基于本體語義的地理信息服務(wù)發(fā)現(xiàn)

柳佳佳，葛 文

（1.信息工程大學(xué) 地理空間信息學(xué)院，河南 鄭州 450052；2.65014部隊(duì)，遼寧 沈陽 110027）

隨著語義網(wǎng)技術(shù)的快速發(fā)展，基于語義網(wǎng)技術(shù)的服務(wù)發(fā)現(xiàn)技術(shù)已經(jīng)成為網(wǎng)絡(luò)服務(wù)領(lǐng)域的研究熱點(diǎn)之一。語義網(wǎng)環(huán)境下進(jìn)行地理信息服務(wù)發(fā)現(xiàn)需要解決兩個(gè)問題，即服務(wù)采用什么樣的描述方法以及采用什么樣的服務(wù)匹配標(biāo)準(zhǔn)。語義化描述地理信息服務(wù)的方法是首先對(duì)地理信息服務(wù)中的概念進(jìn)行本體標(biāo)注，然后采用語義網(wǎng)絡(luò)服務(wù)描述語言如OWL－S（Web Ontology Language for Services）對(duì)地理信息服務(wù)進(jìn)行描述，該方面的研究內(nèi)容可參見文獻(xiàn)［1－4］。對(duì)于服務(wù)的匹配標(biāo)準(zhǔn)，目前基于本體語義的服務(wù)匹配研究比較多。但是服務(wù)匹配的方法還存在諸多問題，如服務(wù)匹配的結(jié)果只是定性的區(qū)分是否匹配［5－6］，即使是定量計(jì)算的方法適用性也不夠，如服務(wù)輸入輸出接口都是固定且必須等情況。

本文研究了一種基于本體語義的地理信息服務(wù)發(fā)現(xiàn)方法，該方法主要思路是：通過地理信息服務(wù)中的本體概念語義相似度以及引入服務(wù)接口間的依賴關(guān)系計(jì)算地理信息服務(wù)相似度，然后基于此相似度進(jìn)行地理信息服務(wù)的匹配。

1 本體概念語義相似度

1.1 本體概念語義距離計(jì)算

最初關(guān)于語義距離的計(jì)算是將本體看作以概念為結(jié)點(diǎn)，以繼承關(guān)系為邊的一個(gè)圖，本體兩個(gè)概念之間的語義距離就是兩個(gè)結(jié)點(diǎn)間最短路徑的邊數(shù)之和［7］。例如，對(duì)于圖1所示的本體片段，Point＿Geog和Point的語義距離是2，Point＿Geog和Point＿Proj的語義距離也是2?？梢钥闯觯@種語義距離方法并不合理。因?yàn)镻oint＿Geog和Point＿Proj同屬于Point＿2D，直覺上Point＿Geog和Point＿Proj的語義距離應(yīng)該要小于Point＿Geog和Point的語義距離。于是人們開始考慮對(duì)該計(jì)算方法進(jìn)行改進(jìn)。

圖1 幾何對(duì)象（Geometry）本體片段

Sycara等提出了加權(quán)語義距離的改進(jìn)方法［8］，該方法將不同的組合操作賦予不同的權(quán)重，其權(quán)重分配如表1所示。

表1 語義距離權(quán)重表

其中g(shù)表示gereralization，即泛化，也就是從子結(jié)點(diǎn)指向父結(jié)點(diǎn)的邊；s表示specialization，即細(xì)化，也就是從父結(jié)點(diǎn)指向子結(jié)點(diǎn)的邊；p表示positive association，即正關(guān)聯(lián)，也就是連接兩同義關(guān)系結(jié)點(diǎn)的邊。

權(quán)重表中的操作順序?yàn)橄攘泻笮?。例如先進(jìn)行g(shù)操作，然后再進(jìn)行s操作，則權(quán)重為1而不是3，因?yàn)橄攘泻笮械贸龅?列第3行。用權(quán)重代表語義距離重新計(jì)算圖1中的語義距離得出Point＿Geog到Point的語義距離是2，因?yàn)樾柽M(jìn)行兩次g操作，Point＿Geog和Point＿Proj的語義距離是1，因?yàn)橄冗M(jìn)行g(shù)操作再進(jìn)行s操作。可見，加權(quán)語義距離的改進(jìn)方法在一定程度上彌補(bǔ)了最初最短路徑邊計(jì)數(shù)法的不足。

