-
中国基层林业单位中从事森林培育与经营的技术人才还比较缺乏,随着生态文明建设进程的不断推进,对森林经营的科学性要求也随之增强。为解决这种要求与现状的不均衡性,有必要利用信息技术手段构建森林经营知识共享渠道,为基层林业单位工作人员提供森林经营知识服务。近年来,知识工程和知识管理等领域的研究逐渐成为热点[1],国内外学者分别从知识表达组织、知识服务、方法以及应用等角度开展了深入研究,尤其在数字图书馆领域,对知识组织与服务的研究相对领先[2-9]。国内林业研究主要围绕着森林经营过程中的知识表达进行,例如以森林经营模式、作业法与经营知识结构化为基础,研究森林经营专家决策系统知识库,为林农提供经营决策服务[10-13];利用数据挖掘方法,以森林资源数据为挖掘对象,进行关联性分析,研究影响森林经营的立地知识发现模型[14];基于知识表达模型,研究探讨近自然森林经营知识表达组织方法[15]等;以上森林知识表达及组织方法的研究,分别对不同应用场景下不同过程、不同类型的森林经营知识提出了表达组织模型,提高了森林经营知识的科学化管理水平。多数的研究是以组织分析知识数据、提供决策为目标,面向知识共享服务的知识组织与服务提供方式的研究在林业领域相对鲜见,因此,研究构建森林经营知识共享服务系统就很有必要。基于此,应用JSON数据交互格[16-18]及Java EE开发技术[19-24]实现了森林经营知识服务系统,利用框架表示法将近自然森林事实性知识进行了结构化表达,实现了知识数据管理、查询、共享接口调用服务等功能。本系统已应用于“全国多功能森林经营关键技术和主要森林类型作业法体系研究及示范”项目,在访问人次及运行效果上均已达到预期效果。
HTML
-
知识表示方法的选择应考虑以下4点因素:① 能否充分表示相关的领域知识?② 是否有利于对知识的利用?③ 是否便于知识的组织、维护和管理?④ 是否便于理解和实现?以这4点因素为依据,结合研究目的,是本研究选择知识表达方式的基本思想。
本研究是以近自然森林事实性经营知识服务为目的,对森林经营事实性知识进行管理,故要求知识的表达结构化特性要突出,便于传播和扩展,而对过程推理的特性要求相对较低。如表 1所示:对比常用的知识表示方法,框架表示法最突出特点是善于表示结构性知识,能够把知识的内部结构关系及知识之间的联系表示出来,因此选择框架法表示近自然森林事实性经营知识可以最大限度地提高其结构化特征,增强其传播特性,方便知识体系的扩充。
表示方法 基本形式 特点 应用 一阶谓词 谓词公式。 优点:精确性、严密性、自然性较好。
缺点:效率低,不能表示不确定的知识。问答系统、问题求解系统、机器博弈、机器人行动规则。 产生式规则 P→Q或If P then Q。
P.前提,结论或操作。优点:自然性、模块性、清晰性较好。
缺点:效率不高,不能表达结构性知识。经验性及不确定性的知识表达、问题求解过程相对独立的情况。 框架 < 框架名>
槽名n:
约束:优点:结构性、继承性、自然性较好。
缺点:不善于表达过程性知识。事实性知识的表达。 语义网络 (节点1,弧,节点2)。 优点:结构性、联想性、自然性较好。
缺点:处理复杂,不严格。多用于语言理解系统。 剧本 剧本,剧本组成(进入条件、角色、道具、场景、结局)。 优点:自然性、场景性较好。
缺点:呆板、表达能力有限。计算机动画领域。 本体论 O::{C,R,F,A,I}(C.概念,R.关系,F.函数,A.公里,I.实例)。 优点:关系性、自然性较好。
缺点:处理复杂。本体主要在语义Weh、信息检索与异构信息的互操作等问题中应用。 Table 1. The knowledge representation method comparison
-
在与近自然森林经营研究专家讨论和总结的基础上,得出近自然森林事实性经营知识可分为5大类,包括经营模式、作业模式、技术措施、造林树种与林学知识,并对近自然森林事实性经营知识类别进行了顶层划分,作为知识树状结构的主分支。在此基础上,对各个分类进行属性细分,将笼统知识转化为结构化知识。不同类别知识分类的解释及属性组成如表 2所示。
