基于5W1H的教育信息查詢技術(shù)研究

黃 煒

(長沙航空職業(yè)技術(shù)學(xué)院，湖南 長沙 410124)

不同的教育領(lǐng)域都有了解和查詢相關(guān)知識的需要，比如醫(yī)學(xué)診斷、建筑工程、軟件設(shè)計等，這些領(lǐng)域的資源管理都起著舉足輕重的作用。但隨著科技的進步，各領(lǐng)域信息的增多，知識庫便會不斷擴大，需要運用教育信息系統(tǒng)的學(xué)科和領(lǐng)域也會不斷增加。面對海量的教育信息，傳統(tǒng)的教育查詢系統(tǒng)不再滿足需求，查到的教育和教師信息不再精確，以致系統(tǒng)的效率大大降低。

語義Web是一種能夠理解人類語言的智能網(wǎng)絡(luò)，其應(yīng)用能夠根據(jù)語義來查詢和處理網(wǎng)絡(luò)上的資源［1］。文章利用Web技術(shù)和本體技術(shù)整合教育領(lǐng)域的教師信息，針對現(xiàn)有的查詢系統(tǒng)存在的上述問題，設(shè)計了基于語義本體的教師信息系統(tǒng)檢索方案。

1 基于5W1H本體設(shè)計

傳統(tǒng)的方法是直接利用本體建模工具如Protégé等通過定義概念及概念之間的關(guān)系來建立本體，但這些工具存在難以處理復(fù)雜的本體概念和關(guān)系等問題。為解決領(lǐng)域本體建模過程中存在的問題，文獻［2］通過模糊本體技術(shù)實現(xiàn)了5W1H(Who，When，Where，What，Why，How;5W1H)層的劃分，從而直觀地描述了新聞本體的概念模型。為實現(xiàn)教育信息的領(lǐng)域語義查詢，文章以教師信息為例，采用5W1H分析法從六個層次來歸納分解領(lǐng)域本體中的概念和關(guān)系，并建立教師信息的領(lǐng)域本體概念模型。

1.1 領(lǐng)域本體

領(lǐng)域本體可以用O=(C，AC，R，Ao)四元組表示，其中，C表示從5W1H的六個方面分析領(lǐng)域本體中概念的非空有限集合;AC表示概念屬性的集合，是對概念特征或性質(zhì)的描述;R表示概念與概念間關(guān)系的集合;Ao表示領(lǐng)域本體公理，是定義在概念和屬性上的限定和規(guī)則。根據(jù)定義:

C={c│c∈ Cwho∨ Cwhen∨ Cwhere∨ Cwhat∨Cwhy∨Chow}

CiI Cj=Φ;

其中Cwho是關(guān)于教師主體的概念集合，Cwhen是關(guān)于時間的概念集合，Cwhere是關(guān)于地點的概念集合，Cwhat是關(guān)于研究對象的概念集合，Cwhy是關(guān)于評估、著作、獎勵等的概念集合，Chow是關(guān)于方法的概念集合。

關(guān)系集合R表示領(lǐng)域中概念之間的交互作用，主要有兩類關(guān)系，即概念之間的層次關(guān)系和關(guān)聯(lián)關(guān)系:

Rh是概念間的層次關(guān)系，包括了概念間的泛化關(guān)系kind－of和聚合關(guān)系part－of。泛化關(guān)系表示概念之間的繼承關(guān)系，聚合關(guān)系表示概念之間的整體與部分關(guān)系;Rb表示處在同一層次的概念間存在語義關(guān)系。對于教師本體而言，各個層次中的概念如表1所示。

表1 教師本體信息在5WIH各層次中的概念

1.2 基于5W1H的教師領(lǐng)域本體概念模型

依據(jù)領(lǐng)域本體、概念和關(guān)系的定義，設(shè)計了基于5W1H的教師本體概念模型。從When、Where、Who、What、Why和How六個層次分析領(lǐng)域本體概念，并通過每個層次內(nèi)概念之間以及層次與層次中概念之間的交互關(guān)系，定義概念之間的層次關(guān)系和關(guān)聯(lián)關(guān)系，從而設(shè)計了基于5W1H的教師領(lǐng)域本 體的概念模型，如圖1所示。

圖1 教師本體的概念模型

2 系統(tǒng)架構(gòu)

根據(jù)教師本體的概念模型，基于領(lǐng)域本體的教師信息通用查詢系統(tǒng)具有以下四個層次:

(1)數(shù)據(jù)層。領(lǐng)域本體數(shù)據(jù)庫，包括領(lǐng)域本體中各類、各類之間的關(guān)系以及類的屬性等信息，除了對本體信息的描述信息外，還有各本體實體的信息。

