（计算机软件与理论专业论文）本体间相似度计算及映射方法的研究.pdf

中文摘要 摘要 本体在信息集成、语义网和知识管理等领域中被认为是重要的理论基础。然 而，在很多情况下，不同领域对许多相同概念会定义出不同的本体，甚至在同一 领域，不同机构定义出的本体也往往各不相同。因此，本体间的异构问题也就显 现出来。 要解决本体间的异构问题，实现不同本体间的互操作，从而实现基于本体的 知识共享与集成，就必须在本体间架起映射的桥梁，也就是通常所说的本体映射。 然而目前，已有的本体映射方法大多是针对具体的本体的，它们都是根据各自本 体的特点得到的，因此不能适应环境的变化，即缺乏一种相对通用的本体映射机 制。 本文对已有的本体映射方法进行研究，分析其特点及存在的问题，并对本体 映射中概念相似度的计算方法进行改进，从而提高本体映射的通用性、适应性和 相似度计算方法的全面性。最后，在此基础上描述了基于该计算方法的本体映射 架构。 概念间的相似度计算是本体映射的重要内容。在本文中，充分考虑了概念的 实例、层次结构关系、以及属性等信息对相似度计算的影响，设计出一种综合的 语义相似度计算模型。即分别从不同的角度对概念的相似度进行计算，然后将三 个相似度分量加权综合，得到概念间的综合的语义相似度。在语义相似度计算模 型不变的情况下，可以通过改变三个相似度分量的权值来适应不同特点的应用本 体间的映射，从而使得模型具有通用性。 在本文的最后，构建了两个关于学生信息的小型本体，然后用前面设计的综 合语义相似度计算模型进行模拟实验。结果表明，该模型可用于本体映射当中， 并能更有效地体现概念间的语义关系，使得本体映射方法更加全面，有更好的适 用性和通用性。 关键词：本体；本体映射；相似度计算 r e s e a r c ho fs i m i l a r i t yc o m p u t i n ga n do n t o l o g ym a p p i n g a p p r o a c h e s a b s t r a c t o n t o l o g yh a sb e e nc o n s i d e r e d a sa l li m p o r t a n tt h e o r e t i c a lb a s i si nm a n ya r e 2 l ss u c h 觞i n f b n n a t i o ni n t e g r a t i o n ，s e m a n t i cw e ba n dk n o w l e d g em a n a g e m e n t h o w e v e r ，m m a | wc a s e s ，f o rt h es a m ec o n c e p t ，t h e r ew i l lb el o t so fd i f f e r e n to n t o l o g yd e f i n e db y d i f f e r e n ta r e a s e v e ni nt h es a m ef i e l d ，ad i f f e r e n ta g e n c yw i l l d e f i n ead i f f e r e n t o n t 0 1 0 9 y t h e r e f o r e ，t h eh e t e r o g e n e o u sp r o b l e mb e t w e e no n t o l o g y w i l le m e r g e t os o l v et h e p r o b l e m o fh e t e r o g e n e o u sb e t w e e no n t o l o g y ， r e a l i z e t l a e i n t e r o p e r a b i l i t y b e t w e e nd i f f e r e n to n t o l o g y ，a n dt h e r e b y a c h i e v eo n t o l o g y - b a 8 e d k n o w l e d g es h a r i n ga n di n t e g r a t i o n ，ab r i d g eo fs e m a n t i cm a p p i n g m u s tb es e tu p b e t w e e no n t 0 1 0 9 y t h a ti s ，o n t o l o g ym a p p i n g ，a sc o m m o n l yk n o w n b u tn o w ，m o s to f t h eo n t o l o g ym a p p i n gm e t h o d sa r ef o rt h ea p p l i c a t i o n 。