（计算机软件与理论专业论文）面向语义网的领域本体半自动构建方法的研究.pdf

中文摘要 摘要 语义网是对现有w e b 的扩展，其目标是使w e b 上的信息具有计算机可以理解的 语义，而本体则描述了其中的语义。本体的构建是实现语义网的关键环节，当前， 本体的构建仍以手工编辑为主，因此，如何方便、快速地构建本体是一项值得研 究的课题。本文在分析总结了现有的本体构建方法和本体学习技术的基础上，提 出了一种新的领域本体半自动构建方法。 本文首先介绍了语义网及本体的相关理论，接着介绍和研究本体学习技术。 在前面的理论研究的基础上，结合循环获取法的思想和面向语义网中本体学习技 术，并利用软件工程中的建模思想，本文提出一种基于螺旋模型的领域本体半自 动构建的方法。该方法包括四部分：本体引入、本体抽取、本体生成和本体确认。 这四部分是一个不断循环，螺旋上升的过程。 针对该方法，本文设计了领域本体半自动构建方法的总体框架，并对该框架 进行了模块划分，按照各模块实现了一个原型系统。在系统的详细设计中，对各 模块进行详细的分析研究。最后对该原型系统进行了测试及验证，结果证实了该 方法能够减少人工的参与，提高本体的构建效率，并在概念及其关系的获取和处 理方面保证了本体的构建质量。 本文属于国家自然科学基金资助项目靠智能化语义网服务中的本体集成机理 与应用模式 ( 项目编号6 0 6 7 2 0 3 1 ) 和辽宁省自然科学基金资助项目“基于本体 集成的语义网智能服务的关键技术研究 ( 项目编号2 0 0 7 2 1 4 2 ) 的研究成果之一。 关键词s 语义网；领域本体；本体构建； 英文摘要 r e s e a r c ho nt h em e t h o do fs e m i a u t o m a t i cd o m a i no n t o l o g y b u i l d i n gf o rt h es e m a n t i cw e b a b s tr a c t s e m a n t i cw e bi sa ne x t e n s i o no ft h ec u r r e n tw e bi nw h i c hi n f o r m a t i o ni sg i v e n w e l l - d e f i n e dm e a n i n g ，b e t t e re n a b l i n gc o m p u t e r sa n dp e o p l et ow o r ki nc o o p e r a t i o n b u to n t o l o g yd e s c r i b e st h e s es e m a n t i c s o n t o l o g yb u i l d i n gi st h ek e yl i n ko fa c h i e v i n g s e m a n t i cw e b a tp r e s e n t ，o n t o l o g yb u i l d i n gi ss t i l lb a s e do nh a n d w o r k ，t h e r e f o r e ，h o w t ob u i l do n t o l o g yc o n v e n i e n t l ya n de f f i c i e n t l yi sd e s e r v i n go fr e s e a r c h an e wo n t o ! o g y b u i l d i n gm e t h o di sp r o p o s e db a s e do na n a l y s i s o ft h ee x i s t i n go n t o l o g yb u i l d i n g m e t h o d sa n do n t o l o g yl e a r n i n gt e c h n o l o g y t h er e l e v a n tt h e o r yo ft h es e m a n t i cw e ba n do n t o l o g yi si n t r o d u c e d ，a n do n t o l g y l e a r n i n gf o rt h es e m a n t i ci ss t u d i e d c o m b i n i n gt h et h i n k i n go fc y c l i ca c q u i s i t i o n p r o c e s sa n dt h em e t h o do fo n t o l o g yl e a r n i n gf o rt h es e m a n t i cw e b ，a n du s i n gs o f t w a r e e n g i n e e r i n gm o d e h n g ，as p i r a lm o d e lo fo n t