（计算机软件与理论专业论文）语义web中面向查询的本体推理机制的研究.pdf

中文摘要 摘要 在传统信息查询方式下，由于信息资源缺少统一的语义描述，用户难以查找 到与需求相关的资源，难以实现信息资源的语义共享。如何使被管理的信息资源 具有应用程序可以理解的含义，并根据信息资源所具有的领域知识，实现信息资 源的语义查询，提高数字化信息资源的利用率，是信息查询当前所面临的重大挑 战。 语义w e b 的提出为上述问题提供了出路。语义w e b 研究的主要目的就是赋 予w e b 上所有资源唯一的标识，能够以一种明确的、形式化的方式来表示信息资 源，使得网络中信息都是具有语义的，是计算机能够理解和处理的，因此可以提 高异构系统之间的互操作性，促进知识共享，便于人和计算机之间的交互合作。 本文首先介绍了语义w e b 的体系结构和o n t o l o g y 的相关知识，通过对传统 信息查询技术方法等方面进行分析研究，结合o n t o l o g y 的具体特点，提出了语义 w e b 中面向查询的本体推理机的体系框架，详细描述了语义相似度的本体推理机 制、关系属性的本体推理机制以及基于案例的本体推理机制的设计思想，初步实 现了一种面向查询的本体推理机系统。本系统采用o w l 作为本体的描述语言， 并借助j c n a 开发工具，实现了针对特定领域知识的本体推理和查询，成功的实现 了语义化的信息查询工具，并对系统模型的合理性进行了验证。 关键词：语义w e b lo n t o i o g y ；查询；本体推理 英文摘要 r e s e a r c ho nr e t r i v a l - o r i e n t e do n t o l o g yi n f e r e n c ei ns e m a n t i cw e b a b s t r a c t i nt h et r a d i t i o n a lw a yo fi n f o r m a t i o nr e t r i e v a l ，a sac a u s eo ft h ei n f o r m a t i o n r e s o u r c e sb e i n gl a c ko fu n i f i e ds e m a n t i cd e s c r i p t i o n ，u s e r sf i n di ti sd i f f i c u l tt od e m a n d t h er e l a t e dr e s o u r c e s ，a n di ti sd i f f i c u l tt oa c h i e v et h es h a r i n go fs e m a n t i ci n f o r m a t i o n r e s o u r c e s h o wt ob ew i t ha p p l i c a t i o n sc a nu n d e r s t a n dt h em e a n i n go fi n f o r m a t i o n r e s o u r c e s ，a n dh o wc a nt h ei n f o r m a t i o nr e s o u r c e ss e m a n t i cq u e r yb er e a l i z e dt o e n h a n c ed i g i t a li n f o r m a t i o nr e s o u r c eu t i l i z a t i o ni na c c o r d a n c ew i t ht h ed o m m n k n o w l e d g eo ft h ei n f o r m a t i o nr e s o u r c e s ，a r et h em a j o rc h a l l e n g e sf a c e d 晰t l lt h e c u r r e n ti n f o r m a t i o nr e t r i e v a l s e m a n t i cw e bi st op r o v i d eaw a yo u tf o rt h e s ep r o b l e m s t h es t u d yo fs e m a n t i c w e bi sm a i n l ya i m e dt og i v ea l lt h er e s o u r c e so nt h ew e be x c l u s i v ei d e n t i f i e r ，t ob ea c l e a rf o r m a lw a yt oe x p r e s si n f o r m a t i o nr e s o u r c e s ，t oe n a b l et h en e t w o r ki n f o r m a t i o n a r eo fs e m a n t i c ，a n dt ob eu n d e r s t o o da n dd e a l tw i t hb