编号 分类名 解释 属性组成 1 经营模式 针对具体森林对象特征在整个生命周期内采取的有抚育间伐、收获和更新的全部过程和要素集合。 编号,经营模式名称,详细技术,图例。 2 作业模式 是结合具体森林类型、地理区域和功能定位来设计和实施具体的“森林类型作业法”。 编号,作业模式名称,适用地区,树种名称,森林对象(适用条件),目标林相(发展类型名),详细技术,图例。 3 技术措施 在一定时期内为改进森林经营生产技术和生产管理而制定的方案及其实施办法。 经营技术措施名称,经营技术措施类別,详细技术,图例。 4 造林树种 近自然经营示范区中主要的造林树种信息。 树种代码,树种名称,树种别名,树种学名,树种科名……数据来源。 5 林学知识 全国自然科学名词审定委员会公布的近自然森林经营专业名词。 类别,术语,定义。 Table 2. Close to nature forest management factual knowledge classification
-
框架由一组描述物体的各个方面的槽组成。每个槽 (属性) 又由若干个侧面组成,每个侧面都有自己的名字和填入的值[1]。一般框架结构如下:
< 框架名> frame
< 槽名1>-值1 slot //可以是具体值,也可以是另一个框架
< 槽名2>-值2
……
< 槽名n>-值n
在近自然森林经营事实性知识中,选择框架表示法表示经营模式、作业模式、技术措施、造林树种和林学知识,可达到强化知识结构化特征,提供知识在计算机交互环境中的流通性等目标。根据1.1节中对近自然森林事实性经营事实性知识分类属性的划分,构建近自然森林事实性经营知识框架网络如图 1所示。
① 经营模式知识框架表示。
框架名: < 经营模式>
属性槽:
编号:字符串
经营模式名:字符串
详细技术:字符串
图例:字符串
② 作业模式知识框架表示。
框架名: < 作业模式>
属性槽: < 树种>
编号:字符串
作业模式名:字符串
适用地区:字符串
森林对象 (适用条件):字符串
目标林相 (发展类型名):字符串
详细技术:字符串
图例:字符串
③ 技术措施知识框架表示。
框架名: < 技术措施>
属性槽:
经营技术措施名:字符串
经营技术措施类别:字符串
详细技术:字符串
图例:字符串
④ 造林树种知识框架表示。
框架名: < 树种>
属性槽:树种编号:字符串
树种名称:字符串
树种别名:字符串
树种类型:字符串
树种特性:字符串
树种用途:字符串
采种技术:字符串
……
⑤ 林学知识框架表示。
框架名: < 林学名词>
属性槽:类别:字符串
术语:字符串
定义:字符串
-
准确快速查询到用户满意的结果是知识服务系统的核心功能。基于框架法的知识匹配分为确定性匹配与不确定性匹配。在实际应用中,2个框架的对应槽往往不能完全一致,因而就需要进行不确定性匹配。近自然森林经营事实性知识框架的属性槽值均为描述性语言,并没有属相值变化范围,加之各属性的重要程度相差无几,故选择充分条件与必要条件不确定性匹配方法。
依据近自然森林事实性经营知识框架网络,对比每个框架中的属性槽,分析并确定各个属性槽与框架之间的充分必要性,确定为“充分条件”的属性槽可以准确查出所属框架;确定为“必要条件”的属性槽可以被其所属框架准确查出;除了上述具备充分、必要性的属性槽,还有一些属性槽和框架之间的关系不紧密,此类属性槽不是框架匹配的重点内容,这种属性槽在本研究中成为“无条件”的属性槽,被确定为“无条件”的属性槽不作为匹配条件。例如,在造林树种框架中,树种编号属性槽值是唯一的,使用树种编号值能准确查出所属树种框架,故将树种编号属性槽定为造林树种框架的“充分条件”槽;依据树种分类值可查出属于此分类的多个树种,通过造林树种框架能够确定自身的分类,故将树种分类属性槽定为造林树种框架的“必要条件”槽;而图例属性一般不作为造林树种框架匹配过程中的查询条件,故将图例属性槽定为“无关条件”槽。为了计算机的可操作性,本研究将“充分条件”槽定为1.0,将“必要条件”槽定为0.5,无关条件槽定为0。各框架槽的充分必要性如表 3所示。