s p e c i f i co n t o l o g y a n dt h e y a r e u s u a l l vb 2 l s e do nt h e c h a r a c t e r i s t i c so ft h e i ro w n s o ，t h e y c a l ln o ta d a p tt o e n v i r o n m e n t a lc h a n g e s ，n a m e l y ，ar e l a t i v e l yc o m m o no n t o l o g ym a p p i n gm e c h a n i s m i s n e e d e d t l l i sp a p e rs t u d i e st h eo n t o l o g ym a p p i n gm e t h o d s ，a n a l y z e st h e i rc h a r a c t e 斛1 c s a n de x i s t e dp r o b l e m s ，a n dt h e ni m p r o v e sa n e wc o m p u t i n gm e t h o do fc o n c e p ts i m i l a r i t y i no n t o l o g ym a p p i n gt oe n h a n c e t h ev e r s a t i l i t y ，a d a p t a b i l i t yo fo n t o l o g ym a p p m g ，a n d t h eo v e r a l lo ft h es i m i l a r i t yc o m p u t i n gm e t h o d f i n a l l y ，o nt h i sb a s i s ，i td e s c r l b e s a n o n t o l o g ym a p p i n g a r c h i t e c t u r eb a s e do nt h ec o m p u t i n gm e t h o d t h es i r n i l a r i t yc a l c u l a t i o nb e t w e e nc o n c e p t sp l a y sa ni m p o r t a n tr o l e i no n t o l o g y m a p p i n g i nt h i sp a p e r ，i n f o r m a t i o nt h a ta f f e c t st h es i m i l a r i t yc a l c u l a t i o n ，s u c h a st h e i 1 1 s t a n c e so ft h ec o n c e p t ，t h eh i e r a r c h i c a ls t r u c t u r er e l a t i o n s h i p ，a n ds o m ea t t r i b u t e s a r e m u vc o n s i d e r e d a n di td e s i g n sa ni n t e g r a t e ds e m a n t i cs i m i l a r i t y c a l c u l a t i o nm o d e l t h a ti s ，i tc o m p u t e st h es i m i l a r i t yo fc o n c e p t sf r o md i f f e r e n tv i e w s ，a n dt h e ni m e 伊a t c s t h e 缸e es i m i l a r i t yw e i g h t st og e ti n t e g r a t e ds e m a n t i cs i m i l a r i t yb e t w e e nc o n c e p t s - b y u s i n gt h es 锄es e m 锄t i cs i m i l a r i t y c a l c u l a t i o nm o d e l ，u s e r sc a l le n a b l et h em o d e l c o m n l o nt 02 l l lt h eo n t o l o g yb yc h a n g i n gt h et h r e es i m i l a r i t yw e i g h tv a l u e s t oa d a p tt o t h em a p p i n gb e t w e e nd i f f e r e n tc h a r a c t e r i s t i co n t o l o g y f i n a l l yi nt h i sp a p e r ，t w os m a l lo n t o l o g y r e l a t e ds t u d e n t s i n f o 衄a t l o n a r e 英文摘要 c o n s t r u c t e d ，a n dt h e nas i m u l a t e de x p e r i m e n ti sc a r r i e do u tb yu s i n gt h ei n t e g r a t e d s e m a n t i cs i m i l a r i 够c a l c