o l o g yb u i l d i n gm e t h o di sp r o p o s e d t h e m e t h o di sc o n s i s t so ff o u rp a r t s ：o n t o l o g yi m p o r t i n g ，o n t o l o g ye x t r a c t i n g ，o n t o l o g y g e n e r a t i n ga n do n t o l o g yc o n f i r m i n g i tf o r m sa c i r c u l a ra n ds p i r a l r i s i n gp r o c e s s i nt h i sp a p e r , af r a n l eo fs e m i a u t o m a t i cd o m a i no n t o l o g yb u i l d i n gf o rt h e m e t h o di sd e s i g n e d ，a n dt h ep r o t o t y p es y s t e mi sr 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 t r e v e a l st h a ta r t i f i c i a lp a r t i c i p a t i o ni sr e d u c e d ，o n t o l o g yb u i l d i n ge f f i c i e n c yi si m p r o v e d ， a n dt h eq u a l i 哆o fo n t o l o g yb u i l d i n gi se n s u r e dt oc e r t a i ne x t e n t t h ep a p e ri so n eo ft h ea c h i e v e m e n t so ft h ep r o j e c t ”o n t o l o g yi n t e g r a t i o n m e c h a n i s ma n da p p l i c a t i o np a t t e r no fi n t e l l i g e n ts e m a n t i cw e bs e r v i c e s ”( 6 0 6 7 2 0 31 ) a n d ”r e s e a r c ho l lk e yt e c h n i q u e si ns e m a n t i cw e bi n t e l l i g e n ts e r v i c eb a s e do n o n t o l o g yi n t e g r a t i o n ”( 2 0 0 7 2 1 4 2 ) s u p p o r t e db yn a t i o n a ln a t u r es c i e n c ef o u n d a t i o no f c h i n aa n d l i a o n i n gp r o v i n c er e s p e c t i v e l y k e y w o r d s ：s e m a n t i cw e b ；d o m a i no n t o l o g y ；o n t o l o g yb u i l d i n g 大连海事大学学位论文原创性声明和使用授权说明 原剖性声明 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熬戒果， 撰写成硕士学位论文= = 画囱适竖圆的塑堡奎佳坐自动捡建左法的班究：。除论文 中已经注明雩| 用的内容外，对论文的研究徽出重要贡献熬个入和集体，均己在文 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：务0 圆圆磷鑫胄五冒 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“妒) 论文作者签名：麸因 日期 面向语义网的领域本体半自动构建方法的研究 第1 章绪论 1 1 课题来源及背景 随着计算机的逐步普及以及互联网络的迅猛发展，网络己经成为人们获取信 息的主要手段。万维网不仅汇聚了海量的信息，而且信息数量正在以指数级的速 度增长。面对如此海量数据及各种服务，人们迫切希望能够依靠计算机技术从网 络上准确地获取信息，促进信息的传播和利用，使得信息技术在经济和社会发展 中发挥更大的作用。 目前大多数网络信息处理仍然采取传统的基于关键字匹配和向量空间的信息 处理技术。理论上，人们可以通过w e b 搜索到几乎所有方面的信息，但是实践表明， 由于对网络信息缺乏深层“理解 ，这种技术机械性太强，利用知识、分析推理 的能力太弱，已经不能满足i n t e r n e t 进- - 步发展的需求。