基于本體的博物館知識庫構(gòu)建方法研究

李 慧， 萬 靜， 任雪原

（1.北京化工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，北京 100029；2.66061部隊 北京 102300）

知識庫是近年來流行的有效的知識管理工具之一，為了實現(xiàn)知識的共享與交流，許多行業(yè)已經(jīng)開始建立領(lǐng)域知識庫。本體（Ontology）[1]作為知識和概念描述的重要工具，可以清晰描述領(lǐng)域知識庫中的概念及其關(guān)系，實現(xiàn)領(lǐng)域知識的共享和重用，也有利于領(lǐng)域知識庫的管理和維護(hù)?；诒倔w構(gòu)建的領(lǐng)域知識庫成了目前知識庫的重要研究方向。

1 本體論

本體概念最早源于哲學(xué)領(lǐng)域，后來被引入信息科學(xué)中。在計算機(jī)領(lǐng)域里，斯坦福大學(xué)的Gruber于1993年給出了定義“本體是概念化的明確的規(guī)范說明[2]”，用概念化的形式結(jié)構(gòu)＜D，R＞來表示本體，其中 D 是領(lǐng)域（Domain），R 是 D 中相關(guān)的關(guān)系集合，該定義能夠很好地表現(xiàn)出本體的本質(zhì)特性。

通俗地講，本體就是用來描述某個領(lǐng)域范圍內(nèi)的概念以及概念之間的聯(lián)系，使得這些概念和聯(lián)系在共享的范圍內(nèi)有著明確唯一的定義。普遍認(rèn)為，本體包含4層含義：形式化（formal），明確（explicit），概念模型（conceptualization）和共享（share）?！靶问交敝副倔w是“具有機(jī)器可讀性”（即能被計算機(jī)處理）；“明確”指所使用的概念及這些概念的約束和限制條件都預(yù)先有明確的定義和說明；“概念模型”，又稱概念化，指通過抽象出客觀世界中某些現(xiàn)象的相關(guān)概念而得到的模型；“共享”指“本體中體現(xiàn)的是共同認(rèn)可的知識，反映的是相關(guān)領(lǐng)域中公認(rèn)的概念集[3]”，即本體是群體接受的共識而非只有部分人接受的。

從結(jié)構(gòu)上講，本體既可以表示為簡單的樹狀結(jié)構(gòu)，也可以表示為復(fù)雜的網(wǎng)狀結(jié)構(gòu)。不同結(jié)構(gòu)的本體如圖1所示[4]。

圖1 不同結(jié)構(gòu)的本體Fig.1 Ontology with different structures

2 本體與知識庫

知識庫（Knowledge Base）[5]是知識工程中結(jié)構(gòu)化，易利用，易操作，全面有組織的知識集群，是針對某一或某些領(lǐng)域問題求解的需要，采用某種（或若干種）知識表示方式在計算機(jī)存儲器中組織、存儲、使用和管理互相聯(lián)系的知識片集合。

本體是概念層次上對概念化的清楚描述，可以為知識的構(gòu)建提供一個基本的結(jié)構(gòu)，本體可以將領(lǐng)域知識的概念和相互之間的關(guān)系進(jìn)行較為精確的定義，從而解決機(jī)器理解問題。本體可以作為知識和概念描述的工具，以明確一致的方式表達(dá)概念的內(nèi)涵，描述領(lǐng)域知識庫中的概念及其關(guān)系，實現(xiàn)領(lǐng)域知識的共享和重用，也有利于領(lǐng)域知識庫的管理和維護(hù)。

知識本體可以用一個三元組定義[6]：

KO=＜KA，Re，Rule＞

上面的三元組中各符號的代表的具體含義解釋如下：

1）KO（Knowledge Ontology），表示知識本體；

2）KA（Knowledge Atom）為知識原子，表示整個知識模型中的最小表示單元?？梢允穷悺⒐砑盎镜牟僮麝P(guān)系等，也就是：

KA={bi|1≤i≤n，bi∈Q}

bi表示知識論域Q中的知識原子；

3）Re（Relation）表示知識原子之間、由知識原子構(gòu)成的知識實體之間存在的相互聯(lián)系作用的集合，即：

Re={Rij（bi，bj）∨Rkl（mk，ml）|1≤i，j，k，l≤n}

其中，m表示由知識原子構(gòu)成的知識實體，即m={Σbibj∨∏bibj|1≤i， j≤n；bi，bj∈Q}，Rij表示知識原子之間的關(guān)系，bi，bj，Rkl（mk，ml）表示知識實體之間的關(guān)系。

