（计算机软件与理论专业论文）引文语义链网络的社区发现研究.pdf

摘要 引文语义链网络的社区发现研究 计算机软件与理论专业硕士研究生陈卫玲 指导教师邱玉辉教授 摘要 引文网络是由引用文献和被引文献以及它们之间的引用关系共同组成的一种网络。引文 网络是一个知识的网络，通过引文网络我们可以了解知识的产生和传播过程。然而，引文网 络在给人们提供了大量知识的同时，也使人们掉进了知识的沼泽而使人更加困惑。特别是当 人们输入一个关键词查找文献时，通常会查找出大量的相关文献使人们很难快速而准确的获 得想要的文献。因此，若能够使原有的引文网络具有语义表示能力，这将为引文网络的查询 检索和研究提供一种更高效率的方法。 引文网络缺乏语义而且不能进行推理，但是对引文网络的语义表示和语义推理的研究却 不多。为了使引文网络可以表达语义信息和具有推理能力，本文首先把语义链网络和引文网 络相结合，提出了引文语义链网络的模型，使原有的引文网络不但具有语义表示能力而且具 有推理能力。我们可以根据引文语义链推理规则获得网络中隐含的引文语义链和引文之间新 的语义关系。另一方面，随着知识的迅速增加，引文网络已经变成了一个大规模的复杂网络。 在引文网络中每个文献对于知识的流动都起到不同的作用，有一些文献处于核心地位对知识 的流动起到了重要的枢纽作用，而另一些文献的影响作用则很小。为了找到引文网络中不同 研究领域的语义社区和语义社区中的重要文献，本文提出了引文语义链网络的社区发现算法。 通过该算法我们可以找到引文网络中不同研究领域的语义社区，这对于了解某种知识处于知 识体系中的什么位置以及在知识流动的过程中起到了什么样的作用，对于了解某种知识的整 个脉络，预测未来的发展方向和热点问题都具有十分重要的意义。 本文正是基于上述的背景，通过结合语义w e b 、语义链网络、引文网络和复杂网络的理论， 对引文网络中的社区发现进行了相关研究。 本文的主要研究工作和创新点表现在以下几个方面： 西南大学硕士学位论文 ( 1 ) 提出了引文语义链网络的模型，用于引文之间语义关系的表示和推理。为了使引文 网络可以表达语义信息和具有推理能力以便充分高效获取引文信息，我们把语义链网络和引 文网络相结合，提出了引文语义链网络的模型，使原有的引文网络不但能够具有语义而且具 有推理能力，还可以根据引文语义链推理规则获得网络中隐含的引文语义链和引文之间新的 语义关系。该引文语义链网络的模型，为引文网络的查询检索和复杂网络的研究提供了一种 高效率的方法。 ( 2 ) 提出了基于引文相似度计算的引文语义链网络的社区发现算法，用于发现引文语义 链网络中的语义社区。本文首先给出了引文之间的语义相似度计算，然后根据基于引文相似 度计算的引文语义链网络社区发现算法可以找出引文语义链网络的语义社区以及相关研究领 域的重要文献。这对揭示科学的动态结构，了解各领域的前沿问题，并预测未来的发展方向 和热点问题都具有重要的意义。 ( 3 ) 采用了m a a b 构建了实验系统，仿真了引文语义链网络的社区发现的过程，统计分 析了各项实验数据，验证了本文提出的引文语义链网络模型和引文语义链网络社区发现算法 的可行性和有效性。 关键字：语义链网络引文网络复杂网络社区发现语义相似度 i i a b s t r a c t c i t a t i o ns e m a n t i cl i n kn e t w o r kc o m m u n i t y 1 l n i s c o v e r yr e s e a r c n m a jo r ：c o m p u t e rs o f t w a r ea n dt h e o r y a u t h o r ：c h e nw e i l i n g s u p e r v i s o r ：p r o f q i uy u h u i a b s t r a c t t h ec i t a t i o nn e t w o r k sa l eak i n do f n e t w o r kt h a ta l ec o m p o s e db yt h ec i t i n gr e f e r e n c e ，t h ec i t e d r e f e r e n c ea n dt h ec i t a t i o nr e l a t i o n s h i pb e t w e e nt h ec i t i n gr e f e r e n c ea n dt h ec i t e dr e f e r e n c e t h e c i t a t i o nn e t w o r ki sak n o w l e d g en e t w o r k t h r o u g ht h ec i t a t i o nn e t w o r kw ec a nu n d e r s t a n dt h e p r o c e s so fk n o w l e d g eg e n e r a t i o na n dd i s s e m i n a t i o n h o w e v e r ，w h i l et h ec i t a t i o nn e t w o r kp r o v i d e s p e o p l ew i t hal o to fk n o w l e d g e ，t h ec i t a t i o nn e t w o r km a k e sp e o p l ef e l li n t oas w a m pa n ds o m e t i m e s c o n f u s e d 。