面向NLP场景应用的智能辅助建模（四）本体表达式发现

我们以前文介绍的一个场景本体的实例，银行领域客服投诉分析挖掘的场景本体模型，来说明本体树辅助建模。模型包括三部分：本体模型、要素模型、概念模型。本文说明本体模型的辅助建模，也即本体表达式发现。

本体表达式发现

本体模型包括本体树和领域模型，领域模型是本体树对应的推理规则的形式化描述，这里是客服投诉分类相关的业务知识。领域模型支持两种类型，一种是概念模型，另一种是机器学习预训练模型。这里的“本体表达式”，是概念模型的形式化规则，说明客服投诉的业务知识，一般是用“客服人员-态度-不好”这样的三元组表示的，其中“客服人员”是投诉对象，来自于要素树，“态度”是投诉涉及的属性，也来自于要素树，“不好”是投诉中对投诉对象涉及的属性的评价性描述，来自于概念树。

本体表达式发现，就是从客服投诉文本数据中，利用NLP和机器学习算法，自动从文本数据中发现类似于“客服人员-态度-不好”这样的三元组表示，辅助业务人员构建领域模型。

本体表达式发现的流程

本体表达式发现的流程如下图说明。发现的过程是有指导的，图示中的每个步骤中的绿色框的“用户操作”内容，是需要业务人员干预的。图示中每个步骤中的蓝色框的“系统输出”，是辅助建模工具根据用户操作的结果，调用算法，自动实现并输出的。

步骤一

用户操作，选择产品类，也就是选择本体树节点，确定为“信用卡”节点，来进行本体表达式发现。

步骤二

用户操作，配置业务规则模板，这里配置的模板是个三元组“e_信用卡+e_属性+c_评价”，其含义是：第一个元组“e_信用卡”，来自于要素树中“信用卡”的要素节点，可以包括各种信用卡卡种、名称等；第二个元组“e_属性”，来自于要素树中“属性”的要素节点，可以包括各种属性的描述，如“态度、效率”等，不仅限于信用卡的；第三个元组“c_评价”，来自于概念树中“评价”的概念节点，可以包括如“好、不好、温柔、蛮横”等。

步骤三

机器学习关联发现e+e，这是系统自动操作输出，不需要用户干预。这里的第一个“e”，指的就是模板中的“e_信用卡”，这是用户输入的确切信息。这里的第二个“e”，指的是模板中的“e_属性”，这是一个宽泛的要素，其下级可以有各种属性，如人的属性（身高、态度等）、信用卡的属性（外观、使用等）、树的属性（高度、树种）等。这里的关联发现e+e的处理策略是，利用机器学习算法，去发现那些与第一个“e_信用卡”有关联的“e_属性”的具体值。比如人的属性“态度”与“e_信用卡”有关联，而“身高”属性与“e_信用卡”就无关。关联发现e+e的输出结果就是，与“信用卡”相关的属性词汇列表，如“申请、年费、账单、业务员”等，每个结果都有相关度距离表示其关联程度。系统输出结果，可以记为“e2”。对系统输出结果，辅助建模工具提供增删改操作，用户可以进行修改，以提高发现结果的质量。

步骤四

机器学习关联发现e+c，这是系统自动操作输出，不需要用户干预。这里的“e”，指的是步骤3输出的属性结果，如“年费、态度、业务员”等。也就是对步骤3输出的每个结果，在这里都要执行一次“e+c”的关联发现，去发现每个e有关联的“评价”概念。如与“态度”关联的评价概念有“温柔、利索、谦虚、和蔼可亲”等，与“业务员”关联的评价概念有“怠慢、欺骗”等。对每个系统输出结果，辅助建模工具提供增删改操作，用户可以进行修改，以提高发现结果的质量。

本体表达式发现的结果

在DINFO-OEC平台中，本体表达式发现的结果，经业务人员确认，可以添加到本体模型中相应节点中，作为这个节点的领域模型。

本体表达式发现的更多示例

在本体表达式发现的辅助下，业务人员可以针对不同的业务场景，来构建不同的本体模型。下面是银行领域常见的几个客服投诉本体模型。这些模型都是利用辅助建模工具，对客服投诉文本进行自动学习发现，辅助业务人员建设的本体模型。