李 妍，何貞銘，高 森

(1.長江大學，湖北 武漢 430100；2.武漢蟻圖時空科技有限公司)

0 引言

為進一步深化“放管服”改革，打造公開、透明、高效的營商環(huán)境，提高建設用地審查效率和精準度，開發(fā)建設用地智能審批和管理系統(tǒng)被提上日程。該系統(tǒng)是運用云計算、大數(shù)據(jù)和人工智能技術(shù)，打造以智能審批為主、人工核驗為輔的一體化建設用地智能審批和管理系統(tǒng)。

湖北省自然資源廳目前已形成了一系列信息化成果，實現(xiàn)了大部分信息系統(tǒng)的統(tǒng)籌管理與運營。然而，在自然資源業(yè)務申報資料中，存在審批過程復雜、審查要點眾多、審批意見匯總過程信息獲取不完備等狀況，使得人力成本增加。研究并解決基于審批規(guī)則知識圖譜的審批意見自動生成算法及模型，可以提高自然資源系統(tǒng)業(yè)務審批效率。

1 輔助審批知識圖譜設計

1.1 輔助審批規(guī)則知識圖譜

知識圖譜從本質(zhì)上來說是一種揭示實體之間關(guān)系的語義網(wǎng)絡，可以對現(xiàn)實世界的事物及其相互關(guān)系進行形式化地描述。它在獲取信息后，可以建立實體之間的聯(lián)系，形成“知識”。知識圖譜是由一條條知識組成，每條知識表示為一個SPO 三元組(Subject-Predicate-Object)。三元組的基本形式主要包括實體1、關(guān)系、實體2 和概念、屬性、屬性值等，實體是知識圖譜中的最基本元素，是對客觀個體的抽象，不同的實體間存在不同的關(guān)系。概念主要指集合、類別、對象類型、事物的種類；屬性主要指對象可能具有的屬性、特征、特性、特點以及參數(shù)；屬性值主要指對象指定屬性的值[1]。

構(gòu)建知識圖譜的主要環(huán)節(jié)包括：數(shù)據(jù)獲取、信息抽取、知識融合、建圖譜、知識更新[2-4]。如圖1所示。

圖1 知識圖譜構(gòu)建流程

知識模型構(gòu)建方式主要包括自頂向下和自底向上兩種[5]。本研究關(guān)于審查規(guī)則對應細化到關(guān)鍵信息的行業(yè)術(shù)語、行業(yè)數(shù)據(jù)都相對比較清晰，因此，采用自頂向下的方式來建知識圖譜。也就是先確定知識圖譜的數(shù)據(jù)模型，然后根據(jù)數(shù)據(jù)模型約定的框架，再補充數(shù)據(jù)，完成知識圖譜。采用數(shù)據(jù)模型方式來構(gòu)建建設用地審批規(guī)則知識圖譜，參照自然資源業(yè)務審批的相關(guān)數(shù)據(jù)標準，整合標準中對數(shù)據(jù)的要求，通過自擬合和機器學習，形成一個個相對獨立的數(shù)據(jù)模型，再根據(jù)實際收集的數(shù)據(jù)情況，來完善數(shù)據(jù)模型。

1.2 輔助審批規(guī)則指標構(gòu)建

自然資源的行政審批工作業(yè)務復雜，涉及大量的審批規(guī)則，需要各處室統(tǒng)統(tǒng)參與。為提高審批的工作效率，梳理建設用地業(yè)務的審查清單，包括審查項、檢查內(nèi)容、檢查詳情、檢查級別、檢查結(jié)果等信息。通過計算機編程，將審查規(guī)則轉(zhuǎn)換成機器可理解的語言，由此建立審查規(guī)則庫，從而實現(xiàn)智能化的機器審查。使審查人員可以直觀、一目了然的獲取當前項目的審查結(jié)果情況，輔助用戶快速決策。

1.2.1 建設用地審查

建設用地審查要點梳理工作由空間管制處牽頭，廳內(nèi)各處室共同參與，當前已經(jīng)梳理出10 個處室共230條審查要點1000多項審查規(guī)則，涵蓋基礎(chǔ)、用途管制、耕地保護、規(guī)劃、基本農(nóng)田、地災管理等各個方面。如表1所示。

表1 建設用地報批審查要點

1.2.2 其他業(yè)務審查

經(jīng)過梳理，審查規(guī)則還包括附件存在性及合理性檢查、業(yè)務一致性檢查、數(shù)據(jù)合法性檢查、數(shù)據(jù)合規(guī)性檢查，以及結(jié)合自然資源“一張圖”分析數(shù)據(jù)的綜合一致性審查。如表2所示。

