梁藝馨 翟潔 李東睿 熊瀚銳

摘要：針對(duì)當(dāng)前古詩(shī)詞及相關(guān)領(lǐng)域知識(shí)數(shù)量龐大且關(guān)聯(lián)性較弱的情況，本文研究了古詩(shī)詞知識(shí)圖譜可視化的相關(guān)技術(shù)。本平臺(tái)的搭建包括可視化圖譜展示、智能問(wèn)答、古詩(shī)分類(lèi)、詩(shī)人行跡等核心模塊。本文給出了相應(yīng)的關(guān)鍵技術(shù)和實(shí)現(xiàn)算法，并利用以上技術(shù)搭建了一個(gè)高交互性的可視化系統(tǒng)。該系統(tǒng)以圖譜形式對(duì)古詩(shī)詞及相關(guān)知識(shí)進(jìn)行可視化展示，為學(xué)習(xí)者提供了一個(gè)交互性強(qiáng)、趣味性高的古詩(shī)詞學(xué)習(xí)可視化學(xué)習(xí)教育平臺(tái)，具有較高的教育教學(xué)價(jià)值，同時(shí)可以為相關(guān)領(lǐng)域的學(xué)習(xí)者提供一個(gè)針對(duì)性強(qiáng)的古詩(shī)詞知識(shí)庫(kù)。

關(guān)鍵詞：古詩(shī)詞；知識(shí)圖譜；可視化；文本識(shí)別；意象分類(lèi)

眾所周知，古詩(shī)詞是中華文明五千年的傳承，是每個(gè)中國(guó)人生長(zhǎng)的土壤，然而，在全面智能化的今天，國(guó)內(nèi)關(guān)于古詩(shī)詞的知識(shí)圖譜仍不完善，導(dǎo)致古詩(shī)詞和傳統(tǒng)文化的知識(shí)網(wǎng)絡(luò)還比較零散，缺乏有機(jī)結(jié)合。此外，目前還沒(méi)有一個(gè)完整的、收錄并分類(lèi)總結(jié)古詩(shī)詞意象的知識(shí)庫(kù)，也不存在可以將古詩(shī)詞自動(dòng)分類(lèi)的系統(tǒng)。

為了解決上述問(wèn)題，本文基于可視化與自然語(yǔ)言處理技術(shù)，創(chuàng)建了一個(gè)基于古詩(shī)詞和其他傳統(tǒng)文化交融的學(xué)習(xí)教育平臺(tái)，本平臺(tái)具有可視化圖譜展示、智能問(wèn)答、古詩(shī)分類(lèi)和詩(shī)人行跡等四個(gè)核心模塊，可以有效地解決學(xué)習(xí)者在閱讀和欣賞古詩(shī)詞時(shí)由于相關(guān)知識(shí)缺乏，無(wú)法進(jìn)行良好的學(xué)習(xí)和記憶，以及學(xué)習(xí)者難以在大量的古詩(shī)詞和傳統(tǒng)文化數(shù)據(jù)中高效獲取所需信息的問(wèn)題。

一、實(shí)現(xiàn)可視化圖譜的相關(guān)技術(shù)介紹

（一）古詩(shī)詞領(lǐng)域知識(shí)庫(kù)構(gòu)建

本文以權(quán)威的古詩(shī)詞網(wǎng)站和專(zhuān)業(yè)古典文學(xué)書(shū)籍為基礎(chǔ)，創(chuàng)建了對(duì)象－古詩(shī)詞類(lèi)別庫(kù)，基于事件間的因果邏輯的自然文本處理技術(shù)，并結(jié)合事理知識(shí)圖譜的構(gòu)建創(chuàng)建了古詩(shī)詞－事件知識(shí)庫(kù)，將上述兩個(gè)知識(shí)庫(kù)融合為描述對(duì)象－古詩(shī)詞－事理庫(kù)。

