領(lǐng)域本體的構(gòu)建方法研究

張文秀 朱慶華

摘 要：領(lǐng)域本體構(gòu)建是一項復(fù)雜的系統(tǒng)工程。從國內(nèi)外本體和領(lǐng)域本體研究出發(fā)，比較分析了典型的領(lǐng)域本體構(gòu)建方法，提出循環(huán)式領(lǐng)域本體構(gòu)建法，并使用該方法構(gòu)建軟件缺陷領(lǐng)域本體。

關(guān)鍵詞：本體 領(lǐng)域本體 本體構(gòu)建 軟件缺陷

中圖分類號： B016文獻標識碼： Ａ 文章編號： 1003-69３８（２０11）０1－0016-04

Research on Construction Methods of Domain Ontology

Zhang Wenxiu （Department of Audit, Nanjing Audit University, Nanjing, Jiangsu, 211815）

Zhu Qinghua （National Center for Information Resource Management, Nanjing University, Nanjing, Jiangsu, 210093）

Abstract： The construction of domain ontology is a complicated system project. On the basis of researches on ontology and domain ontology at home and abroad, it compares the typical ontology construction methods. And, it proposes a comprehensive ontology construction method. Moreover, it uses the method and constructs software defect domain ontology.

Key words：ontology；domain ontology； construction method； software defect

ＣＬＣ number： B016Document code： AArticle ID： 1003-6938（20１1）01-0016-04

1 引言

本體（Ontology）起源于哲學(xué)，是對世界上客觀存在物的系統(tǒng)描述。近年來，人們將本體的概念引入人工智能、知識工程和圖書情報領(lǐng)域，用以解決信息提取、知識概念表示和知識組織體系方面的有關(guān)問題。利用本體思想從不同角度對信息集合進行標引，表示信息內(nèi)容與知識組織體系之間的鏈接關(guān)系，可以將本體與信息系統(tǒng)進行鏈接，從而使用戶在使用信息的過程中更加便捷地瀏覽和理解相關(guān)概念和資源，還可以利用本體中的語義關(guān)系及推理規(guī)則集合進行推理，從而實現(xiàn)基于本體的智能分析和知識組織，并通過智能分析來預(yù)測知識增長點。同時，由于本體描述信息的語義，并采用一定的編碼語言讓計算機可以讀懂，更加有利于實現(xiàn)智能檢索和查詢?？梢哉f，本體是機器自動推理和智能化高級信息服務(wù)的基礎(chǔ)。［1 ］

本體構(gòu)建是一項復(fù)雜的系統(tǒng)工程，需要領(lǐng)域?qū)＜液椭R工作人員以及系統(tǒng)分析人員等各方人員按照一定的方法、采用適當?shù)墓ぞ邊f(xié)作完成。由于目前本體構(gòu)建大都針對某一特定問題域，因此，領(lǐng)域本體的構(gòu)建也代表了本體構(gòu)建的思想和方法。

2 本體與領(lǐng)域本體研究現(xiàn)狀

由于應(yīng)用領(lǐng)域的不同，對本體研究的側(cè)重點也有所不同。涉及特定學(xué)科領(lǐng)域的本體，被稱為領(lǐng)域本體（Domain Ontology）。領(lǐng)域本體的目標是捕獲相關(guān)的領(lǐng)域知識，提供對該領(lǐng)域知識的共同理解，確定該領(lǐng)域內(nèi)共同認可的概念，并從不同層次的形式化模型上給出這些概念和概念之間相互關(guān)系的明確定義，提供該領(lǐng)域中發(fā)生的活動以及該領(lǐng)域的主要理論和基本原理等。

近兩年來，在語義網(wǎng)描述語義的觸動下，越來越多的描述各種各樣領(lǐng)域的本體產(chǎn)生了。例如，Plinius ontology是關(guān)于陶瓷物質(zhì)化學(xué)成分的本體，而Chemical-Elements（化學(xué)元素）是關(guān)于化學(xué)元素周期表的本體。［2 ］國外著名的知識本體還有WordNet、SENSUS、CYC、SUMO等。我國近幾年也出現(xiàn)了如知網(wǎng)、國共合作歷史領(lǐng)域本體等。對特定領(lǐng)域的本體研究和開發(fā)目前已涉及的領(lǐng)域包括企業(yè)本體、醫(yī)學(xué)概念本體、經(jīng)濟學(xué)本體、花卉學(xué)本體、酶催化生物學(xué)本體、陶瓷材料機械屬性本體等。

