面向NLP场景应用的智能辅助建模（二）--本体树建模

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。本文说明本体树模型的辅助建模。

本体树辅助建模

本体树辅助建模实现的功能是，对输入的客服投诉文本数据，采用智能搜索、分类聚类算法等技术，进行自动分析，以辅助发现本体树节点。对发现的本体树节点提供合并、删除、修改等操作，业务人员可以方便地进行修改。同时，支持对发现的节点进行二次（或多次）分类聚类，以实现多级本体树节点的自动发现。分类体系辅助建模的输出是，经人工确认后的本体树。

本体树建模流程

以银行领域客服投诉模型中，“贷记卡”相关的本体树建模为例，说明辅助建模流程。

步骤一

将“种子词"操作，拖拽到建模区。实现的功能是，对选择的客服投诉文本进行搜索，得到与种子词”贷记卡“相关的所有投诉文本（结果区可以展示）。

步骤二

将”分类聚类“组件，拖拽到建模区，放到”种子词“结果之后。实现的功能是，对种子词搜索结果，进行自动聚类，输出自动聚类结果到结果区。

在结果区，对分类聚类结果进行人工干预，可以选择其中一个或多个节点，进行“合并。

步骤三

在一级分类聚类结果之后，再次将“分类聚类”组件拖拽，放到其结果之后，以对选择的类，进行二级聚类。在结果中，二级分类聚类结果，显示在相应节点之下。对二级分类聚类结果，同样支持人工干预操作。

这个流程可以不断重复，以拓展贷记卡相关的本体树节点的层级。

将“加入本体”操作拖拽到建模区，将人工调整、确认后的前两级分类聚类结果，加入到本体树。

本体树建模的输出

在DINFO-OEC平台中，分类体系辅助建模的输出结果，就是本体树的节点，在本体模型中可以方便查看。