3 博物館本體構(gòu)建

3.1 本體構(gòu)建方法

本體構(gòu)建方法的研究和使用對本體的構(gòu)建非常重要，沒有好的指導(dǎo)方法，不利于本體的規(guī)范建設(shè)，很難在不同領(lǐng)域本體的構(gòu)建中保持一致。到目前為止，本體構(gòu)建方法仍然沒有一個統(tǒng)一的標(biāo)準(zhǔn)，構(gòu)造本體的過程各不相同?，F(xiàn)有的本體建模方法主要有IDEF-5法、TOVE法、骨架法、METHNOTOLOGY和“七步法”[7]。

通過對幾種建模方法的比較后發(fā)現(xiàn)，斯坦福大學(xué)醫(yī)學(xué)院開發(fā)的“七步法”擁有相對成熟健全的技術(shù)，側(cè)重于本體的構(gòu)建過程，構(gòu)建過程適用性強(qiáng)，尤其適合領(lǐng)域本體建立，而本課題研究的正是博物館領(lǐng)域本體，分析比較之后選用“七步法”作為本課題本體構(gòu)建基本方法。

建模工具方面，本文將采用Protégé作為本體的建模工具，設(shè)計博物館領(lǐng)域本體。它是目前使用最為廣泛的本體論編輯器之一，功能強(qiáng)大，并包括大量的插件并擁有豐富的操作符集合。以下為使用“七步法”建立博物館本體的過程：

1）確定本體的領(lǐng)域和范圍 這個環(huán)節(jié)當(dāng)中，需要搞清楚如下問題：本體的功能和作用；本體覆蓋的專業(yè)領(lǐng)域和范疇；要建立什么樣的領(lǐng)域本體；本體的目標(biāo)用戶是誰；選擇哪種本體描述語言。

2）考慮現(xiàn)有本體的復(fù)用 考慮有沒有前人已經(jīng)構(gòu)建好的本題庫，有的話可以節(jié)省開發(fā)成本，縮短開發(fā)時間。在本課題中，沒有現(xiàn)有的本體資源可用，所以此過程暫不考慮。

3）列舉領(lǐng)域中的概念術(shù)語 創(chuàng)建領(lǐng)域本體時，需要大量的領(lǐng)域知識，還需要眾多領(lǐng)域?qū)＜覅⑴c，從而很好的把握目標(biāo)領(lǐng)域的知識框架。這個步驟當(dāng)中，要通過對領(lǐng)域知識的分析，盡量全面地列舉出系統(tǒng)中需要解釋的或者陳述的所有概念（包括類、屬性和實例）。本文中博物館知識庫中的概念定義來源于以下幾個方面：針對本體的目標(biāo)研究領(lǐng)域知識的各種專業(yè)文獻(xiàn)，國家現(xiàn)行的相關(guān)的各種標(biāo)準(zhǔn)和規(guī)范，如博物館藏品信息指標(biāo)體系規(guī)范等。

4）確定類和類層次 類是本體中基本的單元，代表了具有共性的一類對象，是一種上下層次結(jié)構(gòu)的組織形式。子類可以繼承父類的特性，表達(dá)比父類更具體的概念。例如博物館本體中，“博物館”是本體的最高層次類，而博物館學(xué)、博物館藏品、博物館管理以及中外各國博物館等是其子類，他們會繼承博物館所有的特性。

定義類和類層次的方法是：從概念集當(dāng)中選取具有獨立存在性的對象概念術(shù)語（不是描述這些對象性質(zhì)的概念），作為本體類中類層次結(jié)構(gòu)中的節(jié)點。通過判斷某一個類的具體實例是否是另外類的實例，來判斷兩個類的層次關(guān)系。如中國古代紡織品是古器物的子類，中國古代紡織品的全部實例都是古器物的實例。

5）定義類的屬性 屬性用來描述類和實例的特性，描繪了概念間的內(nèi)部結(jié)構(gòu)。僅僅依靠類和類層次不能提供足夠的信息來確定本體的領(lǐng)域和范圍，因此在定義類及其層次之后，就應(yīng)該描述概念的內(nèi)部結(jié)構(gòu)，即類的屬性，例如本文中的屬性名稱、描述、關(guān)鍵字、參考書目、地點、備注等。對于列表中的每個屬性，應(yīng)該確定其具體描述哪個類，要特別注意類繼承特性。

