王 宏, 周育忠, 王 昕, 甘克勤, 周 潔(南方電網科學研究院, 廣州 50080)(中國標準化研究院, 北京 009)

一種適用于電力標準文獻的內容揭示方法①

王 宏1, 周育忠1, 王 昕1, 甘克勤2, 周 潔21(南方電網科學研究院, 廣州 510080)2(中國標準化研究院, 北京 100191)

傳統(tǒng)的電力標準文獻信息揭示方法主要分為外部描述的信息揭示和內容特征的信息揭示, 但都難以對電力標準文獻的具體內容進行全面描述, 更難以適應以知識單元為基礎的內容指標比對需求. 為破解上述難題,本文將語義網理論、傳統(tǒng)信息管理技術和標準化理論進行集成, 提出了電力標準文獻內容揭示, 設計了電力行業(yè)標準文獻內容揭示系統(tǒng), 并在電力行業(yè)進行了實踐與推廣應用, 取得了比傳統(tǒng)檢索更優(yōu)的效果.

電力行業(yè); 標準文獻; 內容揭示; 揭示系統(tǒng)

1 現(xiàn)狀與目標

電力標準資源作為一種產品, 其價值的實現(xiàn)依賴于對其利用的程度, 利用越充分, 其價值實現(xiàn)就越大.本文研究并實踐一種針對電力行業(yè)標準文獻內容揭示的方法, 目的是實現(xiàn)電力標準文獻內容與用戶需求最大化的匹配, 這主要取決于兩個方面: ①資源中蘊含的內容能否被準確的揭示; ②這種揭示與用戶需求的描述是否一致[1].

電力標準文獻內容中的知識是內容揭示的對象,鑒于知識結構和演化過程的復雜性, 內容揭示的有效方法一直是本體學、目錄學和現(xiàn)代知識信息處理理論研究的中心, 是學術界和電網企業(yè)標準應用單位長期探討的課題[2]. 本文綜合應用信息管理學、語義互聯(lián)網理論和信息處理技術, 并結合了標準化原理、標準化體系與體例結構分析, 在電力行業(yè)標準領域構建了以體例元數據為基礎的標準內容揭示體系, 研發(fā)了以本體類與屬性描述為檢索手段的標準內容揭示檢索系統(tǒng).

1.1 傳統(tǒng)電力標準文獻信息揭示能力的不足

傳統(tǒng)的電力標準文獻信息揭示方法可歸納為外部描述的信息揭示和內容特征的信息揭示兩類. “外部描述的信息揭示”是通過標準文獻外部特征的揭示實現(xiàn)文獻外部信息有序化并存儲于關系型數據庫中(如Oracle數據庫), 以達到控制文獻的目的, 以電力行業(yè)標準文獻為例, 其外部描述內容包括: 標準號、標準題名、分類號、主題詞等; “內部特征的信息揭示”主要通過文獻內容特征實現(xiàn)文獻內部信息的有序化, 并存儲于Key-Value數據庫中(如Redis數據庫), 以達到控制文獻內容的目的, 以電力行業(yè)標準文獻為例, 其內部描述內容包括: 篇章段落信息(包括前言、適用范圍、附錄等)、表格信息、圖片信息、指標信息等.

隨著信息化技術的發(fā)展, 電網企業(yè)對標準文獻資源的揭示質量提出越來越高的要求, 標準文獻資源內容揭示作為核心環(huán)節(jié), 其傳統(tǒng)的揭示方式正受到來自各方面的挑戰(zhàn), 傳統(tǒng)的分類、主題詞、文摘對內容知識揭示的局限性日益凸顯, 主要體現(xiàn)在:

① 難以對電力標準文獻的內容進行全面描述.作為一種技術類規(guī)范性文件, 電力標準文獻一般從多個角度對標準化對象進行描述, 如設備產品類標準一般會規(guī)定該產品的原產地范圍、術語、定義、原材料、產品分類、等級、規(guī)格等要求. 而傳統(tǒng)的分類、主題詞、關鍵詞等元數據描述, 一方面限于標引詞有限不能完全覆蓋資源的內容; 另一方面, 限于標引者或加工人員精力和能力所限、認知和理解能力不同, 難以有效、準確、全面的揭示一些隱含內容, 難以滿足電網用戶需求.