u l a t i o nm o d e lt h a th a sr e f e r r e d e x p e r i m e n t a lr e s u l t ss h o wt h a t t h em o d e lc a nb eu s e da m o n go n t o l o g ym a p p i n g ，a n di tc a ne m b o d yt h es e m a n t i c r e l a t i o n s h i pb e t w e e nc o n c e p t sm o r ee f f e c t i v e l y ，m a k eo n t o l o g ym a p p i n gm e t h o dm o r e c o m p r e h e n s i v e ，m o r ea p p l i c a b l e ，a n dm o r ev e r s a t i l e k e yw o r d s ：o n t o l o g y ；o n t o l o g ym a p p i n g ；s i m i l a r i t yc a l c u l a t i o n 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文 ：奎签阊担丝廑让簋丛邀魁友鎏鲍班究：。除论文中已经 注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明 确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表 或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名： f 司矛j 。孑年弓月谚日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、 版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位 论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或 扫描等复制手段保存和汇编学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于：保密口 不保密口( 请在以上方框内打“) 论文作者签名： 封 蟊 胭 再月 名 0 堑 年 师 西 鼢 加 期丁一 本体间相似度计算及映射方法的研究 第1 章绪论 1 1 问题的提出及意义 本体的概念最初起源于哲学领域，用于研究客观世界的本质。在计算机领域 中，本体被定义为共享概念模型的形式化的规范说明【1 1 ，可以用来描述数据的语义 信息。它的目标是捕获相关领域的知识，提供对该领域知识的共同理解，确定该 领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇( 术语) 和 词汇之间相互关系的明确定义。本体提供了对于某一问题域的普遍而且共享的知 识表示，这种知识能够通过在异构并且分布的计算机系统中交流和理解。 近年来，本体作为一种领域知识结构化描述和推理的基础已经获得广泛认可。 在多a g e n t 系统、信息集成、语义网和知识管理等领域中，本体被认为是重要的 理论基础。 目前，本体的应用领域越来越多，应用本体的主要目的都是为了知识的共享 和重用，即希望通过本体对信息的表达实现语义级的共享和重用，从而为智能代 理提供交流工具。同时，本体使得推理规则的出现成为可能。然而，要构建一个 包罗万象的项级本体几乎是不可能的，不仅难以构建，也难以修正和维护。这必 然导致不同的用户根据自己的需要构建不同本体。 由于本体自身的分散特性，并且由于本体的创建者不同，使用的建模方法不 同，因而即使对同一个领域内的问题建模，不同的领域专家开发出来的本体必然 存在着差别，这样当两个本体协同工作时就会出现语义异构的问题。面对本体的 多样性，要想完成信息交流的任务就必须在本体之间架起映射的桥梁。本体映射 正是解决不同本体间知识共享和重用问题的方法，它的目的是找出不同本体中实 体之间的语义关联，并且将这种语义关系形式化地表达出来。 1 2 本体映射研究背景及研究现状 目前，国外许多著名的大学和实验室都对本体映射进行了研究，并且就本体 映射的框架、本体映射方法和所采用的技术以及本体映射辅助工具都取得了一定 第1 章绪论 的成果。比较典型的有华盛顿大学的g l u e l 2 系统的基于概念实例的方法，斯坦福 大学的本体代数方法【3 】，马里兰大学的语义消解方法【4 】，m a n d r e w 等提出的利用概 念定义的方法【5 】，k a r l s r u h e 大学的k a o n 工程中的本体映射框架m a f r a n 等等。 相应的一些方法将在后面的章节中详细介绍。 国内对于本体映射的研究刚刚展开，尚处于起步阶段。不过，已经有越来越多 的研究者加入到这个团体中。如f a l c o n 7 1 是东南大学开发的一个语义w 曲应用系 统，它提供使用本体驱动的方法完成本体的发现( f i n d i n g ) 、串联( a l i g n i n g ) 和学习 ( 1 e a r n i n g ) 以及最终捕获( c a p t u r i n g ) 知识等服务。