但是，該方法還存在以下3個(gè)方面的問題：

問題1：通過研究幾何對(duì)象本體片段可以發(fā)現(xiàn)，Point＿Geog到Point＿2D的語義距離（Dis（Point＿Geog，Point＿2D））和Point＿2D到Point＿Geog的語義距離（Dis（Point＿2D，Point＿Geog））應(yīng)該是不同的。因?yàn)樵凇皬椥云ヅ洹保?］中，Dis（Point＿Geog，Point＿2D）相當(dāng)于包含匹配（Subsume），而Dis（Point＿2D，Point＿Geog）相當(dāng)于精確匹配（Exact），那么根據(jù)相似度越小語義距離越大，可以得出Dis（Point＿Geog，Point＿2D）應(yīng)該大于Dis（Point＿2D，Point＿Geog），即語義距離是有方向的。然而由加權(quán)語義距離的改進(jìn)方法卻無法得出這樣的結(jié)論，甚至其只有兩次連續(xù)操作的權(quán)重，而無法計(jì)算單次操作的語義距離。

問題2：通過表1可以看出，操作g→s（表示先g操作再s操作）和操作s→g（表示列s操作再g操作）的權(quán)重是不同的，造成語義距離權(quán)重的不對(duì)稱性。對(duì)幾何對(duì)象本體片段進(jìn)行分析得出Dis（Point＿Geog，Point＿Proj）與Dis（Point＿Proj，Point＿Geog）是不同的，這也是不合理的。

針對(duì)問題1和問題2對(duì)語義距離的權(quán)重計(jì)算作如下擴(kuò)展：

擴(kuò)展1 區(qū)別邊的方向。邊的方向不同，進(jìn)行的操作不同。例如g操作和s操作包含的邊的方向相反，其權(quán)重應(yīng)該有所不同，將在擴(kuò)展后的語義權(quán)重表中進(jìn)行體現(xiàn)。

擴(kuò)展2 增加二元關(guān)系。二元關(guān)系可以體現(xiàn)更加復(fù)雜的本體概念之間的語義關(guān)系，增加二元關(guān)系其實(shí)也就是增加邊的類型，并記b（binary relation）為二元關(guān)系。這樣邊的操作類型就包括g，s，p和b 4種。

擴(kuò)展3 擴(kuò)展和改進(jìn)語義距離權(quán)重表，包括擴(kuò)展單次操作權(quán)重和消除語義距離權(quán)重的不對(duì)稱性。對(duì)于單次操作權(quán)重采用引入空操作Φ與其他操作進(jìn)行組合的方式實(shí)現(xiàn)。擴(kuò)展后的權(quán)重如表2所示。

表2 擴(kuò)展后的語義距離權(quán)重表

經(jīng)過單次操作權(quán)重?cái)U(kuò)展后，通過組合就可以計(jì)算多次操作的權(quán)重，計(jì)算的方法是：前兩次操作的權(quán)重按兩次連續(xù)操作計(jì)算，其他操作按單次操作計(jì)算。例如對(duì)于多次操作序列g(shù)→g→s→b，其語義距離權(quán)重為（g→g）→s→b＝4＋3＋7＝14，并不是g→（g→s）→b＝2＋3.5＋7＝12.5。

問題3：Point＿2D和Point＿3D之間的語義距離和Point＿Geog和Point＿Proj之間的語義距離是相等的，兩者都是先進(jìn)行g(shù)操作再進(jìn)行s操作，顯然有些不太合理。同樣存在這樣一個(gè)直觀規(guī)律：概念之間的語義距離與它在概念樹中的深度有密切關(guān)系，如果概念樹中的深度越深，它們之間的關(guān)系就越緊密，語義距離就越小，反之則越大。

