简介本资源是一份面向工业智能化转型从业者、NLP工程师与知识图谱构建者的深度技术方案系统阐述DeepSeek在工业知识自动化管理领域的完整落地路径聚焦非结构化知识治理、领域知识库构建与智能问答系统实现三大核心问题。文档共162页、44章以PDF格式交付1个文件10.49MB支持目录跳转与左侧书签大纲导航内容覆盖从工业文本分词、实体关系抽取、本体建模、Neo4j/PostgreSQL存储选型到文档向量化、语义索引优化及问答意图识别等全链路关键技术前20章已详列具体方法论与工程实践要点。目前已有100人学习下载读者可直接获取具备工业场景适配性的知识图谱构建规范、标注质量控制体系、增量更新机制设计、无监督关系抽取技巧及DeepSeek模型微调实操指南是推进制造业知识资产数字化与智能化服务的重要参考蓝本。1. 工业知识不是“存下来就行”而是要“活起来被用到产线边”在某大型装备制造企业的数字化转型复盘会上一位十年工龄的设备工程师指着大屏上刚上线的“智能知识库”说“这系统能查到离心泵的额定功率但查不到上周三那台泵异响后老师傅是怎么一步步排除轴承间隙问题的。”——这句话戳中了工业知识管理最真实的断层文档堆得再厚不解决“人找知识难、知识找人更难”的闭环就只是电子化档案馆不是生产力工具。DeepSeek工业知识自动化管理方案不是把NLP模型套进工厂场景的简单移植而是围绕“知识从文档→结构→图谱→问答→决策”的全链路重造。它直面三个硬约束一是工业术语高度封闭比如“轴向窜动”在汽轮机和数控机床中含义不同通用NLP模型F1值常低于0.4二是知识更新必须跟上产线节奏新设备投运72小时内需完成知识入库三是问答结果必须可追溯、可验证不能只给答案还要给出依据文档页码、图谱路径、专家标注来源。这份162页PDF的价值正在于它把理论选型为什么用Neo4j而非纯向量库、工程取舍为何在实体识别阶段放弃端到端BERT而采用规则微调双通道、甚至踩坑记录如PDF表格跨页导致关系错位的5种修复策略全部摊开写实。适合两类人一类是正带队落地知识库的AI项目经理需要快速判断技术方案是否适配本厂设备类型与IT基线另一类是NLP工程师想把通用模型能力真正扎进工业语义土壤里而不是停留在WikiText或新闻语料的benchmark上。2. 工业非结构化数据预处理从PDF扫描件到可计算文本的七步清洗法工业现场的数据源天然“脏乱差”设备手册是扫描PDF带水印、故障报告是微信截图转文字、工艺规程混着Excel表格和手写批注。直接喂给NLP模型结果就是实体识别漏掉关键参数关系抽取把“压力表读数”误判为“设备名称”。预处理不是数据搬运而是构建工业语义理解的第一道滤网。2.1 扫描PDF的OCR增强策略不止于文字识别通用OCR对工业文档失效的主因有三表格跨页断裂、技术符号识别错误如“Φ50H7”被识成“Φ5OH7”、页眉页脚干扰正文。DeepSeek方案采用分层处理# 步骤1PDF转高分辨率图像保留矢量图细节 pdf2image -r 300 -f 1 -l 100 -p 0 input.pdf -o page_%03d.png # 步骤2定制化OCR配置针对机械制图符号优化 tesseract page_001.png stdout --psm 6 -c tessedit_char_whitelist0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyzΦ±℃μΩ%()[]{}-*/.,:;\?!#$%^~ -c load_freq_dawgfalse -c load_system_dawgfalse提示tessedit_char_whitelist显式限定字符集比黑名单更可靠尤其避免将希腊字母Φ误识为英文字母Opsm 6按块识别比默认psm 3更适合含表格的工艺文档。2.2 表格结构重建从像素坐标到语义单元扫描PDF中的表格常被OCR识别为混乱段落。DeepSeek方案用camelot-py提取表格后通过坐标聚类重构逻辑结构import camelot import pandas as pd # 提取PDF第5页表格自动检测 tables camelot.read_pdf(manual.pdf, pages5, flavorlattice) df tables[0].df # 获取首张表格DataFrame # 关键步骤修复跨页表格根据Y坐标合并相邻页表格 def merge_split_tables(tables_list): merged_rows [] for table in tables_list: # 按行Y坐标排序合并相邻行Y差15px视为同一行 rows sorted(table.df.values.tolist(), keylambda x: x[0] if len(x) 0 else 0) # 合并逻辑省略... 实际代码见PDF第42页附录B return pd.DataFrame(merged_rows) # 输出结构化CSV供后续NER使用 df.to_csv(structured_table.csv, indexFalse, encodingutf-8-sig)2.3 工业文本降噪三类噪声的精准清除噪声类型典型示例清洗策略DeepSeek实践格式噪声“第3章 3.1.2 节 ▶ 设备参数表”正则匹配删除章节标记、箭头符号re.sub(r第\d章\s\d\.