智能IETM語義檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

張永恒 ， 張 峰 ，2

（1．榆林學(xué)院 信息工程學(xué)院，陜西 榆林 719000；2．西北工業(yè)大學(xué) 自動(dòng)化控制學(xué)院，陜西 西安 710065）

隨著技術(shù)系統(tǒng)的復(fù)雜化和技術(shù)資料數(shù)量的膨脹因素的影響，武器裝備IETM系統(tǒng)知識(shí)庫越來越龐大，而使用者希望能夠準(zhǔn)確高效的檢索到有用信息[1]。但現(xiàn)有的大部分IETM系統(tǒng)還停留在基于關(guān)鍵字精確匹配，查全率和智能性都不高。主要存在的問題表現(xiàn)在：1）采取關(guān)鍵字匹配檢索方式，對(duì)語義相近的詞語無法判定其概念上的相似性，例如檢索概念相同但表述不同的同一個(gè)概念，那么檢索結(jié)果就完全不同，這就帶來了很大的問題；2）檢索結(jié)果只是簡單羅列，使用者往往要在很多的信息中尋找想要的信息，很難實(shí)現(xiàn)與用戶的交互，也缺乏關(guān)聯(lián)智能性；3）缺乏推薦和啟發(fā)式關(guān)聯(lián)機(jī)制，檢索結(jié)果往往只是特定的，如果使用者想查找相關(guān)的其他信息則必須重新構(gòu)想關(guān)鍵字進(jìn)行二次檢索[2]。因此，提高現(xiàn)有IETM系統(tǒng)海量數(shù)據(jù)的檢索的智能化和關(guān)聯(lián)機(jī)制就成為IETM技術(shù)研究的一個(gè)關(guān)鍵技術(shù)。針對(duì)這一問題，本章提出了一種基于Jena推理機(jī)的IETM智能化語義檢索方法，并通過實(shí)例進(jìn)行了說明。

1 IETM語義檢索

1.1 語義檢索建模分析

語義檢索引擎（Semantic Retrieval）是本文IETM系統(tǒng)的核心技術(shù)之一，設(shè)計(jì)獲取用戶的檢索詞后經(jīng)過語義擴(kuò)展完成相關(guān)的推理查詢，返回具備語義關(guān)聯(lián)的結(jié)果集。因此，一個(gè)完整的語義檢索引擎需包括查詢推理擴(kuò)展、查詢映射（查詢擴(kuò)展）和語義封裝3大主要模塊。

1）查詢推理擴(kuò)展 基于用戶提交的檢索詞作為輸入條件的一個(gè)處理單元，本體構(gòu)建的過程中預(yù)定義相關(guān)的語義推理擴(kuò)展規(guī)則，該處理單元利用語義擴(kuò)展規(guī)則對(duì)語義查詢進(jìn)行推理擴(kuò)展，據(jù)此推出一組與用戶的檢索對(duì)象具有語義關(guān)聯(lián)的語義查詢條件。

2）查詢映射 以獲得的語義查詢條件作為輸入條件的一個(gè)處理單元，語義查詢條件最終需要轉(zhuǎn)化成一組可執(zhí)行的SQL語句來查詢RDB，該處理單元的功能就是將一組語義查詢條件映射成一組RDB的SQL語句，具體的映射規(guī)則（Onto-RDB映射規(guī)則）需要在本體構(gòu)建過程中建立。

3）語義封裝 對(duì)查詢結(jié)果的加工處理單元，它將從RDB中查詢獲取的結(jié)果根據(jù)Onto-RDB映射規(guī)則進(jìn)行逆向推理，解析得出一個(gè)基于本體詞匯結(jié)果集返回。