隨著領(lǐng)域本體漸漸成為研究熱點，構(gòu)建和進化領(lǐng)域本體已經(jīng)成為研究的核心和關(guān)鍵。從構(gòu)建方式上看，現(xiàn)在的本體構(gòu)建大多是手工構(gòu)造的。目前，大量的個人和學(xué)術(shù)團體正專注于本體自動構(gòu)建工具的研究。本體工具主要有本體的編輯管理工具、本體解析工具和推理機。［3 ］最常見的兩個本體編輯工具是Protégé和KAON，本體解析工具是Jena，推理機是Racer。盡管手工構(gòu)造也有一些規(guī)范的方法和可用的工具，［4 ］然而，構(gòu)建本體的工作還基本停留在人工或半人工階段，國內(nèi)外為數(shù)不少的本體構(gòu)建工具和方法體系還沒有一個完全成熟的，因此仍難以進行大范圍的本體構(gòu)建。而且，已有的領(lǐng)域本體研究主要是對本體的編制與構(gòu)建進行嘗試與實驗，較少研究相應(yīng)的編制規(guī)范與標準。目前，需要領(lǐng)域?qū)＜覅⑴c是本體構(gòu)建方法中的瓶頸，如何通過知識挖掘手段自動獲取本體是當前，也是今后一段時期的重要研究領(lǐng)域。

領(lǐng)域本體的應(yīng)用研究也有廣泛的內(nèi)容。如：中國科學(xué)院致力于研究形式化本體在領(lǐng)域知識的復(fù)用和共享中的基礎(chǔ)和作用、基于專業(yè)領(lǐng)域知識復(fù)用的虛擬領(lǐng)域本體的構(gòu)建。［5 ］此外，由于本體明確地表達概念及其之間的關(guān)系，并且具有推理能力，因此，利用本體可以實現(xiàn)自動推理和智能化高級信息服務(wù)。在情報學(xué)領(lǐng)域，梁戰(zhàn)平提出在本體信息環(huán)境下進行信息獲取和智能分析的情報學(xué)研究模式。［6 ］基于本體的信息研究與分析將成為一個新方向。

從整體來看，本體研究目前仍處于理論研究日趨成熟、應(yīng)用研究相對滯后的階段。單純從技術(shù)角度描述本體的較多，理論聯(lián)系實踐并在實際系統(tǒng)中應(yīng)用的領(lǐng)域本體則比較少。［7 ］

3 領(lǐng)域本體構(gòu)建方法

本體的構(gòu)建是對概念本身以及概念與概念之間的關(guān)系進行形式化描述，多是面向特定領(lǐng)域。出于對不同學(xué)科領(lǐng)域和具體工程的不同考慮，領(lǐng)域本體構(gòu)建的過程各不相同。現(xiàn)行的本體構(gòu)建方法都不是經(jīng)權(quán)威標準化機構(gòu)認證的方法。

比較成功的本體構(gòu)建項目大多借鑒軟件工程方法，產(chǎn)生了一系列諸如面向?qū)ο笏枷耄ɑ赨ML）、原型化思想等的本體構(gòu)建方法，并從系統(tǒng)需求分析出發(fā)，明確需求、規(guī)范文檔、實時評價等方面規(guī)范領(lǐng)域本體的構(gòu)建，［8 ］再根據(jù)項目自身的特點和專家經(jīng)驗進行。

3.1 本體構(gòu)建方法的比較

當前典型的本體構(gòu)建方法都是從具體的本體構(gòu)建項目中總結(jié)獲得的，最早的本體構(gòu)建方法總結(jié)出現(xiàn)在1995年，是根據(jù)企業(yè)本體（Enterprise Ontology）以及TOVE項目本體的實際開發(fā)過程獲得的經(jīng)驗總結(jié)。此后，陸續(xù)出現(xiàn)了一些新的本體構(gòu)建方法，如METHONTOLOGY、骨架法、KACTUS工程法、SENSUS法、IDEF-5方法、七步法等。這些方法都由一個總體流程和各步的操作規(guī)則構(gòu)成。

本研究通過文獻調(diào)查法分析七種本體構(gòu)建方法的基本步驟（見表1），選取生命周期、所采用的相關(guān)技術(shù)、方法的細節(jié)、方法的特點以及本體的應(yīng)用領(lǐng)域這幾個方面進行比較（見表2）。［9 ］