\d\.\d\s节\s▶, , text)术语噪声“详见附录AP.127”识别括号内页码引用替换为锚点链接re.sub(rP\.(\d), r[附录A-第\1页], text)语义噪声“注此参数为参考值实际以现场校准为准”基于规则识别括号内说明性文本标记为note标签保留上下文使用spaCy的Matcher匹配注.*?模式2.4 预处理质量评估不只是准确率更是业务可用率传统评估用字符级准确率CER但工业场景需关注业务关键字段召回率设备型号字段要求100%召回漏掉一个型号可能导致整条产线知识失效安全阈值字段要求99.5%以上召回如“温度≤60℃”中的数值因果关系短语要求95%以上召回如“导致”“引发”“因...而...”等连接词评估脚本核心逻辑def evaluate_industrial_cleaning(text_raw, text_cleaned): # 定义业务关键模式 patterns { model: r[A-Z]{2,}\d{3,}, # 设备型号如“CBM-2000” threshold: r[\u4e00-\u9fa5][≤≥]\d\.?\d*℃, # 温度阈值如“温度≤60℃” cause: r(导致|引发|因.*?而|造成) # 因果连接词 } raw_matches {k: len(re.findall(v, text_raw)) for k, v in patterns.items()} clean_matches {k: len(re.findall(v, text_cleaned)) for k, v in patterns.items()} # 计算业务召回率 recall {k: clean_matches[k]/raw_matches[k] if raw_matches[k] 0 else 0 for k in patterns.keys()} return recall # 返回字典{model: 1.0, threshold: 0.98, cause: 0.96} # 示例调用 recall_metrics evaluate_industrial_cleaning(raw_text, cleaned_text) print(f设备型号召回率{recall_metrics[model]:.2%})2.5 预处理流水线的工业级部署状态持久化与失败回滚在产线环境预处理失败不能只抛异常。DeepSeek方案要求每个处理步骤生成.meta.json元数据文件记录输入哈希、输出哈希、耗时、错误码失败时自动触发回滚删除当前步骤输出恢复上一步.meta.json中记录的输入文件支持断点续跑--resume-from step3参数跳过已成功步骤# 工业部署命令示例含监控埋点 python preprocess_pipeline.py \ --input /data/manuals/ \ --output /data/cleaned/ \ --config config_industrial.yaml \ --log-level INFO \ --metrics-endpoint http://prometheus:9090/metrics \ --resume-from ocr # 从OCR步骤继续跳过PDF转图3. 工业实体识别为什么不用纯BERT微调DeepSeek-R1的双通道架构实战工业实体识别NER的常见误区是拿到DeepSeek-R1模型就直接finetune结果在测试集上F1达0.85一上产线就跌到0.5以下。根本原因在于——工业文本的实体分布极不均衡设备型号如“KSB-MEGA1200”出现频次可能只有故障现象如“轴承异响”的1/200而通用微调会淹没长尾实体。DeepSeek方案采用“规则引擎微调模型”双通道架构让规则兜底长尾模型优化泛化。3.1 规则通道工业词典驱动的确定性识别规则不是过时技术而是工业场景的刚需。DeepSeek构建了三级词典一级词典设备型号库从ERP系统导出的设备台账包含型号、厂商、投产日期二级词典故障代码库PLC报警日志中的标准代码如“E0012”对应“电机过载”三级词典工艺参数库SOP文档中定义的参数名如“夹紧力”“保压时间”词典匹配使用AC自动机加速from ahocorasick import Automaton # 构建AC自动机支持中文英文数字混合 automaton Automaton() for term in device_models fault_codes process_params: automaton.add_word(term, term) automaton.make_automaton() # 在文本中匹配所有词典项 def match_dict_entities(text): entities [] for end_idx, term in automaton.iter(text): start_idx end_idx - len(term) 1 entities.append({ text: term, start: start_idx, end: end_idx 1, label: get_label_by_term(term) # 根据词典来源返回DEVICE/FAULT/PARAM }) return