基于本體的專業(yè)資源庫語義模型研究

黃鳳愛　蔣永平　文艷華

〔摘 要〕本文針對當(dāng)前教學(xué)資源建設(shè)面臨的兩大困境——資源的可重用性低和利用不足，將語義Web的思想和本體技術(shù)，引入到專業(yè)資源庫模型構(gòu)建中，提出了基于本體的專業(yè)資源庫語義模型。以搭建《測控技術(shù)與儀器專業(yè)資源庫》為例，探討該系統(tǒng)語義模型的可行性，并討論了本體模型的建立和概念查詢的實(shí)現(xiàn)。

〔關(guān)鍵詞〕本體；語義模型；專業(yè)資源庫；概念查詢

〔中圖分類號〕ＴＰ３９９ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１（２００９）０５－００５２－０４

Research on Semantic Model of Ontology-based Resources LibrariesHuang Fengai１，２ Jiang Yongping１ Wen Yanhua１

（１．Information Engineering College，Guangdong University of Technology，Guangzhou 510006，China；

２．Library，Guangdong University of Technology，Guangzhou 510006，China）

〔Ａｂｓｔｒａｃｔ〕According to the requirements of being used repeatedly and effectively on the educational resource,this paper presented a semantic model of ontology-based resources libraries.The ideas and technologies of semantic web were introduced.With measurement & control technology resources libraries,the feasibility of the model was illustrated.And besides,the foundation of ontology and the realization of concept retrieval were discussed.

〔Ｋｅｙｗｏｒｄｓ〕ontology;semantic model;resources libraries;concept retrieval

隨著現(xiàn)代教育的發(fā)展，網(wǎng)絡(luò)學(xué)習(xí)(E-Learning)打破了教師授課的傳統(tǒng)模式，把獲取信息的途徑擴(kuò)展到因特網(wǎng)所能覆蓋的任何場所。網(wǎng)絡(luò)學(xué)習(xí)的有效開展依靠的是數(shù)字化教學(xué)資源的廣泛共享和有效利用。

在目前的教學(xué)資源建設(shè)中，大多只是在資源上增加語法級元數(shù)據(jù)和結(jié)構(gòu)元數(shù)據(jù)的標(biāo)注信息來實(shí)現(xiàn)資源的組織和共享^[１]，這樣，網(wǎng)絡(luò)和計(jì)算機(jī)只是作為一種簡單的載體和輔助工具來支持網(wǎng)絡(luò)學(xué)習(xí)，不能提供智能服務(wù)和知識層面的發(fā)現(xiàn)和重用。增加語法級元數(shù)據(jù)的方法即利用XML(eXtensible Markup Language，可擴(kuò)展置標(biāo)語言)描述資源來實(shí)現(xiàn)共享^[２]。XML的語義要靠人既有知識去理解，所以對于計(jì)算機(jī)來說，并不具有語義，也就達(dá)不到語義層面的重用。增加結(jié)構(gòu)元數(shù)據(jù)標(biāo)注就是使用LOM(Learning Object Metadata，學(xué)習(xí)對象元數(shù)據(jù))和DC(Dublin Core，都柏林核心集)等元數(shù)據(jù)標(biāo)準(zhǔn)組織資源。各種元數(shù)據(jù)標(biāo)準(zhǔn)雖然能夠在一定程度上揭示教學(xué)資源的內(nèi)容，但是現(xiàn)有元數(shù)據(jù)的簡單結(jié)構(gòu)，對于復(fù)雜事物的建模能力有限，不能揭示資源的內(nèi)在含義和聯(lián)系，加上多個(gè)數(shù)據(jù)之間采用的術(shù)語不一致，所以智能推理及用戶檢索結(jié)果的查全率和查準(zhǔn)率依然得不到提高，資源利用效率低下。