y s 乡 b ，还有很多大学的实验 室也在国家自然基金课题的支持下，对本体及本体映射进行相应的研究。 1 3 本文研究内容和工作 我们对现有的本体映射方法和映射系统进行了分析，发现现有的映射系统存在 很多问题： 1 ) 通用性不高 已有映射方法都是针对具体的应用本体的，而根据不同应用本体的特点，采 用的方法也不尽相同，因此这些方法大多不能适应环境的变化，即缺乏一种相对 通用的本体映射机制。 2 ) 相似度计算方法不全面 已有相似度的计算方法只考虑部分信息，因此要求进行映射的本体满足一定 的条件时才能达到比较好的映射效果，计算方法比较片面，没有对本体的各个方 面信息进行综合考虑，适应性较差。 3 ) 相似度计算量过大 目前，计算两个本体o i 和0 2 中概念的相似度时，本体中的每一对概念都被 考虑在内。如果本体o l 中含有m 个概念，本体0 2 中含有n 个概念，那么就要计 算m * n 次相似度，因此计算量非常大。有时两个概念根本就不相似，也就是它们 的相似度为0 ，所以计算它们的相似度是不必要的，只会增加计算的复杂度。如果 编程来真正实现相似度的计算，多余的计算结果会占很大的空间，使空间复杂度 本体间相似度计算及映射方法的研究 也增加。因此计算时应该对概念对的数量进行限制，以减少相似度的计算量。 4 ) 自动化程度不高 目前大多数方法在对映射对进行计算后，由于现有计算方法的不足，相似度的计 算结果不一定准确，较多的情况下还需要用户或领域专家的参与，自动化程度不高。 本文针对上述本体映射特点及存在的问题，致力于对本体映射中概念相似度 的计算方法进行研究，在此基础上设计出一种综合的语义相似度计算模型，以提 高本体映射的通用性、适应性和相似度计算方法的全面性；并描述了基于该模型 的本体映射方法和映射架构。最后，通过实验对本文提出的综合语义相似度计算 模型进行分析，从而得出实验结论。 1 4 论文的组织与结构 本文的组织结构如下： 第l 章：绪论部分。介绍了本体映射的研究背景及研究现状，并介绍了本文 的工作及论文的安排。 第2 章：本体概述部分。介绍了本体的概念、分类、构成、描述语言及本体 的功能等本体论的基本概念，为下面进行本体映射的研究打下基础。 第3 章：本体映射概述部分。探讨了本体映射的问题描述、体系框架、映射 的过程，详细介绍了目前典型的本体映射方法及原型系统，并对常用的方法进行 了分析比较。 第4 章：一种综合的语义相似度计算模型设计。在分析当前本体映射方法的 特点的基础上，针对已有映射方法中存在的问题及局限性，本章设计出一种综合 的语义相似度计算模型。 第5 章：基于综合语义相似度计算模型的本体映射。本章提出了基于综合相 似度计算模型的本体映射方法，并描述了基于该方法的本体映射架构。 笫6 章：实验及分析。本章首先构建了两个本体，然后用前面设计的综合语 义相似度计算模型进行了模拟实验，并对实验结果进行了分析。 第7 章：总结与展望。总结全文，并指出进一步研究方向。 第2 章本体概述 第2 章本体概述 由于本体在处理本体映射的过程中占有很重要的地位，在本章中，主要介绍 一下本体的相关知识。 2 1 本体的概念 本体最早是一个哲学上的概念，从哲学的范畴来说，本体是客观存在的一个 系统的解释或说明，关心的是客观现实的抽象本质。在人工智能领域，最早给出 本体定义的是n e c h e s 等人，他们将本体定义为“通过定义相关领域词汇中的基本 术语和关系，以及利用这些术语和关系的组合来定义词汇的外延【8 1 。 1 9 9 3 年，g r u b e r 给出的定义最为著名，“本体是概念化的明确的规范说明 【9 】。 1 9 9 7 年，b o r s t 对g r u b e r 的定义作了一点改动，“本体是对共享的概念化的形 式化规范说明【1 0 1 。 后来，s t u d e r 等人对上述两个定义作了更深入的研究，“本体是共享概念模型 的明确的形式化规范说明 【。 现在，由s t u d e r 提出的本体概念得到了比较广泛的应用，它包含4 层含义【1 】： 概念模型( c o n c e p t u a l i z a t i o n ) 、明确( e x p l i c i t ) 、形式化( f o r m a l ) 和共享( s h a r e ) 。 概念模型概念模型是指对现实世界的一些事物的抽象建模，所建立的模型确 定了该事物的一些相关的概念。 明确所使用的概念及这些概念的约束都有明确的定义，没有二义性。 形式化本体是计算机可读的。 共享本体中体现的是共同认可的知识，反映的是相关领域中公认的概念 集，即本体针对的是团体而非个体的共识。 尽管定义的方式不同，但从内涵上来看，不同的研究者对于本体的认识是统 一的。本体的目标是捕获相关领域的知识，提供对该领域知识的共同理解，确定 该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇( 术语) 和词汇相互关系的明确定义【l l 】。 本体间相似度计算及映射方法的研究 2 2 本体的分类 根据本体不同方面的属性( 如形式化程度、目的和描述对象) 可以对本体进行不 同的分类【12 1 。 