entities # 示例匹配到“E0012”立即标注为FAULT无需等待模型推理 text 报警代码E0012检查电机电流 entities match_dict_entities(text) # [{text:E0012,label:FAULT}]3.2 微调通道DeepSeek-R1的领域适配改造DeepSeek-R1原生支持工业NER但需三处关键改造标签体系扩展在原有B-ORG/I-ORG基础上增加B-DEVICE/I-DEVICE、B-FAULT/I-FAULT等12个工业专属标签损失函数加权对长尾标签如DEVICE设置更高权重公式为weight 1 / log(freq 1)输入增强在训练样本中注入设备型号前缀如“型号KSB-MEGA1200”提升模型对型号格式的鲁棒性微调配置关键参数表参数DeepSeek推荐值工业场景说明max_length512工艺文档常含长表格描述需足够长度learning_rate2e-5过高易破坏预训练语义过低收敛慢weight_decay0.01防止过拟合到小样本故障描述class_weights动态计算DEVICE权重设为3.2FAULT设为1.8基于训练集频次3.3 双通道融合冲突消解与置信度仲裁当规则与模型结果冲突时如规则识别“CBM-2000”为DEVICE模型识别为ORGANIZATION按以下优先级仲裁规则通道结果置信度恒为1.0确定性识别模型通道结果置信度softmax概率如DEVICE概率0.92则置信度0.92最终标签 max(规则置信度, 模型置信度)但规则结果不可覆盖融合代码实现def fuse_ner_results(rule_entities, model_entities, text): # 初始化结果列表按字符位置 final_labels [O] * len(text) # 步骤1先填入规则结果高优先级 for ent in rule_entities: for i in range(ent[start], ent[end]): final_labels[i] fB-{ent[label]} if i ent[start] else fI-{ent[label]} # 步骤2仅当模型结果未被规则覆盖时填入 for ent in model_entities: is_covered any(final_labels[i] ! O for i in range(ent[start], ent[end])) if not is_covered and ent[confidence] 0.7: # 模型置信度阈值 for i in range(ent[start], ent[end]): final_labels[i] fB-{ent[label]} if i ent[start] else fI-{ent[label]} return final_labels # 输出符合CONLL格式的标注结果 final_labels fuse_ner_results(rule_ents, model_ents, text) for char, label in zip(text, final_labels): print(f{char}\t{label})3.4 工业NER效果验证拒绝“平均F1陷阱”在化工企业测试中双通道方案在整体F1达0.89但关键指标如下设备型号召回率99.2%规则通道贡献92%故障现象F10.91模型通道主导误报率False Positive0.3%主要来自“压力”被误标为PARAM实际是DEVICE部件名注意工业场景必须监控误报类型。若DEVICE误报集中于“压力”“温度”等词说明词典需补充“压力传感器”“温度变送器”等完整设备名而非仅用单字匹配。4. 知识图谱存储选型Neo4j与PostgreSQLpgvector的工业场景适配决策树知识图谱存储不是“选一个数据库”而是为不同查询模式分配最优引擎。DeepSeek方案明确拒绝“All-in-One”幻想——用Neo4j查10层关联关系快如闪电但查“所有压力传感器的校准日期”却慢得像在等产线停机。工业知识图谱必须混合部署而选型依据是一张决策树。4.1 查询模式分类与存储引擎映射查询类型典型SQL/Cypher示例Neo4j优势PostgreSQLpgvector优势DeepSeek推荐深度关系遍历MATCH (d:Device)-[:HAS_PART*1..5]-(p:Part) RETURN p.name✅ 路径查找毫秒级❌ 递归CTE性能随深度指数下降Neo4j主存属性过滤排序SELECT * FROM devices WHERE typepressure_sensor AND cal_date 2024-01-01 ORDER BY cal_date DESC LIMIT 10❌ 属性索引弱排序慢✅ B-tree索引并行查询PostgreSQL主存语义相似检索MATCH (d:Document) WHERE d.embedding - $query_vec 0.3 RETURN d.title❌ 不原生支持向量✅ pgvector的IVFFlat索引支持毫秒级ANNPostgreSQLpgvector主存混合查询属性关系MATCH (d:Device {type:pump})-[:HAS_FAILURE]-(f:Failure) WHERE f.severityhigh RETURN f.code✅ 原生支持❌ 需JSONB模拟关系性能差Neo4j主存4.2 PostgreSQLpgvector工业优化从“能用”到“够快”的四步pgvector在工业场景常因配置不当导致检索延迟超2s。