② 難以適應以知識單元為基礎的內容指標比對.在實際電力生產活動中, 電力標準的工具書屬性, 使得電力標準內容指標比對成為電網企業(yè)標準文獻的重要應用場景. 而標準內容與指標比對的基礎就是基于本體理論和體例歸納對標準文獻內容的有效組織; 傳統(tǒng)的揭示組織方式, 包括“外部描述信息揭示”和“內部特征信息揭示”都難以支撐電力標準內容與指標的比對.

③ 難以支撐開展知識演化與知識推理的研究與實踐. 電力標準文獻中的指標是電力行業(yè)應用的重要基礎數據之一, 針對興起于工業(yè)化大生產的標準開展知識演化與知識推理的研究, 必能為即將到來的工業(yè)4.0提供有效支撐. 而傳統(tǒng)的揭示方式顯然難以支撐這種研究的開展.

1.2 電力標準文獻內容揭示的目標

針對傳統(tǒng)電力標準文獻信息揭示能力的不足, 電力標準文獻內容深度揭示旨在實現(xiàn)以下目標: ①全面描述電力標準文獻內容, 實現(xiàn)圍繞設備產品或標準化對象的技術指標的精確查詢、體系查詢. ②支撐電力標準指標多維度比對分析業(yè)務, 實現(xiàn)針對產品或標準化對象的標準體系比對、體例結構比對、技術指標比對等. ③支撐開展電力標準知識演化與知識推理研究,探索有效的電力行業(yè)應用.

2 理論技術實用

“電力標準文獻內容揭示”屬于集成創(chuàng)新的技術,將語義網理論、傳統(tǒng)信息管理技術和標準化理論進行集成, 形成可指導電力標準實踐的“標準文獻內容揭示”理論方法與實用.

2.1 語義互聯(lián)網理論與實用

隨著互聯(lián)網技術的發(fā)展, 語義互聯(lián)網(semantic web)正逐漸將Internet變成一個巨大的全球化知識庫.語義環(huán)境下, 信息資源的內容描述包括兩點: ①對本體概念的規(guī)范化處理; ②顯示概念本體之間的關系[3].主要技術方法包括: 可擴展標記語言(XML)、資源描述模型(RDF/RDF Schema)和知識本體(Ontology)等, 這些適合語義web技術的知識描述和揭示方法提供了信息內容表示的標準化框架[4].

資源描述框架RDF是Resource Description Framework的縮寫, RDF來將元數據描述成為數據模型: 一個RDF文件包含多個資源描述, 而一個資源描述是由多個語句構成, 一個語句是由資源、屬性類型、屬性值構成的三元組, 分別對應自然語言中的主語、謂語和賓語. 電力行業(yè)標準文獻內容揭示方法借鑒RDF三元組的資源描述方法, 建立“產品-體例-揭示內容”的資源描述框架, 其中, 產品主要歸納本標準描述的標準化對象, 體例則歸納同類標準(產品、方法、安全、環(huán)保、衛(wèi)生、基礎、管理等)的體例結構, 揭示內容則為描述該產品對應體例的內容描述, 分別對應標準文獻內容的主語、謂語、賓語.

2.2 傳統(tǒng)信息管理技術與實用

在電力標準文獻管理中, 傳統(tǒng)信息管理技術通過分類號[5]、主題詞、關鍵詞等元數據對資源的描述來實現(xiàn)“外部描述信息揭示”, 電力標準文獻內容揭示的實操過程中, 應用標引和分類技術, 開展基于設備產品和揭示內容的標引和分類工作, 不僅解決了傳統(tǒng)技術的局限性(如前文所述), 更解決了“電力標準文獻內容揭示”過程中電網設備產品和揭示內容抽取通用性和準確性的問題.