l 饧印o n es e a r c hd o c u m e n t sb yk e y w o r d , u s u a l l yf i n dag r e a td e a lo fr e l e v a n tl i t e r a t u r e w h i c hh l a k e sp e o p l ed i f f i c u l tt og a i nl i t e r a t u r et h e yw a n tf a s ta n da c c u r a t e l y i ft h eo r i g i n a lc i t a t i o n n e t w o r kh a sas e m a n t i cr e p r e s e n t a t i o nc a p a b i l i t y , i tw i l lp r o v i d eam o r ee f f i c i e n tw a yf o rq u e r y r e t r i e v a la n dc i t a t i o nn o y o r ks t u d i e s ，n l ec i t a t i o nn e t w o r kl a c k st h es e m a n t i c sa n dc a nn o tb e r e a s o n e d t or e s e a r c ht h es e m a n t i c r e p r e s e n t a t i o no ft h ec i t a t i o nn e t w o r k sa n ds e m a n t i cr e a s o n i n gw en e e dt h a t i no r d e rt om a k et h e c i t a t i o nn e t w o r ke x p r e s ss e m a n t i ci n f o r m a t i o na n dp o s s e s sr e a s o n i n ga b i l i t y ，h e r ei nt h i sp a p e rw e f i r s tc o m b i n et h es e m a n t i cl i n kn e t w o r ka n dc i t a t i o nn e t w o r k s ，a n dt h e np r o p o s eac i t a t i o n s e m a n t i cl i n kn e t w o r km o d e lt h a t l a k et h e o r i g i n a lc i t a t i o nn e t w o r kn o to n l yp o s s e st h es e m a n t i c r e p r e s e n t a t i o na b i l i t yb u ta l s oh a st h er e a s o n i n ga b i l i t i e s w ec a no b t a i nt h ei m p l i c i tc i t a t i o n s e m a n t i cl i n ka n dt h es e m a n t i cr e l a t i o n s h i pb e t w e e nt h ec i t a t i o n sa c c o r d i n gt ot h er u l e so fc i t a t i o n s e m a n t i cl i n k o u rr e s e a r c hc o u l db eh e l p f u lf o rt h es o r to fd e v e l o p m e n t ，t h ec o r ew o r k , a n dt h e o v e r a l lk n o w l e d g es t r u c t u r e w i t ht h er a p i di n c r e a s eo fk n o w l e d g e ，c i t a t i o nn e t w o r kh a sb e c o m ea l a r g e - s c a l ec o m p l e x n e t w o r k s i nt h ec i t a t i o nn e t w o r k s ，e a c hl i t e r a t u r eh a sp l a y e dd i f f e r e n tr o l e sf o re a c ho ft h ef l o wo f k n o w l e d g e s o m el i t e r a t u r