對(duì)于上述問題，Wu－Palmer［9］提出了最低共同祖先（Lowest Common Ancestry，LCA）的概念來解決，即通過概念結(jié)點(diǎn)vi和vj共同祖先結(jié)點(diǎn)中層次最低的一個(gè)概念結(jié)點(diǎn)vLCA來度量它們的語義距離，具體計(jì)算方法如下：

式中：r表示根結(jié)點(diǎn)，len表示最短路徑，但該式中使用的是最短路徑邊計(jì)數(shù)法。

根據(jù)以上討論，本文將加權(quán)語義距離和Wu－Palmer法相結(jié)合，給出一個(gè)語義距離計(jì)算方法如下：

1.2 本體概念語義相似度計(jì)算

計(jì)算語義距離的目的是為了計(jì)算語義相似度［10］，但兩者之間需要滿足以下關(guān)系：

1）當(dāng)語義距離為0時(shí)，語義相似度為1；

2）語義相似度取值在［0，1］之間；

3）語義相似度與語義距離成反比，即語義距離越小，語義相似度越大，反之越小。

滿足上述3個(gè)條件的函數(shù)也有不少，比較常用的有以下3個(gè)：

上述3個(gè)公式的語義相似度隨語義距離遞減的速度不一樣，第1個(gè)公式屬于線性遞減，第2個(gè)公式遞減速度要更加快一些，而第3個(gè)公式遞減速度最快。實(shí)際應(yīng)用中可以根據(jù)需要選擇適當(dāng)?shù)恼Z義相似度函數(shù)。

2 支持接口多態(tài)性的本體語義地理信息服務(wù)匹配

目前，大多數(shù)基于本體語義的服務(wù)匹配方法都默認(rèn)這樣一種假設(shè)：對(duì)于服務(wù)的輸出而言，服務(wù)所有的輸入都是必須的。然而，地理信息服務(wù)的多態(tài)性卻存在這樣一種情況，即某個(gè)地理信息服務(wù)的輸入是可選的，但也能得出服務(wù)的輸出結(jié)果。例如，有這樣一個(gè)獲取坐標(biāo)位置的地理信息服務(wù)GetCoordByPosInfo（GeoCode，GeoName，GeoAddress），該服務(wù)具備3個(gè)輸入：地理編碼、地名和地址，具備一個(gè)輸出：坐標(biāo)。調(diào)用該服務(wù)時(shí)，GeoCode和GeoName兩個(gè)輸入項(xiàng)可任選其一，GeoAddress為必選項(xiàng)，即只需要給定GeoCode或GeoName、Geo－Address即可調(diào)用GetCoordByPosInfo服務(wù)獲取坐標(biāo)位置。但如果服務(wù)請(qǐng)求者只能提供GeoName和GeoAddress這兩個(gè)輸入，目前大多數(shù)基于本體語義的服務(wù)匹配算法無法向用戶返回該服務(wù)。因?yàn)?，它們認(rèn)為用戶無法提供GeoCode輸入則無法使用該服務(wù)，從而即認(rèn)為該服務(wù)不是用戶所需要的。因此，目前大多數(shù)的服務(wù)匹配算法沒有考慮服務(wù)接口多態(tài)性的問題，本文引入服務(wù)輸入/輸出接口之間的依賴關(guān)系解決這一問題。

定義1 服務(wù)接口：地理信息服務(wù)的輸入或輸出。I＝｛I1，I2，…，Im｝表示地理信息服務(wù)的輸入集合，O＝｛O1，O2，…，On｝表示地理信息服務(wù)的輸出集合，I∪O是地理信息服務(wù)的接口集合，每個(gè)接口均對(duì)應(yīng)一個(gè)本體概念。

定義2 接口依賴關(guān)系［11］：地理信息服務(wù)輸出集合到輸入集合的一個(gè)映射，即ψ（O′）＝I′，表示為O′｜→I′，其中O′?O，I′?I。