（二）歷史沿革事理圖譜子圖構(gòu)建

將事理知識(shí)圖譜和智能化技術(shù)運(yùn)用于古詩(shī)詞、中國(guó)歷史等領(lǐng)域，不僅有益于對(duì)中華優(yōu)秀傳統(tǒng)文化進(jìn)行推廣和學(xué)習(xí)，還起到了知識(shí)融合的效果。通過(guò)事件關(guān)系抽取技術(shù)[1]，我們獲得古詩(shī)詞中事件間的邏輯關(guān)系，并實(shí)現(xiàn)了事理古詩(shī)詞知識(shí)庫(kù)的搭建，同時(shí)構(gòu)建了面向古詩(shī)詞學(xué)習(xí)等熱點(diǎn)的因果事理圖譜。通過(guò)這種方法構(gòu)建的古詩(shī)詞學(xué)習(xí)平臺(tái)，相比傳統(tǒng)的古詩(shī)詞學(xué)習(xí)方法，節(jié)省了整合資源的時(shí)間，提高學(xué)習(xí)者獲取關(guān)鍵信息的速度，滿足人們對(duì)學(xué)習(xí)和閱讀古詩(shī)詞的需求，具有重要意義。

1.描述對(duì)象－古詩(shī)詞－歷史事件庫(kù)的構(gòu)建

本文采用自頂向下的方法進(jìn)行描述對(duì)象－古詩(shī)詞－歷史事件庫(kù)的構(gòu)建，因此，首先需要?jiǎng)?chuàng)建模式圖，包括：

①總體模式圖

總體模式圖包括：古詩(shī)詞中事物實(shí)體、人物實(shí)體、景物實(shí)體、古詩(shī)詞實(shí)體、歷史事件實(shí)體及實(shí)體間的關(guān)系。

②歷史事件事理圖譜的模式圖

為了直觀展示古詩(shī)詞－古建筑內(nèi)部的聯(lián)系以及二者之間的關(guān)系，首先要建立古詩(shī)詞－古建筑層次結(jié)構(gòu)圖。

在古詩(shī)詞領(lǐng)域中，存在很多上下位關(guān)系。本項(xiàng)目采用作者、時(shí)期（即朝代）等因素作為古詩(shī)詞相關(guān)知識(shí)的下層知識(shí)。作者、時(shí)期又各自包含其他子概念，從而形成上下位關(guān)系的層次結(jié)構(gòu)。

此外，為了更清晰地描述圖譜的結(jié)構(gòu)，本文根據(jù)一部分歷史事件知識(shí)實(shí)體創(chuàng)建了歷史事件事理圖譜的模式圖。該模式圖使用整體和先后關(guān)系、并列關(guān)系以及因果關(guān)系的圖示來(lái)描述事理圖譜的結(jié)構(gòu)概念。

圖1展示了歷史事件事理圖譜一部分的整體結(jié)構(gòu)，從圖中每個(gè)圓圈節(jié)點(diǎn)代表歷史事件，節(jié)點(diǎn)之間的有向連線代表關(guān)系。

2.歷史事件事理圖譜子圖的構(gòu)建算法

事件事理圖譜全圖構(gòu)建的基本思路為：匹配全圖，截取子圖。

事件事理圖譜子圖構(gòu)建的算法：①提取起止事件節(jié)點(diǎn)；②使用起止節(jié)點(diǎn)和全圖中的所有節(jié)點(diǎn)進(jìn)行匹配；③在全圖中取起止節(jié)點(diǎn)之間的所有節(jié)點(diǎn)以及起止節(jié)點(diǎn)；④取這些節(jié)點(diǎn)之間的全部有向邊。

從一首古詩(shī)詞的賞析文本中提取到對(duì)應(yīng)的起始事件節(jié)點(diǎn)和終止事件節(jié)點(diǎn)，將其存入事件子圖數(shù)據(jù)表中，當(dāng)需要構(gòu)建一個(gè)相應(yīng)子圖時(shí)，將這兩個(gè)起止事件節(jié)點(diǎn)與圖譜全圖中的事件節(jié)點(diǎn)進(jìn)行對(duì)比匹配，匹配成功后選取起止事件節(jié)點(diǎn)及兩者之間的所有事件節(jié)點(diǎn)作為子圖。