DeepSeek方案强制执行以下优化步骤1索引类型选择——IVFFlat而非HNSW-- 创建IVFFlat索引工业场景更稳 CREATE INDEX ON documents USING ivfflat (embedding vector_cosine_ops) WITH (lists 100); -- lists ≈ sqrt(行数)100万文档设为1000 -- 禁用HNSW内存占用高工业服务器常内存不足 -- CREATE INDEX ON documents USING hnsw (embedding vector_cosine_ops);为什么选IVFFlatHNSW索引内存占用是IVFFlat的3-5倍而工业边缘服务器常只有32GB内存IVFFlat在100万向量规模下P95延迟稳定在80ms内。步骤2查询时强制指定probes参数-- 工业查询必须显式设置probes避免默认probes1导致精度暴跌 SELECT title, content FROM documents WHERE embedding [0.1,0.2,...,0.768] 0.3 ORDER BY embedding [0.1,0.2,...,0.768] LIMIT 5; -- 执行前设置SET ivfflat.probes 20; -- probes ≈ lists/10步骤3向量维度压缩——从1024维到768维DeepSeek-Embedding模型支持输出不同维度向量。工业测试表明1024维余弦相似度精度高0.8%但索引大小增42%查询延迟35%768维精度损失仅0.3%索引体积减31%P99延迟从120ms降至75ms# 调用Embedding API时指定维度 response requests.post( https://api.deepseek.com/v1/embeddings, json{ input: 离心泵振动异常诊断方法, model: deepseek-embedding-large-v1, dimensions: 768 # 强制降维 } )步骤4冷热数据分离——高频文档单独建表-- 创建高频文档表仅存最近3个月的故障报告 CREATE TABLE documents_hot ( id SERIAL PRIMARY KEY, title TEXT, content TEXT, embedding vector(768), created_at TIMESTAMP ); -- 创建冷数据表存档文档用普通B-tree索引 CREATE TABLE documents_cold ( id SERIAL PRIMARY KEY, title TEXT, content TEXT, created_at TIMESTAMP, -- 不存embedding节省空间 );4.3 Neo4j工业部署避坑指南Neo4j在工业场景的三大致命配置错误内存分配不合理dbms.memory.heap.initial_size2g导致GC频繁 → 应设为物理内存的50%如32GB服务器设16g未启用Page Cachedbms.memory.pagecache.size10g缺失 → 添加后图遍历速度提升3.2倍关系类型未预定义动态创建:HAS_FAILURE等关系类型 → 启动时在neo4j.conf中预设# 预定义工业关系类型避免运行时创建开销 dbms.relationship_type.predefinedHAS_FAILURE,HAS_PART,CAUSED_BY,REQUIRES_MAINTENANCE4.4 混合查询的事务一致性保障当用户查询“某设备的所有故障及对应解决方案文档”时需同时查Neo4j故障关系和PostgreSQL文档内容。DeepSeek方案采用最终一致性版本戳每次知识更新生成全局版本号如v20240520-001Neo4j节点和PostgreSQL文档均存version字段查询时指定版本号确保跨库数据同版本// Neo4j查询带版本过滤 MATCH (d:Device {id:PUMP-001})-[:HAS_FAILURE]-(f:Failure) WHERE f.version v20240520-001 RETURN f.code, f.description // PostgreSQL查询同版本 SELECT title, content FROM documents WHERE device_id PUMP-001 AND version v20240520-001;5. 工业智能问答的意图识别如何让模型听懂“帮我查下昨天3号机组的振动数据”里的隐含需求工业问答的意图识别不是分类任务而是多粒度语义解析。