根据本体的形式化程度不同，可以把本体分为： 高度非形式化的( h i g h - i n f o r m a l ) ：用自然语言自由随意地表达； 结构非形式化的( s t r u c t u r e d i n f o r m a l ) ：用受限定的结构式自然语言表达： 半形式化的( s e m i f o r m a l ) ：用人工定义的形式语言表达； 严格形式化的( r i g o r o u s l yf o r m a l ) ：用属性的形式语义、定理和证明严格、仔 细地定义术语，并使之具有正确性和完整性。 根据本体的描述对象不同，可以把本体分为特殊领域本体( 如医药、地理、金 融等) 、一般世界知识本体、问题求解本体和知识表示语言本体。 g u a r i n o 提出以详细程度和领域信赖度作为本体的划分基础【1 3 】，详细程度是指 描述或刻画建模对象的程度，它是一个相对的较模糊的概念。详细程度高的本体 称为参考本体，详细程度低的本体称为共享本体。依照领域信赖程度可以分为顶 级本体、领域本体、任务本体和应用本体四类，其中： 顶级本体描述的是最普通的概念及概念之间的关系，如空问、时间、事件等， 与具体的应用无关。其它种类的本体都是该类本体的特例。 领域本体描述的是特定领域( 医药、地理等) 中的概念及概念之间的关系。 任务本体描述的是特定任务和行为中的概念及概念之间的关系。 应用本体描述的是信赖于特定领域和任务的概念及概念之间的关系。 1 9 9 9 年p e r e z 和b e n j a m i n s 在分析和研究了各种本体分类法的基础上归纳出 1 0 种本体【1 4 】：知识表示本体、普通本体、顶级本体、元( 核心) 本体、领域本体、 语言本体、任务本体、领域一任务本体、方法本体和应用本体。该分类方法是对 g u a r i n o 所提出分类方法的扩充和细化。但这1 0 种本体之间有交叉，层次不够清 晰。 第2 章本体概述 2 3 本体的构成 p e r e z 1 4 】等人用分类法组织了o n t o l o g y ，归纳出5 个基本的本体建模元语： ( 1 ) 类( c l a s s e s ) 或概念( c o n c e p t s ) 指任何事务，如工作描述、功能、行为、策略和推理过程。从语义上讲，它表 示的是对象的集合，其定义一般采用框架( f r a m e ) 结构，包括概念的名称，与其 他概念之间的关系的集合，以及用自然语言对概念的描述。 ( 2 ) 关系( r e l a t i o n s ) 在领域中概念之间的交互作用，形式上定义为n 维笛卡尔积的子集 r ：c l c 2 c 。如子类关系( s u b c l a s s o f ) 。在语义上关系对应于对象元组的集合。 ( 3 ) 函数( f u n c t i o n s ) 一类特殊的关系。该关系的前n 1 个元素可以唯一决定第i 1 个元素。形式化的 定义为f ：c l x c 2 x x c n - r c n 。如m o t h e r - o f 就是一个函数，m o t h e r - o f ( x ，y ) ，表示y 是x 的母亲。 ( 4 ) 公理( a x i o m s ) 代表永真断言，如概念乙属于概念甲的范围。 ( 5 ) 实例( i n s t a n c e s ) 代表元素。从语义上讲实例表示的就是对象。 另外，从语义上讲，基本的关系共有4 种，包括：a t t r i b u t e o f 表达某个概念是 另一个概念的属性；p a r t - o f 表达概念之间部分与整体的关系；k i n d o f 表达概念之 间的继承关系；i n s t a n c e o f 表达概念的实例与概念之间的关系。 在实际建模过程中，概念之间的关系不限于上面列出的4 种基本关系，可以根据 领域的具体情况定义相应的关系。在本体建模的最初阶段就必须详细说明模型中涵盖 的概念实例、关系和公理等实体，至少是初步认定描述这些实体的绝大部分词汇。 2 4 本体描述语言 由于机器不能像人一样理解蕴含在自然语言中的语义，计算机最终把所有的信 息都当成0 、1 字符串进行处理。而本体的目的是使信息成为机器可理解的。因此， 本体间相似度计算及映射方法的研究 在计算机领域讨论本体，首先就面临着本体究竟是如何描述的，也就是概念的形 式化问题，对应的研究内容就是本体的描述语言。 本体语言使得用户为领域模型编写清晰的、形式化的概念描述。因此，它应该 满足以下要求【1 5 】： 严格定义的语法( aw e u d e f i n e ds y n t a x ) 严格定义的语义( aw e l l d e f i n e ds e m a n t i c s ) 有效的推理支持( e f f i c i e n tr e a s o n i n gs u p p o r t ) 充分的表达能力( s u f f i c i e n te x p r e s s i v ep o w e r ) 表达的方便性( c o n v e n i e n c eo fe x p r e s s i o n ) 在具体的应用中，本体语言主要分为四大类：非形式化语言、半非形式化语言、 半形式化语言和形式化语言【l l 】。