e sa r ea tt h ec o r eo ft h ef l o wo fk n o w l e d g ea n dh a v ep l a y e dap i v o t a lr o l e i i i 西南大学硕士学位论文 j mii, i ii 曼皇皇皇曼曼薯 t h e s el i t e r a t u r e sh a v eas i g n i f i c a n ti m p a c t0 1 1t h ef i e l d ，w h i l et h ei m p a c to ft h eo t h e r sa r es m a l l i n o r d e rt of i n dt h es e m a n t i cc o m m u n i t yi nt h e s er e s e a r c ha r e a sa n di m p o r t a n td o c u m e n t si nt h e s e m a n t i cc o m m u n i t y ，w ep r o p o s e sac o m m u n i t yd i s c o v e r ya l g o r i t h mo ft h ec i t a t i o ns e m a n t i cl i n k n e t w o r k w i t ht h i sw ec a nf i n dt h es e m a n t i cc o m m u n i t i e so ft h ed i f f e r e n ts e m a n t i cf i e l di nt h e c i t a t i o nn e t w o r k w ec a ng e ts o m ei n f o r m a t i o na b o u tas p e c i f i cp a p e r s u c ha si t sp o s i t i o ni nt h e n e t w o r ka n dt h er o l ei nt h ep r o c e s so fk n o w l e d g ef l o w s w ec a ng e tt h eb i gp i c t u r eo fk n o w l e d g e e v o l u t i o na n dh e l pi n r o v et h ee f f i c i e n c yo fm a c r o s c o p i cm a n a g e m e n ta n dp o l i c yd e c i s i o n 。 b a s e d0 1 1a b o v ei d e a s ，w er e s e a r c hc o m m u n i t yd i s c o v e r yo fc i t a t i o nn e t w o r kt h r o u g ha c o m b i n a t i o no fs e m a n t i cw e b ，s e m a n t i cl i n kn e t w o r k , c i t a t i o nn e t w o r k sa n dc o m p l e xn e t w o r k t h e o r y 1 1 圮m a i nr e s e a r c hw o r ka n di n n o v a t i o mi nt h ef o l l o w i n ga r e a s ： ( 1 ) w ep r o p o s eac i t a t i o ns e m a n t i cl i n kn e t w o r km o d e lf o rt h er e p r e s e n t a t i o na n dr e a s o n i n go f t h es e m a n t i cr e l a t i o n s h i pb e t w e e nt h ec i t a t i o n s i no r d e rt om a k et h ec i t a t i o nn e t w o r ke x p r e s st h e s e m a n t i ci n f o r m a t i o na n dh a sr e a s o n i n ga b i l i t yf o rt h ef u l la n de f f i c i e n ta c c e s st oc i t a t i o n i n f o r m a t i o n , w ec o m b i n et h es e m a n t i cl i n kn e t w o r ka n dt h ec i t a t i o nn e t w o r k s ，a n dp r o p o s et h e c i t a t i o ns 戗n a n t i el i n kn e t w o r km o d e l t h eo r i g i n a lc i t a t i o nn e t w o r kw i l ln o