这种困难具体表现为： ( 1 ) 浏览器和搜索引擎的智能太低，基本上还是采用关键字匹配的办法。 ( 2 ) 不能理解用户的需要，只要是关键字一样，查询的结果总是一样的。 ( 3 ) 不能理解概念，从而不能进行语义关联。 从长远看，解决上述矛盾的根本方法就是变无序数据为有序知识，让计算机 能够理解w e b 信息，同时理解使用这些信息的人。因此，在2 0 0 0 年1 2 月，w e b 的创 始人t i mb e m e r s l e e 在x m l 2 0 0 0 会议上，提出了下一代因特网的概念语义网 ( 语义w e b ，s e m a n t i cw e b ) 【1 】，语义w e b 朝着人工智能的方向迈进了一大步。语 义w e b 研究的主要目的就是扩展当前的w w w ，使得网络中尽可能多的信息都具有 语义，从而使计算机能够理解和处理，便于人和计算机之间的交互与合作，其研 究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 采用多层次的表示框架，本体层位于知识表示与推理层次的转折点， 本体提供的原语不仅用于描述概念模型，而且还是知识推理验证的基础。语义w e b 可以看作是在本体基础上对现有w e b 的扩展，因此本体的构建是实现语义w e b 的关 键环节。所谓本体，最著名并被引用得最为广泛的定义是由g r u b e r 提出的“本体是 概念模型的明确的规范说明【2 1 ，。通俗的讲，本体就是用来描述某个领域( 领域本 第1 章绪论 体) 甚至更广范围( 通用本体) 内的概念以及概念之间的联系，使得这些概念和 联系在共享的范围内有着明确的、唯一的定义，达成一种共识，这样，人和机器 之间就可以进行交流。因此，本体的建设是一个很重要的问题，它是语义w e b 的语 义基础，如果建立的本体不适合，那么语义w e b 也只是空谈。 作为本体应用研究的一项基础性工作本体的构建，这方面已进行了大量 的研究工作，产生了很多种本体构建工具，但很多经典的本体构建方法包含了大 量的领域专家参与，耗费大量的时间和物力，使得本体的应用难以推广，成为本 体应用的一个瓶颈。因此，如何减少领域专家的参与是现代本体构建方法研究的 一大热点问题，如何方便、快速地构建本体是一项值得研究的课题。 1 2 国内外研究现状 目前，已经出现了许多本体构建工具，从最早的o n t o l i n g u a t 3 1 ，o n t o s a u m s 4 1 ， w e b o n t o t 5 1 ，到p r o t 6 9 6 2 0 0 0 t m ，w e b o d e t t l ，o i l e d t 8 1 ，o n t o e d i t t 9 1 以及k a o n t l 0 1 等，本体构建工具也日趋成熟。这些工具提供了友好的图形化界面和一致性检查 机制，但是，这些工具提供的仅仅是本体编辑功能，支持的仍然是手工构建本体 的方式。由于手工方法存在工程复杂、专家依赖性强、本体构建速度慢等缺陷， 这极大的限制了本体的发展。随着本体应用面的扩展和辅助资源的增加，出现了 一些与m 领域相结合的利用辅助资源来半自动化或自动化构建本体的方法，其使 用的核心技术就是本体学习利用知识发现技术从数据源中获取知识，从而实 现本体的半自动或自动构建。 当前国内外很多团体致力于本体半自动或自动构建方法的研究，已经出现了 很多本体学习工具。下面列举几个典型的本体学习工具：o n t o 1 1 1 1 ：是u n i v e r s i t y o f r o m e 开发的一个基于文本的本体学习工具，利用自然语言分析和机器学习技术 从文本中提取相关的领域术语，得到合适的概念及概念间的关系来构建本体； o n t o b u i m e r t l 2 1 ：l 毛m i s s i s s i p p i s t a t eu n i v e r s i t y 开发的一个从删l 和h t m l 中获取本 体的工具；t e x t - t o o n t o 1 3 1 是u n i v e r s i t yo fk a r l s r u h e 开发的一个整合的本体学习工 具，它从初始的核心本体中来建立领域本体；h a s f i l l 4 1 是a m i rk a b i ru n i v e r s i t yo f 2 瑟囊语义露的领域本体半爨动梅建方法的研究 t e c h n o l o g y 开发的基于波斯文本一个本体学习工具，系统跌一个小的本体蠹核如 发，通过文本理解来自动化构建本体。 对予本体构建的研究现在还处在早期阶段，垦前还没有成熟酶方法论指导， 甚至建成什么样子也只是初步的探索。国外很多科研机构正在探寻本体自动构建 的方法和设计模型。国内对于本体研究起步比较晚，但是很多大学、科研机构澄 经开始探索本体构建的研究。 3 课题研究的蟊的及意义 随着多智能体技术和互联网技术的发展，我们已不能满足将现有的知识系统 应用于封闭的环境中，而是希望能够将知识系统中蕴含的知识通过智能体进行通 信与交互，以便扩大现有知识系统的使用范围。