二、智能問(wèn)答部分的技術(shù)實(shí)現(xiàn)

（一）智能問(wèn)答的實(shí)現(xiàn)流程

該模塊提供模糊查詢的功能。學(xué)習(xí)者在搜索欄輸入問(wèn)題后點(diǎn)擊“確認(rèn)”按鈕，后臺(tái)會(huì)提取學(xué)習(xí)者問(wèn)題中的關(guān)鍵詞，并與存儲(chǔ)的問(wèn)題庫(kù)進(jìn)行相似性計(jì)算。系統(tǒng)將根據(jù)相似度從高到低的順序顯示相關(guān)的答案，讓用戶選擇最關(guān)心的問(wèn)題，并給出相應(yīng)的答案，從而使學(xué)習(xí)者獲取相關(guān)的知識(shí)內(nèi)容及回答，輸出結(jié)果如圖2所示。

此外，如果學(xué)習(xí)者輸入的搜索內(nèi)容為空，則不進(jìn)行頁(yè)面跳轉(zhuǎn)，保持原頁(yè)面不變。如果搜索內(nèi)容不為空且在后臺(tái)數(shù)據(jù)庫(kù)中有相關(guān)的數(shù)據(jù)存儲(chǔ)，則顯示相應(yīng)的結(jié)果。如果沒(méi)有相關(guān)的數(shù)據(jù)存儲(chǔ)，則不進(jìn)行頁(yè)面跳轉(zhuǎn)，仍然顯示原頁(yè)面。學(xué)習(xí)者可以點(diǎn)擊“重置”按鈕清空輸入欄中的內(nèi)容，以便進(jìn)行重新搜索。

（二）古詩(shī)詞分類(lèi)模塊的技術(shù)實(shí)現(xiàn)

1. 意象實(shí)體識(shí)別

漢語(yǔ)作為象形文字，相對(duì)于拼音文字如英文而言更為復(fù)雜，并且古詩(shī)詞與現(xiàn)代漢語(yǔ)的句型、句式存在差異，其中包括倒裝、駢句、省略等現(xiàn)象，這些現(xiàn)象會(huì)對(duì)識(shí)別產(chǎn)生重大影響，導(dǎo)致沖突。因此本項(xiàng)目選擇使用“基于神經(jīng)網(wǎng)絡(luò)”的命名體識(shí)別[2]方法。

盡管如此，由于古詩(shī)詞文體的特殊性，針對(duì)古詩(shī)詞的NER任務(wù)[3]來(lái)說(shuō)往往要更有挑戰(zhàn)性，下面列舉幾點(diǎn)：

中文文本中不存在明顯的界限標(biāo)志，而且“詞”在中文里本來(lái)就是一個(gè)很模糊的概念，中文也不具備英文中的字母大小寫(xiě)等形態(tài)指示。

古詩(shī)詞的用字、句型靈活多變，有些詞語(yǔ)在脫離上下文語(yǔ)境的情況下無(wú)法判斷是否是命名實(shí)體，即使是命名實(shí)體，當(dāng)其處在不同的上下文語(yǔ)境下，可能表示不同的實(shí)體類(lèi)型，此外古詩(shī)詞中存在許多特殊句式，增加了實(shí)體識(shí)別的難度。例如“腰白玉之環(huán)”中存在“腰”名詞動(dòng)用為“在腰上佩戴”；“將軍角弓不得控，都護(hù)鐵衣冷難著?！敝写嬖诨ノ默F(xiàn)象。

命名實(shí)體存在嵌套現(xiàn)象，例如“氣蒸云夢(mèng)澤，波撼岳陽(yáng)城”在“岳陽(yáng)城”中還嵌套著同樣是地名的“陽(yáng)城”，而且這種現(xiàn)象在具體地名中尤其嚴(yán)重，容易導(dǎo)致分析詩(shī)句描寫(xiě)地點(diǎn)時(shí)判別錯(cuò)誤。