yt h ec o m p u t e r ，i tc a nr a i s e i n t e r o p e r a b i l i t yb e t w e e nh e t e r o g e n e o u ss y s t e m s ，p r o m o t ek n o w l e d g es h a r i n g ，f a c i l i t a t e t h ei n t e r a c t i o na n dc o o p e r a t i o nb e t w e e nt h ec o m p u t e ra n du s e r s i nt h i sp a p e r ，t h es e m a n t i cw e ba r c h i t e c t u r ea n da s s o c i a t e dk n o w l e d g eo f o n t o l o g ya r ei n t r o d u c e d ，b ya n a l y s i so ft h et r a d i t i o n a lm e t h o do fi n f o r m a t i o nr e t r i e v a l t e c h n o l o g y ，i nc o m b i n a t i o n 谢t 1 1 t h e s p e c i f i c c h a r a c t e r i s t i c so fo n t o l o g y ，t h e a r c c t u r eo fr e t r i e v a l o r i e n t e do n t o l o g yi n f e r e n c ei ns e m a n t i cw e bi sp r o p o s e d ，a n d t h eo n t o l o g yr e a s o n i n gm e c h a n i s mb a s e do ns e m a n t i cs i m i l a r i t ya n dr e l a t i o n a lp r o p e r t y a n da l s ot h ec a s e - b a s e do n t o l o g yr e a s o n i n gm e c h a n i s ma l er e s p e c t i v e l yd e s c r i b e di n d e t a i l t h e nar e t r i e v a l o r i e n t e d o n t o l o g yr e a s o n i n gp r o t o - s y s t e m i s p r i m a r i l y i m p l e m e n t e d b yu s i n go w l 弱ad e s c r i p t i v el a n g u a g eo fo n t o l o g y ，a n d 埘t l lj e n a 雒 d e v e l o p m e n tt o o l ，t h eo n t o l o g yi n f e r e n c ea n d r e t r i e v a li nt h ef i e l do f s p e c i f i c k n o w l e d g ei ss u c c e s s f u l l yr e a l i z e d t h ee x p e r i m e n t a lr e s u l tr e v e a l st h a tt h es e m a n t i c i n f o r m a t i o nr e t r i e v a lt o o li se x e c u t a b l e ，a n dt h er e a s o n a b l e n e s so ft h em o d e li s v e r i f i e d 英文摘要 k e yw o r d s ： s e m a n t i cw e b ；o n t o l o g y ：r e t r i v a l ；o n t o l o g yi n f e r e n c e 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= = 适竖鳖坠虫画回查迦的奎佳推理扭剑的盟塞：。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：岣翮乍动心年吾月立日 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：四j 5 亏导师签名：芬幻 日期：一p 年夕月z 乞日 语义w e b 中面向查询的本体推理机制的研究 第1 章绪论 1 1 选题背景 随着信息化社会的到来，国际上对信息共享和为用户的信息需求提供有效服 务的呼声越来越高，面临海量的信息，要找到自己真正需要的信息犹如大海捞针。 