由予本体具有易于共享与重用的 特性，我们选择本体作为系统中知识的表示形式。 本体技术在计算机的许多领域得到了广泛的应用，如知识工程、数字图书馆、 软件复用、信息检索和w e b 上异构信息的处理、语义w e b 等。本体构建的好坏， 直接影响到这些应用过程。因此，如何方便、快速构建本体是当今研究的热点闯 题。同时，作为国家自然科学基金资助项目“智能化语义网服务中的本体集成机 理与应用模式( 项目编号6 0 6 7 2 0 3 1 ) 和辽宁省自然科学基金资助项龋“基于本 体集成的语义网智能服务的关键技术研究( 项目编号2 0 0 7 2 1 4 2 ) 的前期工作， 本文着重研究领域本体半自动构建的方法论。 本课题的研究，从现实意义上说，为基金项目提供了实验的基础环境；从理 论意义上说，可以为本体技术在应用工程中的发展提供一定的理论支持作用，促 进网络环境下知识重用、信息资源共建共享的技术与方法的研究。总的来说，领 域本体半自动构建的研究具有深远的价值。 1 4 论文的组织结构 本文共分7 章，其各誊节的主要内容如下： 第1 章介绍了课题的来源及背景，国内外研究现状，探讨了本课题研究的目 的及意义。 3 第1 章绪论 第2 章详细介绍了语义网及本体的相关知识。在描述语义网和本体的关系时， 强调了本体在语义网中的重要性。在本体的介绍中，描述了本体的定义、描述语 言、编辑工具等，并列举了比较著名的本体构建方法，阐述了本体构建的准则。 第3 章首先说明了本体学习是本体半自动和自动构建的核心技术，然后介绍 了不同数据源的本体学习，并详细的比较分析了几个重要的本体学习工具，最后 引入了基于w o r d n e t 的本体学习的优点。 第4 章基于前两章理论知识的介绍，阐述了领域本体半自动构建的可行性， 本章提出了一种新的基于螺旋模型的领域本体半自动构建的方法，并给出了该方 法的总体框架图，最后说明了该方法的特色。 第5 章基于第4 章提出的本体构建方法，本章设计了一个原型系统，并将系 统分为四大模块，针对各模块进行了详细描述，对各模块中使用的技术进行详细 的讨论，通过实例讲解了领域本体半自动构建的整个过程。 第6 章展示了原型系统运行过程中的主要界面，并选取同一领域的数据源， 通过与手工构建本体的对比，对开发的原型系统在发现概念及关系的能力大小方 面进行了验证。 第7 章总结了本文的工作，并且说明了下一步的研究重点。 4 面向语义网的领域本体半自动构建方法的研究 第2 章语义网与本体概述 2 1 语义网介绍 2 1 1 语义网的提出 1 9 9 0 年，t i mb e m e r s l e e 发明了万维网，其目的是让人们通过因特网来获得 各种信息。十年过去了，万维网得到了飞速的发展，从最初的仅用于获得各种信 息到现在的电子商务( e b u s i n e s s ) 、电子政务( e - g o v e r n m e n t ) 、电子学习 ( e - l e a r n i n g ) ，网格计算( e - s c i e n c e ) 。万维网不仅仅用来发布各种数据和信息， 它还能自动地处理各种信息，建立更好的用户界面，更生动地发布与显示不同类 型的数据以满足不同的需求。然而，在伴随着w e b 成功的同时，呈指数级增长的 海量信息使得来自各领域的用户对信息的查找、访问、表示以及维护变得越来越 困难起来。 针对目前因特网在信息表达、检索等方面存在的缺陷，w w w 的缔造者t i m b e m e r s l e e 于2 0 0 0 年1 2 月在x m l2 0 0 0 会议上，提出了下一代因特网的概念 语义网，并于2 0 0 1 年5 月在科学美国人杂志上发表同名论文“t h es e m a n t i c w e b ，为人们勾勒出一幅未来语义网的美好前景。 语义网的目标是为因特网上的信息提供具有计算机可以理解的语义，从而满 足智能主体( a g e n t ) 对万维网上异构、分布信息的有效检索和访问，实现网上信 息资源在语义层上的全方位互联，并在此基础上，实现更高层的、基于知识的智 能应用。 2 1 2 语义网的架构 语义w e b 的发展，本质上就是信息表示语言的发展，让信息在不同层次上使 计算机可理解和可处理。语义w e b 是由多种语言和应用形成的一个层次化的体系 结构。在x m l2 0 0 0 会议上，t i mb e m e r s l e e 首次给出了语义w e b 基本构架1 5 1 ， 它是个功能逐层增强的层次化结构，如图2 1 所示。2 0 0 1 年2 月w 3 c ( 1 1 1 ew o r l d w i d ew e bc o n s o r t i u m ，万维网联盟) 组织正式推出s e m a n t i cw e ba c f i v i 哆，它成为 5 第2 章语义网与本体概述 推动语义网研究和发展的主要力量。 (一、 信任 i 规则证明数 c 一1l 一 一 数据 逻辑 字 c 一、 签 q 匦数到 本体词汇( o w l ) 名 r d f + r d fs c h e m a 、- 一 x m l + n s + x m 儿s c h e m a u n i c o d eu l u 图2 1 语义网体系结构 f i g 2 1t h ea r c h i t e c t u r eo fs e m a n t i cw e b 该结构从底层到高层依次为u n i c o d e ( 统一字符编码) 和u r i ( u n i v e r s a l r e s o u r c ei n d i c a t o r ，统一资源定位符) ，x m l 、r d f 和r d fs c h e m a ( 简称r d f s ) 、 本体( o n t a l o g y ) 、逻辑( l o g i c ) 、n 凋( e r o o o 和信任( t r u s o 。在语义网七层结构中的 x m l 、r d f 和o n l o l o g y 三层，主要用于表示w e b 信息的语义，因而是系统的核 心和关键所在。此外，数字签名用来检测文档是否被篡改过，以证实其真实可靠 性。 2 1 3 本体与语义网的关系 从技术上讲，语义w e b 主要提供的是对信息的语义表示机制，有足够而且合适 的描述语义能力是对语义w e b 技术上的要求。以w 3 c 的长远目标来看，语义w e b 最终要实现的是信息在知识层次上的共享和语义的互操作，所以，需要以本体论 为指导对共享知识进行管理。 在语义网层次结构中，本体层位于知识表示与推理层次的转折点，本体提供 的原语不仅用于描述概念模型，而且还是知识推理验证的基础。因此，语义w e b 可以看作是在本体论基础上的对现有w e b 的扩展，使w e b 上的信息具有计算机可以 理解的语义，在本体的支持下实现软件a a g e n t 对w e b 信息资源所进行的智能访问和 6 瑟离语义瘸的镁域本体半舞动捣建方法的研究 检索。 2 2 本体介绍 2 2 1 本体定义 本体( o n t o l o g y ) 最早是令源于哲学的概念，“对世界上客观存在物的系统地 描述1 1 6 】，是一种对“存在 的系统化解释，用于描述事务的本质。后来知识工 程学者借用了这个概念，在开发知识系统时用于领域知识的获取。 在人工智能界，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“给 出构成相关领域调汇的基本术语和关系，以及利用这些术语和关系构成的规定这 些词汇外延的规则的定义1 7 l 。这个定义强调了知识本体是一种领域基本词汇的 定义，将语言学研究成果和入工智能领域知识表示联系起来。 后来随着人工智能的发展，这些定义也在不断的发展变化中，比较有代表性 的定义如表2 1 所示： 表2 1 本体的代表性定义 t a b 2 1t y p i c a ld e f m i t i o n so fo n t o l o g y 其中最著名并被引用得最为广泛的定义是由g r u b e r 提出的“本体是概念模型 的明确的规范说明 。f e n s e l 对这个定义进褥分析后认为本体鑫勺概念包括四个主要 方面h 9 1 ： 概念化( c o n c e p t u a l i z a t i o n ) ：客观世赛中现象的抽象模型； 7 第2 章语义网与本体概述 明确( e x p l i c i t ) ：概念及它们之间联系都被精确定义； 形式化( f o r m a d ：精确的数学描述； 共享( s h a r e ) ：本体中反映的知识是其使用者共同认可的。 除上述定义以外，不少文献从不同的问题领域和研究角度出发，对本体又给 出了各种各样的定义。这些定义之间是相互补充的，并且不断扩充本体的应用范 围。它们有一个共同点，即本体是用来描述领域概念以及概念之间关系的。总而 言之，本体的目标是获取、描述和表示相关领域的知识，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型上给出这些 词汇( 术语) 和词汇间相互关系的明确定义。 2 2 2 本体分类 由于研究本体的机构和组织很多，各种本体定义抓住了本体各方面的特性， 因此存在着不同的本体的分类方式。这里介绍g u a r i n t 2 0 提出以详细程度和领域依 赖度两个方面对本体进行划分。描述或刻画建模对象的程度较高的称为引用本体 ( r e f e r e n c eo n t o l o g i e s ) ，程度较低的称为共享本体( s h a r eo n t o l o g i e s ) 。根据本体对 领域的依赖程度由低到高分别分成了四个类别： ( 1 ) 顶级本体( t o p l e v e lo n t o l o g i e s ) 描述最普遍的概念及概念之间的关系，如 空间、时间、事件、行为等，与具体的应用无关，其他本体均为其特例。 ( 2 ) 领域本体( d o m a i no n t o l o g i e s ) 描述特定领域中的概念和概念之间的关系。 ( 3 ) 任务本体( t a s ko n t o l o g i e s ) 描述特定任务或行为中的概念及概念之间的关 系。 ( 4 ) 应用本体( a p p l i c a t i o no n t o l o g i e s ) 描述依赖于特定领域和任务的概念和概 念之间的关系。 2 2 3 本体描述语言 自上个世纪9 0 年代以来，大量的研究工作者活跃在该领域，因此诞生了许多 种本体描述语言，经常被使用的本体表示语言大都以框架模型或逻辑为基础。一 般将其归为以下两大类： 8 面向语义网的领域本体半自动构建方法的研究 ( 1 ) 基于a i 的本体实现语言有：i , a f t 2 1 1 、o n t o l i n g u a 2 2 1 、c y c l 2 3 1 、l o o m 州、 o c m l 2 5 , 2 6 1 、f l o g i c t 2 7 1 等。k i f 是美国国家标准，但是它没有被广泛应用于互联网， 作为一种交换格式更多的应用于企业级。 ( 2 ) 基- 于w e b 的本体语言( 也叫做本体标记语言) 有：s h o e t 勰1 、x o l t 2 9 3 、r d p 3 0 1 、 r d f - s 3 0 1 、o i l 3 1 1 、d a m l t 3 2 1 、d a m l q - o i l 3 2 1 、o w l 3 3 1 等。其中s h o e 是基于 h t m l 的，而其他语言之间有着密切的联系，使w 3 c 的本体语言栈中的不同层次， 都是基于x m l 的。图2 2 给出了w 3 c 的本体语言栈。 图2 2w 3 c 的本体语言栈 f i g 2 2w 3 co n t o l o g yl a n g u a g es t a c k 在整个w 3 c 的本体语言栈里面，我们要重点介绍一下o w l ( w e b 本体语言， w e b o n t o l o g yl a n g u a g e ) ，因为它是w 3 c 推荐的本体描述语言的标准，位于w 3 c 绘制的本体语言栈的栈顶。它是为了在w w w 上发布和共享本体而提供的语义标 记语言。o w l 是在d a m l + o i l 的基础上发展起来的，作为r d f ( s ) 的扩展，目的 是提供更多的元语以支持更加丰富的语义表达，并更好的支持推理。 针对具体的实施团体和用户团体不同的需求，o w l 有三个表达能力依次增强 的子语言：o w ll i t e 、0 w ld l 和o w lf u l l 。 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。 9 第2 章语义网与本体概述 o w ld l 支持那些需要最强表达能力的推理系统的用户，且这个推理系统 能够保证计算的完全性( c o m p u t a t i o n a lc o m p l e t e n e s s ，郎所有的结论都能够保证被 计算出来) 和可判定性( d e c i d a b i l i t y ，即所有的计算都在有限的时间内完成) 。 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 全自嗽的r d f i 蓉法的用户。需要注意的是，任何推理软件都不可能支持o w lf u l l 。 的每个功能。 介绍了o w l 的三种子语言后，下面我们具体说明一下o w l 文档结构： ( 1 ) 命名空间 这是使用o w l 的系列词条的前提，我们必须准确说明正在使用的特定的词 汇表。一个o n t o l o g y 的标准的初始模块是包含在r d f ：r d f 标签中的一系列命名空 间( n a m e s p a c e ) 的声明。这些声明用以准确解释文档中的标识符，从面使德o n t o l o g y 的其他部分具有可读性。以下是一个典型的命名空间声明的例子： ( 2 ) o n t o l o g y 头 宪成了命名空间的定义，我们必须以下面的断言来开始一个o w lo n t o l o g y ： 接下来可以以一些标签标明注释、版本控制、以及对其他o n t o l o g y 的引入等 信息。 ( 3 ) 基本定义 所有用户定义的c l a s s 都缺省是o w l ：t h i n g 的s u b c l a s s 。蔼领域稿关的根c l a s s 董e 匿离语义露的领域本律半囊动构建方法的研究 的定义只要给出一个命名的类声明就可以了。例如在学术研究麴三令根c l a s s 定义 如下：e v e n t 、p e r s o n 、p r o d u c t 、p r o j e c t 、p u b l i c a t i o n 、r e s e a r c h t o p i c 。 