2.3 標準化理論與實用

作為技術類規(guī)范性文件, 電力行業(yè)的標準化工作者不僅遵循GB/T 1.1-2009《標準化工作導則 第1部分: 標準的結構和編寫》, 按照一定的體例結構編寫標準, 更需遵循GB/T 13016-2009《標準體系表編制原則和要求》, 按照一定的原則和要求, 構建標準體系. 標準文獻書寫規(guī)范、成體系的特性, 是電力標準文獻內容揭示方法的重要理論基礎和方法依據.

本方法在確定揭示的領域范疇之后, 首先將電力標準按其描述特性劃分為設備產品、方法、安全、環(huán)保、衛(wèi)生、基礎、管理等各種類型, 然后針對不同類別的標準, 分別分析其“產品-體例-揭示內容”的標引和分類原則.

3 系統(tǒng)研發(fā)與實現(xiàn)

通過將本文提出的電力標準文獻內容揭示方法應用于南方電網企業(yè)實踐, 完成了100余項變壓器類國家標準、行業(yè)標準、企業(yè)標準文獻內容的揭示加工, 并研發(fā)了電力行業(yè)標準內容揭示系統(tǒng). 本章從功能設計、系統(tǒng)架構和實現(xiàn)效果角度, 闡述電力行業(yè)標準內容揭示系統(tǒng).

3.1 功能設計

電力標準文獻內容揭示系統(tǒng)的數據檢索功能包括:簡單檢索、高級檢索和檢索結果展示.

① 簡單檢索

針對電網設備產品(類)和揭示內容(技術指標)的簡單檢索要求達到提問式檢索的效果, 選項包括: 含下層標準、含上層標準、全庫. (上、下層標準是通過本體類表實現(xiàn)了向上和向下兼容)

② 高級檢索

提供逐層引導式檢索功能, 包括:

查類, 逐級展開電網設備產品分類, 引導用戶逐步精準定位關注的產品;

查特性, 展開體例分類, 引導用戶逐步精確定位到關注的體例;

查指標, 展開揭示內容分類, 引導用戶逐步精確定位到關注的揭示內容.

選項包括: 含下層標準、含上層標準、全庫.

③ 檢索結果

檢索結果包括以下項目: 標準種類、檢索對象、屬性類型、技術指標、內容、內容注釋、來源、相關標準、標準體系(取值: 體系名稱或者其他).

3.2 系統(tǒng)架構

系統(tǒng)架構包括硬件與網絡拓撲、軟件架構.

① 軟件與網絡拓撲

系統(tǒng)配置如圖1所示, 可根據實際硬件、網絡情況進行調整.

圖1 電力標準內容揭示系統(tǒng)硬件與網絡拓撲

網絡: 可以是內部局域網絡, 也可以是公網, 根據需要進行配置.

服務器: 需要2個服務器, 分別是數據庫服務器,用于安裝SQL Server 2005; 揭示服務系統(tǒng)服務器, 用于安裝電力標準內容揭示服務系統(tǒng), 安裝.NET2.0、IIS 6.0, 操作系統(tǒng)使用Windows 2008、Windows 2003.

客戶端: 普通用戶與任務管理員應用客戶端系統(tǒng)的瀏覽器, 比如IE、FireFox來訪問程序, 現(xiàn)在主流配置PC, Windows XP、Windows Vista、Windows 7操作系統(tǒng); 專家使用在客戶端系統(tǒng)的專家加工系統(tǒng)進行加工.

② 軟件架構

電力標準內容揭示系統(tǒng)采用分層的體系結構, 詳細架構如圖2所示.

