衛(wèi)珂玢（大慶油田技術(shù)監(jiān)督中心標(biāo)準(zhǔn)化研究所）

眾所周知，節(jié)能減排一直是企業(yè)降本增效的重要手段，而節(jié)能標(biāo)準(zhǔn)是企業(yè)乃至國(guó)家節(jié)能制度的基礎(chǔ)，是化解產(chǎn)能過(guò)剩、推動(dòng)建設(shè)綠色生態(tài)環(huán)境的有效支撐。節(jié)能標(biāo)準(zhǔn)信息的采集是標(biāo)準(zhǔn)使用者吸收節(jié)能專業(yè)關(guān)鍵內(nèi)容的有效手段，但隨著標(biāo)準(zhǔn)化信息技術(shù)的不斷創(chuàng)新，標(biāo)準(zhǔn)信息使用者的要求不斷多樣化，僅針對(duì)標(biāo)準(zhǔn)名稱、編號(hào)進(jìn)行檢索的標(biāo)準(zhǔn)信息處理技術(shù)無(wú)法滿足以下需求：

1）由于節(jié)能標(biāo)準(zhǔn)中標(biāo)準(zhǔn)信息的多元化，導(dǎo)致檢索者無(wú)法精確查詢所需要的標(biāo)準(zhǔn)信息。

2）需要采集不同標(biāo)準(zhǔn)中的節(jié)能數(shù)據(jù)或相關(guān)技術(shù)指標(biāo)進(jìn)行對(duì)比分析。

因此，需要研究基于節(jié)能標(biāo)準(zhǔn)內(nèi)容的標(biāo)準(zhǔn)檢索技術(shù)，通過(guò)對(duì)標(biāo)準(zhǔn)相關(guān)內(nèi)容進(jìn)行分析和有效組織，提供一個(gè)更加豐富詳細(xì)的標(biāo)準(zhǔn)信息處理工具，滿足使用者提取不同標(biāo)準(zhǔn)信息內(nèi)容的需求。

1 標(biāo)準(zhǔn)層次結(jié)構(gòu)梳理

1.1 標(biāo)準(zhǔn)內(nèi)容層次結(jié)構(gòu)

若按照GB/T 13017—2008《企業(yè)標(biāo)準(zhǔn)體系表編制指南》，可將現(xiàn)有標(biāo)準(zhǔn)數(shù)據(jù)分為技術(shù)標(biāo)準(zhǔn)、工作標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)[1]三大類。不同類別標(biāo)準(zhǔn)的內(nèi)容層次繁多，很難統(tǒng)一。如：技術(shù)標(biāo)準(zhǔn)中包含技術(shù)指標(biāo)、術(shù)語(yǔ)、要求和方法等層次；工作標(biāo)準(zhǔn)包含設(shè)備維修保養(yǎng)內(nèi)容；而管理標(biāo)準(zhǔn)包含管理方法、考核細(xì)則等。通過(guò)對(duì)所有標(biāo)準(zhǔn)結(jié)構(gòu)層次進(jìn)行分析，確定標(biāo)準(zhǔn)層次（表1）。

表1 標(biāo)準(zhǔn)結(jié)構(gòu)層次

1.2 標(biāo)準(zhǔn)內(nèi)容關(guān)注度排序

通過(guò)梳理出標(biāo)準(zhǔn)內(nèi)容層次結(jié)構(gòu)，科學(xué)、合理地設(shè)計(jì)調(diào)查問(wèn)卷，對(duì)高頻使用標(biāo)準(zhǔn)的技術(shù)人員和提供技術(shù)指導(dǎo)的相關(guān)專家展開問(wèn)卷調(diào)查，以確定各部分標(biāo)準(zhǔn)內(nèi)容關(guān)注度的排序情況，為設(shè)置權(quán)重規(guī)則奠定基礎(chǔ)。標(biāo)準(zhǔn)內(nèi)容關(guān)注度反饋數(shù)據(jù)如圖1所示。