信息查询【l 】是信息检索服务的一种重要的形式。信息查询主要研究对整个文档信 息的表示、存储、组织和访问，即根据用户的查询要求，从信息数据库中查询出 相关信息资料。通过一般的检索引擎查询出的信息的精确性和完整性不能得到保 证，性能取决于所使用的字段标识方法和用户对方法的理解，具有很大的局限性， 难以保证语义的匹配。用户不能确定查询到的信息是否是相关的，即使是相关的， 用户也不能肯定是否己查询到了与主题相关的所有信息。 人们通常采用查准率( p r e c i s i o n ，p ) 和查全率( r e c a l l ，r ) 来衡量信息查询性能的 优劣 2 1 。查准率p 描述的是在检索结果中有效信息所占的比例，反映了检索结果 对用户的有用程度。查全率r 则描述了检索结果中有用信息量和信息全集中与用 户检索条件相符的信息的比例关系，反映了检索结果对有用信息的遗漏情况。它 们的关系如图1 1 所示： 图1 1 查准率和查全率 f i g1 1p r e c i s i o na n dr e c a l l d ir e t r i e v e n r e l a t i v ei 竹e c e s t o 刀= 二_ 一 lr e t r i e v e ( 1 1 ) 第1 章绪论 r ec 口i i ： r e t r i e v ef _ ) r e i a t i v e ( 1 2 ) ir e l a t i v e i 信息查询机制所追求的目标是既能获得较高的查准率，同时又具有较好的查 全率，但传统信息查询往往很难做到两者兼顾口, 4 1 。现在的信息查询检索技术存在 以下几方面的问题【5 】： 检索方式单一。查询机制一般只提供分类浏览的查询方式和关键词的全文 检索，不能实现概念检索，不能从文献的多个方面对查询请求进行限制， 只能就某一关键词或单一概念进行笼统的检索。 信息检索质量不高。检索质量不高主要有两个方面的原因：一是检索机制 通常依赖于自动建立的摘要，而这些摘要是取自w e b 页面的主题或前凡 行内容，不一定能反映实际情况；二是目前的检索技术仍采用基于关键词 的方法，采用机械的词语匹配来实现，不包含任何的语义信息，缺乏知识 处理能力和理解能力。 个性化服务问题。检索机制提供相同的界面和查询策略，不提供用户的信 息定制，任何输入相同的查询条件返回的结果必定相同，不能根据用户的 一贯兴趣模式和定的主页领域主动反馈有用的信息。 无法实现基于知识的检索。检索结果往往只提供一些线形的网址和包括关 键词的页面信息，与人们对它的预期存在较大的距离，或者返回过多无用 的信息。 智能化程度低。目前的检索引擎基本上都是简单匹配和词汇表扩充，没有 任何推理，得到的信息往往还需要用户的进一步加工。 总之，把信息检索从基于关键字层面上的查询提高到基于语义层面上的查询， 是解决问题的根本和关键【6 。对传统w e 卜几乎不包含要查询内容的语义信息 即缺乏知识处理能力和理解能力过渡到语义w e b 实现智能化是信息查询的 必然发展趋势。利用本体和语义w e b 以及本体之间的关联，根据不同用户不同的 查询需要，采用相应的推理机制，在保证较高的查准率和查全率的同时，使用户 得到较高的满意度，实现真正意义上的智能查询。 本文正是鉴于以上情况完成的，并得到了国家自然科学基金项目“智能化语 2 语义w e b 中面向查询的本体推理机制的研究 义网服务中的本体集成机理与应用模式”( 批准文号：6 0 6 7 2 0 3 1 ) 和辽宁省自然基 金项目“基于本体的语义网智能服务的关键技术研究 ( 批准文号：2 0 0 7 2 1 4 2 ) 的 资助，论文工作同时也是该项目的组成部分。 1 2 国内外研究现状 1 2 1 o n t o l o g y 技术与信息检索 o n t o l o g y 最早是一个哲学的范畴，后来随着人工智能的发展，被人工智能界 给予了新的定义。o n t o l o g y 通过对概念的严格定义和概念之间的关系来确定概念 精确含义，表示共同认可的、可共享的知识。因此在语义w e b 中，o n t o l o g y 具有 非常重要的地位，是解决语义层次上w e b 信息共享和交换的基础。随着技术的不 断发展和进步，o n t o l o g y 的研究和应用也日益广泛，在信息检索方面主要包括处 理信息组织、信息检索和异构信息系统互操作问题。有代表性的系统如表2 1 表 述。 表1 1o n t o l o g y 在信息检索中的应用 t a b 1 1a p p l i c a t i o no fo n t o l o g yi ni n f o r m a t i o nr e t r i e v a l 名称 备注 ( o n t o ) a g e n t t 8 1 o n t o b r o k e r l 9 】 o n t o s e e k 1 0 l 武成岗【1 1 1 等提出基于本体论和多智能主 体的信息检索服务器 徐振宁【1 2 l 提出基于本体论的智能信息检 索系统体系 以w w w 上已有的o n t o l o g y 为对象建立起 来的o n t o l o g y ，保存各类o n t o l o g y 的元数据。 