給一個(gè)抽象的服務(wù)例子說明定義2，該服務(wù)的接口有3個(gè)輸入和兩個(gè)輸出，如圖2所示。其中輸出O1依賴于所有輸入（O1｜→｛I1，I2，I3｝），稱為全依賴輸出；輸出O2只依賴于I1和I3（O2｜→｛I1，I3｝），稱為部分依賴輸出。

圖2 具有接口依賴關(guān)系的服務(wù)

定義3 服務(wù)（接口）請(qǐng)求：一個(gè)地理信息服務(wù)請(qǐng)求為一個(gè)二元組R＝〈IR，OR〉，這里暫不考慮其他服務(wù)請(qǐng)求因素，其中：IR＝｛IR1，IR2，…，IRm｝，表示地理信息服務(wù)的輸入集合，OR＝｛OR1，OR2，…，ORn｝表示地理信息服務(wù)的輸出集合，每個(gè)服務(wù)請(qǐng)求接口也均對(duì)應(yīng)一個(gè)本體概念。

具體的考慮接口依賴關(guān)系的本體語義地理信息服務(wù)匹配算法如表3所示。

表3 考慮接口依賴關(guān)系的本體語義地理信息服務(wù)匹配

上面的算法中，如果直接給定了候選服務(wù)與服務(wù)請(qǐng)求接口間的對(duì)應(yīng)關(guān)系，則可以直接計(jì)算接口間的相似度，而不用執(zhí)行第8行和第16行的操作。下面通過圖3所示的一個(gè)候選服務(wù)S和一個(gè)服務(wù)請(qǐng)求R來說明該服務(wù)匹配方法。在該例子中，候選服務(wù)S有3個(gè)輸入和3個(gè)輸出，且接口具有如下依賴關(guān)系：O1｜→｛I1，I2，I3｝，O2｜→｛I1，I3｝，O3｜→｛I3｝。服務(wù)請(qǐng)求R有3個(gè)輸入和兩個(gè)輸出，且候選服務(wù)S和服務(wù)請(qǐng)求R的接口之間映射關(guān)系和相似度如下：

應(yīng)用考慮接口依賴關(guān)系的本體語義地理信息服務(wù)匹配算法，圖3中的候選服務(wù)S和服務(wù)請(qǐng)求R之間的相似度為

圖3 服務(wù)匹配例子

考慮服務(wù)名稱N后，最終基于本體語義的地理信息服務(wù)匹配相似度計(jì)算方法為

其中，w1＋w2＝1，w1，w2的取值體現(xiàn)服務(wù)匹配因素的構(gòu)成，w1＝1時(shí)則為純基于服務(wù)名稱N的匹配，w2＝1時(shí)則變?yōu)榧兓诜?wù)輸入輸出IO的匹配。SimN采用GetOntologySim函數(shù)直接計(jì)算本體概念語義相似度即可。

3 實(shí)驗(yàn)與分析

為了驗(yàn)證本章的服務(wù)發(fā)現(xiàn)方法，基于Java語言設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)實(shí)驗(yàn)原型。其中地理信息服務(wù)采用OWL－S語義化描述，本體采用OWL描述，OWL－S的解析借助于卡內(nèi)基梅隆大學(xué)的OWL－S API 1.1，并采用Jess作為規(guī)則推理引擎。

地理信息服務(wù)測(cè)試樣例來自O(shè)WL－S TC4以及自定義發(fā)布并語義化描述的部分服務(wù)共64個(gè)，本體采用幾何對(duì)象本體（Geometry.owl）、地理信息服務(wù)本體（ISO＿geographic＿service.owl）和應(yīng)用本體geographydataset（geographydataset.owl），需預(yù)先將geographydataset本體的部分概念與Geometry和ISO＿geographic＿service進(jìn)行本體集成。

首先進(jìn)行基于本體語義的地理信息服務(wù)發(fā)現(xiàn)實(shí)驗(yàn)，將考慮服務(wù)接口依賴關(guān)系和未考慮服務(wù)接口依賴關(guān)系的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比如表4所示。