6）定義屬性的分面 一個屬性可能由多個“分面”組成[8]，一個屬性的分面，就是屬性取值的類型、容許的取值、取值的個數(shù)等。添加完類的屬性之后，為類的屬性添加約束條件。屬性約束條件是用來描述屬性的值類型 （Number、String和Boolean等）、允許值范圍等。

7）生成實例 定義類的實例需要：首先確定一個類，接著創(chuàng)建類的單個實例，最后添加實例的屬性值。以類“建博物館學(xué)”的一個實例“博物館類型”舉例，添加它的屬性值：名稱，簡介，參考書目，關(guān)鍵字等的內(nèi)容。本體構(gòu)建項目當(dāng)中，實例表現(xiàn)很重要，因而實例化是開發(fā)過程中最為繁瑣，工作量最大的部分。

本文中，以“博物館”和“文物”2個大類為基本節(jié)點，建立本體知識庫。圖2為博物館本體圖的一部分，沒有包括實例部分和屬性部分。

3.2 本體形式化及存儲

本體語言用于為領(lǐng)域模型編寫清晰的、形式化的概念描述。通過本體語言，用戶可以方便的創(chuàng)建本體。通常，本體語言提供了概念、概念之間的關(guān)聯(lián)、概念的實例等基本建模元素。 目前有很多本體描述語言：SHOE、XOL、OML 、RDF[9]、RDF Scheme、OIL、DAML、DAML+OIL 和 OWL[10]。 這些語言是按不同標(biāo)準(zhǔn)分類的。

圖2 博物館本體圖片段Fig.2 Segment diagram of museum Ontology

OWL（WebOntologyLanguage）是W3C最新推出的Ontology的描述語言的標(biāo)準(zhǔn)，是建立在RDF（S）的基礎(chǔ)上，結(jié)合了DAML+OIL的應(yīng)用經(jīng)驗而發(fā)展起來的。OWL具有很強(qiáng)的知識表達(dá)能力和表達(dá)語義的機(jī)制，能清晰地表達(dá)詞表中各詞條的含義及其之間的關(guān)系，還添加了更豐富的用于描述類型和屬性的詞語，因此選擇OWL作為本體描述語言。下面為OWL語言表示博物館本體的部分：

＜o(jì)wl：Ontology rdf：about=""/＞

//類

＜o(jì)wl：Class rdf：about="# 博物館學(xué)"＞

＜rdfs：subClassOf＞

＜o(jì)wl：Class rdf：ID="博物館"/＞

＜/rdfs：subClassOf＞

＜/owl：Class＞

//DatatypeProperty數(shù)據(jù)屬性

＜o(jì)wl：DatatypeProperty rdf：ID="關(guān)鍵字"＞

＜rdfs：domain rdf：resource="# 博物館學(xué)"/＞

＜/owl：DatatypeProperty＞

＜o(jì)wl：DatatypeProperty rdf：ID="名稱"＞

＜rdfs：domain rdf：resource="# 博物館學(xué)"/＞

＜/owl：DatatypeProperty＞

//實例

＜博物館學(xué) rdf：ID="博物館類型"＞

＜ 關(guān) 鍵 字 rdf：datatype="http：//www.w3.org/2001/XMLS chema#string"

＞博物館類型＜/關(guān)鍵字＞

＜名稱 rdf：datatype="http：//www.w3.org/2001/XMLSchema#string"

＞博物館類型＜/名稱＞

＜/博物館學(xué)＞

……

＜/rdf：RDF＞

用OWL表示本體之后，可通過Jena工具包將OWL語言表達(dá)的博物館本體存儲到關(guān)系數(shù)據(jù)庫中，博物館知識庫系統(tǒng)管理平臺通過數(shù)據(jù)庫訪問本體數(shù)據(jù)。

4 博物館知識庫系統(tǒng)設(shè)計與實現(xiàn)

本文創(chuàng)建的知識庫系統(tǒng)采用目前廣泛使用的基于B/S的3層體系結(jié)構(gòu)，博物館知識庫系統(tǒng)體系架構(gòu)如圖3所示，包括以下部分。

