基于刻面分類和本體的類庫檢索*

余金山，劉云城

(華僑大學(xué) 計算機(jī)學(xué)院，福建 泉州 362011)

軟件復(fù)用是提高軟件生產(chǎn)力和質(zhì)量的一種重要技術(shù)，已被視為是解決軟件危機(jī)、提高軟件生產(chǎn)率和質(zhì)量的現(xiàn)實可行途徑。目前研究最多的是基于軟構(gòu)件的復(fù)用，或稱之為基于構(gòu)件的軟件工程 (CBSE)。而要實現(xiàn)CBSE，其最根本的問題是要有可用的軟構(gòu)件。完整的構(gòu)件庫是實現(xiàn)CBSE的關(guān)鍵，但各個開發(fā)者或開發(fā)機(jī)構(gòu)要創(chuàng)建各自的、絕對完整的構(gòu)件庫是不可能的，或在經(jīng)濟(jì)上與時間上是不可行的。

面向?qū)ο蠓椒ú粌H為軟件復(fù)用的實現(xiàn)提供了內(nèi)在的結(jié)構(gòu)性支持，也通過類庫的類而直接支持代碼復(fù)用。當(dāng)前，許多面向?qū)ο箝_發(fā)工具都建立了自己的類庫，類庫所起的作用越來越重要。類庫已成為一種現(xiàn)成的、寶貴的可復(fù)用的軟件資產(chǎn)。

但是，類和軟構(gòu)件是有區(qū)別的，類庫也不是一般的軟構(gòu)件庫。目前大部分的類庫管理系統(tǒng)都存在一些問題，如只能通過瀏覽導(dǎo)航的方式查找類，這限制了程序開發(fā)員快速、準(zhǔn)確、高效地檢索出所需的類。

本文介紹一個結(jié)合刻面分類描述和本體語義的類庫管理和檢索方法，通過刻面分類描述機(jī)制和本體的語義擴(kuò)展及推理能力，有效地對類進(jìn)行存儲和管理，方便用戶快捷準(zhǔn)確地從類庫中尋找適合自己需要的類，從而更好地達(dá)到軟件復(fù)用的目的。主要內(nèi)容有：給出一個合適的刻面模型對類進(jìn)行不同維度的描述；XML在刻面分類描述中的應(yīng)用；在刻面分類的基礎(chǔ)上建立本體庫，用來表示類的整個分類體系，以及基于刻面分類和本體的檢索方法。

目前國內(nèi)外對類庫的改進(jìn)研究有：呂楓華等人提出的基于類相似性比較的類庫檢索方法，著重討論了比較類相似程度的近似度量方法，及其在類庫檢索中的應(yīng)用，并且給出了一個行之有效的基于規(guī)則的類庫檢索工具[1]。葉青青等人提出的基于語義與句法的Java類庫檢索方法，使得開發(fā)者可以使用自然語言描述待開發(fā)軟件的功能語義，提高可復(fù)用類庫查詢的精度[2]。徐正權(quán)等人提出的新的Softstore軟件庫系統(tǒng)模型[3]，其主要思想是利用相對比較成熟的Internet以及數(shù)據(jù)庫管理技術(shù)，對軟件資源進(jìn)行有效管理。

1 類庫的刻面分類與描述

類的整體說明信息包括類的語義信息和類的關(guān)系信息。類的語義信息包括類名、屬性、服務(wù)、所屬類型、所屬開發(fā)階段等信息。類的關(guān)系信息包括類與其他類的關(guān)系信息。

在類庫中，每個元素都是一個類，這些類由屬性和作用于屬性之上的操作構(gòu)成。屬性可以分為靜態(tài)屬性和動態(tài)屬性。靜態(tài)屬性屬于所有對象的全體，意味著不存在該類的對象，靜態(tài)屬性也是存在的；動態(tài)屬性隨著對象的存在而存在，隨對象的改變而改變。操作也可以分為靜態(tài)操作和動態(tài)操作。兩者不同之處在于靜態(tài)操作可以不存在操作的主體，而動態(tài)操作必須要有操作的主體，即發(fā)起者。