標(biāo)準(zhǔn)內(nèi)容關(guān)注度排序結(jié)果如下：

第一，方法、要求；

第二，標(biāo)準(zhǔn)名稱、范圍；

第三，術(shù)語(yǔ)和定義；

第四，目次、前言；

第五，附錄、規(guī)范性引用文件、參考文獻(xiàn)、包裝、標(biāo)志、運(yùn)輸、貯存、引言。

圖1 標(biāo)準(zhǔn)內(nèi)容關(guān)注度排序

2 建立節(jié)能專業(yè)標(biāo)準(zhǔn)索引集

以節(jié)能標(biāo)準(zhǔn)為基礎(chǔ)數(shù)據(jù)，前期搜集節(jié)能標(biāo)準(zhǔn)共171項(xiàng)，梳理標(biāo)準(zhǔn)之間內(nèi)部層次。按照標(biāo)準(zhǔn)體系建立原則，建立節(jié)能專業(yè)標(biāo)準(zhǔn)體系，對(duì)標(biāo)準(zhǔn)體系內(nèi)171項(xiàng)標(biāo)準(zhǔn)內(nèi)容進(jìn)行索引提取，以標(biāo)準(zhǔn)范圍、主要技術(shù)內(nèi)容為對(duì)象，提取多個(gè)關(guān)鍵詞。例如，GB/T 12325—2008《電能質(zhì)量 供電電壓允許偏差》的主要技術(shù)要求包含電壓、偏差、限值、測(cè)量、合格率等關(guān)鍵指標(biāo)。提取索引時(shí)，將這些關(guān)鍵指標(biāo)作為該標(biāo)準(zhǔn)的次關(guān)鍵索引，以此類推，從而建立標(biāo)準(zhǔn)索引集。最終提取索引共513項(xiàng)，其中關(guān)鍵索引312項(xiàng)，次關(guān)鍵索引201項(xiàng)。

3 建立語(yǔ)義關(guān)聯(lián)模型

3.1 語(yǔ)義相似度計(jì)算方法

現(xiàn)階段常用三種語(yǔ)義相似度計(jì)算方法[2]包括基于語(yǔ)義理解的相似度算法[3]、基于漢明距離的相似度算法[4]、基于向量空間模型的計(jì)算方法[2]。三種方法對(duì)比如表2所示。

由表2可知，基于語(yǔ)義理解的相似度算法遵循詞義間結(jié)構(gòu)層次關(guān)系的語(yǔ)義樹進(jìn)行計(jì)算。該語(yǔ)義樹[3]包括實(shí)體、屬性值、數(shù)量值、特征值等數(shù)據(jù)集合，與使用的節(jié)能標(biāo)準(zhǔn)內(nèi)容所包含的技術(shù)指標(biāo)、數(shù)值計(jì)算、操作步驟等概念屬性不謀而合；其次，該方法描述的概念含義的抽象性與其所表達(dá)的數(shù)據(jù)源所在位置相關(guān)，與根據(jù)檢索詞在標(biāo)準(zhǔn)內(nèi)容關(guān)注度排序情況下設(shè)置權(quán)重規(guī)則的理念相同。

結(jié)合搜集的171項(xiàng)節(jié)能標(biāo)準(zhǔn)提取的關(guān)鍵索引，以及各關(guān)鍵索引語(yǔ)義關(guān)聯(lián)度，可知基于語(yǔ)義理解的相似度算法最為科學(xué)合理，其計(jì)算公式[2-3]為

式中：f(p1)、 f(p2)分別為詞p1、p2在語(yǔ)義樹中連接的節(jié)點(diǎn)數(shù)（含自身）/語(yǔ)義樹總節(jié)點(diǎn)數(shù)；LCN為兩個(gè)詞最小公共節(jié)點(diǎn)；dist(p1，p2)為p1、p2在語(yǔ)義樹中的路徑距離；α為可調(diào)節(jié)變量。

3.2 語(yǔ)義樹

由語(yǔ)義相似度算法比較及計(jì)算公式可知，基于語(yǔ)義理解的相似度算法依據(jù)的核心模板為語(yǔ)義樹[3]：根據(jù)標(biāo)準(zhǔn)體系內(nèi)部各標(biāo)準(zhǔn)間層次，遵循標(biāo)準(zhǔn)體系內(nèi)在邏輯關(guān)系，結(jié)合索引集關(guān)鍵分詞，設(shè)立父節(jié)點(diǎn)和子節(jié)點(diǎn)，建立節(jié)能專業(yè)語(yǔ)義樹，如圖2所示。

3.3 權(quán)重規(guī)則

檢索詞權(quán)重值計(jì)算規(guī)則[3-5]為

式中：tf(t，D)為標(biāo)準(zhǔn)中詞語(yǔ)t出現(xiàn)的頻率；idf(t)為與標(biāo)準(zhǔn)頻率成反比關(guān)系的倒置標(biāo)準(zhǔn)頻率[6]；loc(t，D)為詞語(yǔ)t在標(biāo)準(zhǔn)中的位置。