用来处理h t m l 、x i d l 和r d f 格式的信息源和 信息源语义描述的系统，核心是用形式化本 体描述背景知识，并明确化w e b 文档的语义， 综合利用本体论的表达能力和推理机制。 把本体用作有语义信息的领域词汇表，提供 一个可以用领域内任意词汇进行交互式语 义查询的系统。 利用本体论协助智能主体对i n t e r n e t 上的 各类文档信息进行领域分类，并规范用户信 息检索的模式，仅提供给用户所关注领域的 文档索引信息。 把本体论视为智能信息检索系统的核心，采 用多主体技术对多层次用户偏好模式建模， 解决用户兴趣和信息源的自适应变化。 3 第1 章绪论 1 2 2 智能信息查询技术的现状 国内外对智能检索机制正处于研究中，智能程度也有了一定的提高。比较成 熟的系统有r e s e a r c h i n d e x 13 1 、中国搜索1 14 1 ，还有一些学术研究，如上海交通大学 的智能搜索引擎l u k a 15 1 、中国科学院计算技术研究所的智能搜索引擎g h u n t 1 6 1 、 中国农业大学的语义万维网环境下的基于a g e n t 的智能检索框架【1 7 1 等。 r e s e a r c h l n d e x ，又名c i t e s e e r ，是n e c 研究院在自动引文索引( a u t o n o m u o u s c i t a t i o ni n e d x i n ga c i ) 机制基础上建设的一个学术论文数字图书馆，它提供 了一种通过引文联结检索文献的方式，目标是从多个方面促进学术文献的传 播与反馈。r e s e a r c h l n d e x 采用w e b 内容挖掘算法对w e b 上科技论文提取特 征参数，如作者、文章名和摘要等。系统在网上提供完全免费的服务，而且 已实现全天2 4 小时实时更新。 中国搜索。中国搜索引擎的“智能导航 功能是通过用户的检索关键词，用 导航推荐给用户。例如用户查找“猎豹”，搜索引擎会推荐用户，需要汽车分 类下的“猎豹”还是动物分类下的“猎豹”，从而帮助用户发现未曾意识到的 信息并准确快速的定位，提高查询的效率。而“概念搜索 则通过专家知识 和人工智能推理规则，对用户的查询请求进行处理，最大可能的理解用户的 意图，提高用户查询的满意度。个性化搜索则更是与用户的使用紧密结合， 能够使不同的人查询到不同的信息。 l u k a 。上海交通大学智能搜索引擎l u k a 由分布式w e bc r a w l e r 、超链接分析 模块、c a l a 计算引擎和用户检索界面组成。为了提高检索精度，采用了把 传统信息检索算法与目前的w e b 超链接挖掘算法相结合的c a l a 算法，从而 更有效的找到与查询关键字内容相关的站点。 o h u n t 。中国科学院计算技术研究所的史忠植、何清等主持的智能搜索引擎 g h u n t 采用本体技术高效并行、按用户需要进行信息搜索；利用语言处理和数 据挖掘技术建立概念语义空间；实现自动文摘和专题生成；提供文字和图像 服务，使之达到无序低价值信息往高质量高价值信息方向的转变，这种智能 搜索引擎对用户定制专门的信息更为有效。 中国农业大学的语义万维网环境下的基于a g e n t 的智能检索框架采用多 语义w e b 中面向查询的本体推理机制的研究 a g e n t 体系结构，通过信息收集a g e n t 、存储a g e n t 、查询a g e n t 和推理a g e n t 之间的协同工作，采用o w l 语言描述o n t o l o g y 作为语义推理的基础，完成 了针对“w i n e ”领域进行智能查询的一个实例。该智能检索框架，是语义w e b 环境下对智能检索的试验和探索。 1 3 本文主要研究工作 1 3 1 研究目标 本文借鉴国内外关于本体推理的部分研究成果，利用本体和语义w e b 及本体 之间关联的特性，提出了一个面向查询的本体推理系统框架，设计并实现了一个 智能化语义查询的本体推理机原型系统，试图应用本体的推理机制( o n t o l o g y i n f e r e n c e ) 来改善和优化信息查询，从而可以实现信息的语义查询及推理，并通 过试验数据说明了本系统能够提高信息查询的查准率和查全率，提供令用户满意 的智能化查询服务。 本文的研究具体来说主要包括以下几个方面的内容： 1 ) 在阅读了大量关于信息查询及本体推理的相关文献的基础上，深入研究了 当前信息查询技术中存在的问题，提出利用语义w e b 及本体将会使查询 的信息内容更加清晰、有条理的特性解决智能化语义查询问题； 2 ) 对语义w e b 及本体技术进行了研究分析； 3 ) 提出三种本体推理机制，并对核心部分进行详细阐述； 4 ) 提出面向查询的本体推理系统框架。整个系统分为本体环境和用户查询环 境。本体环境是一个接口，和同组其他同学所作课题进行交互。为了提高 查询结果的满意度，根据不同用户不同的查询需要，分为不同的查询模块。 