基于知识图谱的政务服务精准治理关键技术研究.pdf

技术热点Technical Focus信息技术与标准化http:/881 引言党的十九大将社会治理智能化作为推进国家治理体系和治理能力现代化的重要内容写入报告，意味着我国社会治理迈入了智能化的新纪元。随着政务数据共享开放工作不断深入，跨部门数据流通渠道基本建立，但对海量政务数据缺乏有效整合及深度分析，数据挖掘分析多停留在简单的相关性分析层面，碎片化政务数据难以转化为可供决策使用的知识和智慧。而互联网的发明和应用开创了人类最伟大的数字化革命，互联网不仅实现了跨国界、跨种族、跨时空、跨领域的知识融合、信息共享，而且正将海量、多模态、碎片化大规模数据向图谱化知识快速演变。因此，本文将基于知识图谱相关知识，通过对大规模多源异构数据获取技术、多模态异构数据的知识图谱构建技术、政务精准治理与服务关键技术进行探讨，系统解决政务领域在社会治理方面的关键问题。2 政务服务对知识图谱的需求2.1 知识图谱的概念早在 21 世纪初，万维网之父蒂姆伯纳斯李就提出了知识图谱的设想，试图使用图形表示出世间万物之间的关系，但在当时并没有引起大家的重视1。直到 2012 年，谷歌对知识图谱给出了更精确的定义才引起社会各界的广泛讨论。知识图谱是一种基于图形数据库的知识管理系编辑：苏加友E-mail:项目来源：杭州市科学技术局重大科技创新项目“基于知识图谱的 政务数字治理 服务关键技术研究与应用示范”，项目编号：2022AIZD00161。杭州中软安人网络通信股份有限公司 万 晶 陈杭悦 钱 刚 苏翃宇 吕 玲Research on Key Technologies of Government Service Precision Governance Based on Knowledge Graph摘 要 针对政府管理社会公共事务、化解社会矛盾的迫切需求，提出知识图谱概念与应用，通过大规模多源异构数据获取、多模态异构数据的知识图谱构建、知识图谱的政务精准治理与服务等关键技术的研究，辅助政府决策，实现精准治理，提高政府公信力。关键词 数据获取与表达 知识图谱 用户画像 精准治理Abstract:In response to the urgent need for government management of social public affairs and the resolution of social conflicts,the concept and application of knowledge graphs are proposed.This involves research on key technologies such as building large-scale,multi-source heterogeneous data acquisition,constructing knowledge graphs from multimodal heterogeneous data,and using knowledge graphs for precise governance and service in government affairs.These efforts aim to assist government decision-making,achieve precise governance,and enhance government credibility.Keywords:data acquire and express data;knowledge graph;user portrait;precise governance基于知识图谱的政务服务精准治理关键技术研究技术热点Technical Focus2023 年第 9 期http:/89统，能够对各种数据进行存储、管理、分析，对数据进行加工、处理、整合，进而将复杂的数据转化为“实体、属性、属性值”这样的简单三元组，使得用户可以快速得到知识响应。2.2 知识图谱的应用谷歌于 2012 年正式提出知识图谱概念，并成功应用在智能搜索领域2，知识图谱的本质是一个存储知识实体与实体之间关系的结构化网络，可以帮助形式化描述、理解现实世界的事物及其相互关系。