to n l yh a v eas e n m n t i c a n dw i t hr e a s o n i n ga b i l i t y , b u ta l s oc a no b t a i nt h ei m p l i e dc i t a t i o ns e m a n t i cl i n ka n dt h en e w s e m a n t i cr e l a t i o n s h i pb e t w e e nt h ec i t a t i o n sa c c o r d i n gt ot h ec i t a t i o ns e m a n t i cl i n kn e t w o r k r e a s o n i n g r u l e t h ec i t a t i o ns e m a n t i cl i n kn e t w o r km o d e lp r o v i d e sah i 【g he f f i c i e n tw a yf o rt h er e t r i e v a l o f c i t a t i o nn e t w o r k sa n dt h er e s e a r c ho fc o m p l e xn e t w o r k s ( 2 ) w ep r o p o s et h ec i t a t i o ns e m a n t i cl i n kn e t w o r kc o m m u n i t yd i s c o v e r ya l g o r i t h mb a s e do n t h es i m i l a r i t yc a l c u l a t i o n t h i sp a p e rf i r s t l yg i v e st h es e m a n t i cs i m i l a r i t yc a l c u l a t i o nb e t w e e nt h e c i t a t i o n s ，a n dt h e na c c o r d i n gt oc i t a t i o ns e m a n t i cl i n kn e t w o r kc o m m u n i t yd i s c o v e r ya l g o r i t h m , w e c a nf i n dt h es e m a n t i cc o m m u n i t i e so fc i t a t i o ns e m a n t i cl i n kn e t w o r ka n di m p o r t a n td o c u m e n t s r e l a t e dt or e s e a r c ha r e a s t h i sa 他o fg r e a ts i g n i f i c a n c et or e v e a lt h ed y n a m i cs t r u c t u r eo fs c i e n c e ， u n d e r s t a n dt h ei s s u ef o r w a r di na l la r e a s ，a n dp r e d i c tt h ef u t u r ed i r e c t i o no fd e v e l o p m e n ta n dh o t s p o t s ( 3 )w eu s em a t l a bt oc o n s t r u c te x p e r i m e n t a ls y s t e m , s i m u l a t et h ec i t a t i o ns e m a n t i cl i n k n e t w o r kc o m m u n i t yd i s c o v e r yp r o c e s s ， a n a l y s i st h ee x p e r i m e n t a ld a t a t h ep r o p o s e dc i t a t i o n s e m a n t i cl i n kn e t w o r kc o m m u n i t yd i s c o v e r y a l g o r i t h mi ss h o w nt ob ef e a s i b l ea n de f f e c t i v e k e y w o r d s ： s e m a n t i cl i n kn e t w o r k , c i t a t i o n n e t w o r k , c o m p l e xn e t w o r k , c o m m u n i t yd i s c o v e r y , s e m a n t i cs i m i l a r i t y 独创性声明 本人提交的学位论文是在导师指导下进行的研究工作及取得的 研究成果。论文中引用他人已经发表或出版过的研究成果，文中已加 了特别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、同 仁在文中作了明确说明并表示衷心感谢。 