本體作為一種能在語義和知識層次上描述信息的概念模型，自被提出以來就引起了國內(nèi)外眾多科研人員的關(guān)注。在教育資源建設(shè)方面，Marvin Tan和Angela Goh應(yīng)用領(lǐng)域本體，實(shí)現(xiàn)了基于語義的教學(xué)資源的分類，瀏覽和查找^[３]。但是，在國內(nèi)還少有這方面成熟的研究成果。

將語義Web的思想和本體技術(shù)，引入到專業(yè)資源庫模型的構(gòu)建中，并以《測控技術(shù)與儀器專業(yè)資源庫》為例，給現(xiàn)有數(shù)字化教學(xué)資源增加語義描述信息，針對資源的可重用性和利用效率，采用基于語義的機(jī)制對資源進(jìn)行組織和管理，并探討了該模型的可行性。

１ 系統(tǒng)模型

基于語義Web的思想和本體技術(shù)，本課題組設(shè)計(jì)了如圖１所示的專業(yè)資源庫系統(tǒng)模型。

元素材資源層的原始數(shù)據(jù)按照素材類型分別存放，由媒體素材庫、試題庫、試卷庫、課件庫、案例庫、文獻(xiàn)資料庫、網(wǎng)絡(luò)課程庫、常見問題解答庫和資源目錄索引庫組成。

資源描述層以XML作為語法層，RDF(Resource Description Framework，資源描述框架)作為資源描述模型，本體庫定義的概念作為語義元數(shù)據(jù)，對元素材資源進(jìn)行標(biāo)注，生成相應(yīng)的標(biāo)注文件。

本體模型層的專業(yè)資源庫本體由9個(gè)分別對應(yīng)上述不同素材類型的子本體和1個(gè)《測控技術(shù)與儀器》領(lǐng)域子本體組成，為資源庫提供語義元數(shù)據(jù)的共享含義，包括在資源結(jié)構(gòu)、上下文層次和內(nèi)容分類上的理解。

邏輯推理層由本體模型層和資源描述層共同生成一個(gè)教學(xué)資源語義模型，推理引擎基于專業(yè)資源庫本體，查詢引擎基于資源標(biāo)注文件。

交互層和用戶界面層是在資源庫語義模型上的各種應(yīng)用，包括為用戶提供基于語義的搜索、知識重用、個(gè)性化學(xué)習(xí)服務(wù)以及內(nèi)容推送等。

下面就系統(tǒng)模型的核心部分進(jìn)行研究，重點(diǎn)討論本體模型的建立和概念查詢的實(shí)現(xiàn)。

２ 本體模型層

本體模型層是整個(gè)系統(tǒng)模型的支撐，是資源庫實(shí)現(xiàn)知識重用和語義共享的基礎(chǔ)。

２.１ 本體建模

本體的目標(biāo)是捕獲相關(guān)領(lǐng)域的知識，提供對該領(lǐng)域知識的共同理解，確定該領(lǐng)域內(nèi)共同認(rèn)可的詞匯，并從不同層次的形式化模型上給出這些詞匯（術(shù)語）和詞匯間相互關(guān)系的明確定義^[４]。因此，在設(shè)計(jì)本體之前，首先要對其進(jìn)行建模，即用形式化方法定義本體的語義。目前還沒有一種一致的形式化本體定義標(biāo)準(zhǔn)，不同研究者根據(jù)他們不同的研究與應(yīng)用背景，給出了不同的形式化定義。如四元組定義^[５－６]，五元組定義^[７－８]，六元組定義^{[９－１０]}。

本體的建模元語包括：類(Classes)或概念(Concepts)、關(guān)系(Relations)、函數(shù)(Functions)，公理(Axioms)和實(shí)例(Instances)。從語義上分析，實(shí)例表示對象，概念則是對象的集合，關(guān)系代表領(lǐng)域中概念之間的交互作用，形式上定義為n維笛卡兒積的子集：R：C1×C2×…×Cn，函數(shù)是一類特殊的關(guān)系，公理代表永真斷言。本體是以關(guān)系為中心的，概念之間的關(guān)系體現(xiàn)的是本體模型的語義聯(lián)系。