随着互联网和物联网技术的飞速发展，其应用也从搜索引擎逐步扩展到各个领域,例如智能问答3-4和文本分析5等，以及 IBM Watson 问答机器人、苹果的 Siri 语音助手和 Wolfram Alpha 等都依赖后台强大的知识图谱来实现问题理解、推理和问答6。维基百科作为世界上规模最大、阅读量最多的在线百科全书，拥有海量用户和庞大的知识图谱，谷歌搜索和 Google Assistant 智能助手都是维基媒体基金会(WMF)的大客户，掌握如此庞大知识体系和用户便掌握了舆论的风向标。在国内，知识图谱则用来促进商务业务发展以及辅助决策过程,并且广泛地应用于各大电子商务(淘宝、Amazon、eBay 等)和多媒体(MovieLens、豆瓣)等网站中7。由于政务领域知识图谱不能产生经济效益，而且政务领域数据存在区域、时空、领域等多跨因素，政务服务内容和对象需要的是及时、准确、可靠的“非二义性”内容，满足政务服务鲁棒性、安全性、可靠性的知识图谱在国内一直处于空白。政务大数据的研究和应用是实现“数字政府”的基础，政务大数据急需政务领域“知识图谱”的支撑。3 政务服务精准治理关键技术为解决基于知识图谱的政务数字治理服务过程中缺乏大规模数据、理解能力、迁移能力与统一应用平台的问题，满足面向政务领域知识创新服务、精准服务的需求，从大规模多源异构数据获取、大规模政务服务知识图谱构建、政务精准治理与服务 3个方面的关键技术进行梳理最终达到智能、精准交互的目的，如图 1 所示。3.1 大规模多源异构数据获取在政务领域中，数据呈现出异构、多渠道、多模态和非二义性等新特性。在构建政务知识图谱的图 1 知识图谱政务服务关键技术图技术热点Technical Focus信息技术与标准化http:/90过程中，准确高效地获取政务数据中蕴含的领域知识至关重要。为了实现这一目标，重点研究面向多源异构数据的实体识别、关系发现和关系抽取等任务。应用深度学习作为技术手段，并充分利用现有的大规模文本语料和大规模知识图谱，探索如何在少量标注条件下抽取出大量可用的知识，从而形成知识自动化抽取方案。此外，为了提高数据质量，还致力于解决低质量数据问题。具体而言，研究多源异构数据智能融合的方法，以有效整合来自不同渠道和模态的政务数据。同时，探索提示学习、度量学习和主动学习等技术，以提升对政务数据的理解和挖掘能力。综上所述，通过针对政务领域数据的高质量获取、多源异构数据的智能融合以及提示学习、度量学习和主动学习等方法的研究，为政务知识图谱构建提供基础和关键支持。3.2 大规模政务服务知识图谱的构建政务领域中，数据具有异构、多渠道、多模态和非二义性等特点。构建准确高效的政务知识图谱，从政务数据中获取领域知识至关重要。需要通过以下方面进行深入探索：研究基于预训练模型的信息抽取算法，包括实体识别、关系提取、事件抽取等，以及实体消歧和共指消解等相关技术。借助这些算法，从跨多个数据源的大规模数据中提取高质量的知识，并构建一个可信的政务知识图谱。研究图挖掘、图推理和图卷积等推理算法，以形成一个强大的智能计算技术体系。通过这些算法，利用政务知识图谱中的关系和属性进行推理和分析，从而发现隐藏的模式、关联和规律。研究知识补全、知识纠错和知识更新等技术，以实现政务知识图谱的动态更新。通过持续的知识补充和纠错，提高知识的完整性和准确性，保持知识图谱与实际情况的一致性。研究评估知识的可信度，并探索可信及动态知识图谱的生成方法。通过建立严格的可信度评估机制，确保从多源数据中获取的知识具有高度的可信性，并使用动态更新算法及时反映政务领域的变化和新发现。开发动态知识管理工具和智能问答系统，对政务知识进行有效的管理、更新和查询。这将使用户能够方便地获取最新的政务知识，提供精准的搜索和问答服务。综上所述，通过研究基于预训练模型的信息抽取、实体消歧和共指消解等算法，以及大规模政务服务知识库、大规模领域知识图谱的表示、知识加工与挖掘技术、可信及动态知识图谱生成、动态知识管理与问答等相关技术，为政务领域的智能化决策和服务提供基础和关键支持。3.3 政务精准治理与服务研究如何通过协同推理和动态演化的方法，结合知识图谱中的信息，从而提高问题生成、答案抽取和用户需求映射的准确性和智能性。针对复杂用户需求，开展深入研究，这包括从主体和焦点出发，探索基于政务文本的问题理解技术。同时，融合政务领域中的中文预训练语言模型，以实现细粒度的意图识别算法。针对短文本问题，研究如何融合短语文本的语义表示，并借助基于时序特征图复用的短文本匹配模型来提高问题理解的效果和准确性。