学位论文作者：陈卫伶 签字日期：2 0 10 年4 月1 9 日 学位论文版权使用授权书 本学位论文作者完全了解西南大学有关保留、使用学位论文的规 定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允 许论文被查阅和借阅。本人授权西南大学研究生院( 筹) 可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书，本论文：口不保密， 口保密期限至年月止) 。 学位论文作者签名：你殳诠 导师签名： 签字日期：2 0 10 年4 月1 9 日签字日期：20 10 年4 月1 9 日 第一章绪论 1 1 研究背景 第一章绪论 随着信息时代的到来，科学技术研究参与的深度和广度在上个世纪8 0 年代以 来呈现爆炸性的增长。目前，全世界每天发表的论文数量达到了万篇以上，相当 于每3 5 秒有一篇新论文发表。每年有2 5 万种新书出版【1 】。普赖斯认为，科技文 献的增长是指数性质的【2 】。 科学的发展规律决定了文献之间要相互被引用。科学研究表明知识是具有继 承性和累积性的，即任何新知识和新技术都是在原有知识和技术的基础上演变来 的都是对原有知识和技术的发展和深化。科学研究也表明科学技术的发展是具有 连续性的，而且已有的各门学科之间都不是相互对立的，它们都是相互联系和相 互渗透的。所以，每一项研究都是在吸取前人的经验和成果的基础上才能完成的。 因此，科学文献之间也是相互联系的，因为正是科学文献记录了科学知识和科学 研究的成果。在写学术论文时，作者不可避免的要去引用前人的文献并列出他所 引用过的参考文献。这么做的原因有两个方面，一方面是为了告诉读者引用资料 的出处以便于读者查找；另一方面也可以强调作者研究内容的可靠性，以及作者 对前人劳动的尊重。现如今，列出作者所引用过的参考文献并进行标注己经成为 科学的标准规范。所以，文献之间的相互引用是科学研究中的一种必然现象也是 科学发展的表现方式。 作者通过引用前人的文献一方面表明他对前人研究成果的继承和借鉴，并且 在前人研究成果的基础上进行修改和发展，另一方面通过对前人文献的引用也向 读者提供了进一步研究的线索，所以原文通过引用被引文献就在原文与被引文献 之间建立起了一种引证关系【3 】。而大量的原文与被引文献之间的这种引证关系就 形成了引文网络。因为引文与被引文献之间通常在内容和学科上是有联系的，所 以我们通过对引文网络结构的研究，一方面可以发现有关学科之间的关系和结构 以及找到学科的作者群体，并且还可以分析各个学科之间的交叉和渗透的趋势， 另一方面还可以分析某一学科的产生和今后的发展方向以揭示该学科的结构和发 展规律。因为文献之间的相互引证是有时间顺序的，所以我们通过对文献之间引 证的时间序列的研究，不但可以找到某个研究主题的论文来源和最初的作者，还 可以揭示该研究主题的发展脉络。这对于了解该领域有哪些前沿的问题，并预测 该领域未来的发展方向和可能的研究热点都具有很重要的意义。 西南大学硕士学位论文 1 2 问题的提出和研究的意义 1 2 1 问题的提出 引文网络通常是指由于引用的文献和被引用的文献之间因为引用关系而构成 的一种网络。引文网络基本上是由引文和引用关系组成，其中引文包括像书籍和 已发表的论文等被引用的文献与引用这些已发表的论文的引用文献，而引用关系 是指引用文献与被引用文献之间的援引关系。已发表的论文通常是人类知识增长 的一个反映，人们为了表达对人类知识的承接和继承通常是采用引用前人已经发 表过的论文。后发表的论文引用先发表的论文，它们的引用关系就构成了引文网 络。所以引文网络是一个知识的网络，通过引文网络我们可以更加深入的了解知 识的产生和传播的过程。 但是引文网络缺乏语义而且不能进行推理。如今，对引文网络进行研究最常 使用的方法是科学计量学的方法，而且为了对引文网络的结构进行分析还采用了 社会网络的分析方法和统计物理学的方法。引文网络也是具有语义关系的，但是 对引文网络语义方面的研究却不多。如何使引文网络具有语义而且能够进行语义 推理，这是本文要研究的第一个问题。 随着论文发表数量的增加，被引文献和引用文献之间的引用关系已经形成了 一个超大规模的复杂网络。在引文网络中每个文献对于知识的流动都起到不同的 作用，有一些文献处于核心地位对知识的流动起到了重要的枢纽作用，有一些文 献对于某个领域有重大的影响，而另一些文献的影响作用则很小。如何通过引文 之间的语义相似度找到引文网络中不同研究领域的语义社区和语义社区中的重要 文献，这是本文要研究的第二个问题。 1 2 2 研究的意义 如今，随着计算机的普及，人类的知识得到迅速的增加而知识的可获得性也 得到了很大的提高。由文献之间的引用关系而构成的引文网络已经变成了一个超 大规模的网络，这个超大规模的引文网络包含了数十亿的论文和论文之间的引用 关系。引文网络一方面给人们提供了大量的知识，另一方面也使人们掉进了知识 的沼泽让人们更加困惑。特别是当人们输入一个关键词查找文献时，通常会查找 出大量的相关文献使人们很难快速而准确的获得想要的文献。因此，若能够使原 有的引文网络具有语义表示能力，这将为引文网络的查询检索和复杂网络的研究 提供一种更高效率的方法。