本体可以用自然语言来描述，也可以用框架、语 义网络或逻辑语言来描述。 自2 0 世纪9 0 年代以来，一些基于硝的本体实现语言陆续被提出【16 1 。如k i f ( k n o w l e d g ei n t e r c h a n g ef o r m a t ) 与o n t o l i n g u a ，斯坦福大学知识系统实验室提出 的o k b c ( o p e nk n o w l e d g eb a s ec o r m e c t i v i t y ) ，o c m l ( o p e r a t i o n a lc o n c e p t u a l m o d e l i n gl a n g u a g e ) 和k a r l s m h e 大学开发的框架逻辑语言( f r a m el o g i c ) 等。 近年来，w e b 技术为全球信息共享提供了便捷手段，以共享为特征的本体论与 网络技术结合是必然趋势。在此背景下，基于w e b 标准的本体描述语言成为本体 论研究和应用的热点，如s h o e 17 1 ，x o l 18 1 ，o m l 1 9 1 ，r d f ( s ) 2 0 1 ，o i l t 2 1 1 ， d a m l + o i l 2 2 1 ，o w l l 2 3 1 等，它们之间的关系如图2 1 所示： o w l o l ld a m l + o i l x o l o m lr d f ( s ) x m l 图2 1 基于w e b 的本体语言金字塔 f i g ，2 ，】t h ep y r a m i do fo n t o l o g i c a ll a n g u a g e sb a s e do nw e b 第2 章本体概述 以上这几种语言是这一领域比较突出的成果，因此在本小节对其进行说明。 s h o e s h o e ( s i m p l eh t m lo n t o l o g ye x t e n s i o n s ) 语言是一种基于知识本体的知识表 示语言【2 4 1 。它通过一些表示原知识的标签来扩展h t m l 语言，并将这些标签同一 个或多个知识本体联系起来，这是一种与x m l 相一致的互联网知识表示语言。它 使网页编辑者可以用该语言对他们的互联网文档进行标注。 s h o e 语言是基于h t m l 语法，其它的几种语言都是基于x m l 语法的。x m l 是一种描述任意文本结构的标记语言，而h t m l 仅仅能描述特殊的超文本文件。 一个x m l 文本包含了一套可嵌套的开关标记，每一个标记可以有许多属性值。 x m l 的词汇和它们所允许的组合都不固定，但是可以在每一个x m l 的应用中进 行定义。 x o l x o l ( x m l b a s e do n t o l o g y e x c h a n g el a n g u a g e ) i l ls k ii n t e m a t i o n a l sa r t i f i c i a l i n t e l l i g e n c ec e n t e r ( a i c ) 的b i o i n f o r m a t i c sr e s e a r c hg r o u p 创建。它的语法建立在 x m l 基础上。它使用一般性的方法来定义本体，是一种简单通用的定义本体的方 法。因此，x o l 定义的单个x m l 标签集合可以描述全部本体。最初x o l 是应用 在生物信息学领域，现在它可以应用于各种领域。 o m l o m l ( o n t o l o g ym a r k u pl a n g u a g e ) 2 5 】是美国华盛顿州立大学在以x m l 作为语 法的s h o e 的基础上开发的。o m l 建立在概念图基础之上，采用一阶逻辑对概念、 分类、关系以及公理进行表达。o m l 由内到外由四个子语言组成：与逻辑有关的 o m l 内核，与r d f ( s ) 映射的简单o m l ，包含概念图特征的o m l ，以及具有 最大表示能力的标准o m l 。 r d f ( s ) r d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) 2 6 1 是对象( 或资源) 以及它们之间关系 的数据模型，为数据模型提供了简单的语义，这些数据模型可以用x m l 语法表达， 用w e b 标识符( u r i u r i s ) 标识资源，用特定属性和属性值的陈述( s t a t e m e n t ) 描述资 本体间相似度计算及映射方法的研究 源。包括下面三种对象类型： 六资源( r e s o u r c e s ) 任何一个可以描述的事物都是资源。比如：一个网页，一本书等。每个资源都 有一个u 刚，u r i 可以是一个u r l ，或者其他种类的唯标识符。资源的标识符 并不定非要能够访问到这个资源，u r i 不仅用来定义w e b 位置，还可以用来指 电话号码、地理位置等。 属性( p r o p e r t i e s ) 用来描述资源的特定方面，特征、关系等。