根據(jù)上述模塊和涉及的本體構(gòu)建的前置條件，可以推出語義檢索引擎的一種實(shí)現(xiàn)模型如圖1所示，其具體過程解析如下：

以用戶提交的基于本體庫詞匯的語義查詢Qs作為查詢輸入條件，“查詢推理”模塊讀取“本體庫”中預(yù)先定義的語義推理擴(kuò)展規(guī)則對(duì)Qs進(jìn)行語義擴(kuò)展處理，得出與Qs具有語義關(guān)聯(lián)一組語義查詢條件 Q1s，Q2s，Q3s，…，Qns；以此為輸入，“查詢映射”模塊讀取“Onto-RDB映射規(guī)則”獲得本體與數(shù)據(jù)庫的映射關(guān)系，據(jù)此進(jìn)行查詢語句重寫處理：重寫得出一組SQL語句 Q1D，Q2D，Q3D， …，QnD直接提交給數(shù)據(jù)連接池來查詢 RDB，據(jù)此獲得一組查詢結(jié)果集 R（Q1D），R（Q2D），R（Q3D）…R（QnD）。該結(jié)果集若直接返回給用戶，語義可讀性較差，需要調(diào)用“語義封裝”模塊來進(jìn)行語義處理，該模塊讀取 “Onto-RDB映射規(guī)則”，據(jù)此關(guān)系進(jìn)行逆向處理達(dá)到語義封裝的目的，如公式（1）所示。f-2（R（Q1D），R（Q2D），R（Q3D）…R（QnD））

=（R（Q1s），R（Q2s），R（Q3s）…R（Qns）） （1）

經(jīng)過重寫封裝后獲得的結(jié)果集 R（Q1s），R（Q2s），R（Q3s）…R（Qns）返回給面向視圖層的服務(wù)器端組件。語義檢索的實(shí)現(xiàn)模型如圖1所示。

圖1 一種語義檢索的實(shí)現(xiàn)模型Fig．1 Semantic retrievalmodel

1.2 語義檢索過程建模設(shè)計(jì)

語義檢索的核心是解決檢索時(shí)執(zhí)行的查詢轉(zhuǎn)換和推理擴(kuò)展，用戶的檢索方式并不唯一，完整的語義檢索過程通常有兩種類型：

1）導(dǎo)航式分類檢索 如圖2中opt選項(xiàng)1所示，根據(jù)用戶的檢索詞獲取模型庫導(dǎo)航提示，語義檢索引擎從本體模型庫中推理獲得本體的層級(jí)關(guān)系和關(guān)聯(lián)本體，以本體樹或輻射網(wǎng)的形式顯示，該導(dǎo)航的主要目的是通過語義關(guān)聯(lián)詞挖掘和明確用戶的檢索需求；用戶從導(dǎo)航提示中選擇最符合檢索需求的本體對(duì)象提交給檢索引擎獲取對(duì)象的屬性集，該屬性集用于構(gòu)建實(shí)例檢索表單，表單輸入域與本體屬性一一對(duì)應(yīng)；表單的“名/值”對(duì)構(gòu)成檢索實(shí)例，發(fā)送到檢索引擎與模型庫和實(shí)例庫進(jìn)行匹配檢索獲得結(jié)果集。

2）全局實(shí)例檢索 如圖2中opt選項(xiàng)2所示，在這種方式下主檢索界面的本體已限定，用戶選擇該本體的某屬性輸入檢索詞，檢索詞本身應(yīng)是一個(gè)實(shí)例屬性值；語義引擎根據(jù)屬性值獲得結(jié)果集，該結(jié)果集中的每個(gè)實(shí)例同屬于一個(gè)抽象類，因此當(dāng)引擎在返回該實(shí)例的原始數(shù)據(jù)的同時(shí)，會(huì)根據(jù)模型的語義規(guī)則推理得到關(guān)聯(lián)實(shí)例。

圖2 語義檢索過程模型Fig．2 Semantic retrieval processmodel

2 基于Jena語義推理

2.1 Jena功能結(jié)構(gòu)設(shè)計(jì)

Jena對(duì)本體的操作主要包括：

1）以RDF/XML、三元組形式讀寫RDF

Jena 文檔中詳細(xì)介紹了 RDF（s）和 Jena RDF API，其內(nèi)容包括對(duì) Jena RDF包的介紹，RDF（s）模型的創(chuàng)建、讀寫、查詢等操作，以及RDF容器等討論。Jena采用三元組方式并按XML語法規(guī)則和格式讀寫和創(chuàng)建RDF模型，其具體過程如下：