類與其他類之間具有幾種不同的關(guān)系[4]。

(1)繼承關(guān)系。在繼承關(guān)系中子類自動繼承父類的屬性和方法，子類依賴父類而存在，如果單獨(dú)復(fù)用子類，而忽略了其父類，必然會導(dǎo)致信息的不完整，而出現(xiàn)復(fù)用錯誤。所以，作為依賴方的子類入庫時，需要同時保存父類的信息以及它們之間的繼承關(guān)系。

(2)聚合關(guān)系。當(dāng)整體和部分的關(guān)系緊密時，整體不能缺少部分，所以作為依賴方的整體入庫時，需要同時保存部分類的信息和它們之間的聚合關(guān)系。

(3)實例連接關(guān)系。一般通過對象的屬性來表示一個對象與另一個對象之間的依賴關(guān)系。一般來說，該關(guān)系并不影響對象作為獨(dú)立存在的類入庫。

(4)消息連接。即所謂的類與類之間的合作關(guān)系。消息連接具有很強(qiáng)的依賴性。一方要通過調(diào)用另一方的服務(wù)來實現(xiàn)本身所提供的服務(wù)，如果缺少對方的支持，則本身無法完成相應(yīng)的服務(wù)。因此作為依賴方的調(diào)用類入庫時，需要同時保存被調(diào)用類的復(fù)用信息以及它們之間的合作關(guān)系。

通過以上幾種關(guān)系的分析可知，依賴性在各個關(guān)系中普遍存在。如果一個類不能單獨(dú)存在，必須依賴其他類存在并得以保持其完整性，則需要將被依賴類和依賴類以及它們之間的關(guān)系同時入庫保存。

本系統(tǒng)用刻面分類表示類本身的信息，類與其他類之間的關(guān)系則通過本體描述。

根據(jù)刻面分類描述的精簡、一致性、全面性、刻面正交性、易于理解的原則，選擇以下刻面和子刻面：

類的基本信息：類的 ID、名稱、版本，類的入庫時間等。

類的功能：操作、操作對象、操作描述等。

類的應(yīng)用環(huán)境：開發(fā)語言、硬件環(huán)境、操作平臺、數(shù)據(jù)庫平臺等。

類的應(yīng)用領(lǐng)域：類的具體應(yīng)用范疇。

類的刻面分類與術(shù)語示例如表1所示。

用類的刻面信息建立類庫的刻面模型，使用XML語言進(jìn)行描述，同時在類入庫的時候，根據(jù)用戶所提交的信息，自動生成XML文檔。例如DBconnect類的刻面信息：

表1 類的刻面分類與術(shù)語示例

從具體問題的需求出發(fā)，XML具有如下的突出優(yōu)點[5]：

(1)可讀性。用XML描述對于任何用戶或是計算機(jī)程序來說，都容易閱讀和處理。

(2)XML的自描述性使得客戶端在收到數(shù)據(jù)的同時也能理解數(shù)據(jù)的邏輯結(jié)構(gòu)和含義，從而能直接對這些自描述的XML文件中的數(shù)據(jù)進(jìn)行操作，增強(qiáng)了檢索的語義和作用。

(3)表示的獨(dú)立性和內(nèi)容的獨(dú)立性帶來的靈活性。內(nèi)容與表示的分離，支持用戶界面?zhèn)€性化。表示和操作的分離，支持不同數(shù)據(jù)源的無縫連接。

(4)強(qiáng)大的表達(dá)能力。無論是何種數(shù)據(jù)源，新的、老的，是否異構(gòu)，XML都可以用統(tǒng)一的模式進(jìn)行描述和訪問。

(5)可擴(kuò)展性。XML可以在不破壞現(xiàn)有結(jié)構(gòu)和系統(tǒng)的情況下增加新的數(shù)據(jù)字段，不影響新老客戶端的使用。