属性是一种特殊的资源，用来描述 资源之间的关系，r d f 里的属性同样用u r i 标识。这种用u r i 标识资源的做法促 使了命名空间的使用，即可以减少数据表示时用同名标识异物所带来的麻烦。 六陈述( s t a t e m e n t ) 资源加上特定属性以及属性值的集合，一个陈述有三个独立的组成部分，主 体( s u b j e c t ) 、谓词( p r e d i c a t e ) 、客体( o b j e c t ) 。属性值可以是资源，也可以是文 字( 1 r e r a l s ) 原子值。 r d f 虽然具有很多优点，但它所提供的建模原语非常基础，只是提供了一个 模型，因此需要对其作进一步扩展。 r d fs c h e m a 在r d f 基础上增加了许多语义原语，用来更进一步增加对资源语 义上的描述能力，如类、属性、类和属性之间的隶属关系等。 1 核心类 r d f s ：r e s o u r c e 描述所有资源的类，它是r d f s ：c l a s s 的实例。 r d f s ：c l a s s定义了一组共享了某些相同属性的i n d i v i d u a l 。因为所有类都是资 源，所以r d f s ：c l a s s 是r d f s ：r e s o u r c e 的子类。c l a s s 能通过 s u b c l a s s o f 定义出一个特定的类层次。 r d f s ：l i t e r a l描述所有文字( 字符串) 的类。 r d f s ：p r o p e r t y 描述所有属性的类。 r d i s ：s t a t e m e n t描述所有陈述的类。 2 定义关系的核心属性 第2 章本体概述 r d f s ：t y p e将一个资源和一个类相关联，这个资源被声明为这个类的实 例。 r d f s ：s u b c l a s s o f类层次可以通过给出诸如一个类是另一个或多个类的子类这 样的声明来创建。 r d f s ：s u b p r o p e r t y o f 属性层次可以通过给出诸如一个属性是另一个或多个属性的 子属性这样的声明来创建。 3 约束属性的核心属性 r d f s ：d o m a i n一个属性的定义域是能够应用该属性的所有个体的集合。如果属 r d f s ：r a n g e i n d i v i d u a l o i l 性p 把类x 和类y 关联起来，p 的定义域是类z ，那么x 一定是 z 的一个实例。如果没有指定，那么所有资源都可以是这个属性 的定义域。声明一个属性p 的定义域为c ，并不表示c 的实例一 定就有属性p 。 一个属性的值域是该属性所必须有的值的个体集合。如果属性p 将类x 和类y 关联，p 的值域是类z ，那么y 一定是z 的一个实 例。 类的实例，属性可以被用来把一个个体和另一个个体关联起来。 o i l ( o n t o l o g yi n f e r e n c el a y e r o n t o l o g yi n t e r c h a n g el a n g u a g e ) 2 1 】是一种针对 本体的基于互联网的表现和推理层。它广泛使用基于框架语言的建模原语，并通 过描述逻辑进行推理服务。o i l 提供一种通用的语义互联网标记语言。o i l 标记语 言的语法源自w 3 c 的这些标准。它把基于框架语言的建模原语、描述逻辑所提供 的正式语义以及推理服务结合起来。o i l 的使用比较广泛，支持o i l 的工具也很 多，最著名的是o i l e d 。o i l e d 是一个基于o i l 的本体编辑器。其它一些工具， 如o n t o e d i t 、t h ef a c t ( f a s tc l a s s i f i c a t i o no f t e r m i n o l o g i e s ) s y s t e m 也都支持o i l 。 d a m l + o i l d a m l ( d a r p aa g e n tm a r k u pl a n g u a g e ) 2 2 】，该项目正式开始于2 0 0 0 年8 月，由美国政府支持，目标是开发一种语言和一组工具，为语义互联网提供支持。 本体间相似度计算及映射方法的研究 m a r kg r e a v e s 是该项目的领导者。d a m l 形成于d a m l o n t ( 一种本体语言) 和 d a m l l o g i c ( 一种表达公理和规则的语言) 。 d a m l 提出的原因和o i l 类似，一批支持语义互联网的研究者发现x m l 、r d f 作为模式语言其表达能力很有限，希望开发一种有更强的表达能力的模式语言。 d a m l 扩展了r d f ，增加了更多的更复杂的类、属性等定义。它一度很流行， 成为网上很多本体的描述语言，直到d a m l 的研究者和o i l 的研究者开始合作， 推出了d a m l + o i l 语言，成为w 3 c 研究语言互联网的本体语言的起点。 d a m l + o i l 知识基础是r d f 三元组的集合。