当查询结果不满足用户需要时，即查询结果与用户希望得到的理想结果的 差异在用户容许出现的信息损失范围之外时，可选择其它的推理机制进行 查询，直到用户满意或者系统本体库中所有本体均已经进行过查询。如果 系统对本体库中所有本体都进行了相应的推理策略查询仍然没有得到满 意的结果，则由领域专家根据以往经验对情况的预测设定默认值，根据情 况返回相应的默认值，这样比较接近人类的推理。 第l 章绪论 5 ) 最后结合实际应用数据验证本系统的设计思想，并对测试结果进行了分析 评估。 1 3 2 技术路线 本文研究的技术路线如图1 2 所示： 国家自然基金项目分析 查询推理技术现状分析 需求分析预期成果利弊分析待解决问题 阅读文献，提出问题 研究背景研究意义 r 确定研究目标，提出新的本体推理机制 语义相似度本体推理关系属性本体推理基于案例本体推理 1r 原型系统实现 上 测试及结果评估 图1 2 技术路线 f i g 1 2t e c h n i q u ef l o wc h a r t 1 4 本文组织结构 论文分为八章，章节安排如下： 第一章绪论。主要介绍本文的研究背景、信息查询检索技术的发展现状、主 要研究内容及技术路线。 第二章语义w e b 与o n t o l o g y 。首先讨论了语义w 曲的基本概念、体系结构 及其研究现状；接着综述了o n t o l o g y 的概念及其分类，并详细描述了 o n t o l o g y 的表示语言；最后，介绍了语义w e b 和o n t o l o g y 的关系及其 在信息查询中的作用。 6 语义w e b 中面向查询的本体推理机制的研究 第三章面向查询的本体推理机原型系统的设计。提出了面向查询的本体推理 机系统的原型架构，详细说明了设计的目标和实现的关键技术。 第四章基于相似度的本体推理机制的研究。重点探讨了基于相似度的本体推 理机制的实现过程。通过引入相似度的概念，计算出术语之间的语义 相似度，进而采用推理规则查询出相关术语，也就是基于相似度的本 体推理机制。 第五章基于关系属性的本体推理机制的研究。重点探讨基于关系属性的本体 推理机制的实现过程。利用关系属性的逻辑推理机制，采用树搜索的 查找方式查询出隐含在概念之间的逻辑关系，也就是基于关系属性的 本体推理机制。 第六章基于案例的本体推理机制的研究。将传统的信息查询、基于案例的推 理和本体技术相结合，提出基于案例的本体推理( c a s e - b a s e do n t o l o g y r e a s o n i n g ，c b o r ) 系统框架，详细介绍框架中的各个组成模块的原理， 并重点分析案例表示和案例检索两个重要模块的设计和实现。 第七章面向查询的本体推理原型系统的实现。详细说明了原型系统中各个模 块实现的代码，主要包括用户界面、推理引擎以及三种不同的推理机 制的实现过程，最后对结果进行分析，验证本文的设计思想。 第八章总结与展望。总结本文的主要论点和研究工作，提出下一步研究方向 及工作中有待改进的问题。 7 第2 章语义w e b 与本体 第2 章语义w e b 与本体 如前所述，本文的研究核心是基于语义w e b 和本体的相关技术，因此本章主 要介绍了语义w e b 的概念、体系结构以及应用领域，并着重对语义w e b 层次结 构中每一层的具体含义做了详细的介绍与分析，同时对语义w e b 的一些热点研究 领域做了简单的介绍：然后介绍了本体的概念、分类及描述语言：最后阐述了本 体和语义w e b 的关系以及本体在语义w e b 中的地位。 2 1 语义w e b 2 1 1 语义w e b 的概念 简单地说，语义w e b 是一种能理解人类语言的智能网络，它不但能够理解人 类的语言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。 语义w e b 研究的主要目的，就是使得w e b 上的信息具有计算机可以理解的语义， 满足智能软件对互联网上异构和分布信息的有效访问和检索。研究的重点就是如 何把信息表示为计算机能够理解和处理的形式，即带有语义。 语义w e b 的目标是提高互联网的自动化与智能化，而语义w e b 技术包含着一系 列相关技术，其中包括基础研究与应用研究。基础研究方面主要包括本体的发展、 语义w e b 语言的形式语义和确信( t m s t ) 与证据( p r o o f ) 模型的开发【1 8 j 9 】。 ( 1 ) 本体层是当前语义w e b 研究的热点问题，当前的语义w e b 研究者都认为 本体层将为语义w e b 提供语义级的共享，是语义w e b 实现的关键所在。 ( 2 ) 语义w e b 语言的形式语义。语义w e b 的目标是实现语义级的互操作，而 要实现这一点，语义w e b 中所用的语言就必须有具有标准的形式语义。 ( 3 ) 作为一个开放的分布式系统，语义w e b 允许互联网中的任何人做出声 明，而其中可能存在冲突。因此一个人需要确认源信息给出了证据并且这个源信 息是值得信任的。 2 1 2 语义w e b 的体系结构 为了实现语义w e b 信息服务智能化与自动化的目标，语义w e b 研究者们开 发了许多新技术并提出了一系列的技术标准。