XML的這些特點可以為使用者在需要訪問不同的源類庫時提供標(biāo)準(zhǔn)的統(tǒng)一接口。

檢索采用XML樹的索引技術(shù)和模型匹配檢索算法[6-8]。

一個刻面描述可以展開成為一棵刻面描述樹，而XML文檔的數(shù)據(jù)結(jié)構(gòu)就是樹狀結(jié)構(gòu)。對一個刻面描述方案，可以將其中的刻面和子刻面分別映射為樹中對應(yīng)的父節(jié)點和子節(jié)點，對采用某個刻面描述方案描述的類，可以將其對應(yīng)的刻面描述術(shù)語映射為對應(yīng)的葉子節(jié)點。

對于類的查詢也可以相應(yīng)地表示為一棵查詢樹，即將查詢中出現(xiàn)的刻面名和子刻面名轉(zhuǎn)化為對應(yīng)的父節(jié)點和子節(jié)點，將查詢刻面的術(shù)語值轉(zhuǎn)化為葉子節(jié)點，并且用一個虛擬的根節(jié)點將它們組合成為一棵查詢樹。因此，對于類的檢索就轉(zhuǎn)化為查詢樹與庫中類的刻面描述樹之間的匹配。

用戶在客戶端輸入查詢條件后，由服務(wù)層中的元數(shù)據(jù)服務(wù)組件負(fù)責(zé)根據(jù)用戶查詢條件生成X-Query查詢語句，并進(jìn)行同義詞與近義詞處理。然后將生成的XQuery查詢語句通過數(shù)據(jù)訪問接口的查詢解釋器分解查詢請求，按照數(shù)據(jù)映射提供的存儲規(guī)則與對象合成器交互，使用XML數(shù)據(jù)的無序樹匹配的松弛匹配技術(shù)進(jìn)行檢索。

2 建立本體表示類庫中類的依賴性關(guān)系

前面的分析指出類庫中的類普遍存在依賴性關(guān)系，這些依賴性關(guān)系具有很強(qiáng)的語義信息，例如繼承、某些類不能單獨(dú)存在必須依賴其他類而存在才得以保持其完整性等。這里引入本體的主要目的為：(1)利用本體描述類之間的關(guān)系；(2)通過本體擴(kuò)展類庫的刻面分類描述體系，利用本體具有的良好的概念層次結(jié)構(gòu)和對邏輯推理的支持，實現(xiàn)基于語義上的匹配檢索，從而提高查全率和查準(zhǔn)率。

本體不僅可以描述類與類之間的各種關(guān)系及刻面術(shù)語之間的同義詞和上下文關(guān)系，還可以描述刻面術(shù)語之間所具有的其他各種關(guān)系，從而盡量從語義上來建立類信息的全面描述。

(1)概念類。概念類表示特定領(lǐng)域中的一組或一類實體，每個概念的不同特點可以由不同的屬性描述。如工作描述、功能、行為。語義上講，它表示的是對象的集合。

(2)公理是表示某一個特定領(lǐng)域內(nèi)的一些永真式，用來描述和解釋元素及其元素之間的關(guān)聯(lián)和約束問題。

(3)關(guān)系代表概念類之間的關(guān)系，形式上定義為n維的笛卡爾乘積的子集?；娟P(guān)系是類的層次關(guān)系，即所謂的繼承關(guān)系。除此之外，還有連接關(guān)系，連接關(guān)系表示除了上下位關(guān)系之外的其他關(guān)系。具體關(guān)系如表2所示。

表2 本體基本關(guān)系表

(4)實例代表元素。從語義上可以理解為對象。

本體的表示采用基于Web的本體描述語言O(shè)WL。OWL能夠用于清晰地表達(dá)詞匯表中詞匯以及詞匯之間的本體關(guān)系。用戶需要借助本體查詢語言來對本體進(jìn)行利用。本體查詢語言作為應(yīng)用程序使用本體的一個接口。

