知識圖譜及其在RPA領域的應用

陳國 彭偉軍 付兵蘭 鐘祥永

一、引言

在信息技術快速發展的當下，許多企業為提高效率而加快促進自身數字化轉型，知識圖譜與RPA技術在數字化轉型過程中扮演了重要角色。

RPA即機器人流程自動化，通過界面識別和系統指令來實現對軟件系統的非侵入式操作，能夠替代人工處理重復度高的工作，達到“IT換人，降本增效”的目的。

知識圖譜是一個結構化的語義網絡，通過相互連接的節點來表示知識，目前已廣泛應用于搜索引擎、智能問答以及智能推薦等領域。

RPA發展至今已經融合了多種技術，近幾年，業界更是提出了“超自動化”的概念，即：以流程自動化為核心，融合人工智能（AI）、大數據挖掘等最新技術，實現更加智能的自動化和更加高級的分析與挖掘。然而，知識圖譜在RPA領域的應用較為有限，這是由于RPA具有應用范圍廣、業務場景復雜等特點，使得知識圖譜的搭建和知識獲取存在一定的難度。但是，知識圖譜技術對未來RPA認知智能的發展至關重要，是實現“數智員工”的基礎。因此，構建RPA領域圖譜勢在必行。

中國移動在磐匠RPA平臺的基礎上，對PRA領域圖譜的搭建做出了有效探索。采用自底向上的構建方法搭建了RPA領域圖譜，采用神經網絡模型和知識推理方法，實現了流程智能推薦與生成，采用TextCNN、Bilstm-CRF和模板匹配技術，實現了IPA平臺使用助手。知識圖譜在RPA領域的應用極大地提高了RPA流程開發人員的工作效率，推動了知識圖譜在RPA領域的深度融合，具有一定的借鑒作用。

二、RPA領域圖譜搭建

（一）功能架構設計

如圖1所示，為RPA領域圖譜功能架構圖，采用自底向上的構建方法，分為數據采集模塊、知識抽取模塊、知識融合模塊、數據存儲模塊和圖譜構建模塊。

1.數據采集

數據采集模塊實現了對RPA多元異構數據的采集，包括結構化數據、半結構化數據和非結構化數據。其中結構化數據包括控制中心、能力中心和運營中心等八大中心數據庫數據，半結構化數據為RPA流程和項目信息，非結構化數據包括后臺日志、作業日志和流程執行錄屏文件。

數據采集模塊主要包含采集模板、采集任務和采集結果三個功能。采集模板和采集任務配置執行后可以生成采集結果，這個采集結果被稱為數據源。數據采集模塊采集的數據將由數據存儲模塊進行存儲，同時也將進入知識抽取模塊進行下一步處理。

2.知識抽取

知識抽取模塊負責將采集的數據轉換成三元組格式的知識數據，包含抽取模板、抽取任務、抽取結果和規則模型四個功能。抽取模板需要將數據采集模塊中的采集結果作為配置項，隨后選擇抽取類別（圖映射、D2R轉換、包裝器、信息抽?。?。當選擇了信息抽取時，可以選用規則模型中項目進行配置使用。

知識抽取得到的規格化知識并不是直接放入到知識圖譜中，需要通過知識融合模塊進行指代消解、實體統一、實體消歧以及質量評估。

3.知識融合

知識融合模塊負責對規格化知識進行進一步處理，使知識的質量符合使用要求。知識融合模塊包含融合模板、融合任務、質量評估和規則模型四個功能。融合模板既可以選擇知識抽取模塊的抽取結果作為輸入數據，也可以選擇來自圖譜構建模塊中抽出的子圖作為輸入數據。選擇好輸入數據后，可以選擇指代消解、實體統一、實體消歧三個分類中的算法模型。算法模型均可以通過規則模型功能進行配置，最后通過質量評估功能評估抽取結果。

4.數據存儲

數據存儲模塊負責系統所有數據的存儲功能，包括原始數據存儲和知識圖譜存儲。原始數據存儲功能負責存儲采集的原始數據、系統平臺的應用數據、算法模型數據。

5.圖譜構建

知識圖譜構建模塊包括圖譜管理、子圖生成和知識推理三個功能。圖譜管理包括知識的增刪改查等一系列交互工具，子圖生成則實現了多租戶管理，每個用戶能夠從知識圖譜中抽取子圖，并構建個人圖譜。知識推理采用內置推理引擎，可以依照用戶給定推理規則進行知識推理。

（二）技術架構設計

如圖2所示，為RPA領域圖譜技術架構圖，整個系統在技術上分為5層：數據存儲、基礎服務、數據治理、Web、數據服務。并在外部對接公司AI中臺，進行模型訓練與AI計算。

1.數據存儲層

MongoDB是一個文檔型數據庫，最大特點是不需要保證表結構的一致性，對于功能架構中所述各類模板涉及的異構參數配置問題，具有良好的兼容性，因此采用MongoDB進行業務數據存儲。FastDFS是一個開源的輕量級分布式文件系統，對于RPA中視頻、日志、流程等數據都能進行存儲，解決了大容量存儲和負載均衡問題，故選用FastDFS對采集的數據源進行文件存儲。Cassandra是一套開源分布式NoSQL數據庫文件系統，選擇它作為知識圖譜的存儲數據庫是因為它原生支持JanusGraph。

2.基礎服務層

基礎服務層實現了主要的業務邏輯，包括任務調度、數據管控和知識圖譜管理。采用Spring框架進行開發，集成Quartz任務調度組件，方便對采集任務、抽取任務進行任務調度，并基于Java實現數據管控邏輯和權限控制?；贘anusGraph圖數據庫實現千億級知識節點存儲、管理和查詢，符合RPA領域圖譜的使用需求。