④古詩(shī)詞中存在借代和引用的情況，如《滕王閣序》中出現(xiàn)了“勝地不常，盛筵難再；蘭亭已矣，梓澤丘墟。”這里提到了“蘭亭”這一古建筑名稱(chēng)，但實(shí)際上，該文是在描寫(xiě)滕王閣而非蘭亭。

⑤古詩(shī)詞里廣泛存在簡(jiǎn)化表達(dá)現(xiàn)象，例如，在“煙波江上使人愁”中的“江”實(shí)際指的是“長(zhǎng)江”，但在“醉不成歡慘將別，別時(shí)茫茫江浸月”中的江則指代的是“湓江”，因此，要分析簡(jiǎn)化表達(dá)所指代的具體地名，必須結(jié)合上下文和寫(xiě)作背景，不能一概而論。

⑥命名體（本項(xiàng)目研究的古詩(shī)詞意象）中普遍存在相同意象卻有不同的名稱(chēng)，如“月華”“小蟾”“玄兔”等都是用來(lái)表示月亮的，而“金陵”“石頭城”“江寧”都是現(xiàn)南京的別稱(chēng)，如果不進(jìn)行分類(lèi)總結(jié)，將會(huì)極大程度降低意象的代表性和相似性。

為了解決上述問(wèn)題，本項(xiàng)目選擇使用基于字的BiLSTM-CRF[4]模型

2.實(shí)現(xiàn)原理

經(jīng)過(guò)分析，本團(tuán)隊(duì)認(rèn)為古詩(shī)詞分類(lèi)的最主要依據(jù)是古詩(shī)詞中包括的意象。例如，包含“樓蘭”“玉門(mén)關(guān)”“羌笛”的古詩(shī)詞很大概率屬于“邊塞詩(shī)”；包含“畫(huà)眉”“妝奩”的古詩(shī)詞多屬于“閨怨詩(shī)”。因此，本團(tuán)隊(duì)選擇“意象”作為古詩(shī)詞分類(lèi)的依據(jù)。具體實(shí)現(xiàn)原理如下：

本文篩選出第一層級(jí)的意象，如“羌笛”“胡雁”等具有唯一指向性的意象，如表2所示，只要詩(shī)詞中存在此意象，就直接將該詩(shī)劃分為“邊塞詩(shī)”；對(duì)于第二層級(jí)的意象，如“柳”“杜宇”等具有典型性但不具有唯一指向性的意象，如表3所示，利用相關(guān)性計(jì)算，最后求出該詩(shī)詞是各種類(lèi)別詩(shī)詞的可能，從而進(jìn)行分類(lèi)。而對(duì)于第三層級(jí)的意象，如“白云”“流水”“青山”“日出”“溫泉”“山茶”等不具有指向性的意象，本項(xiàng)目采取自動(dòng)剔除的措施，即此類(lèi)意象不參與詩(shī)詞類(lèi)別的劃分。

3.技術(shù)實(shí)現(xiàn)

本項(xiàng)目收錄了古詩(shī)詞網(wǎng)記載的古詩(shī)詞，從中選取了最具代表性的“唐詩(shī)三百首”和“宋詞三百首”，作為樣本，通過(guò)人工標(biāo)注意象的形式，利用基于字的BiLSTM-CRF模型，評(píng)測(cè)中所采用BIO標(biāo)注集，劃分結(jié)果如表4所示。

構(gòu)建古詩(shī)詞中的同義詞詞庫(kù)，如：“月華”“小蟾”“玄兔”等都是用來(lái)表示月亮的，而“金陵”“石頭城”“江寧”等都是現(xiàn)南京的別稱(chēng)，如果不加以分類(lèi)總結(jié)，會(huì)極大程度降低意象的代表性和相似性，因此在意象分析的時(shí)候，本項(xiàng)目選擇構(gòu)建一個(gè)同義詞詞庫(kù)，如表5所示，進(jìn)而提高結(jié)果的正確率。

三、詩(shī)人行跡部分的技術(shù)實(shí)現(xiàn)