本體的開發(fā)使用由HP實驗室研究開發(fā)的基于Java的開放源代碼Jena。選擇Jena的理由是：它為解析RDF、RDFS、OWL和 SPARQL提供了一個編程環(huán)境和一個基于規(guī)則的推理引擎；Jena允許將數(shù)據(jù)保存到硬盤或OWL文件或關(guān)系數(shù)據(jù)庫中；Jena的推理機(jī)制支持在創(chuàng)建模型的時候?qū)⑼评頇C(jī)與模型相關(guān)聯(lián)，能實現(xiàn)基于規(guī)則的推理。

對OWL處理而言，語義邏輯的處理才是推理機(jī)制的實現(xiàn)。Jena提供的OWL支持包括：方便地訪問標(biāo)準(zhǔn)OWL的類和屬性；支持多種版本的OWL規(guī)范；在基本的查詢中通過subClassOf這樣的關(guān)系來實現(xiàn)類的層級訪問和使用。

對于類庫檢索，本體庫中關(guān)系的重要意義在于支持語義推理和擴(kuò)展查詢，以提高查全率和查準(zhǔn)率。要進(jìn)行基于本體的類庫檢索，首先應(yīng)該建立一個本體庫，針對類庫進(jìn)行分析和抽取概念：類庫、類、類的基本信息、類的刻面信息、類的接口信息、刻面、術(shù)語等。同時分析概念與概念之間的關(guān)系。

用OWL語言來描述類庫本體可在描述邏輯的基礎(chǔ)上建立概念分類層次，然后定義概念類的屬性和創(chuàng)建類的實例。

首先確定本體所包含的概念和概念的層次，如類庫中出現(xiàn)的概念包括以下幾個實體：Library、Class、Facet、Terms等。

可以用OWL語言定義如下：

(1)OWL的概念通過 owl：Class定義。

(2)概念之間的繼承關(guān)系可以用＜rdfs：subClassOf＞表示。如功能刻面是刻面的一個子概念：

(3)定義概念的屬性。屬性是一個二元的關(guān)系。OWL定義了兩種屬性，即 owl：Datatype Property和 owl：Object Property。前者是概念的成員和數(shù)據(jù)類型，后者是不同概念之間的關(guān)系。如定義一個DatatyperProperty屬性的className：

下面定義一個ObjectProperty屬性的containClass：

(4)傳遞性 TransitiveProperty

對稱性 SymmetricProperty、自反性 Inverseof、等價傳遞性InverseFunctionalProperty。

(5)定義類與類之間的等價關(guān)系

Owl可以用來定義和表示類與類、類與屬性之間豐富的語義關(guān)系。在面向?qū)ο笾蓄惻c類之間的關(guān)系是確定的，如繼承、依賴、聚合等。

本體庫的建立是相當(dāng)麻煩的，如果能夠在軟件設(shè)計過程中抽取本體，則以后本體的建立會節(jié)省不少的時間。目前，將面向?qū)ο蟮乃枷肱c本體建模的思想相結(jié)合得到了一定的研究，這些研究成果對領(lǐng)域本體的構(gòu)建有一定的推進(jìn)作用。例如參考文獻(xiàn)[9]給出的一種從UML類圖到OWL映射方法。

3 加入本體后的類庫檢索

在進(jìn)行檢索時，首先利用本體知識對檢索條件進(jìn)行預(yù)處理，對檢索條件進(jìn)行加強(qiáng)與擴(kuò)展，然后檢索引擎用處理后的條件進(jìn)行檢索，將得到更符合用戶需求的返回結(jié)果。利用本體含有的語義信息檢索出語義上匹配的類。

基于本體描述的類庫，可以分作三層：最底層為數(shù)據(jù)服務(wù)層，存放刻面描述完畢的類實體，實現(xiàn)對類的存儲，包括本體庫和XML數(shù)據(jù)庫等；中間層為功能應(yīng)用層，包括本體的推理檢索模塊，數(shù)據(jù)訪問等功能，主要采用組件開發(fā)技術(shù)來完成功能；最外層是表示層，負(fù)責(zé)與用戶的交互及為用戶顯示界面和提供一個可視化的瀏覽接口。如圖1所示。