编号 框架名 属性槽 充分必要性 1 经营模式 编号 1.0 经营模式名 1.0 详细技术 1.0 图例 0 2 作业模式 编号 1.0 作业模式名 1.0 树种名 0.5 适用地区 0.5 适用条件 0.5 发展类型名 1.0 详细技术 1.0 图例 0 3 技术措施 经营技术措施类別名 1.0 经营技术措施名 1.0 详细技术 1.0 图例 0 4 造林树种 树种代码 1.0 树种名称 1.0 树种別名 0.5 树种分类 0.5 数据来源 0 …… 0 图例 0 5 林学知识 类別 0.5 术语 1.0 定义 1.0 Table 3. Close to nature forest management factual knowledge framework attriljute slot need adequately
充分必要条件属性设置是框架知识匹配的前提条件,匹配原则是2个框架进行匹配。如果充分条件属性槽值相等,就可以认为相应的2个框架可以匹配,可以将进行匹配的框架置为“确认”状态;如果不相等,而必要条件满足,便将框架置为“激活”状态,并进一步匹配剩余框架;如果充分条件和必要条件均没有满足,则对进行匹配的框架置为“沉睡”状态。具体匹配流程如图 2所示。
-
本研究中近自然森林事实性经营知识库采用关系数据库实现,主要分为若干个事实库和1个框架库。事实库用于存储近自然森林5大类经营知识,框架库是依据其框架网络及属性槽的充分必要性进行设计。
依据前面对近自然森林经营知识分类及属性划分和相关的林业行业标准,设计事实库表结构如下:① 经营模式表 (编号,经营模式名,详细技术,图例);② 作业模式表[编号,作业模式名,适用地区,树种名,森林对象 (适用条件),目标林相 (发展类型名),详细技术,图例];③ 技术措施表 (编号,经营技术措施类别,经营技术措施,详细技术,图例);④ 造林树种表 (树种代码,树种名称,树种别名,树种学名,树种科名……数据来源);⑤ 林学知识表 (编号,类别,术语,定义,备注)。
依据框架表示网络及属性槽充分必要性分析设计框架库表结构如下:近自然森林事实性经营知识框架表 (编号,框架名,属性槽,充分必要性)。
1.1. 知识表达方式的选择
1.2. 近自然森林经营事实性知识构成
1.3. 框架法表达
1.4. 基于充分与必要条件的框架不确定性匹配方法
1.5. 近自然森林事实性经营知识库设计
-
近自然森林经营知识服务系统现部署在北京林业大学信息中心服务器上,系统提供Web方式知识浏览查询和代码级调用接口服务,系统长期运行情况良好,其Web知识浏览查询界面如图 6所示,代码级调用接口服务示例如图 7所示。
-
目前,虽有许多学者围绕森林资源与知识管理进行了较多研究,并设计了与之相关的知识管理系统原型[1, 10],但是大多数系统原型的设计都是以决策支持为目的,往往是对过程性知识的组织;也有少数利用本体的概念对森林经营领域知识进行管理。本研究的目的是为了近自然森林事实性知识的传播和共享。如表 4所示:本研究将现有关于林业领域知识组织管理的典型系统分为专家决策类系统和管理类系统,并与本系统在知识组织方式和功能等方面进行了比较。本研究选用框架表达法,具有操作简单、易于实现、而且结构化强,便于转化为JSON数据传输格式,从而使知识更易传输。
系统类别 知识类型及组织方式 系统功能特点 系统适用范围 专家决策类系统 常使用产生式规则 通过对过程性知识的组织,实现决策推理功能。 适用于森林经营决策领域。 数据知识管理类系统 常使用本体表达 利用本体规则,实现领域知识的组织关联,强调知识的检索功能。 适用于森林领域的复杂知识与数据的管理。 本研究的系统 框架法表达 结构化表达事实性知识,强调知识的结构转化与知识的传播。 适用于对一般结构性强的事实性知识的管理弓共享。 Table 4. System contrast and analysis