用户说“查振动数据”背后可能隐含时间意图需解析“昨天”为2024-05-19非当前系统时间设备意图需将“3号机组”映射到设备IDUNIT-003非字符串匹配指标意图需识别“振动”对应传感器IDVIBRATION_SENSOR_001非同义词库操作意图需判断是“查看历史曲线”还是“对比标准阈值”影响后续SQL生成DeepSeek方案抛弃单标签分类采用意图槽位联合抽取Joint Slot-Intent Modeling用DeepSeek-R1的序列标注能力一次性输出所有结构化信息。5.1 工业意图标签体系设计意图类型槽位示例工业特殊性说明QUERY_SENSOR_DATAtime_range,device_id,sensor_id,operation_typeoperation_type包含TREND趋势、ALERT_COMPARE告警对比、STATS统计DIAGNOSE_FAULTfault_code,symptom,possible_causes,solutionspossible_causes需支持多层级如“轴承磨损”→“润滑不足”→“油脂型号错误”SEARCH_DOCUMENTdoc_type,keywords,section,page_rangesection需识别“第3章第2节”等工业文档结构5.2 特征工程工业文本的三重增强通用特征词向量、POS在工业场景失效DeepSeek加入设备ID正则特征匹配[A-Z]{2,}-\d{3,}模式标记为IS_DEVICE_ID时间表达式特征用dateparser解析“昨天”“上月同期”“投运后第7天”输出标准化时间戳指标别名特征构建“振动-振动值-振动幅值-振动烈度”等同义词链统一映射到VIBRATION特征提取代码import dateparser from dateparser.search import search_dates def extract_industrial_features(text): features {} # 设备ID特征 device_pattern r[A-Z]{2,}-\d{3,} features[has_device_id] bool(re.search(device_pattern, text)) # 时间特征 time_parsed dateparser.parse(text, settings{RELATIVE_BASE: datetime.now()}) if time_parsed: features[parsed_time] time_parsed.isoformat() # 指标别名映射 alias_map {振动: VIBRATION, 温度: TEMPERATURE, 压力: PRESSURE} for keyword, canonical in alias_map.items(): if keyword in text: features[metric_canonical] canonical return features # 示例输入“查昨天3号机组的振动数据” features extract_industrial_features(查昨天3号机组的振动数据) # 输出{has_device_id: True, parsed_time: 2024-05-19T00:00:00, metric_canonical: VIBRATION}5.3 意图识别模型微调从BERT到DeepSeek-R1的迁移技巧直接微调DeepSeek-R1易过拟合小样本。DeepSeek方案采用两阶段微调第一阶段通用工业NER用10万条设备手册句子微调学习识别DEVICE、SENSOR等实体第二阶段意图槽位用2000条标注问答微调冻结底层参数仅训练顶层意图分类头关键配置# 第二阶段微调仅训练意图头 from transformers import Trainer, TrainingArguments training_args TrainingArguments( output_dir./intent_model, per_device_train_batch_size8, num_train_epochs3, learning_rate1e-4, # 比第一阶段高10倍专注意图头 warmup_steps100, logging_steps50, # 冻结底层参数 layer_wise_lr_decay0.95, # 底层学习率衰减 ) # 自定义Trainer只计算意图头损失 class IntentTrainer(Trainer): def compute_loss(self, model, inputs, return_outputsFalse): outputs model(**inputs) # 只取意图分类头的logits intent_logits outputs.intent_logits loss_fct torch.nn.CrossEntropyLoss() loss loss_fct(intent_logits, inputs[intent_labels]) return (loss, outputs) if return_outputs else loss5.4 意图识别效果验证工业场景的黄金测试集构建通用测试集如ATIS对工业无效。