引文语义链网络不但具有语义表示能力而且具有推理 能力，我们可以根据引文语义链推理规则获得网络中隐含的引文语义链和引文之 ， 第一章绪论 间新的语义关系这对于理清学科的发展情况、核心著作、以及整体的知识架构等 都具有重要的意义。 后发表的论文引用先发表的论文，它们的引用关系就构成了引文网络。引文 网络是一个知识的网络，通过引文网络我们可以更加深入的了解知识的产生和传 播的过程。在引文网络中每个文献对于知识的流动都起到不同的作用，有一些文 献处于核心地位对知识的流动起到了重要的枢纽作用，有一些文献对于某个领域 有重大的影响，而另一些文献的影响作用则很小。对于引文网络，通过引文之间 的语义关系找到引文网络中不同研究领域的语义社区和语义社区中的重要文献， 对于了解某种知识处于知识体系中的什么位置以及在知识流动的过程中起到了什 么样的作用，对于了解某种知识从产生、发展直到形成的整个脉络以及对于科学 研究者理解知识提高检索效率都具有十分重要的意义。 1 3 研究的内容 基于上述研究背景，本论文主要研究的问题有两个。本文要研究的第一个问 题是：如何使引文网络具有语义而且能够进行语义推理。本文要研究的第二个问 题是：如何通过引文之间的语义相似度找到引文网络中不同研究领域的语义社区 为了解决第一个问题，本文把语义链网络和引文网络相结合提出了引文语义 链网络模型。该引文语义链网络模型使原有的引文网络不但能够具有语义而且具 有推理能力，还可以根据引文语义链推理规则获得网络中隐含的引文语义链和文 献之间新的语义关系。引文语义链网络的模型为引文网络的查询检索和复杂网络 的研究提供一种更高效率的方法。 为了解决第二个问题，本文首先根据引文语义链网络模型提出了一个引文语 义相似度计算公式，该相似度计算公式可以计算两个引文之间的语义相似度，它 也是本文中引文语义链网络社区发现算法的基础。接着，本文提出了一个基于引 文语义相似度计算的引文语义链网络的社区发现算法。该算法可以根据引文之间 的语义相似度将引文语义链网络划分成不同研究领域的社区，通过研究领域的社 区划分，我们就可以找到相关研究领域的重要文献，这对理清学科的发展情况、 核心著作、整体的知识架构以及提高检索效率具有重要意义。 1 4 论文的组织结构 本文共分为六章，论文的组织结构安排如下： 第一章：绪论 首先介绍了本文的研究背景，问题的提出和研究意义，接着给出了本文的主 两南大学硕士学位论文 要研究内容，最后给出了论文的组织结构。 第二章：相关理论 介绍了与本文相关的研究工作，包括语义网的研究、语义链网络的研究、引 文网络的研究、复杂网络的研究，最后给出了本章的小结。 第三章：引文语义链网络 提出了引文语义链网络模型，该模型用于引文之间语义关系的表示和推理。 首先，介绍了引文语义链网络模型的定义、引文语义关系的演算以及引文语义链 网络的操作。接着，给出了引文语义链网络的推理规则。然后又介绍了引文语义 链网络的表示，包括引文语义链网络的x m l 表示和引文语义链网络的矩阵表示。 最后对本章的内容做了小结。 第四章：引文语义链网络的社区发现 提出了引文语义相似度计算，用于计算引文之间的语义相似度。首先，介绍 了向量空间模型，给出了文本相似度计算的相关概念介绍包括文本的特征向量、 文本间的距离、文本之间的相似度系数以及文本相似度定义。接着，提出了引文 语义相似度计算公式。 提出了基于引文相似度计算的引文语义链网络社区发现算法，该算法用于找 到相关研究领域的语义社区。首先，分析了引文语义链网络。接着，提出了基于 引文相似度计算的引文语义链网络社区发现算法。最后，给出了本章的小结。 第五章：实验设计和分析 首先，介绍了本文的实验的总体设计。接着，给出了实验的数据集和实验的 环境。然后，分别给出了引文语义链网络的推理结果分析、引文语义链网络的语 义相似度计算结果分析和引文语义链网络的社区发现结果分析。最后，对本章的 内容做了小结。 第六章：总结和展望 总结了本文的研究工作，并提出了后续的研究方向。 4 第二章相关理论 2 1 语义网的研究 第二章相关理论 如今，随着网络在世界各地的迅速发展，互联网已经成为人们获取信息的主 要途径之一。但是，随着互联网的规模越来越大，网络上的各种信息资源也越来 越多，人们想要从互联网上查询到自己所需要的信息已经变得越来越困难。目前， 人们已经越来越多的使用互联网搜索引擎如谷歌和百度等来帮助他们在互联网上 找到自己所需要的信息。而这些致力于网络搜索的搜索引擎也确实在一定程度上 提高了用户在互联网上搜索信息和资源的速度，这些搜索引擎如雅虎、谷歌和百 度等为人们在网络上查询网络资源和信息提供了非常大的帮助。然而，现如今的 搜索引擎都是按关键字搜索。而按关键字查询的缺点在于：当人们输入想要查询 的信息后，搜索引擎会给人们提供上千甚至上万的包含了用户信息中的关键字但 却不是用户所需要的甚至与人们要查询的信息根本不相关的页面，人们如果想要 找到他们需要的信息就需要打开那些网页以确定哪些信息是他们所需要的哪些信 息不是他们需要的，这就导致了人们查询他们所需要的信息时不仅要耗费大量的 时间而且也要耗费他们大量的精力。 而造成上述这种情况的最关键的原因是在当前互联网环境下网络上的信息都 是以h t m l 的格式发布。