o w l ：c l a s sr d f ：i d = ”e v e n t 侈 o w l ：c l a s sr d f - i d = ”p e r s o n t o w l ：c l a s sr d f ! i c = ”p u b l i c a t i o n 7 这时我们只是用为类起了名字，并没有指定有关类的其他任何信息，例如 该类的成员等等。r d f ：i d 属性类似予x m l 中的d 属性，这样我们能够通过类似 d o c u m e n t u r i # r 哂o n 在其他的o n t o l o g y 中引用r e g i o n 这一c l a s s 。 c l a s s 的基本的分类构造器是s u b c l a s s o f 。例如： p ( x ，z ) s y m m e t r i c p r o p e r t y 被标记为s y m m e t r i c 的p r o p e r t yp 满足下面的公理： p ( x ，谚i f fp ( y ，x ) 第2 章语义网与本体概述 f u n c u o n a lp r o p e r t y 被标记为f u n c t i o n a l 酶p r o p e r t yp 满足下面的公理： p ( x ，y ) a n dp ( x ，z ) ， y = z i n v e r s e o f 一个p r o p e r t yp 1 被标记为i n v e r s e o f 一个p r o p e r t yp 2 ，满足下面的公理： p 董( x ，y ) i f fp 2 ( y , x ) i n v e r s e f u n c t i o n a l p r o p e r t y 一个被标记为l n v e r s e f u n c t i o n a l 的p r o p e r t yp 满足下面的公理： p ( y ，x ) a n dp ( z ，x ) - y = z 2 。2 。4 本体编辑工具 本体的构建离不开工具的支持，到目前为止，已经出现了许多本体构建工具。 根据这些工其所支持的本体描述语言，大致可以分为两类： 第一类包括o n t o l i n g u a 、o n t o s a u r u s 和w e b o n t o 等。这三个工具的的共同点是， 都基予某种特定的语言( o n t o l i n g u a 基：j ：o n t o l i n g u a i 誊言，o n t o s a u m s 基于l o o m 语 言，w e b o n t o 基予o c m l 语言) ，并在一定程度上支持多种基于a i 的本体描述语言。 第二类包括p r o t d g d 系列、w e b o d e 、o n t o e d i t 和o i l e d 等。这些工具最大的特 点是独立于特定的语言，可以导入，导出多种基于w e b 的本体描述语言格式( 如 x m l 、r d f ( s ) 、d a m l + o i l 等) 。其中，除了o i 麟是一个单独的本体编辑工具 外，其他都是一个整合的本体开发环境或一组工具。它们支持本体开发生命周期 中的大多数活动，并且因为都是基于组件的结构，很容易通过添加新的模块来提 供更多的功能，具有良好的可扩展性。 在本文，我们重点介绍一下p r o t d g d 本体编辑工具。 p r o t d g d 是磨斯坦福大学的s t a n f o r dm e d i c a li n f o r c n a t i c s 开发的一个开放源码的 本体编辑器，它是用j a v a 编写的。p r o t d g d 界面风格与普通w i n d o w s 应用程序风格 一致( 运行界匿如图2 3 ) ，用户比较容易学习使用。本体结构以树形的层次目录 结构显示，用户可以通过点击相应的项圈来增加或编辑类、子类、属性、实例等。 他允许用户在概念层次上进行领域模型设计，所以本体工程师不需要了解具体的 1 2 面向语义网的领域本体半自动构建方法的研究 本体表示语言。 图2 3p r o t e g e 运行界面 f i g 2 3r u n n i n gi n t e r f a c eo fp r o t 6 9 6 p r o t 6 9 6 支持多重继承，并对新数据进行一致性检查，并且具有很强的可扩展 性，主要表现在如下几点： ( 1 ) p r o t e 9 6 是一个可扩展的知识模型。用户可以重新定义系统使用的表示原 语。 ( 2 ) 文件输出格式可以定制。可以将p r o t 6 9 6 的内部表示转换成多种形式的文 本表示格式，包括x m l 、r d f ( s ) 、o i l 、d a m l 、d a m l + o i l 和o w l 等系列语 l 口o ( 3 ) 用户接口可以定制。提供可扩展的a p i 接口，用户可以更换p r o t 6 9 6 的用 户接口的显示和数据获取模块来适应新的语言。 ( 4 ) 有可以与其他应用结合的可扩展的体系结构。用户可以将其与外部语义模 块( 例如针对新语言的推理引擎) 直接相连。 ( 5 ) 后台支持数据库存储，使用j d b c 和j d b c o d b c 桥访问数据库。 1 3 第2 章语义网与本体概述 由于p r o t d g d 开放源代码，提供了本体建设的基本功能，使用简单方便，有详 细友好的帮助文档，模块划分清晰，提供完全的a p i 接口，因此，它基本上成为国 内外众多本体研究机构的首选工具3 4 1 。 2 3 本体构建工程思想 当前，建立本体大部分还是采用手工编辑方式，还远远没有成为一种工程性 的活动，每个本体开发组都有自己的原则、设计标准和定义方法。也正是由于缺 少大家都认同和遵循的开发方法，目前，对本体的共享、重用和互操作还难以实 现。为了减少本体构建过程中的人为参与，现在出现很多基于人工智能的半自动 化及自动化本体构建方法。较纯手工的本体构建方法相比，这些方法虽然节省了 效率，但遗憾的是也没有达到本体方法学的标准。比较有名的本体构建工程思想 有： 2 3 1 骨架法 该方法是爱丁堡大学从开发e n t e r p r i s eo n t o l o g y 的经验中产生的 3 5 , 3 6 1 。u s c h o l d 和k i n g 是第一个认为在本体开发过程使用方法论很必要的研究者。他们提出的 方法论由以下几步组成： ( 1 ) 明确建立本体的目的和所建立的本体的使用范围。 ( 2 ) 建立本体，通过3 个子步骤实现，即本体获取( 包括标识关键概念和概念 关联、产生无二义性的自然语言定义、指定标识这些概念和关联的术语) 、本体 编码( 是指用一种形式化的语言表示上一阶段所获取的知识) 和本体集成( 是指 集成已经获取的概念或关联的定义，使它们成为一个整体，解决了对已有本体的 使用问题) 。 ( 3 ) 对所建立的本体进行评价。 ( 4 ) 形成文档。 采用这个模式目前已开发出e n t e r p r i s eo n t o l o g y ，它由一组与企业相关的术语 和定义组成，主要用于企业模拟。此本体己在一个企业项目中被开发，该项目由 爱丁堡大学的人工智能应用研究中心( a i a i ) 和其开发伙伴m 等主持。 1 4 匿惫语义鼹的镬壤本体半自动构建方法的研究 2 。3 。2 企业建模法 g r u n i n g e r 和f o x 的本体建立方法也是从一个具体的本体构造过程中总结出来 的阁。在多伦多大学的t o v e 顼囊中，g r u n i n g e r 和f o x 等人建立了个企业模拟 本体，这个本体基本上是企业进程或活动的一个逻辑模型，他们用这个本体通过 演绎摧理来回答一些关予企业运行方面的阀题。在构造这个本体的过程中，他们 提出了如下的本体开发过程： ( 1 ) 应用情景的收集；他们认为，牙发本体的动机来自予实际的应用，一星存 在由现有本体不能回答的问题，就需要开发新的本体，同时，这些应用情景有可 能提供这些应用囊题的解决方案，这些解决方案就成失所要定义的概念和关系的 内在语义。 ( 2 ) 毒 形式的本体麓力闻题的形成：以上述应用情景为基础，用闯题形式提出 本体构造需求。也就是说，需要构造的本体必须能够用它自己的术语、定义或公 理表示这些闯题，产生这些闯题的答案。因此，这些闻题成为构造本体的约寒， 同时也可作为对所构造出的本体的评价标准。 ( 3 ) 术语的抽取和定义：首先从上述问题中抽取爨所涉及的词汇，然后用种 形式语言( 如姘) 定义这些词汇。 卿闻题麓形式化：用所定义的词汇表示上述本体能力闯题。 ( 5 ) 关于本体词汇的公理的定义：这些公理用来定义本体词汇的语义和约束， 在t o v e 项虽中，所有公理都霜一阶谓词逻辑表示。 ( 6 ) 公理完备性：如果这些公理足以回答所有本体能力问题，则相对于这些问 题的本体是完全的，否则需要定义新的术语和公理。 采用这个模式开发出的本体，如t o v e 的企业本体，它由一组关于企业进程 和活动的术语和公理组成，主要用于构造虚拟企业。 2 3 3m e t h o n t o l o g y 方法 m e t h o n t o l o g y 模式由西班牙马德里理工大学人工智能实验室提出隧弼。这种本 体开发方法比上述两种方法都更接近软件正程开发方法，它将本体开发进程和本 体生命周期两个方面区别开来，并使用不同的技术予以支持。其中，本体开发进 1 5 第2 章语义网与本体概述 程包括项目管理活动、面向开发的活动和支持活动。项目管理活动主要是指本体 开发项目的计划、控制和质量保证；面向开发的活动包括规格说明、概念化、形 式化和实现等步骤；支持活动与面向开发的活动同时展开，包括知识获取、知识 评价、知识集成、产生文档和配置管理等。另外，该模式还根据进化原型法的思 想，提出本体生命周期的概念来管理整个本体的开发过程，使本体的开发过程更 接近于软件工程中的软件开发过程。 2 3 4 id e f - 5 方法 i d e f