DeepSeek构建了产线真实问题测试集来源MES系统中运维人员提交的2000条自然语言工单覆盖85%为QUERY_SENSOR_DATA10%为DIAGNOSE_FAULT5%为SEARCH_DOCUMENT难点样本指代消解“它上次大修是什么时候”需结合前文确定“它”指PUMP-001模糊时间“投产以来”需解析为设备台账中的commission_date复合意图“对比3号机组和4号机组昨天的振动趋势并标出超限点”需拆解为2个QUERY_SENSOR_DATA1个ALERT_COMPARE测试结果F1值意图类型DeepSeek-R1通用BERT微调提升QUERY_SENSOR_DATA0.920.7616%DIAGNOSE_FAULT0.850.6322%复合意图0.780.4137%提示复合意图识别是工业问答的分水岭。若模型无法拆解“对比A和B”问答系统只能返回两条独立曲线而非叠加对比图——这正是产线工程师最需要的决策支持。6. LoRA微调DeepSeek模型用1张3090显卡完成工业小样本适配的实操参数表工业场景无法提供百万级标注数据但用全量微调DeepSeek大模型又需要8张A100。LoRALow-Rank Adaptation是唯一可行路径——它只训练0.1%的参数却能达到全量微调95%的效果。但LoRA不是“开箱即用”工业场景需针对性调参。6.1 LoRA核心参数工业适配指南参数DeepSeek推荐值工业场景原理错误配置后果r秩8秩太小r4无法捕捉设备型号变化规律太大r64易过拟合小样本故障描述r4时设备型号识别F1仅0.62lora_alpha16alpha/r 2是工业最佳平衡点保证增量更新强度alpha1时模型几乎不学习新知识target_modules[q_proj, v_proj, o_proj]仅适配注意力层的Q/V/O矩阵避开MLP层工业知识主要在注意力机制中建模加入gate_proj导致训练不稳定biasnone工业微调不更新偏置项避免破坏预训练语义all使模型在测试集上崩溃6.2 工业数据集构建300条样本如何达到10000条效果LoRA对数据质量极度敏感。DeepSeek方案用三阶段数据增强模板填充基于设备台账生成“设备X的Y参数是多少”等100种句式同义替换用工业词典替换关键词“振动”→“振幅”“震动”“机械振动”错误注入模拟产线真实输入“3号几组”→“3号机组”“振东数据”→“振动数据”增强后数据分布数据来源样本数用途真实工单300主训练集保留原始噪声模板生成1200增强设备/参数组合覆盖同义替换900提升术语鲁棒性错误注入600提升OCR/语音识别容错6.3 LoRA微调全流程命令含监控# 步骤1准备环境DeepSeek官方LoRA工具链 pip install deepseek-lora0.2.1 # 步骤2启动微调关键参数已标★ deepspeed --num_gpus1 train_lora.py \ --model_name_or_path deepseek-chat-7b \ --train_file industrial_qa.json \ --per_device_train_batch_size 4 \ --gradient_accumulation_steps 8 \ --num_train_epochs 5 \ --learning_rate 2e-4 \ --lora_r 8 \ # ★ 工业秩 --lora_alpha 16 \ # ★ 工业alpha --lora_target_modules q_proj,v_proj,o_proj \ # ★ 工业目标模块 --lora_bias none \ --output_dir ./lora_adapter \ --logging_steps 10 \ --save_steps 100 \ --report_to tensorboard \ --deepspeed ds_config.json # 启用ZeRO-2节省显存 # 步骤3监控GPU显存3090仅需12GB nvidia-smi --query-gpumemory.used --formatcsv,noheader,nounits # 预期输出11800单位MB证明LoRA成功加载6.4 LoRA适配后的工业问答效果对比在某风电企业测试中LoRA微调前后对比指标全量微调8*A100LoRA1*3090差距训练时间18小时2.3小时快7.8倍显存占用62GB11.8GB降81%故障问答准确率89.2%87.6%-1.6%设备参数查询F193.1%92.4%-0.7%首次响应延迟1.2s0.4s快3倍注意LoRA模型部署时需合并权重。DeepSeek提供一键合并脚本python merge_lora.py --base_model deepseek-chat-7b --lora_path ./lora_adapter --output_dir ./merged_model合并后模型可直接用transformers加载无需LoRA依赖。6.5 工业场景LoRA避坑三个必做验证设备ID泛化验证输入训练集未出现的设备型号如TURBINE-999检查是否仍能正确解析术语漂移验证将“振动”替换为产线新术语“振速”验证是否仍能映射到VIBRATION长尾故障验证测试训练集中仅出现1次的故障代码如E9999确认召回率90%验证不通过立即检查lora_r是否过小增大至16target_modules是否遗漏v_proj注意力值矩阵最关键训练数据中是否缺少该设备/术语的上下文样本需补充本文还有配套的精品资源点击获取