h t m l 是方便人们阅读的，它告诉计算机这个网页的页 面布局是怎样的，哪里是这个网页的标题，哪里是这个网页与其他页面的链接。 但是，计算机却是无法理解也无法读懂h t m l 中的具体内容的。这是因为计算机 只能将h t m l 中的内容作为二进制的数据来进行机械的处理，而不是根据内容的 含义进行智能的处理，从而造成了现如今的基于h t m l 的互联网服务不能提供准 确的信息获取的服务以及各种更为智能的服务【4 - 7 】。为了解决计算机不能理解页 面中的内容，互联网的创始人t i mb e m e r s l e e 于1 9 9 8 年提出了下一代互联网的 概念语义n ( s e m a n t i cw e b ) 8 。语义网的核心思想是给互联网的文档增加语义即 m e t ad a t a ，这些语义是能够被计算机所理解的，通过增加语义可以使得整个万维 网变成一个通用的信息交换平台。语义网( s e m a n t i cw e b ) 是通过使用标准语言来扩 展互联网的功能的。 并且于2 0 0 1 年5 月t i mb e m e r s l e e 等人在科学美国人杂志上发表了同 名论文“t h es e m a n t i cw e b ”，提出了“语义网 的构想，并为人们描绘出了一个 语义w e b 的美好前景 9 】。语义网( s e m a n t i cw e b ) 是对现有w e b 的一种扩展，语 义网的信息被赋予良好的定义，有助于计算机对数据信息的理解，从而便于计算 机和人更好的协作。语义w e b 是对当前w e b 的一种改变，。语义w e b 使得计算机 5 西南大学硕十学位论文 处理和查找数据更加方便。在语义w e b 中，计算机通过智能代理从数以百万的网 页中搜索出对用户有用的信息，从而可以克服基于关键字搜索所存在的巨大缺陷。 通过语义w e b ，用户可以更加准确、快捷和全面的获取他们所需要的信息和数据。 而且语义w e b 可以将互联网中的信息孤岛融合起来，从而使互联网变为一个超大 规模的数据库。由此可见，语义w e b 的目的就是将目前由文档组成的网络变成由 数据组成的网络，从而使互联网中的数据和信息具有智能化 9 】，并且最终实现将 人类从查找大量网页信息的繁琐、费时而且低效的工作中解放出来的目标 1 0 ，1 1 1 。 图2 1 ：语义w e b 的体系结构图( 来源：【1 2 】) 语义网共有七个层次( 如图l 所示) ，具体内容如下： 第一层：数据表示层。数据表示层又包括u n i c o d e 和u r i j i r _ i 。其中u n i c o d e 是一个字符集，在这个字符集中的字符都是用两个字节来表示的，这个字符集共 可以表示6 5 5 3 6 个字符，这些字符已经基本上包含了世界上所有语言的字符数目。 之所以采用u n i c o d e 作为数据格式的主要原因就在于它支持世界上所有主要语言 的混合，这样就可以在同一时刻同时进行检索。而u r i ( u r n f o r mr e s o u r c e i d e n t i f i e r ，即通用资源标识符) ，它的主要作用在于唯一标识互联网上的概念或者 资源。在语义w e b 的七层体系结构中，这一层是整个语义w e b 的语法表示基础， 其中u n i c o d e ( 统一编码) 主要负责处理资源的编码，而u r i 则主要负责处理资 源的标识。另外，i r i ( i n t e r n a t i o n a l i z e dr e s o u r c ei d e n t i f i e r ，即国际化资源标识符) ， 可以允许开发者和普通用户用自己的语言来对资源进行标识。现在很多w 3 c 的规 6 第二章相关理论 范如x m l 、r d f 等都需要一个支持国际化字符的引用标识符。国际化资源标志规 范的好处在于它提供了重要的参考资料，例如根据i k i 的规范，每一个u r i 就已 经是一个i r i 了，所以u r j 的用户不需要转换标志就可以在互联网上查找他们所 需要的资料 1 3 】。 第二层：数据描述层。数据描述层又包括x m l 、n a m e s p a c e 、x m l s c h e m a 和 r d f 。其中，x m l 综合了h t m l 的易用性与s g m l 的功能，用户可以在文档中 加入新结构而不需要对这些结构的含义进行说明。n a m es p a c e ( 即命名空间) ， 是由u r i 索引确定，它是为了避免不同的应用使用相同的字符来对不同的事物进 行描述。另外，x m ls c h e m a 是d t d ( d o c u m e n td a t at y p e ) 的替代品，它采用了 x m l 的语法然而却比d t d 更为灵活，x m ls c h e m a 提供了更多的数据类型和数 据校验机制，因此可以更为有效的为x m l 文档提供服务。数据描述层已经成为 语义w 西七层体系结构中的重要组成部分，主要的原因在于x m l 结构的灵活性、 n a m es p a c e 的数据可确定性和x m ls c h e m a 的多数据类型和检验机制。数据描述 层主要负责从语法上来对数据的内容和结构进行表示，它是通过使用标准语言将 语义w e b 上信息的数据结构和内容进行分离。