1）表示層 本層的功能是提供友好的GUI界面，實現(xiàn)用戶和系統(tǒng)的交互，用戶通過瀏覽器訪問知識庫系統(tǒng)，系統(tǒng)接受用戶的操作請求，然后將其提交到服務(wù)器，由業(yè)務(wù)邏輯層的相關(guān)組件去處理請求，處理完畢返回的結(jié)果顯示給用戶。

2）業(yè)務(wù)邏輯層 對應(yīng)邏輯架構(gòu)中的知識管理層，本層是整個系統(tǒng)的核心。包括了對領(lǐng)域知識的維護(hù)、檢索、管理等方面，提供了對知識管理的各方面的支持與邏輯實現(xiàn)。

3）數(shù)據(jù)層 用于存放知識庫系統(tǒng)的各類數(shù)據(jù)，包括知識資源的數(shù)據(jù)和其他一些系統(tǒng)相關(guān)的數(shù)據(jù)（例如日志、用戶信息等）。這些數(shù)據(jù)通過上面的業(yè)務(wù)邏輯層提供的訪問操作接口進(jìn)行操作，對用戶的應(yīng)用是透明的不可見的，這一層可以使用關(guān)系數(shù)據(jù)庫實現(xiàn)。

圖3 博物館知識庫系統(tǒng)體系架構(gòu)Fig.3 Architecture diagram of museum knowledge base system

知識庫系統(tǒng)分為2個模塊：1）前臺展示模塊，用戶可以查詢知識、瀏覽條目和添加知識；2）后臺管理系統(tǒng)，包括知識庫結(jié)構(gòu)管理、條目瀏覽與管理、用戶操作審核、模板管理、和用戶管理。系統(tǒng)模塊結(jié)構(gòu)如圖4所示。

圖4 博物館知識庫系統(tǒng)模塊Fig.4 Block diagram of museum knowledge base system

普通用戶和本體管理人員可以訪問博物館知識庫系統(tǒng)，瀏覽查詢知識條目，以及修改知識庫結(jié)構(gòu)和實例。由于文章篇幅的原因，這里就不具體介紹系統(tǒng)的建立和使用過程。

5 結(jié)束語

將本體技術(shù)應(yīng)用到博物館知識庫的構(gòu)建中，用以解決博物館知識的整合和共享，也使得相關(guān)知識的檢索更加便捷。通過本體以及本體構(gòu)建方法等理論的研究，利用Protégé工具構(gòu)建了博物館領(lǐng)域本體，并用OWL語言表述本體。最后，設(shè)計了3層架構(gòu)體系的博物館知識庫，并實現(xiàn)了B/S結(jié)構(gòu)的知識庫系統(tǒng)。

[1]鄧志鴻，唐世渭，張銘，等.Ontology研究綜述[J].北京大學(xué)學(xué)報：自然科學(xué)版，2002，38（5）：730-738.DENG Zhi-hong， TANG Shi-wei， ZHANG Ming， et al.Overview ofOntology[J].ActaScientiarum Naturalium Universitatis Pekinensis，2002，38 （5）：730-738.

[2]GRUBER T R.A translation approach to portable Ontology specifications[J].Knowledge Acquisition，1993（5）:199-220.

[3]STUDER R，Benjamin R，F(xiàn)ensel D.Knowledge engineering:principles and methods[J].Data and Knowledge Engineering，1998，25（1-2）:161-197.

[4]何克清.本體元建模理論與方法及其研究[M].北京：科學(xué)出版社，2006.

[5]孫旭升.基于本體論的知識庫系統(tǒng)應(yīng)用研究[D].遼寧：大連交通大學(xué)，2007.

[6]于鑫剛，李萬龍.基于本體的知識庫模型研究[J].計算機(jī)工程與科學(xué)，2008，30（6）：134-136.YU Xin-gang，LI Wan-long.A study of the knowledge base model based on ontology[J].Computer Engineering&Science，2008，30（6）：134-136.

[7]USCHOLD M，KING M，MORALEE S.The enterprise Ontology[J].The Knowledge Engineering Review，1998，13（1）:31-89.

[8]Gomez-Perez A，Manzano-Macho D.An overview of methods and tools for ontology learning from texts[J].The Knowledge Engineering Review，2004，19（3）:187-212.

[9]Semantic Web.Resource Description Framework （RDF）[EB/OL].（2004-02-10） [2011-04-07].http://www.w3.org/RDF/.

[10]Semantic Web.Web Ontology Language （OWL） [EB/OL].（2007-09-06）[2011-04-02].http://www.w3.org/2004/OWL/.