庫的管理，包括增加、刪除、修改、查詢四部分。

5.系統(tǒng)流程設(shè)計

（1）標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理：選擇一篇圖書發(fā)行行業(yè)標(biāo)準(zhǔn)解析，系統(tǒng)會對標(biāo)準(zhǔn)依次進行中文分詞、詞性標(biāo)注、停用詞過濾操作，并創(chuàng)建領(lǐng)域詞庫。

（2）標(biāo)準(zhǔn)知識存儲：經(jīng)過預(yù)處理后的標(biāo)準(zhǔn)知識會分別以數(shù)據(jù)庫和xml文檔兩種形式存儲，以便語義信息的提取和標(biāo)準(zhǔn)知識抽取。

（3）標(biāo)準(zhǔn)知識抽取：根據(jù)上一步的標(biāo)準(zhǔn)存儲方案，采用多策略的方法抽取知識，分別從結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)中抽取，并將知識轉(zhuǎn)化為RDF三元組模型。

（4）標(biāo)準(zhǔn)知識融合：將得到的知識構(gòu)建本體知識庫，并將其表示為機器可讀的向量模型，進行語義相似度計算，判斷知識間的距離，從而完成知識聚類，以達到知識融合的目的。

（5）知識服務(wù)：將經(jīng)過圖書發(fā)行領(lǐng)域標(biāo)準(zhǔn)化知識服務(wù)系統(tǒng)處理后的標(biāo)準(zhǔn)知識可視化展示給用戶。

結(jié)語

隨著先進技術(shù)的應(yīng)用和人類社會文明程度的提高，人們對標(biāo)準(zhǔn)化的意識越來越強，標(biāo)準(zhǔn)在社會發(fā)展中作用越來越重要，已經(jīng)成為規(guī)范人類生產(chǎn)、經(jīng)營和生活等活動的重要依據(jù)，是經(jīng)濟發(fā)展、政治穩(wěn)定、文化生活不可或缺的一部分。

參考文獻：

[1]劉嶠，李楊，段宏，等.知識圖譜構(gòu)建技術(shù)綜述[J].計算機研宄與發(fā)展，2016，53（3）：582-600

[2]秦鵬.領(lǐng)域本體構(gòu)建方法研宄[J].電腦知識與技術(shù)：學(xué)術(shù)交流，2015，11（9X）：180-181

[3]閉炳華.基于word2Vec的數(shù)字圖書館本體構(gòu)建技術(shù)研宄[J].現(xiàn)代電子技術(shù)，2016，39（15）：90-94