3.數據治理層

知識抽取能夠從磐匠RPA平臺的業務流程、能力中心、控制中心中抽取有用知識。對于鏈接數據采用圖映射技術進行轉換，對于數據庫中的結構化數據采用D2R轉換工具進行轉換，業界采用較多的是D2RQ。對于表格、列表、JSON、XML等半結構化數據，則采用包裝器技術進行信息抽取。對于純文本、視頻等非結構化數據，采用規則和模型方式進行信息抽取，分為實體抽取、關系抽取、屬性抽取，需要根據不同的場景和領域選用不同的規則和模型。

在RPA領域中，基于規則和詞典的抽取方法得到了應用，通過自定義詞典和詞性能夠識別出特定實體，如組件名稱、組件類型、執行結果等等，通過Jieba+Refo工具結合，實現了依照給定規則提取實體，缺點是需要依靠大量的規則和模板，覆蓋范圍有限，很難適應數據變化?；诮y計機器學習的方法也被用于RPA作業日志的分析中，采用了Bilstm-CRF進行日志數據的實體識別與提取，提取效果良好，但是受到訓練集合限制，存在無法覆蓋特定數據導致識別錯誤的情況。

4.數據服務層

數據服務層是對接外部系統的一層，采用Java進行開發，通過RestAPI實現與外部系統的對接，實現知識圖譜能力的輸出。

5.Web層

前端采用HTML、JQuery、Echart等技術，采用前后端分離的架構進行開發。

三、RPA領域圖譜智能化應用

（一）流程智能推薦與生成

RPA領域圖譜能夠收集流程知識和業務知識并轉化為相關聯的三元組。如圖3所示，為一個登錄業務三元組與登錄流程三元組的關聯關系，各節點之間通過特定的屬性相互聯系，方便進行節點搜索和規則推理。

采用TextCNN神經網絡模型和Jena推理引擎實現流程智能推薦與生成。具體實現流程如圖4所示，用戶將業務需求輸入到系統中，通過TextCNN神經網絡進行意圖識別得到業務意圖，將業務意圖輸入到知識圖譜中進行圖遍歷得到相關聯的業務流程，另一方面根據業務意圖進行推理規則生成得到推理規則，將關聯業務流程和推理規則結合進行推理，從而得到最終流程。最終生成的流程可能是知識圖譜中已經存在的符合用戶需求的流程，也可能是通過推理規則將各個子流程關聯組合而成的新流程。

實驗結果顯示，所設計應用能夠解析用戶需求，并根據知識圖譜中現有流程進行推薦，能夠推理規則進行流程重組，達到生成新流程的目的，但所生成流程還需要用戶手動調整才能運行。

（二）磐匠平臺使用助手

磐匠平臺使用助手的功能在于協助用戶更好的使用CM-IPA產品，包括使用幫助、問題解決、流程示例等等。為此，IPA平臺使用助手需要從運營中心收集各類工單數據和解決方案，基于智能問答的形式為用戶提供服務。

在IPA領域圖譜的基礎上，融合自然語言處理技術，實現RPA知識智能問答，相關偽代碼如下：

User_Req=Input（）;

User_Intention=TextCNN（User_Req）;

Req_Entity=BilstmCRF（User_Req）

Swich User_Intention：

Case 1：

SQL_Template=Create_SQL_Template（1， Req_Entity）;

Case 2：

SQL_Template =Create_SQL_Template（2， Req_Entity）;

…

Result=KG_Query（SQL_Template）

User_Result=SQL_Template.Fuse（Result）

首先獲取用戶輸入的問題，并將問題輸入到TextCNN神經網絡中獲取用戶意圖，輸入到Bilstm-CRF模型中得到實體數據，根據用戶意圖，選擇不同的規則模板，輸入實體數據得到具體的查詢模板。然后將查詢模板輸入到知識圖譜中得到結果數據，將結果數據融合進查詢模板中，得到最終的問題答案。Bilstm-CRF模型被用于實體提取，采用BIO標注法進行數據集標注。

實驗結果顯示，TextCNN對用戶意圖的識別得到較好的效果，但對于一些沒有見過的數據表現一般，因此需要增大訓練集，調整參數，提高神經網絡的泛化能力。Bilstm-CRF召回率和f1得分有99%，但是針對大型數據集時，召回率和f1得分會有所下降，因此對于復雜的數據還需對此模型進行進一步強化。整個應用對于問題模板中涉及的問題都能有效識別和生成答案。

四、結束語

本文提出了在磐匠RPA平臺基礎上進行RPA領域圖譜搭建的方法，該方法針對RPA領域應用范圍廣、業務場景復雜、數據異構等特點形成了有效解決方案，實現了RPA領域知識收集和管理?；赗PA領域圖譜，采用神經網絡模型和知識推理方法，實現了流程智能推薦與生成，幫助RPA用戶快速獲得所需流程；采用TextCNN、Bilstm-CRF和模板匹配技術，實現了IPA平臺使用助手，幫助RPA流程開發人員提高工作效率。

知識圖譜在RPA領域在未來會有更廣泛的應用，其可以作為知識后臺為RPA平臺提供認知智能，包括：提供智能決策，幫助RPA應用處理各類突發情況；提供智能診斷，幫助RPA平臺進行故障定位；提供智能協同，幫助IPA平臺處理分布式計算、彈性計算等復雜場景。

作者單位：陳國? ? 彭偉軍? ? 付兵蘭? ? 鐘祥永? ? 中國移動信息技術中心