通過表1、表2的比較分析可以看出，七種本體構(gòu)建方法中比較完整、成熟的是七步法和METHONTOLOGY法，而IDEF5法、SENSUS法、TOVE法、骨架法和KACTUS法則一般。盡管如此，每種方法體系都有它的特點和與適用的領(lǐng)域，即使是不成熟的方法也有它的優(yōu)點。

除了上述七種典型的本體構(gòu)建方法外，還有很多本體研究學(xué)者在本體實際開發(fā)中提出了適合本專業(yè)領(lǐng)域需求的本體構(gòu)建方法，例如Staab等提出的On-To-Knowledge法。［10 ］此外，我國學(xué)者（如李景［11 ］、董慧［12 ］、劉柏嵩［13 ］等）在借鑒國外本體構(gòu)建方法的基礎(chǔ)上，根據(jù)中文本體構(gòu)建的實際情況，也提出了一些有影響的本體構(gòu)建方法。

總的來說，由于不同領(lǐng)域的概念具有不同特點，本體構(gòu)建的理論和方法目前尚無統(tǒng)一的標準，因而難以在不同領(lǐng)域本體的構(gòu)建中保持一致。對于任何專業(yè)領(lǐng)域，都不存在某一種唯一適合的途徑或模式，可能存在好幾種方法都可行。最佳的辦法依賴于領(lǐng)域本體的構(gòu)建者所采用的應(yīng)用軟件以及可以預(yù)見的擴展功能。

3.2 領(lǐng)域本體構(gòu)建方法的創(chuàng)新

在選擇本體構(gòu)建方法時應(yīng)根據(jù)實際情況采用最適當?shù)姆椒?，或者綜合多種方法的優(yōu)點，對現(xiàn)有構(gòu)建方法進行提升和優(yōu)化，從而提出更適合特定領(lǐng)域的構(gòu)建方法或者更具有廣泛適用性的構(gòu)建方法。本研究沒有簡單地選用某一種方法，而是基于以上對七種典型本體構(gòu)建方法的比較研究，選擇以斯坦福大學(xué)醫(yī)學(xué)院所提出的成熟度較高的“七步法”的思路為基礎(chǔ)，同時綜合Methontology法、IDEF5法具有評價與優(yōu)化的優(yōu)點。具體說來，本研究對“七步法”進行了如下修改：

（1）將第五步——定義類的屬性和第六步定義屬性的分面（Facets）合并。因為一個屬性可能由多個“分面”組成，一個屬性的“分面”，就是屬性取值的類型（Value Type）、容許的取值（Allowed Values）、取值個數(shù)（Cardinality，集的勢、基數(shù)）和有關(guān)屬性取值的其他特征。在定義類的屬性時也需要定義屬性的分面，只有把屬性的各個分面都定義了才能認為屬性定義好了。

（2）將第七步——創(chuàng)建實例在領(lǐng)域本構(gòu)建過程中省略。實例體現(xiàn)在特定領(lǐng)域的具體應(yīng)用中，在領(lǐng)域本體的一般構(gòu)建過程中可省略創(chuàng)建實例這一步驟，而是將創(chuàng)建實例放到領(lǐng)域本體的實際應(yīng)用中，使本體的構(gòu)建方法更具一般性。

（3）本體構(gòu)建過程中應(yīng)該對所初步構(gòu)建起來的本體及時進行總結(jié)與評價，發(fā)現(xiàn)不足，進行改進。因此，借鑒了Methontology法和IDEF5法等具有的本體評價這一步驟。而且，考慮到本體構(gòu)建及完善應(yīng)該是一個不斷循環(huán)往復(fù)、螺旋式上升的過程，因而，提出了由六大步驟組成一個循環(huán)的領(lǐng)域本體構(gòu)建方法，可稱之為“循環(huán)法”（見圖1）。

4 軟件缺陷領(lǐng)域本體構(gòu)建

本研究采用圖1所示的循環(huán)法領(lǐng)域本體構(gòu)建流程構(gòu)建軟件缺陷信息管理領(lǐng)域本體，以驗證該方法的可行性和科學(xué)性。具體步驟如下：

4.1 本體的需求分析

正如同七步法中第一步的要求，本體構(gòu)建首先必須確定構(gòu)建目標、范圍和場景等。

本研究所面向的領(lǐng)域是軟件缺陷信息管理，其領(lǐng)域本體的構(gòu)建目標是建立面向應(yīng)用的領(lǐng)域本體，使缺陷信息更趨結(jié)構(gòu)化，以便于獲取知識，更便于進行多種多樣的信息分析以實施管理。