从某种程度上讲，语义w e b 的发展 8 语义w e b 中面向查询的本体推理机制的研究 主要就是建立在一定逻辑基础上的信息表示语言和标准的发展。由于语义w e b 的 知识表示具有创建上的分散性，同时又具有应用上的通用性，所以需要一个统一 的框架，这个框架应该能够满足这种分散性以及由这种分散性所带来的安全性， 满足这些知识跨应用、跨领域的可互操作性。b e m e r s l e e 在x m l 2 0 0 0 大会上描 述了这个体系结构【2 0 1 ，如图2 1 所示： 图2 1 语义w e b 系框架 f i g 2 1f r a m e w o r ko fs e m a n t i cw e b 第一层是u n i c o d e 和u r i ，它是整个语义w e b 的基础，u n i c o d e ( 统一编码) 处理资 源的编码，u p i ( 统一资源定位器) 负责标识资源； 第二层是x m l 、命名空间和x m ls c h e m a ，用于表示数据的内容和结构； 第三层是r d f 和r d fs c h e m a ，用于描述资源及其及属性集合； 第四层是o n t o l o g y ，用于描述各种资源之间的联系； 第五层是逻辑，在下面四层的基础上进行逻辑推理操作； 第六层是验证，根据逻辑陈述进行验证以得出结论； 第七层是信任，在用户间建立信任关系。 2 1 2 1u r i 和u n i c o d e 层 w e b 环境下的各应用之间不可避免地需要相互通信，直接或间接地以机器可 读的格式传递信息。这些信息中很大一部分是对w e b 上资源的描述，因此，首先 应该以明确的方式来标识这些资源对象。语义w e b 采用统一资源标识符u r i 9 第2 章语义w e b 与本体 ( u n i f o r mr e s o u r c ei d e n t i f i e r ) 来标识资源及其属性。由于语义w e b 的最终目的是要 构建一个全球信息的网络，在这个网络上应能涵盖各种语言和文字的信息资源， 所以它采用u n i c o d e 作为字符的编码解决方案，u n i c o d e 是一个新的字符编码系 统标准，支持世界上主要语言文本的混合。这一层位于语义w e b 中的最底层，是 整个语义w e b 的基石，它成功地解决了万维网上资源的定位和跨地区字符编码格 式的问题。 2 1 2 2 x m l 、n a m e s p a e e 和x m ls c h e m a 层 人们在语义w e b 发展之初，就决定将x m l 作为其语法层。x m l ( e x t e n s i b l e m a r k u pl a n g u a g e ) 是一种可扩展的标记语言，提供了一个标准，根据这个标准， 用户可以根据实际需要定义自己的标记语言，并为该标记语言制定一套特有的标 签。准确的说，x m l 是一种源标记语言，它允许根据它所提供的规则，制定各种 各样的标记语言，并可以通过文档类型定义( d a t at y p ed e f i n i t i o n ，d t d ) 或x m l s c h e m a 来约束这些标签的内部组织结构。但另一方面，由于x m l 标签可以由用 户自行定制，这样就可能会造成标签命名冲突的情况，为了解决这个问题，w 3 c 的x m l 小组制定了有关命名空间( n a m e s p a c e ) 的标准。x m l 是底层的数据交换 格式，它只是解决了文档内容的次序、结构等语法上的问题，并没有解决文档内 容的语义、联系等问题。该层仅负责从语法上表示数据的内容和结构，通过使用 标准的语言将网络信息的表现形式、数据结构和内容分离，而对标签具体含义的 定义和互操作需要交给语义w e b 的上层去解决。 2 1 2 3r d f 和r d fs c h e m a 层 x m l 提供了w e b 数据编码的语法依据，而r d f ( r e s o u r c ed e s c r i p t i o n f r a m e w o r k ) 贝3 j 规定了相关资源的语义描述框架。r d f 是一个开放的元数据描述框 架，它属于语义w e b 中的元数据层。在r d f 资源描述框架中主要涉及到三个概 念：资源( r e s o u r c e ) 、属性( p r o p e r t y ) 和陈述( s t a t e m e n t ) 。通常可用形如 的三 元组来描述，其中s 表示一个待描述的资源对象，p 表示该资源的某一特定面或 属性，o 则表示该资源s 在特性p 上的取值。r d f 描述模型只是提供了一种与领 域无关的通用数据描述方式，有关特定域元数据的定义和它们的语义信息描述还 需要制定额外的标准或规范，即r d fs c h e m a 。r d fs c h e m a 规范进一步定义了与 l o 语义w e b 中面向查询的本体推理机制的研究 具体应用领域相关的建模原语，能为特定目标的应用提供一个共同的基础。