//創(chuàng)建一個(gè)空的RDFModel

modelmodelname=ModelFactory．createDefaultModel（）；

//將模型中的信息寫入到RDF文件中

modelname．write（system．out）；

//將RDF文件中的信息讀取到Model中

modelname．read（new InPutStream Reader（inputstream name）；

2） 支持 RDF（s）、OWL 和 DAML+OIL 等本體的操作

Jena框架包含一個(gè)本體子系統(tǒng)（Ontology Subsystem），它提供的API允許處理基于RDF的本體數(shù)據(jù)進(jìn)行操作和檢索，即支持RDFS、OWL和DAML+OIL等本體語言，其具體操作過程如下：

//依據(jù)Resource的URI返回 Resource對(duì)象

Resource resoucename=model．getresouree（URI）；

//利用Resouree對(duì)象API列出符合要求的信息

String stringname=resoureename．getProperty （Properyame）．getString（）；

本體API與推理子系統(tǒng)結(jié)合可以從特定本體中提取信息，Jena還提供文檔管理器（OntDocumentManager）以支持對(duì)導(dǎo)入本體的文檔管理。

3）內(nèi)存存儲(chǔ)和持久存儲(chǔ)

Jena允許將數(shù)據(jù)以O(shè)WL文件暫時(shí)存儲(chǔ)PDF模型，也支持以文件系統(tǒng)或關(guān)系數(shù)據(jù)庫的形式永久存儲(chǔ)在硬盤中。

4）查詢模型

Jena提供了ARQ查詢引擎，它實(shí)現(xiàn)SPARQL查詢語言和RDQL，從而支持對(duì)本體模型的查詢。另外，查詢引擎與關(guān)系數(shù)據(jù)庫相關(guān)聯(lián)，能夠高效地查詢存儲(chǔ)在關(guān)系數(shù)據(jù)庫中的本體。

5）基于規(guī)則的推理

語義檢索意義在于通過概念及其概念之間的關(guān)系進(jìn)行本體層面的檢索。Jena支持基于RDF（s）和OWL等規(guī)則集的推理，也支持自建規(guī)則的推理。

2.2 Jena模塊架構(gòu)設(shè)計(jì)

Jena程序處理核心是Model和Resource，前者對(duì)應(yīng)于一個(gè)文檔模型，該模型以文件系統(tǒng)或數(shù)據(jù)庫的方式存儲(chǔ)，Jena內(nèi)核一次性載入原始模型以類似于Dom樹的形式序列化到內(nèi)存中，因此針對(duì)模型節(jié)點(diǎn)的增、刪、改操作基本上都是程序與內(nèi)存的交互，僅當(dāng)操作完成后才重新存儲(chǔ)到后臺(tái)持久環(huán)境中；Resource是Jena Statement的核心，針對(duì)三元組的statement以Resource表示主語，Property表示謂詞，對(duì)象是一個(gè)Resource，這種＜Resource， Statement， Property＞范式是 Jena解析和推理過程的基礎(chǔ)[4]。在Jena體系中，屬性定義、屬性約束、公理定義形成了Resource，所有的Resource和相互的類公理組成了Model，這是Jena的基本設(shè)計(jì)思想[5-6]。在該思想的基礎(chǔ)上，Jena的模塊架構(gòu)如圖3所示。

圖3 Jena的模塊架構(gòu)Fig．3 Jena’smodule architecture

3 應(yīng)用實(shí)例分析

依照前面的分析，構(gòu)建了文獻(xiàn)本體系統(tǒng)的類、屬性和實(shí)例，如圖4所示。圖4（a）中定義了Book、Person和Publication3個(gè)抽象類（Class）；圖 4（b）中定義所涉及到的 5個(gè)屬性（Properties），其中 isPublished/Publishing 和 both Published/bothPublishing 是兩對(duì)互逆（inverseOf）屬性。