構(gòu)建的范圍是軟件缺陷信息管理中涉及到的缺陷信息及缺陷管理流程。

場景有兩個：①軟件組織中測試工程師、質(zhì)量工程師、軟件工程師和項目經(jīng)理共同參與的軟件缺陷管理過程；②軟件組織的中高層管理者為了管理和決策而希望得到經(jīng)過分析處理的缺陷信息。也就是說，本研究是針對軟件缺陷信息管理中所涉及到的缺陷信息以及軟件缺陷管理流程，提取出一套核心概念集及其屬性，并確定它們之間的相互關(guān)系，建立可以應(yīng)用的本體，再進行基于本體的軟件缺陷信息分析。

4.2 考查可復(fù)用本體

本體最大的特點之一是共享和重用，考查復(fù)用現(xiàn)有本體的可能性是保證本體的這一特性得以實現(xiàn)的一個重要方式，通過復(fù)用現(xiàn)有本體也可以提高本體構(gòu)建的效率。本體同時還具有開放性，可以隨時更新，也是復(fù)用現(xiàn)有本體的體系結(jié)構(gòu)基礎(chǔ)。

國內(nèi)外對本體的研究還處于實驗階段，比較缺乏成熟、實用的領(lǐng)域本體?，F(xiàn)有的領(lǐng)域本體主要是企業(yè)本體、 醫(yī)學(xué)概念本體、經(jīng)濟學(xué)本體等，而對于軟件缺陷信息管理這個領(lǐng)域目前還沒有發(fā)現(xiàn)與之相似、可以重用的本體。

4.3 建立領(lǐng)域核心概念集

這一步是要確定軟件缺陷信息管理領(lǐng)域本體所涉及的概念，這就要列出所有領(lǐng)域內(nèi)的重要術(shù)語，收集所有有用的和潛在有用的領(lǐng)域概念、語義、屬性、實例等，再經(jīng)過整理、提煉，從而建立概念匯總表。建立領(lǐng)域核心概念集之前，應(yīng)首先通過收集領(lǐng)域信息充分了解領(lǐng)域知識，信息來源可以包括領(lǐng)域?qū)＜摇I(yè)書籍、網(wǎng)絡(luò)等。在建立領(lǐng)域核心概念集時，可以借鑒已有本體的結(jié)構(gòu)和體系，從軟件缺陷管理領(lǐng)域中分解、提取、去重、歸并所涉及到的主要概念，并力求概念集的完整性，從而建立概念匯總表。

4.4 建立概念分層結(jié)構(gòu)

知識工作者和領(lǐng)域?qū)＜覅f(xié)同工作，梳理概念匯總表中的每個概念，主要采用自底向上的方法，從一個個底層概念的定義開始，一一明確每個概念的含義。分析概念之間可能存在的種種關(guān)系，這些關(guān)系包括顯性關(guān)系和隱性關(guān)系。最后，采用綜合法進行歸納和演繹，確定領(lǐng)域概念之間的關(guān)系，并用明確的方式記錄出來。

軟件缺陷信息管理領(lǐng)域中核心概念集是在IBM的軟件缺陷分類［14 ］基礎(chǔ)上建立起來的，軟件缺陷分類已經(jīng)體現(xiàn)了概念的分層結(jié)構(gòu)（見圖2）。

隨著本體構(gòu)建的推進和發(fā)展，還可能會對所建立的概念集中的概念及其關(guān)系進行修改、添加和刪減。

4.5 定義類和創(chuàng)建屬性

概念匯總表經(jīng)過分層確定其從屬結(jié)構(gòu)，定義了類，剩余的概念將會是類的屬性。每個屬性都有它的屬性名，都確定它所描述的類。這一定義類和創(chuàng)建屬性的過程就是本體的表示，即采用建模工具和語言定義類和創(chuàng)建屬性來建立本體。在眾多本體建模工具和語言中選擇適當?shù)谋倔w建模工具和語言來表示本體內(nèi)部概念關(guān)系的工具，將已得到的領(lǐng)域概念集和概念之間的相互關(guān)系形式化地表現(xiàn)出來。本研究選取Protégé為本體建模工具，采用W3C推薦的OWL作為本體描述語言，所構(gòu)建的類和屬性如圖3所示。

