多人协同的专业领域知识获取方法研究

《Processes》：Research on Method for Collaborative Acquisition of Expertise Domain Knowledge by Multiple People

　　

针对制造业专业知识源自动获取过程中存在的形式复杂、结构化程度低及可靠性不足等问题，本研究提出了一种改进的多人协同专业领域知识获取方法。该方法借鉴出版行业的"三审三校"质量控制理念，结合专业知识获取任务的特点，构建了编辑与专业人员协同参与的知识获取流程。研究人员从人员质量、过程质量和结果质量三个维度设计了质量保障机制；采用三角模糊数（triangular fuzzy number）对人员质量进行评估；并建立了多级检查下的过程质量控制模型。以《数控加工手册》知识获取项目为例，39名专业人员在60个工作日内完成了大规模专业知识处理任务。与传统人工知识获取方法相比，在相近工作量条件下，该方法将任务完成时间缩短约40%，知识质量提升约10%。研究表明，该方法能够增强复杂专业知识获取过程的组织性、可检查性和结果稳定性，适用于构建高质量要求的垂直领域知识库。

本研究围绕制造业专业领域知识获取的难点展开，旨在解决现有方法在效率与质量方面的不足。知识作为数据与信息的抽象，是支持问题解决的核心资源，在知识工程、知识图谱（knowledge graph）及智能制造中具有重要地位。依据领域覆盖范围，知识可分为通用领域知识与专业领域知识两类：前者以常识性知识为主，覆盖广但深度有限；后者源自特定领域，强调专业技术深度，覆盖窄但专业性强。当前，通用领域知识获取技术已较为成熟，形成了大量包含海量通用知识的知识图谱，并能从多元来源持续提取知识。然而，专业领域知识获取需针对具体情境定制，尤其在制造业等领域，知识类型多样且结构化程度低，自动获取困难，人工获取仍不可或缺，但传统人工方法效率低、准确性差，难以满足知识获取的演进需求。

为应对专业领域非结构化知识获取的挑战，研究人员借鉴传统出版业的"三审三校"模式，结合制造业知识特点，提出了改进的多人协同知识获取方法。该方法的核心参与者分为编辑与专业人员两类：编辑主要负责版权与格式指导，确保所获知识符合出版要求；专业人员则是知识获取的主力，利用其专业知识与能力获取各领域专业知识。两者在职能定位、能力需求和工作重点上存在显著差异——编辑侧重于流程标准化与合规控制，专业人员侧重于内容生产与专业知识提取。

在具体流程设计上，改进后的"三审三校"由专业人员与编辑共同执行，而非仅由出版编辑完成。一审一校的对象为版权与内容可行性，由编辑审查选题是否符合市场需求、知识源是否存在版权问题，专业人员则对选题进行校对并评估可行性；二审二校的对象为知识获取过程，专业人员根据知识源难度和参与者技能水平合理组织获取过程，通过阶段性成果审查确定获取过程的合理性并在出现问题时进行改进；三审三校聚焦于知识最终表现形式，先由领域专家审查知识内容的准确性与完整性，再由编辑检查呈现格式是否符合出版及平台要求。从二审二校到三审三校为持续的循环迭代过程，需根据实际情况动态调整以保证知识质量。此外，研究团队还开发了包括通用工具和专业工具在内的配套工具以提升效率，专业工具针对特定知识领域如灵活编码和钣金展开计算等。

在质量保障方面，研究人员从人员质量、过程质量和结果质量三个维度构建体系。人员质量方面，由于编辑与专业人员的质量影响因素不同，研究引入模糊数学方法，采用三角模糊数表示人员质量指标，将"低""一般""良好""专家"等语言变量转化为定量评分，并提出"专项培训+普及培训"的模式确保参与者质量——先精选少数人员进行精细指导，再以这些人员为核心形成小组复制培训模式，组间交叉培训以避免技能缺口。过程质量方面，关键在于建立逐级问责机制和标准化质量控制规范。逐级问责指各层级设立责任人对其任务质量负责：微观层面按任务特征建立相互独立的小组，组长负责小组产出质量；多个小组形成大组，大组组长负责质量；专业人员负责"三审"质量，编辑负责"三校"质量。标准化质量检查系统则为各流程及其输入输出建立量化测度，使质量控制人员可直接评分以把控质量状况。