为了更精准地获取用户意图，基于认知图谱的标签扩展和范化等技术手段，生成精准的用户画像。这将帮助我们实现“专、精、深”的搜索和问答服务，提供更高质量和个性化的结果。综上所述，通过以上研究方向的探索，旨在实现更智能、准确和个性化的搜索和问答服务，为用户提供更好的信息获取和问题解答体验。4 结语基于知识图谱和用户理解的精准智治云平台,依据知识图谱行业知识，实现政策咨询、智能问答及智能辅助等智能化人机交互功能，降低行业人工成本。基于知识图谱的精准画像技术，为用户提供个性化和场景引导服务，提高用户问答准确率和提升用户一对一服务体验感。根据实时数据，动态分析政务行业热点数据，并依据最新政策导向给予用户最关心的热点导向，为行业的品牌宣传提供辅助决策，为社会责任和社会正能量贡献力量。技术热点Technical Focus2023 年第 9 期http:/91参考文献1 漆桂林,高桓,吴天星.知识图谱研究进展 J.情报工程,2017,3(1):4-25.2 SINGHALA.Introducingtheknowledgegraph:things,notstringsJ/OL.2023-08-10.https:/blog.google/products/search/introducing-knowledge-graph-things-not/.3 HAOY,ZHANGY,KANGL,etal.AnEnd-to-Endmodelforquestionansweringoverknowledgebasewithcross-attentioncombiningglobalknowledgeJ/OL.2023-08-10.https:/ HUANGX,ZHANGJ,LID,etal.KnowledgegraphembeddingbasedquestionansweringJ/OL.2023-08-12.https:/dl.acm.org/doi/10.1145/3289600.3290956.5 KUMARA,KAWAHARAD,KUROHASHIS.Knowledge-enrichedtwo-layeredattentionnetworkforsentimentanalysisJ/OL.2023-08-12.https:/ 杜曾贞,唐东昕,解丹.智能问诊中基于深度神经网络的反问生成方法 J.计算机应用,2022,42(3):867-873.7 秦川,祝恒书,庄福振,等.基于知识图谱的推荐系统研究综述 J.中国科学:(信息科学),2020,50(7):937-956.(收稿日期：2023-08-21)2023 商用密码大会工业和信息化领域商用密码应用促进分论坛暨工业和信息化领域商用密码应用深度行(首站)在郑州举办8 月 10 日，由工信部商用密码应用产业促进联盟(以下简称“联盟”)、全国信息安全标准化技术委员会秘书处主办，中国电子技术标准化研究院(以下简称“电子标准院”)承办的 2023 商用密码大会工业和信息化领域商用密码应用促进分论坛暨工业和信息化领域商用密码应用深度行(首站)在郑州举办。电子标准院党委书记、联盟理事长杨建军出席活动并致辞。杨建军表示，近年来，商用密码应用热度日益凸显，在工信部、国家密码管理局指导下，联盟持续开展工信领域密码应用产业调研，摸清产业链供应链卡点、堵点问题，深入剖析产业链关键环节、核心产品，绘制更新产业链全景图，着力提升密码应用产业公共服务能力，打造工信领域密码应用产业集成适配、供需对接核心平台，多措并举助力商用密码应用与制造强国、网络强国建设深度融合。下一步，联盟将持续组织专家及联盟成员单位深入产业一线开展密码应用宣贯工作，充分发挥产业链上下游协同创新优势，搭建供需对接桥梁，引导供需双方融合创新，推动“产学研用测”深度融合，促进工信领域商用密码应用走深向实，以新安全格局保障新发展格局。会上，电子标准院网安中心主任、联盟秘书长姚相振代表联盟秘书处与第二批入驻公共服务平台的 6 家单位签约。论坛邀请国家信息安全工程技术研究中心原副主任刘平做密码应用与密码标准使用专题报告，联盟秘书处、电子标准院、郑州地铁集团有限公司等单位围绕工信领域百项典型应用方案和新兴密码技术应用进行了经验分享。本次活动受到商用密码应用产学研用测各界广泛关注，现场参与人数近 300 人，线上参与人数超过500 人。(来源：CCPA 工信商秘联盟公众号)