實現(xiàn)采用MVC架構(gòu)的Struts。

本體的查詢模塊通過Jena提供的推理機(jī)接口，利用同義、上下位和語義關(guān)系，或者第三方推理機(jī)推理出隱含的語義，從而使得查詢得以擴(kuò)展。利用Owl本體概念的描述邏輯進(jìn)行相關(guān)和相近概念的推理運(yùn)算。

(1)用戶通過查詢界面輸入查詢條件。

(2)生成初始查詢，如分詞、關(guān)鍵詞匹配。

(3)查詢擴(kuò)展。對初始查詢進(jìn)行語義擴(kuò)展，然后把擴(kuò)展后的術(shù)語集通過查詢界面顯示給用戶。本體擴(kuò)展包括以下幾種類型：同義擴(kuò)展、層次擴(kuò)展、屬性擴(kuò)展、公理擴(kuò)展和規(guī)則擴(kuò)展。返回的術(shù)語集包括術(shù)語之間的關(guān)系以及相應(yīng)的解釋。

(4)細(xì)化：用戶根據(jù)返回的術(shù)語集進(jìn)一步明確自己的需求。

(5)執(zhí)行查詢和返回查詢結(jié)果，同時考慮將檢索結(jié)果按照查詢匹配度進(jìn)行排序。

4 實驗評測

環(huán)境和工具：Tomcat服務(wù)器，Eclipse 開發(fā)平臺，Protégé，sql server2000數(shù)據(jù)庫，Jena推理機(jī)，Java類庫中的資源。

類庫常規(guī)關(guān)鍵詞檢索方法與本系統(tǒng)檢索方法的效率對比，如表3所示。

表3 檢索結(jié)果對比表

類作為面向?qū)ο笤O(shè)計中的重要元素，為軟件復(fù)用的實現(xiàn)提供了良好的條件。為了改進(jìn)現(xiàn)有的類庫檢索不方便、效率低等問題，本系統(tǒng)在刻面描述的基礎(chǔ)上，結(jié)合本體語義檢索的思想，較好地解決了傳統(tǒng)的類庫檢索方法無法真正理解用戶的檢索意圖，以及查全率和查準(zhǔn)率相對差的缺點，用戶可方便快捷地從類庫中尋找適合自己需要的類，從而更好地達(dá)到軟件復(fù)用的目的。下一步工作將是實現(xiàn)類庫中的類的刻面自動分類和本體信息提取。

[1]呂楓華，王和珍，費(fèi)翔林.類相似性的比較及其在類庫檢索中的應(yīng)用[J].軟件學(xué)報，1997，8(4)：278-282.

[2]葉青青，江水.基于語義與句法的Java類庫檢索方法與系統(tǒng)[J].計算機(jī)工程，2004，30(23).

[3]徐正權(quán).類庫系統(tǒng)研究及其與軟件庫的融合[J].計算機(jī)與數(shù)字工程，2007，38(6)：67-69.

[4]張文娟.面向?qū)ο筌浖_發(fā)工具集中類庫和模型庫的研究與實現(xiàn)[J].計算機(jī)工程，2002，28(3).

[5]余金山.基于 XML，Tamino和CORBA的軟構(gòu)件管理與檢索技術(shù)[J].華僑大學(xué)學(xué)報，2008，29(4)：518-521.

[6]MICHIELS P.MIHAILA G A.SIMEON J.Put a tree pattern in your algebra[C].IEEE 23rd International Conference on DataEngineering， 2007.ICDE 2007.IEEE 2007：246-255.

[7]徐如志，錢樂秋，程建平，等.基于 XML的軟件構(gòu)件查詢匹配算法研究[J].軟件學(xué)報，2003，14(7).

[8]張海龍，彭鑫.基于刻面與本體的資源描述與檢索系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用與軟件，2007，24(9).

[9]劉振中，劉勇.基于UML類圖的 OWL本體映射方法[J].計算機(jī)工程，2009，35(13)：40-45.