根據(jù)實(shí)際需要，對資源庫本體結(jié)構(gòu)進(jìn)行研究，得到其形式化定義如下：

定義１ 資源庫本體是一個(gè)六元組：

O＝｛C，A，R，H，I，X｝

其中，C是概念的集合；A是屬性的集合；R是關(guān)系的集合；H是概念層次；I是實(shí)例的集合；X是本體公理的集合。

定義２ 資源庫本體中概念C是一個(gè)三元組：

Ci＝｛Namei，Commenti，Syni｝

其中，Namei是概念i的概念名，是惟一的；Commenti是對概念i的自然語言解釋；Syni是概念i的同義詞，可以為空，也可以有多個(gè)。

定義３ 定義相似詞匯關(guān)系：Syni(A，B)，當(dāng)且僅當(dāng)A是本體中的概念名，B是A在語義上相似的詞匯。相似詞匯關(guān)系是對稱的。

定義４ 根據(jù)需要，我們考慮R的3種基本語義關(guān)系：

R＝｛Is-a，Instance-of，Part-of｝

其中，Is-a為上位關(guān)系，表示概念之間的種屬關(guān)系，是一個(gè)二元關(guān)系C1×C2，若C1＝is-a（C2），則C1是C2的上位概念，比C2更具一般化；Instance-of關(guān)系表示實(shí)例與概念之間的從屬關(guān)系；Part-of關(guān)系表示概念之間部分與整體的關(guān)系。

為了實(shí)現(xiàn)語義上相關(guān)知識的推理，定義：

公理１ 種屬概念關(guān)系是傳遞的。

２.２ 領(lǐng)域本體構(gòu)建

研究基于語義的教學(xué)資源組織模型，其基本思想是利用領(lǐng)域本體和語義鏈網(wǎng)絡(luò)明確指示資源之間的語義結(jié)構(gòu)，所以下面舉例討論《測控技術(shù)與儀器》領(lǐng)域本體的構(gòu)建。

學(xué)科分類以及學(xué)科各知識點(diǎn)的分類，是一種典型的概念分類體系。因此在領(lǐng)域分析和領(lǐng)域?qū)＜覅⑴c的基礎(chǔ)上，參照《中國分類主題詞表》，根據(jù)２.１本體建模定義的關(guān)系，構(gòu)建《測控技術(shù)與儀器》領(lǐng)域本體?！稖y控技術(shù)與儀器》專業(yè)中的所有概念，形成了一個(gè)分類層次結(jié)構(gòu)，如圖２所示。

本課題組選用斯坦福大學(xué)的protégé，建立了《測控技術(shù)與儀器》領(lǐng)域本體，核心類層次圖如圖３所示。

資源庫本體以文件的形式儲存，采用W3C(World Wide Web Consortium，萬維網(wǎng)聯(lián)盟)2004年發(fā)布的本體描述語言O(shè)WL(Web Ontology Language，Web本體語言)，生成領(lǐng)域本體文件。

３ 資源描述層

資源描述層以本體模型為基礎(chǔ)，為概念查詢中語義模型的建立提供支持，目標(biāo)是把教學(xué)資源按照本體模型的層次結(jié)構(gòu)進(jìn)行組織。

資源描述模型選用RDF框架，以增強(qiáng)數(shù)據(jù)模型在應(yīng)用程序間交換的語義表達(dá)能力。RDF模型采用主體(Subject)、謂詞(Predicate)、客體(Object)三元組模式，屬性邊有著明確的語義，而非XML單純的語法結(jié)構(gòu)上的包含關(guān)系，因此RDF模型能夠?qū)崿F(xiàn)資源語義元數(shù)據(jù)的標(biāo)注。