圖4 抽象類與屬性Fig．4 Abstract classes and attributes

若一本書B滿足如下情況＜P1出版 B書，P2出版 B書＞，則推出該書由P1社和P2社聯(lián)合出版；同理，若一個(gè)出版社P滿足如下情況＜P出版A書，P出版B書＞，則推出A書和B書都由P社出版。按照J(rèn)ena GenericRuleReasoner的規(guī)則編寫規(guī)范，上述規(guī)則表述為：

[bothPublishing：

（?a http：//www．nwpu．edu．cn/owl#Publishing?c），

（?b http：//www．nwpu．edu．cn/owl#Publishing?c），

notEqual（?a， ?b）

-＞（?a http：//www．nwpu．edu．cn/owl#bothPublishing?b）]

[bothPublished：

（?a http：//www．nwpu．edu．cn/owl#Publishing?b），

（?a http：//www．nwpu．edu．cn/owl#Publishing?c），

notEqual（?b， ?c）

-＞（?b http：//www．nwpu．edu．cn/owl#bothPublished?c）]

規(guī)則一利用三元組的Property屬性值中間沒有利用隱含邏輯，是一種最為簡單的規(guī)則推理；規(guī)則二在規(guī)則一的基礎(chǔ)上利用屬性的側(cè)面定義推導(dǎo)隱含的反面邏輯關(guān)系。通過兩條隱含的isPublished條件來推得bothPublished屬性。

IF ＜a，http：//www．nwpu．edu．cn#Publishing，?b＞

THEN ＜ b http：//www．nwpu．edu．cn#isPublished?a ＞

綜上，可建立如圖5所示的該語義模型的程序結(jié)構(gòu)。其中BibModelFactory類用于配置通用推理機(jī)的規(guī)則庫和本體庫，返回 InfModel模型；SearchBaseModel調(diào)用 BibModel Factory的InfModel并按三元組范式檢索模型；URICreator工具類用于統(tǒng)一定義命名空間，為檢索關(guān)鍵詞返回規(guī)范的URI值。

圖5 文獻(xiàn)本體查詢建模Fig．5 Literature ontology querymodeling

4 結(jié) 論

文中提出了一種基于Jena推理的IETM智能化語義檢索方法，介紹了語義檢索的基本理論和五種語義推理工具，并選擇出Jena作為航空武器裝備IETM語義檢索的工具，詳細(xì)研究了Jena語義推理的功能結(jié)構(gòu)、模塊架構(gòu)、以及其Model API、推理系統(tǒng)、數(shù)據(jù)存儲(chǔ)和檢索語法4個(gè)子模塊等關(guān)鍵技術(shù)。提出了基于Jena推理的IETM智能語義檢索方法。該方法先檢索語義相關(guān)集，然后根據(jù)語義集合，選擇合適的節(jié)點(diǎn)獲取詳細(xì)信息。該方法能有效克服傳統(tǒng)的關(guān)鍵字檢索模型存在的語義缺失問題，且能有效地提高檢索的查全率和查準(zhǔn)率。

[1]Fuller J J．Plan for DoD wide demonstrations of a DoD improved interactive electronic technical manual （IETM）architecture[R]．West Bethesda：CDNSWC，1998．

[2]Su L P，Nolan M，deMare G，et al．Prognostics frame-work software design tool[C]//Aerospace Conference Proceedings，2000：18-25．

[3]Mathur A，Ghoshal S，Haste D，et al．An integrated support system for rotorcrafthealthmanagementand maintenance[C]//Aerospace Conference Proceedings，2010：18-25．

[4]Koh J J，Kwon S D，Kim B U，et al．Implementation of an interactive electronic technical manual based on webmultimedia technology[C]//The 4th Korea-Russia International Symposium on Volume 2，2007：21-24．

[5]Sarma S，Brock D，Ashton K．The Networked PhysicalWorld[R]．White paper MIT，MIT Auto-ID Center，2001．

[6]Scholer F，Williams H E，Yiannis J，et al．Compression of inverted indexes for fast query evaluation[C]//In Proceedings of the 25th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval，2002：222-229．