4.6 本體的評價與進化

目前還沒有一致認可的本體確認和評價的標準，對本體的評估涉及是否滿足需求分析階段所設(shè)定的目標，涉及如何正確構(gòu)建本體，涉及本體及其定義內(nèi)容的清晰性、一致性、完整性、可擴展性以及靈活性。本體初步構(gòu)建起來以后，可以據(jù)此進行評價和改進。領(lǐng)域本體也是具有生命周期的，在本體初步構(gòu)建好之后將是長期的本體操作階段、維護階段，其間還要持續(xù)地進行本體的完善工作，這是因為本體的構(gòu)建不是一蹴而就的，而是需要不斷的改進。

以上是本研究所采用的本體構(gòu)建流程的六個步驟，其中，作為起始的本體構(gòu)建初始步驟包括分析本體構(gòu)建需求與考查可復(fù)用本體，建立領(lǐng)域核心概念集、建立概念分層結(jié)構(gòu)、定義類和創(chuàng)建屬性是整個流程中的核心步驟，最后是對所構(gòu)建本體的評價和改進，實現(xiàn)了本體創(chuàng)建和提升的循環(huán)過程。

5 結(jié)語

領(lǐng)域包含大量的概念和對象，要迅速建立一個全面的領(lǐng)域本體是不現(xiàn)實的?？尚械淖龇ㄊ穷I(lǐng)域?qū)＜液椭R工作者根據(jù)軟件工程的原型化方法建立一個原型化的領(lǐng)域本體，然后在使用的過程中逐漸迭代，采用螺旋上升的方式逐步完善已有的本體模型。以上只是領(lǐng)域本體構(gòu)建的六個主要步驟，之后還有長期的本體完善與操作階段，其中有大量工作如本體自動優(yōu)化等有待研究和實踐。

參考文獻：

［1］張玉峰等．基于Semantic Web的個性化網(wǎng)絡(luò)導(dǎo)航機制［J］．情報學(xué)報，2005，（24）：438-444.

［2］M.F. López, etal. Building a Chemical Ontology Using Methonotology and the Ontology Design Environment［J］. IEEE Intelligent System. Jan./ Feb.1999，（1）: 37-46.

［3］陳谷川，陳豫．語義網(wǎng)知識組織系統(tǒng)的研究與構(gòu)架［J］．現(xiàn)代圖書情報技術(shù)，2006，135（4）：24-28.

［4］Y. Ding, S. Foo. Ontology research and development: part1-a review of ontology generation ［J］. Information Science, 2002, 28（2）: 234-260.

［5］陳剛等．基于領(lǐng)域知識重用的虛擬領(lǐng)域本體構(gòu)造［J］．軟件學(xué)報，2003（3）：350-355.

［6］粱戰(zhàn)平．開創(chuàng)情報學(xué)的未來——爭論的焦點問題研究［J］．情報學(xué)報，2007，26（1）：14-19.

［7］杜小勇等．學(xué)科領(lǐng)域本體的構(gòu)建與進化——以經(jīng)濟學(xué)領(lǐng)域本體為例［J］．現(xiàn)代圖書情報技術(shù)，2007，（3）：7-12.

［8］袁媛．領(lǐng)域本體建設(shè)的方法論和工具研究［D］．北京：中國人民大學(xué)碩士學(xué)位論文，2004.

［9］李景．本體理論在文獻檢索系統(tǒng)中的應(yīng)用研究［M］．北京：北京圖書館出版社，2005：111.

［10］S. Staab, etc. Knowledge processes and ontologies［J］. IEEE Intelligent Systems, Special Issue on Knowledge Management, 2001, 16（1）: 26-34.

［11］李景等．構(gòu)建領(lǐng)域本體的方法［J］．計算機與農(nóng)業(yè)，2003，（7）：7-10.

［12］董慧等．基于本體的數(shù)字圖書館檢索模型研究（III）——歷史領(lǐng)域資源本體構(gòu)建［J］．情報學(xué)報，2006，25（5）：564-574.

［13］劉柏嵩．面向數(shù)字圖書館的本體學(xué)習(xí)研究［J］．大學(xué)圖書館學(xué)報，2006，（6）：30-34，38.

［14］IBM Research Center for Software Engineering. Orthogonal Defect Classification［EB/OL］.［2007-04-12］http://www.research.ibm.com/softeng/ODC/ODC.HTM.

［15］李景，孟連生．構(gòu)建知識本體方法體系的比較研究［J］．現(xiàn)代圖書情報技術(shù)，2004，（7）：17-22.

作者簡介：張文秀（1975-），女，博士，南京審計學(xué)院審計系講師，研究方向：信息系統(tǒng)審計；朱慶華（1963-），男，博士，南京大學(xué)國家信息資源管理研究基地教授，研究方向：信息資源管理。