資源自動(dòng)標(biāo)注的實(shí)現(xiàn)思路是從本體模型中抽取語義元數(shù)據(jù)，利用Jena提供的API，以語義元數(shù)據(jù)為屬性創(chuàng)建教學(xué)資源的RDF模型，形成標(biāo)注文件，存放于資源標(biāo)注庫。這樣，將資源的語義結(jié)構(gòu)明確定義并與原始資源分離，通過對標(biāo)注文件的操作來訪問資源，能夠更有效地定位、查詢和管理數(shù)據(jù)資源，同時(shí)能夠更好地支持異構(gòu)數(shù)據(jù)源之間的互操作。

如圖４所示為某元素材資源的RDF模型。ex是媒體素材本體的名稱空間前綴，為了進(jìn)一步增加系統(tǒng)模型的互操作性，重用了Dublin Core的5個(gè)屬性：title，creator，subject，type，date。

４ 邏輯推理層

邏輯推理層從本體模型層和資源描述層中提取數(shù)據(jù)，形成一個(gè)描述教學(xué)資源的語義模型，通過推理引擎和查詢引擎為系統(tǒng)模型上層基于語義的應(yīng)用，特別是概念查詢的實(shí)現(xiàn)提供支持。

４.１ 推理引擎

推理引擎以資源庫本體模型為依據(jù)進(jìn)行語義推理和擴(kuò)展，這種推理建立在邏輯的基礎(chǔ)上，因此邏輯推理算法和技術(shù)的發(fā)展可以應(yīng)用于本系統(tǒng)模型中，以提高系統(tǒng)語義推理和查詢的能力。

邏輯可分為命題邏輯(Propositional Logic)、一階邏輯(First Order Logic)、描述邏輯(Description Logic)和框架邏輯(Frame Logic)。描述邏輯研究概念知識的表示問題，由4個(gè)部分組成：表示概念和關(guān)系的構(gòu)造集、術(shù)語公理集合Tbox、實(shí)例斷言集合Abox以及Tbox和Abox上的推理機(jī)制。描述邏輯基于概念和角色，概念解釋為對象集，角色解釋為對象之間的二元關(guān)系。

本系統(tǒng)選擇的本體描述語言O(shè)WL基于描述邏輯，可以看作與其等價(jià)的知識表示語言。在邏輯推理層，領(lǐng)域本體的概念形成事實(shí)庫，相當(dāng)于Abox，本體模型的規(guī)則組成規(guī)則庫，相當(dāng)于Tbox，事實(shí)庫和規(guī)則庫共同構(gòu)成推理引擎。如由本體模型的Syn關(guān)系，求得相似詞匯；借助Is-a關(guān)系和傳遞公理，對查詢進(jìn)行擴(kuò)展，是實(shí)現(xiàn)概念查詢的第一步。

４.２ 查詢引擎

查詢引擎采用W3C2007年發(fā)布的語義查詢語言標(biāo)準(zhǔn)SPARQL(Simple Protocol and RDF Query Language，簡單協(xié)議和RDF查詢語言)，對查詢模型進(jìn)行基于RDF三元組的概念匹配，這是一種區(qū)別于傳統(tǒng)關(guān)鍵字匹配的檢索機(jī)制。針對如圖３所示的元素材資源的 一個(gè)SPARQL查詢?nèi)缦拢?/p>