表2 其他業(yè)務審查類型

1.3 輔助審批規(guī)則知識圖譜構(gòu)建

在自然資源智能化審批系統(tǒng)中，利用知識圖譜技術(shù)，可以很方便的建立關(guān)鍵信息、審查規(guī)則、崗位審查職責之間的審批規(guī)則知識圖譜，進一步豐富審查規(guī)則庫，建立對應的審批規(guī)則知識圖譜。結(jié)合已建立的審批規(guī)則庫，按照關(guān)鍵信息、審查要點、崗位審查職責之間的審批規(guī)則知識關(guān)系圖，從原始的業(yè)務申報數(shù)據(jù)到形成審批規(guī)則知識圖譜，經(jīng)歷了知識抽取、知識融合（實體對齊）、數(shù)據(jù)模型構(gòu)建、質(zhì)量評估等步驟，最終形成以審查處室（崗位）為核心的知識圖譜。

根據(jù)實際業(yè)務審批智能化模擬情況，審批規(guī)則知識圖譜模型主要分為兩種，一種是松耦合的公用型審批規(guī)則知識圖譜，適用于各業(yè)務審批崗位可以公用、組合的審查要點分析，一種是緊耦合的獨立審批規(guī)則知識圖譜，適用于特定業(yè)務審批崗位，需要有嚴格步驟的審查要點分析。

圖2 是一個已構(gòu)建好的用途管制崗位審查、空間規(guī)劃崗位審查的審批規(guī)則知識圖譜，屬于公用型審批規(guī)則知識圖譜。

圖2 公用型審批規(guī)則知識圖譜

圖3為空間規(guī)劃崗位審查中的是否符合規(guī)劃審批規(guī)則知識圖譜，屬于獨立審批規(guī)則知識圖譜。

2 輔助審批意見自動生成

利用審批規(guī)則構(gòu)建的知識圖譜數(shù)據(jù)，可以很方便的應用于智能化審查中，數(shù)據(jù)模型既包含的審查要點判定結(jié)果，也包含組成模型的各類關(guān)鍵信息點本身。

以空間規(guī)劃崗位審查為例，審查中的是否符合規(guī)劃審批規(guī)則知識圖譜，通過基于模型的計算，既可以得到該項目“是否符合規(guī)劃”這一審查要點判定結(jié)果（符合規(guī)劃/不符合規(guī)劃），也可以連帶獲取基于是否符合規(guī)劃的各類關(guān)鍵點信息，如：項目位置信息、項目坐標信息、規(guī)劃調(diào)整地塊信息、立項批復時間等一系列關(guān)鍵信息，這些信息在后續(xù)的輔助審查和決策過程中可以起到很多作用，可以利用多個知識圖譜數(shù)據(jù)，建立輔助審批意見自動生成算法和模型，生成國土空間規(guī)劃審查崗位審查意見，并利用機器學習和人工查看相結(jié)合的手段，進行不斷的判別、修正、豐富和完善，提高生成意見的準確率。

通過機器學習過程，可以擬合出已審批的建設用地業(yè)務各審查崗位意見模板，如用途管制審查、國土空間規(guī)劃審查、耕地保護監(jiān)督審查、生態(tài)修復審查、礦產(chǎn)資源保護監(jiān)督審查、執(zhí)法監(jiān)督審查、自然資源調(diào)查監(jiān)測審查、自然資源開發(fā)利用審查等關(guān)鍵審查崗位，然后以機器能夠理解的語言進行分類。

以國土空間規(guī)劃審查崗位為例，輔助審批意見的構(gòu)成如表3所示。

表3 輔助審批意見構(gòu)成

輔助意見生成模型如表4所示。

表4 輔助意見模板

在業(yè)務審查中，平臺提供智能化審批功能，由計算機根據(jù)用戶填報的各類信息、表格數(shù)據(jù)和相關(guān)附件內(nèi)容進行精細化分析，按照既定的審查規(guī)則進行計算機智能化機檢，將不符合要求的報件直接退返給申報人，通過計算機審查但還需人工審核的報件，將需注意的關(guān)鍵點以高亮方式進行提醒。還可以通過點選查看詳細的檢查記錄，盡可能的將計算機能夠解決的問題交給計算機進行前置審查，降低人工成本。

3 結(jié)束語

本文梳理了建設用地審批要點，利用知識圖譜構(gòu)建輔助審批模型，基于模型的計算可以方便的得到判定結(jié)果，再基于判定結(jié)果利用機器學習和人工查看輔助的方式給出審查意見，在智能化審查中具有較為實際的意義。這種機器與人工相結(jié)合的方式，能夠?qū)徟庖娺M行不斷的判別、修正、豐富和完善。該輔助審批模型在一定程度上提高了報件審批的準確率和效率，同時也提高了平臺的智能化水平，提高了自然資源系統(tǒng)業(yè)務審批效率。