從下向上分別是:

數據層: 包含電力標準內容揭示數據庫、電力標準文獻數據庫、電力標準文獻全文, 其中, 內容揭示數據庫通過關系型數據庫設計表達了“三元組的資源描述方法”, 核心數據關系如圖3所示.

圖2 電力標準內容揭示系統(tǒng)軟件架構

圖3 內容揭示核心數據“三元組”關系圖

通用數據訪問層, 包含訪問SQL Server數據庫的通用算法;

業(yè)務邏輯層: 根據業(yè)務邏輯, 實現(xiàn)業(yè)務流程, 為展現(xiàn)層提供算法調用, 由于核心數據“三元組”邏輯關系相對復雜, 本系統(tǒng)采用Lucene的索引技術, 提升核心數據表的檢索效率.

應用層: 實現(xiàn)標準文獻內容指標服務、加工及其工作管理以及系統(tǒng)管理的功能.

展現(xiàn)層: 應用Windows桌面程序與IE等瀏覽器展現(xiàn)給用戶, 包含一系列html、aspx文件. 由于引導檢索逐層展開的特點(詳見3.3), 展現(xiàn)層大量采用AJAX技術, 結合業(yè)務邏輯層的索引技術, 提升了引導式檢索的用戶體驗.

3.3 實現(xiàn)效果

簡單檢索與高級檢索實現(xiàn)效果如圖4所示. 高級檢索中, 主題詞的檢索輸入詞為“變壓器”時, 點擊“查類”按鈕, 則展示所有“變壓器”相關的上位產品和下位產品概念, 同時, 展示了所有變壓器相關的指標及其基本分類.

圖4 電力標準內容揭示系統(tǒng)簡單檢索與高級檢索示意

標準內容揭示系統(tǒng)與傳統(tǒng)標準題錄信息檢索和標準全文檢索效果對比, 如表1所示.

表1 標準內容揭示檢索效果比對

4 總結

本文描述了一種適用于電力標準文獻的內容揭示方法, 從現(xiàn)狀與目標、理論技術實用以及系統(tǒng)研發(fā)與實現(xiàn)的角度, 描述了該方法的理論基礎與實際應用,最后展現(xiàn)其應用結果, 并與傳統(tǒng)檢索方式進行了對比.

本文的研究成果已經在電力行業(yè)內部上線使用,取得了良好的效果, 極大提升了標準的使用查詢效率,實證了電力標準文獻的內容揭示方法的有效性.

1 常唯.標簽在數字學術資源內容揭示中的作用研究.圖書館雜志,2007,26(1):46–52.

2 張敏,鄧勝利.基于內容揭示的信息資源控制的演進.圖書情報工作,2009,53(2):117–120.

3 張帆.信息組織學.北京:科學出版社,2005.

4 盧巧云.XML:數字圖書館信息組織的基礎技術.情報科學, 2003,21(9):960–962.

5 胡永明,周潔.國際標準分類法及其在我國的應用研究.世界標準信息,1998,(11):26–28.

A Content Revelation Method for Electric Power Standard Literature

WANG Hong1, ZHOU Yu-Zhong1, WANG Xin1, GAN Ke-Qin2, ZHOU Jie212(Electric Power Research Institute, China Southern Power Gird, Guangzhou 510080, China) (China National Institute of Standardization, Beijing 100191, China)

Traditional information revelation methods of electric power standard literature are mainly divided into external description and internal feature. But both ways are difficult to conduct a comprehensive description of electric power standard literature’s details and adapt to the demands of content index comparison based on knowledge unit. In order to solve the above-mentioned problems, semantic web theory, traditional information management technology and standardization theory are integrated creatively in this paper. An electric power standard literature content revelation method is proposed and a system of electric power standard literature content revelation is designed, which is in application and dissemination in the power industry, and got better effect than traditional retrieval.

electric power industry; standard literature; content revelation; revelation system

2016-07-25;收到修改稿時間:2016-09-20

10.15888/j.cnki.csa.005740