（一）地點(diǎn)實(shí)體識(shí)別

本文基于智能問(wèn)答模塊構(gòu)建的意象庫(kù)，構(gòu)建了“地點(diǎn)庫(kù)”，用以識(shí)別詩(shī)詞中包含的地點(diǎn)信息，從而服務(wù)于后續(xù)的詩(shī)人行跡的地圖繪制。

（二）詩(shī)詞地圖的繪制

本項(xiàng)目收錄百度百科上的詩(shī)人“人物生平”部分，并按詩(shī)人劃分存入文件，后將詩(shī)人生平文本在“地點(diǎn)庫(kù)”遍歷一遍，輸出地點(diǎn)識(shí)別結(jié)果。

后將識(shí)別出的全部地點(diǎn)遍歷“省數(shù)據(jù)庫(kù)”，將地點(diǎn)精確到“省”。

利用百度地圖提供的基于百度地圖的應(yīng)用程序接口，在地圖上標(biāo)注出識(shí)別到的地點(diǎn)。

導(dǎo)入詩(shī)人詩(shī)詞庫(kù)，按照地點(diǎn)分類(lèi)，歸類(lèi)到對(duì)應(yīng)的地點(diǎn)坐標(biāo)下。

四、結(jié)束語(yǔ)

為了解決當(dāng)下古詩(shī)詞知識(shí)圖譜不完善的問(wèn)題，本項(xiàng)目基于可視化和命名實(shí)體識(shí)別技術(shù)搭建了一個(gè)學(xué)習(xí)教育平臺(tái)，該平臺(tái)包括可視化圖譜展示、智能問(wèn)答、古詩(shī)分類(lèi)和詩(shī)人行跡等四個(gè)核心模塊。為了實(shí)現(xiàn)詩(shī)人行跡和詩(shī)詞分類(lèi)的功能，本項(xiàng)目提出并實(shí)現(xiàn)了意象識(shí)別算法，并創(chuàng)新提出了第一層級(jí)意象、第二層級(jí)意象和第三層級(jí)意象的概念。這可以有效解決學(xué)者在閱讀和鑒賞古詩(shī)詞時(shí)由于相關(guān)知識(shí)的缺乏而無(wú)法很好地學(xué)習(xí)和記憶，以及文學(xué)工作者在大量的古詩(shī)詞和傳統(tǒng)文化數(shù)據(jù)中高效獲取所需信息的問(wèn)題。

作者單位：梁藝馨 翟潔 李東睿 熊瀚銳 華東理工大學(xué)

參考文獻(xiàn)

[1] 姜磊，劉琦，趙肄江等.面向知識(shí)圖譜的信息抽取技術(shù)綜述[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2022，31（07）：46-54.

[2] 陳志峰. 基于深度神經(jīng)網(wǎng)絡(luò)的中文命名實(shí)體識(shí)別方法研究[D].福建工程學(xué)院，2022.

[3] 張鳳荔，黃鑫，王瑞錦等.基于BERT多知識(shí)圖融合嵌入的中文NER模型[J].電子科技大學(xué)學(xué)報(bào)，2023，52（03）：390-397.

[4] 湯潔儀，李大軍，劉波.基于BERT-BiLSTM-CRF模型的地理實(shí)體命名實(shí)體識(shí)別[J].北京測(cè)繪，2023，37（02）：143-147.

梁藝馨（2002.10-），女，漢族，遼寧東港，本科，學(xué)生，研究方向：智能科學(xué)與技術(shù)；

翟潔（1977-）女，漢族，江蘇南通，華東理工大學(xué)，講師，研究方向：大模型、知識(shí)圖譜、大數(shù)據(jù)分析、教育改革與發(fā)展；

李東睿（2002.03.14-），男，漢族，黑龍江牡丹江，本科，學(xué)生，研究方向：智能科學(xué)與技術(shù)；

熊瀚銳（2002.6.28），男，漢族，湖南常德，本科，學(xué)生，研究方向：軟件工程。