最后，r d f 是信息资源的描述语言。 建立多种元数据标准共存的框架是它的目标，该框架可以最大限度的利用各种元 数据的优势，对基于万维网的数据进行交换和再利用。r o e 1 4 】主要解决的问题 是如何采用x m l 的语法无二义性的对资源对象进行描述，使得机器可以理解所 描述的资源的元数据信息。我们通常把x m l 看作是一种标准化的元数据语法规 范，而把r d f 看作是一种标准化的元数据语义描述规范。 第三层和第四层：本体表示层。本体表示层包括r d f s c h e m a 、o w l 和s p a r q l 。 首先，r d f s c h e m a 是通过利用体系来定义描述资源的词汇，它提供了一种词汇嵌 入的机制和框架，通过这个框架多种词汇可以集成为一体从而就可以实现对w e b 资源的描述。o w l 是本体的描述性语言【1 5 】，通常我们根据语义表示能力的不同 又可以把o w l 分为o w l l i t e ，o w l - d l 和o w l f u l l 。本体层通常用于描述应 用领域的知识以及用于描述各类资源和资源之间的关系。在本体层中，人们既可 以定义概念也可以定义概念之间的语义关系。另外，s p a r q l 是本体查询语言， 它可以对r d f s c h e m a 以及o w l 所描述的内容进行查询。 第五层到第七层：是l o g i c 、p r o o f 和t r u s t 。其中，l o g i c 层主要负责提供公 理和相应的推理规则，所以l o g i c 层一旦建立了以后，计算机便可以通过已经建 立起来的逻辑推理规则验证资源和资源之间的关系以及推理的结果，并且还可以 证明推理结果的有效性。语义w e b 通过使用p r o o f 交换和数字签名可以建立信任 关系，一旦信任关系建立了以后就可以证明语义w e b 输出的可靠性以及语义w e b 两南大学硕士学位论文 的输出是否符合用户的要求。在语义w e b 的七个层次结构之上的是基于语义w e b 的智能应用。通过语义w e b 的七个层次结构的构建就有了含有丰富语义的网页， 这些含有丰富语义的网页就组成了一个全球性的数据库。软件代理a g e n t 也可以 通过语义信息来提高a g e n t 的智能化和自动化的程度。软件代理a g e n t 可以从不同 的资源环境中收集网页的语义信息，并且处理相关的语义信息然后与其他程序交 换相应的信息。因为网页的语义信息可以被计算机自动处理，所以当出现大量的 网页内容和服务时，可以通过软件代理a g e n t 之间的信息交换和协同工作使得信 息处理的效率获得极大地提高，与此相对应的，用户的需求也能够得到更好的满 足。 2 2 语义链网络的研究 语义链网络模型是由中国科学院计算机技术研究所诸葛海研究员提出的。语 义链网络模型是一种用于对w e b 资源进行管理的具有语义关系的数据模型，在论 文 1 6 】中最早提出了语义链网络模型这个概念，语义链网络模型可以用来表示万维 网上各种资源之间的语义关系，而且语义链网络模型还可以通过语义链对互联网 上的资源进行排序。诸葛海研究员提出的语义链网络是处于语义w e b 七层体系结 构中的r d f 层，它也具有一些r u l e 层的功能。 w e b 这所以取得了巨大的成功最主要的原因在于万维网的超链接机制的简单 性和易用性。而诸葛海研究员提出的语义链网络模型是在超链接的基础之上通过 为超链接添加语义关系而对原有超链接的一种扩展。语义链网络通常都是由三个 部分组成，即语义节点，语义链和语义链推理规则。语义链网络中的语义节点通 常即可以是任意类型的资源，或者是任意类型的抽象概念，甚至可以是另外个 语义链网络。语义链表示了语义节点之间的语义关系。语义链也具有超链接的容 易使用的特性，万维网上的任意节点都可以连接到与它有语义相关性的其他节点。 当我们定义了语义链的推理规则之后，就可以利用所定义的语义链推理规则来推 导出更多的语义链。语义链网络模型就是为了建立一个可行的语义网。语义链网 络模型的最大特点就是它的简单性和容易构建性，这些特点可以使语义链网络得 到更加广泛的应用。 语义链网络已经在构建的方法、建模语言以及工具、代数模型的建立、推理 的方法、规范化理论和模式机制等理论方面做了大量的研究。已经做的研究工作 如下。其中，在论文1 1 7 中着重研究了语义链网络的代数模型，然后给出了语义关 系的演算。而在论文 1 8 】中则给出了一种语义链网络的构建工具并给出了一个智 8 第二章相关理论 能浏览工具。在这篇论文中提到语义链网络的构建工具可以帮助人们手工的建立 资源之间的语义关系；而语义链网络的浏览工具可以帮助人们预测后面几步可以 看到的内容。在论文1 1 9 1 中着重讨论了文档语义链网络的自动构建。在论文t 2 0 l d o 则给出了语义链网络的相关建模语言并且给出了语义链网络协同构建的原型。在 论文 2 1 1 c p 作者给出了一种具有归纳推理、逻辑推理和类比推理的语义链网络模 型。在论文 2 2 1 0 0 作者深入探讨了语义链网络的模式理论，并根据这个模式理论对 语义链网络进行了规范化。 为了确保语义链网络的正确性和有效性，语义链网络模型给