結(jié)合標(biāo)準(zhǔn)內(nèi)容關(guān)注度排序情況，賦予標(biāo)準(zhǔn)不同層次不同的權(quán)重分值：排名第一的“方法、要求”分值最高，排名最后的“附錄、規(guī)范性引用文件、參考文獻(xiàn)、包裝、標(biāo)志、運(yùn)輸、貯存、引言”分值最低，記為loc(t，D)。在語(yǔ)義樹中，越深層次的索引越具有技術(shù)指向性，權(quán)重分值也最高。

3.4 語(yǔ)義關(guān)聯(lián)模型

基于以上研究?jī)?nèi)容，建立語(yǔ)義關(guān)聯(lián)模型[7]，即

f(i)=語(yǔ)義相似度×檢索詞權(quán)重值 （3）

式中：f(i)為一個(gè)反饋結(jié)果集合，即f(i)∈{標(biāo)準(zhǔn)檢索庫(kù)標(biāo)準(zhǔn)}；語(yǔ)義相似度為檢索詞與索引集索引匹配程度，若與索引精確匹配，則相似度為1；若無(wú)任何相似，則相似度為0。

表2 三種語(yǔ)義相似度計(jì)算方法比較

圖2 節(jié)能專業(yè)語(yǔ)義樹（部分）

4 驗(yàn)證

在驗(yàn)證程序中輸入關(guān)鍵詞（評(píng)價(jià)指標(biāo)），將程序反饋出的數(shù)據(jù)結(jié)果與現(xiàn)有標(biāo)準(zhǔn)數(shù)量進(jìn)行對(duì)比，用以驗(yàn)證提出的語(yǔ)義關(guān)聯(lián)模型的準(zhǔn)確率。實(shí)驗(yàn)環(huán)境為：windows7系統(tǒng)，4G內(nèi)存。

計(jì)算公式中參數(shù)雖然還需進(jìn)一步做出相應(yīng)的調(diào)整，但建立的語(yǔ)義關(guān)聯(lián)模型所計(jì)算出的合格率基本符合建立的節(jié)能標(biāo)準(zhǔn)檢索庫(kù)中標(biāo)準(zhǔn)檢索的要求，實(shí)現(xiàn)了基于標(biāo)準(zhǔn)內(nèi)容檢索的初步想法，為進(jìn)一步研究標(biāo)準(zhǔn)內(nèi)容檢索技術(shù)提供了關(guān)鍵性的技術(shù)支持。

5 結(jié)束語(yǔ)

節(jié)能作為企業(yè)降本增效的重要手段，其標(biāo)準(zhǔn)化功能也應(yīng)具備高效的要求，在節(jié)能標(biāo)準(zhǔn)信息處理方式上需要進(jìn)行創(chuàng)新，以滿足節(jié)能標(biāo)準(zhǔn)使用者日益增加的技術(shù)需求。

在現(xiàn)代數(shù)據(jù)檢索技術(shù)日趨完美、云計(jì)算逐漸完善的大環(huán)境下，打破固有的標(biāo)準(zhǔn)檢索模式，通過(guò)對(duì)搜集的節(jié)能標(biāo)準(zhǔn)相關(guān)內(nèi)容進(jìn)行有效組織，建立檢索內(nèi)容相關(guān)性表達(dá)模型，研究出基于標(biāo)準(zhǔn)內(nèi)容的檢索理論方法，將標(biāo)準(zhǔn)化檢索手段推進(jìn)新的發(fā)展階段，將標(biāo)準(zhǔn)信息處理能力上升新的高度，成為標(biāo)準(zhǔn)化信息的重要處理工具。該創(chuàng)新成果不僅可用于節(jié)能標(biāo)準(zhǔn)數(shù)據(jù)的處理方式中，也能用于各行各業(yè)標(biāo)準(zhǔn)關(guān)鍵信息的提取方式中。因此，標(biāo)準(zhǔn)檢索系統(tǒng)研究成果的開發(fā)可進(jìn)一步提高標(biāo)準(zhǔn)化信息系統(tǒng)的效益空間，該技術(shù)將成為標(biāo)準(zhǔn)化領(lǐng)域的“百度”和“知網(wǎng)”，對(duì)中國(guó)標(biāo)準(zhǔn)化領(lǐng)域在國(guó)際地位的提升具有一定的指導(dǎo)意義。