此外， r d fs c h e m a 还可以对r d f 数据给出一定程度的解释和合理性验证，从某种程度 上进一步拓展了这种资源描述的能力，然而，和其他的知识表示语言相比，r d f s c h e m a 显得过于简单，它的语义表达能力还不够，因此，还需要语义w e b 的上 层对其语义解释能力作进一步拓展。 2 1 2 4o n t o l o g yv o c a b u l a r y 层 本体继承了r d f s 的子类、排列和领域，加入了传递性、基数以及槽的定义， 大大增强了推理功能。在本体层，资料被精确定义为术语( 字典) ，能被多个应用 共享，能在领域内分层次描述各种重要的概念，并描述每个概念的属性。本体层 的推理能够建立本体之间的联系，检查一致性并检查未预料的内在的关系。本体 语言的推出大大增强了语义w e b 的推理功能，实现了r d f s 不能实现的深度推理。 但本体层的推理仍有很大不足：本体层的推理是针对某一特定领域知识定义的一 系列逻辑规则，不具有通用性：表述以一阶谓词为主，二阶以上的表达能力有限； 代数表达能力不足。o n t o l o g y 逐渐引起人们重视的原因在于o n t o l o g y 能够在人们 和应用系统之间达成对术语含义的共享和共同理解。而对同一概念的语义共享和 共同理解恰恰是构建语义w e b 的关键。因此，本体层在语义w e b 体系结构中处 于核心支配地位，为上层应用提供基础服务。 冬 2 1 2 5l o g i c 、p r o o f 和t r u s t 层 基于语义w e b 的应用需要根据特定的规则从描述性的知识中进行推理。在语 义w e b 体系结构中，逻辑层( l o g i c ) 的目标就是提供一种规则描述方法，逻辑主要 通过能由计算机自动推理的规则集来反映，这些规则集通过各种机器可识别的逻 辑描述语言表示出来。针对语义w e b 上的各种不同类型的应用，逻辑层可能会采 用多种逻辑语言的实现形式。目前有关语义w e b 的研究主要集中在前三层，对 p r o o f 和t r u s t 这两部分内容在概念上目前还没有一个成熟的说法。但是语义w e b 的研究者普遍认为p r o o f 和t r u s t 将是下一代w e b 的重要概念，p r o o f 层主要是计 算机对其经过推理所得的结论，自动的给出一个合理的解释。由于w e b 所特有的 开放性，使得任何人都能很方便的发布信息，因此，在语义w e b 中，还需要构建 一个t r u s t 层，用以对源信息以及推理的可信度提供有效的衡量和评价。 第2 章语义w e b 与本体 2 1 3 语义w e b 小结 w 3 c 组织革命性的提出了“机器理解”语义w e b 的概念，为提供强大网络 服务功能的新一代w e b 绘制了美好的蓝图。语义w e b 的产生对于信息共享来说 是向前迈进了一大步，导致了信息表示、共享、获取等标准的发展，主要是对于 人类的理解。随着语义w e b 的引入，它将使理解信息的含义不再是人类才能做的 事情，计算机也同样可以做到，从而有助于信息共享与智能处理，并使网络能够 提供动态与主动的服务，信息的准确定位和处理将会变得非常容易。 语义w e b 描绘的是一幅美好的蓝图，最终得到一个可信任的互联网，每个人 都可以获取知识、寻求帮助。但是，和任何一项伟大事业一样，前途是光明的， 道路是曲折的，语义w e b 的实现必将是一个长期而又艰巨的任务。 2 2 本体( o n t o l o g y ) 2 2 1 本体的定义 本体的概念最早来自于哲学研究，从哲学意义上看，本体论关注的是“存在”， 即世界在本质上有什么样的东西存在，或者世界存在哪些类别的实体。所以哲学 上的本体论是对世界任何领域内的真实存在所做出的客观描述，而且这种描述不 一定完全建立在已有的知识基础上，还包括“求真”的过程。后来随着人工智能 的发展，本体被人工智能界给予了新的定义。最初人们对本体的理解并不完善， 这些定义也处在不断的发展变化中，比较有代表性的定义如表2 13 姚 2 1 - 2 2 1 。 表2 1 本体定义列表 t a b 2 1o n t o l o g yd e f i n i t i o n 语义w e b 中面向查询的本体推理机制的研究 我们可以看到本体的四层含义【2 3 】： 概念化( c o n c e p t u a l i z a t i o n ) 通过抽象出客观世界中一些现象( p h e n o m e n o n ) 的相关概念而得到的 模型，其表示的含义独立于具体的环境状态。 明确性( e x p l i c i t ) 所使用的概念及使用这些概念的约束都有明确的定义。 形式化( f o r m a l ) 本体是计算机可读的。 共享( s h a r e ) 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，它所针对的是团体而不是个体。 总而言之，本体的目标是获取、描述和表示相关的领域知识，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。 2 2 2 本体的分类 针对目前出现的各种各样的本体，可以按照本体的开发目的、本体研究的主 题、本体的形式化程度进行分类【2 4 之7 】。 