d a m l + o i l 使用自己的词汇给 r d f 三元组以具体的意思表述。d a m l + o i l 将整个世界划分为两个不相交的部分。 一部分是由属于x m ls c h e m a 数据类型( d a t at y p e ) 的值所组成的，称作数据类型域。 另一部分则是由( 单个) 对象所组成的，这些对象应被看作是d a m l + o i l ( 或r d f ) 中所定义的类的成员，此部分称作对象域。 o w l o w l ( w r e bo n t o l o g yl a n g u a g e ) 2 3 1 作为w 3 c 的推荐标准，是从d a m l + o i l 发展起来的。在w 3 c 提出的本体语言栈中，o w l 处于最上层，如下图2 2 所示： t h eo n t o l o g yl a n g u a g es t a c k 塌e 8 圈琴。 戮圈一 |；移麓慰乞+ 。易 缀癞缀瀚縻露戮 ill 勃篪 六；轳 图2 2w 3 c 的0 n t o l o g y 语言栈 f i g 2 2t h eo n t o l o g i c a ll a n g u a g es t a c ko f w 3 c 第2 章本体概述 o w l 是其所倡导的语义万维网( s e m a n t i cw e b ) 的核心技术之一，意在提供 一种语言，能够用于描述网络文档和应用中固有的类和类之间的关系。它通过定 义类和类的属性来形式化一个领域，声明和定义对象和对象的属性，以及在o w l 形式化语义允许的程度上对类( c l a s s ) 和个体( i n d i v i d u a l ) 进行推理。 在表达含义和语义方面，o w l 比x m l 、r d f ( s ) 有更多的表达手段，因此 在w e b 上表达机器可理解内容的能力也比这些语言强。o w l 添加了更多的用于描 述属性和类型的词汇，例如类之间的不相交性( d i s j o i n m e s s ) 、基数( c a r d i n a l i t y ) 、 等价性、属性的更丰富类型、属性特征( 例如对称性) 、以及枚举类( e n u m e r a t e d c l a s s e s ) 等。 o w l 有三个子语占：o w ll i t e 、o w ld l 、o w lf u l l ，这三种语言的语义表 达能力是递增的。 o w ll i t e 用于提供给那些只需要一个分类层次和简单约束的用户。它支持 基数限制，但只允许基数为o 或1 。提供支持o w ll i t e 的工具应该比支持其他表 达能力更强的o w l 子语言更简单，并且从叙词表( t h e s a u r i ) 和分类系统( t a x o n o m y ) 转换到o w ll i t e 更为迅速。 o w ld l 用于支持那些需要最强表达能力而需要保持计算机完备性 ( c o m p u t a t i o n a lc o m p l e t e n e s s ，即所有的结论都能够确保被计算出来) 和可判定 ( d e c i d a b i l i t y ，即所有的计算都能在有限的时间内完成) 的用户。o w ld l 包括了 o w l 语言的所有语言成分，但使用时必须符合一定的约束。 o w lf u l l 支持那些需要尽管没有可计算性保证，但有最强的表达能力和完 全自由的r d f 语法的用户。不太可能有推理软件能支持对o w lf u l l 的所有成分 的完全推理。 在表达能力和推理能力上，每个子语言都是前面的语言的扩展。这三种子语 言之间有如下关系成立，但这些关系反过来并不成立。 i 每个合法的o w ll i t e 本体都是一个合法的o w ld l 本体： 2 每个合法的o w ld l 本体都是一个合法的o w lf u l l 本体； 3 每个有效的o w ll i t e 结论都是个有效的o w ld l 结论； 本体间相似度计算及映射方法的研究 4 每个有效的o w l d l 结论都是一个有效的o w lf u l l 结论。 使用o w l 的本体开发者要考虑哪个子语言最符合他的要求。选择o w ll i t e 还是o w ld l 主要取决于用户在多大程度上需要o w ld l 提供的表达能力更强的 成分；选择o w l d l 还是o w l f u l l 主要取决于用户在多大程度上需要r d fs c h e m a 的元建模( m e t a - m o d e l i n g ) 机制( 如定义关于类的类以及为类赋予属性) ；使用 o w lf u l l 相比于o w ld l ，对推理的支持是更难预测的，因为目前还没有完全的 o w lf u l l 的实现。 尽管有很多因素需要考虑以决定该使用它们中的哪一个，但这里有一些最简 单的常用原则： 对于o w ll i t e 和o w ld l ，考虑o w ll i t e 。提供的那些简单构造子 ( c o n s t r u c t ) 是否足以描述你的本体，若是则使用o w ll i t e ，否则使用o w ld l 。 对于o w l d l 和o w l f u l l ，考虑在你的应用中，是自动推