PREFIX dc:＜http://purl.org/dc/elements/1.1/＞

SELECT? v

FROM＜media.rdf＞

WHERE{?v dc:subject“溫度傳感器”@zh}

PREFIX定義的是dc的前綴；SELECT指定查詢返回的內(nèi)容是一個(gè)資源節(jié)點(diǎn)；FROM為可選項(xiàng)，提供查詢操作使用數(shù)據(jù)集的URI，此處為一本地文件；WHERE子句由一組三元模式組成，用基于Turtle的語法表示。這些三元模式共同構(gòu)成了所謂的圖形模式。這個(gè)查詢實(shí)現(xiàn)的原理是把圖形模式的三元模式和資源的RDF模型進(jìn)行匹配。將每個(gè)圖形模式變量的綁定與模型節(jié)點(diǎn)進(jìn)行匹配，而SELECT子句中指定的變量值則成為查詢結(jié)果的一部分。因?yàn)樵赗DF模型(Subject-Predicate-Object)三元組陳述中，以URI(Uniform Resource Identifier，統(tǒng)一資源定位器)標(biāo)識資源，所以該查詢得到subject為“溫度傳感器”的資源的URI引用，這是實(shí)現(xiàn)概念查詢的第二步。

概念查詢實(shí)現(xiàn)的關(guān)鍵在于推理引擎合理的語義擴(kuò)展和查詢引擎正確的概念匹配。本課題組選擇描述邏輯和SPARQL，保證了推理的可判性和RDF概念匹配的效率。

５ 結(jié) 語

針對網(wǎng)絡(luò)教學(xué)資源在互操作和利用率上的不足，提出了基于本體的專業(yè)資源庫語義模型，初步實(shí)現(xiàn)了資源帶語義的組織、管理和檢索利用。該語義模型的核心是本體模型的建立和概念查詢的實(shí)現(xiàn)：本體模型的建立把教學(xué)資源的內(nèi)容和內(nèi)在聯(lián)系用知識表示語言統(tǒng)一定義，實(shí)現(xiàn)了資源語義能夠被機(jī)器所理解的目標(biāo)，資源在不同數(shù)據(jù)源之間的重用性得以提高；概念查詢的實(shí)現(xiàn)使得用戶查詢建立在描述邏輯推理和RDF概念匹配上，查詢結(jié)果更全面和準(zhǔn)確，資源利用效率得到了提高。

參考文獻(xiàn)

［１］Brase J,Nejdl W.Ontologies and metadata for E-Learning［Ｍ］.Berlin:Springer Verlag,2003:579-598.

［２］黃鳳愛.基于XML的圖書信息管理系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)［Ｊ］.現(xiàn)代情報(bào),2008,28(1):114-116.

［３］Tan M,Goh A.The use of ontologies in Web-based Learning:Proceedings of the 8th IEEE Int［Ａ］.Symposium on Wearable Computers［Ｃ］.American，2004.

［４］鄧志鴻,唐世渭,張銘，等.Ontology研究綜述［Ｊ］.北京大學(xué)學(xué)報(bào)：自然科學(xué)版,2002,38(5):730-738.

［５］王洪偉,吳家春,蔣馥.基于描述邏輯的本體模型研究［Ｊ］.系統(tǒng)工程,2003,(1):101-106.

［６］何麗,嚴(yán)冬梅.電子學(xué)習(xí)系統(tǒng)中的知識表示與知識發(fā)現(xiàn)模型研究［Ｊ］.計(jì)算機(jī)工程與應(yīng)用,2007,43(34):233-235,242.

［７］胡艷麗,白亮,張維明，等.知識網(wǎng)格中基于領(lǐng)域本體的智能檢索［Ｊ］.計(jì)算機(jī)科學(xué),2007,34(8):202-207.

［８］王曉東,郭雷,方俊.本體驅(qū)動(dòng)的文本虛擬樣本構(gòu)造方法研究［Ｊ］.計(jì)算機(jī)科學(xué),2008,35(3):142-145.

［９］趙波,馮潔.本體中繼承關(guān)系的形式化表示及其應(yīng)用［Ｊ］.計(jì)算機(jī)工程與設(shè)計(jì),2008,(1):154-156.

［１０］蔣維,郝文寧,楊曉恝.軍事訓(xùn)練領(lǐng)域核心本體的構(gòu)建［Ｊ］.計(jì)算機(jī)工程,2008,34(5):191-192,212.