1 根据本体的主题分类 按照本体的研究主题，分为如下五种类型： 令知识表示本体：它的研究重点是语言对知识的表达能力。典型的有斯坦福 大学知识系统实验室提出的一种称为知识交换格式k i f ( k n o w l e d g e i n t e r c h a n g ef o r m a t ) 的知识描述语言，以及可以在线将各种知识转换为k i f 的本体服务器o n t o l i n g u a 。目前普遍认为，所有其他的知识表示形式都可 以转换为k i f 的形式。 争通用或常识本体：关注于常识知识的使用。通用知识本体论的研究包括著 名的c y c 工程，其他工作还包括j s o w a 的通用本体研究等。 审领域本体：领域本体在一个特定的领域中可以重用，他们提供该领域特定 的概念定义和概念之间的关系，提供该领域中发生的活动以及该领域的主 第2 章语义w e b 与本体 要理论和基本原理等。对特定领域的本体研究和开发目前已经涉及许多领 域，包括企业本体、医学概念本体、陶瓷材料机械属性本体等。 命语言学本体：指关于语言、词汇等的本体。典型的实例有g u m ( g e n e r a l i z e d u p p e rm o d e l ) 和普林斯顿大学研制的w o r d n e t 。 命任务本体：主要研究可共享的问题求解方法，这里的推理方法与领域无关， 任务本体主要涉及动态知识，而不是静态知识。任务本体的研究以 c h a n d r a s e k a r a n 等人的关于任务和问题求解方法本体的研究为代表。具体 的研究主题包括：通用任务、与任务相关的体系结构、任务方法结构、推 理结构和任务结构等。 2 根据本体形式化程度分类 按照本体表示的形式化程度对现有本体进行分类，可分为： 夺完全非形式化：完全采用自然语言表示的本体，如爱丁堡大学企业项目中 的e n t e r p r i s eo n t o l o g y 自然语言版。 令结构非形式化：采用受限的或结构化的自然语言表示，以减少二义性。例 如上述e n t e r p r i s eo n t o l o g y l 拘文本版本和w o r k f l o wm a n a g e m e n tc o a l i t i o n 推 出的工作流术语汇编。 半形式化：用一种人工定义的形式化语言表示。许多采用o n t o l i n g u a 描述的 本体都属于这一类。 形式化：所有术语都具有形式化的语义，并能在某种程度上证明包括一致 性和完整性等方面的属性。如多伦多大学虚拟企业项目的企业本体。 3 根据本体研究层次分类 本体的研究和开发工作是在不同层次上进行的，根据本体的研究层次，可将 本体分为： 顶层本体：主要研究非常通用的概念，如空间、时间、事物、对象、事件、 行为等，他们完全独立于特定的问题或领域。因此可以说项层本体可以在 一个很大的范围内共享。 h 领域本体：研究与一个特定领域相关的术语或词汇，如医学、企业模拟等。 盥任务本体：定义通用任务或推理活动，如诊断等。它们都可以应用顶层本 1 4 语义w e b 中面向查询的本体推理机制的研究 体中定义的词汇来描述自己的词汇。任务本体和领域本体处于同一个研究 和开发层次。 i ：i 应用本体：描述特定的应用，它既可以应用特定的领域本体中的概念，又 可以引用出现在任务本体中的概念。 2 2 3 本体描述语言 自上个世纪9 0 年代以来，一些基于a i 的本体实现语言陆续被提出，如k i f 、 o n t o l i n g u a 、c y c l 、l o o m 、o c m l 、f l o g i c 。随着w e b 技术的发展，最近出现了 许多在w e b 环境下的本体描述语言：s h o e 、x o l 、r d f 、r d f s 、d a m l + o i l 以及基于r d f s 和d a m l + o i l 的w e b 本体语言o w l 。 1 s h o e 2 8 】 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 ) 作为h t m l 的扩展，是马里兰大学开 发的，是基于框架和规则的。它使用不同于h t m l 的一些标记，使得可以在h t m l 文档中插入本体。当x m l 产生并成为w e b 上交换信息的标准后，s h o e 的语法被修 改为基于x m l 。 2 x o l 2 9 】 x o l ( o n t o l o g ye x c h a n g el a n g u a g e ) 是s r ii n t e r n a t i o n a l 的人工智能中心( a i c ) 开 发的，是一种简单通用的定义本体的方法。其目的是在不同的数据库、本体开发 工具、或者其他应用程序之间交换本体。x o l 设计之初是为生物信息学领域本体 的交换，但是它可以应用于各种领域。 3 r d f r d f 8 1 3 0 , 3 1 】 r d f 模型与语法规范，是以x m l 语法来描述r d f 元数据的模型，采用与被描 述资源无关的通用模