(2)語義推理層。使用 RDF(Resource Description Framework，RDF)資源描述框架和 OWL(Web ontology language，OWL)本體描述語言對本體信息進行描述，并采用Protégé工具建立領(lǐng)域本體，采用 SPARQL(Simple Protocol and RDF Query Language，SPARQ)查詢語言來查詢領(lǐng)域本體數(shù)據(jù)，利用Jena提供的接口建立基于規(guī)則的推理查詢［3－5］。

(3)服務(wù)集成層。檢索引擎和推理引擎，對領(lǐng)域本體進行查詢和推理，根據(jù)用戶提供的查詢條件組合查詢語句結(jié)合規(guī)則進行推理。

(4)應(yīng)用層。面向用戶的接口，用戶根據(jù)自己的需求提交相應(yīng)的檢索條件。

其體系結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)四層構(gòu)架示意圖

3 基于語義的查詢和推理

在研究了語義網(wǎng)絡(luò)理論知識研究的基礎(chǔ)上，設(shè)計了基于SPARQL查詢規(guī)則和基于Jena推理規(guī)則的信息查詢算法，實現(xiàn)了基于領(lǐng)域本體的教師信息通用查詢。

3.1 基于語義的查詢實現(xiàn)

將本體數(shù)據(jù)持久化到數(shù)據(jù)庫之后，便能通過Jena API來對本體進行查詢和推理［6］。Jena支持SPARQL查詢語言，因此采用SPARQL查詢語言對本體信息進行查詢推理。查詢語句包括查詢信息的名稱以及名稱應(yīng)該符合的條件。條件子句以三元組形式出現(xiàn)，按照＜主語，謂語，賓語＞的順序排列。查詢條件也成為一個模式。查詢的結(jié)果實際就是條件三元組與數(shù)據(jù)文件中RDF三元組匹配的結(jié)果。

3.2 基于語義的查詢推理

Jena 2支持基于規(guī)則的簡單推理，其推理機制支持將推理器導(dǎo)入Jena，在創(chuàng)建模型時將推理器與模型關(guān)聯(lián)以實現(xiàn)推理。

在基于規(guī)則的推理機中，規(guī)則被定義為一個Rule對象，該對象由 body terms的 list、head terms的list以及可選的名字和方向來定義。只要編寫查詢的規(guī)則，就可以在推理機中使用了。一個推理示例如下:

［expertAndSubject:

(?x http://www.owl－ ontologies.com/expert.owl#research?d)，

(?d http://www.owl－ ontologies.com/expert.owl#associate?s)－＞

(?x http://www.owl－ ontologies.com/expert.owl#familiar_with?s)］

以上推理示例定義了一個名為expertAndSubject的規(guī)則，規(guī)則內(nèi)容為教師x的研究方向d，研究方向d關(guān)聯(lián)學(xué)科s，此規(guī)則可以推出教師x熟悉學(xué)科s。上述推理規(guī)則可表示如下:

(1)Rule expertAndSubject

Familiar(x，s)=Expert(x)I Direction(d)I

Subject(s)I research(x，d)I associate(y，s)

(2)Rule subSubject

FamiliarSub(x，z)=Expert(x)I Subject(y)

I Subject(z)I Familiar(x，y)I subClass(y，z)上述推理規(guī)則表示教師x熟悉學(xué)科y，學(xué)科y是學(xué)科z的子學(xué)科，那么教師x熟悉學(xué)科z。

(3)Rule bookAndSubject

Familiar(x，s)=Expert(x)I Book(b)I

Subject(s)I write(x，b)I associate(y，s)

上述推理規(guī)則表示書籍b的作者是教師x，書籍b關(guān)聯(lián)學(xué)科s，那么教師x熟悉學(xué)科s。

(4)Rule paperAndSubject

Familiar(x，s)=Expert(x)I Paper(p)I

Subject(s)I write(x，p)I associate(y，s)上述推理規(guī)則表示論文p的作者是教師x，論文p關(guān)聯(lián)學(xué)科s，那么教師x熟悉學(xué)科s。

基于Jena推理的教師信息查詢，主要是通過在定義業(yè)務(wù)規(guī)則的基礎(chǔ)上，利用Jena2推理機進行本體推理，查詢滿足條件的教師信息。

4 應(yīng)用平臺設(shè)計及實驗分析

4.1 應(yīng)用平臺設(shè)計

系統(tǒng)采用SPARQL設(shè)計了教師信息查詢算法，采用Jena推理實現(xiàn)了教師信息的語義檢索，實現(xiàn)了系統(tǒng)的精確查詢、模糊查詢、語義查詢等三個功能，其人機交互界面如圖3所示:

圖3 人機交互界面

用戶通過人機交互界面提交查詢條件后，系統(tǒng)開始進行推理查詢。由于在領(lǐng)域本體中教師和學(xué)科是沒有直接聯(lián)系的，教師研究方向與學(xué)科關(guān)聯(lián)，通過學(xué)科推出教師的研究方向和專業(yè)，然后根據(jù)研究方向和專業(yè)檢索出符合條件的教師。

4.2 實驗結(jié)果分析

為了比較不同的查詢方式，通過中南大學(xué)信息院120位教師的信息構(gòu)造了教師本體庫，并在不同的查詢過程中使用相同的查詢條件，查詢條件中的“地區(qū)”對應(yīng)“湖南省”、“教師姓名”對應(yīng)“志剛”，三種查詢方式返回的結(jié)果有所區(qū)別:精確查詢返回的結(jié)果為空;模糊查詢和語義查詢都返回了湖南省的名字中帶有“志剛”的教師。如果查詢條件中“熟悉專業(yè)”對應(yīng)“計算機”，則精確查詢只能找出熟悉專業(yè)為“計算機”的教師，模糊查詢返回了所有的熟悉學(xué)科為“計算機”的教師;語義查詢根據(jù)教師的研究方向和發(fā)表論文等推理出教師的熟悉學(xué)科，然后檢索出熟悉學(xué)科有“計算機”教師。在查詢條件相同的情況下，三種查詢方式查詢結(jié)果比較如表2所示。

表2 三種查詢方式比較

實驗結(jié)果表明，傳統(tǒng)的基于關(guān)鍵字的查詢效率遠(yuǎn)遠(yuǎn)低于基于語義的查詢。通過系統(tǒng)中的精確查詢、模糊查詢、語義查詢結(jié)果的分析，發(fā)現(xiàn)精確查詢在已知查詢條件的情況下具有較高的查準(zhǔn)率，但其查全率并不高;模糊查詢雖然能把數(shù)據(jù)庫中所有與查詢條件相關(guān)的數(shù)據(jù)都查詢出來，但是很多數(shù)據(jù)不是用戶所需的，所以其查準(zhǔn)率并不高;而基于本體的查詢很好的解決了查全率和查準(zhǔn)率的問題，對用戶輸入的查詢條件進行語義擴展以及規(guī)則推理，能夠根據(jù)查詢條件推理出用戶所要找的所有教室信息并且很少有無關(guān)的信息，同時，基于領(lǐng)域本體的信息擴展查詢在響應(yīng)時間上也有很大的改善。

5 結(jié)束語

文章給出了基于教師領(lǐng)域本體的通用信息查詢系統(tǒng)的實現(xiàn)方案，采用5W1H分析法來歸納領(lǐng)域本體中的概念和關(guān)系，建立了基于5W1H的領(lǐng)域本體概念模型，設(shè)計了基于SPARQL查詢規(guī)則和基于Jena推理規(guī)則的領(lǐng)域信息查詢算法，采用Jena開發(fā)平臺和MySQL數(shù)據(jù)庫，實現(xiàn)了領(lǐng)域本體查詢系統(tǒng)的查詢服務(wù)，實驗結(jié)果表明，基于領(lǐng)域本體的語義查詢技術(shù)在查準(zhǔn)率、查全率及響應(yīng)速度方面比之于其它兩種檢索方法都具有明顯的優(yōu)勢。

［1］王杰生，李舟軍，李夢君.用描述邏輯進行語義Web服務(wù)組合［J］.軟件學(xué)報，2008，19(4):967－980.

［2］Chang－Shing Lee，Zhi－Wei Jian，Lin－Kai Huang.A Fuzzy Ontology and Its Application to News Summarization［J］.IEEE Transaction on Systems，Man，and Cybernetics—Part B:Cybernetics，2005，35(5):859－880.

［3］王進鵬，張亞非，苗壯.RDF(S)三元組的推理控制算法［J］.計算機工程，2009，35(19):17－19.

［4］汪晨，俞家文，陸阿濤.OWL及其在Ontology建模中的應(yīng)用研究［J］.情報雜志，2007，(6):63－67.

［5］李柳青.SPARQL運行時查詢優(yōu)化算法研究［D］.天津:天津大學(xué)，2012.

［6］歐黎源，邱會中，白亞茹.基于JPA的數(shù)據(jù)持久化模型設(shè)計與實現(xiàn)［J］.計算機工程，2009，35(20):76－77.