为说明该方法的有效性，研究人员建立了定量过程质量控制模型。模型将知识获取任务分为若干组，考虑专业人员的工作量、初始错误概率、组内交叉检查检出率、组长审查检出率及大组组长审查检出率等因素，通过公式逐级计算组内交叉检查后的残差率、组长审查后的残差率、大组组长审查后的残差率，最终按工作量加权得到整个项目的总体残差率。以制造业数控加工领域知识获取为例，42名专业人员参与，采用不同分组方式进行验证。结果表明，三级检查制度（组内互检、组长检查、大组组长检查）能大幅降低错误概率；减少检查层级可能削弱质量控制，增加层级则可能增加管理成本而质量改善不成比例，当前三级结构在质量与成本间取得了合理平衡。

结果质量分为内容质量和展示质量两部分。专业人员主要负责内容质量，编辑则确保展示质量，包括显示格式和具体内容呈现。编辑关注的基本编辑格式确保知识具有良好的可读性；跨平台显示问题则因移动设备使用快速增长而成为重要议题，特别是表格在移动端的展示因屏幕尺寸和交互限制无法与PC端同比例显示，可能导致呈现不完整，需要更友好的搜索提示等解决方案。

在案例验证部分，研究团队与化学工业出版社旗下海枣数字科技股份有限公司合作，联合北京航空航天大学、四川大学、合肥工业大学等多所高校共建数字化知识资源平台，聚焦制造领域知识的获取、组织与利用。研究以《数控加工手册》知识获取项目为案例进行定性及半定量比较，该手册面向航空航天、汽车制造等高端行业需求，系统整合数控加工关键技术，包含5000余页、6000余个表格和1000余幅图，充分体现了制造业典型专业知识源的复杂性。

在人员质量确定过程中，研究人员采用三角模糊数评估候选领域专家，指标包括专业背景匹配度、知识处理经验、知识源理解能力、工具使用能力、标准执行能力和协作记录，各指标以语言变量表示后转化为三角模糊数，并通过最佳非模糊绩效值（best non-fuzzy performance, BNP）进行排序。以候选人E?为例，其专业背景匹配"极高"、知识处理经验"高"、知识源理解能力"高"、工具使用能力"中"、标准执行能力"高"、协作记录"极高"，计算得到综合BNP值为7.55，判断其较适合参与任务并可作为关键培训人员。质量评分较高者优先承担复杂表格、工艺图和专业性强的知识项处理，并负责组内交叉检查与标准传导；评分较低者先分配格式稳定、难度较低的知识项，通过普及培训和交叉训练逐步提升能力。

该案例中39名专业人员参与，采用两种分组方式，在60个工作日内完成工作，知识错误率逐步降低。与传统方法相比，相近工作量下工作时间缩短约40%，知识质量提升约10%，主因在于传统方法未充分考虑交叉检查和组织效应，人员配置与检查频次过度依赖个人经验。参与高校反馈积极，平台正在进一步开发和推广应用。

在讨论部分，研究人员将该方法与传统知识获取方法及知识图谱进行了比较。传统知识获取方法主要依赖人工检查，人员配置和过程优化过度依赖个人经验，降低了过程可操作性和一致性；而本方法借鉴"三审三校"模式，综合考虑人员质量、过程质量和结果质量，具有强可操作性，不严重依赖个人经验，利于大规模推广且能保证质量稳定性。知识图谱是更宽泛的概念，本方法可视为知识图谱中知识获取方法的具体实现，尤其聚焦于垂直领域知识图谱的知识获取。

该方法的主要优势在于可操作性和可重复性，能够支持垂直领域知识获取任务的标准化完成，减少对专家个人经验的过度依赖。但其局限性亦不容忽视：所获知识质量仍依赖于参与人员的专业能力和评估标准的明确性；需要相对完整的工作流程和配套工具链，可能增加小规模或资源受限场景的实施成本；当前研究主要在特定应用场景中验证了方法的可行性，对其他垂直领域的普适性仍需进一步验证。

研究结论部分指出，该方法能够增强复杂专业知识获取过程的组织性、可检查性和结果稳定性，适用于构建高质量要求的垂直领域知识库。通过"三审三校"流程、三角模糊数人员评估和多级检查质量控制模型的综合应用，实现了专业知识获取效率与质量的双重提升，为制造业等领域的专业知识库建设提供了可行的方法论支撑。