表4 實(shí)驗(yàn)結(jié)果

表4表明，基于本體語義的地理信息服務(wù)匹配方法的性能較高，未考慮服務(wù)接口依賴關(guān)系時(shí)查全率 為91.1%，查 準(zhǔn) 率 為90.5%，F(xiàn)－Score值 為0.908，考慮服務(wù)接口依賴關(guān)系后服務(wù)匹配性能進(jìn)一步提高，查全率達(dá)到95.6%，查準(zhǔn)率達(dá)到94.3%，F(xiàn)－Score值到達(dá)0.949。

4 結(jié)束語

語義網(wǎng)的出現(xiàn)為人們描繪了一個(gè)未來網(wǎng)絡(luò)的美好愿景，在語義網(wǎng)環(huán)境中，一切網(wǎng)絡(luò)活動(dòng)和任務(wù)將變得更加自動(dòng)化、智能化。引入本體語義是未來語義網(wǎng)環(huán)境下進(jìn)行地理信息服務(wù)發(fā)現(xiàn)的必然需求，本文基于此背景研究了基于本體語義的地理信息服務(wù)發(fā)現(xiàn)方法，討論了以下兩個(gè)問題：

1）將加權(quán)語義距離和Wu－Palmer法相結(jié)合并進(jìn)行改進(jìn)后，給出了本體概念語義相似度的計(jì)算方法；

2）結(jié)合服務(wù)接口依賴關(guān)系，提出了支持接口多態(tài)性的本體語義地理信息服務(wù)輸入輸出IO匹配方法。

本文還設(shè)計(jì)了實(shí)驗(yàn)原型對(duì)基于本體語義的地理信息服務(wù)發(fā)現(xiàn)方法進(jìn)行了實(shí)驗(yàn)與分析。此研究對(duì)于提高地理信息服務(wù)的發(fā)現(xiàn)性能具有一定的理論和技術(shù)價(jià)值，進(jìn)一步的研究工作將圍繞地理信息服務(wù)本體概念的推理、前提、效果屬性的匹配等展開。

［1］李宏偉.基于Ontology的地理信息服務(wù)研究［D］.鄭州：信息工程大學(xué)，2007.

［2］陳建杰，楊樹鋒，李長江.一種基于本體的空間信息Web服務(wù)實(shí)現(xiàn)方法［J］.浙江大學(xué)學(xué)報(bào)：工學(xué)版，2006，40（3）：376－380.

［3］王海濤，劉海硯，劉棟永，等.基于本體的地理信息語義共享方法［J］.測(cè)繪工程，2012，21（6）：4－7.

［4］王強(qiáng).空間信息服務(wù)聚合的關(guān)鍵技術(shù)研究［D］.鄭州：信息工程大學(xué)，2010.

［5］PAOLUCCI M，KAWAMURA T，PAYNE T R，et al.Semantic Matching of Web Services Capabilities［C］.Proeeedings of the 1st International Semantic Web Conference（ISWC），Sardinia，Italia，2002，333－347.

［6］LUTZ M.Ontology－based Descriptions for Semantic Discovery and Composition of Geoprocessing Services［J］.Geoinformatica 2007，1（11）：1－36.

［7］RADA R，MILI H，BICKNELL E，et al.Development and Application of Metric on Semantic nets［J］.IEEE Transaction on Systems，Man，and Cybernecics，1989，19（1）：17－30.

［8］SYCARA K，WIDOFF S，KLUSH M，et al.Larks：Dynamic Matchmaking among Heterogeneous Software Agents in Cyberspace［J］.Autonomous Agents and Multi－Agent Systems，2002，（5）：173－203.

［9］WU Z，PALMER M.Verb Semantics and Lexical Selection［C］.Proceedings of the 32nd Annual Meeting of the Association for Computational Linguistics，New Mexico，1994，133－138.

［10］孫海霞，錢慶，成穎.基于本體的語義相似度計(jì)算方法研究綜述［J］.現(xiàn)代圖書情報(bào)技術(shù)，2010（1）：51－56.

［11］鄧水光，尹建偉，李瑩，等.基于二分圖匹配的語義Web服務(wù)發(fā)現(xiàn)方法［J］.計(jì)算機(jī)學(xué)報(bào)，2008，31（8）：1364－1375.