一種基于本體的移動學(xué)習(xí)資源語義檢索模型

劉藝等

摘 要：針對基于云計算平臺的移動教學(xué)系統(tǒng)中存在的語義信息表達(dá)不足導(dǎo)致檢索結(jié)果不理想的問題，提出一種基于本體的移動學(xué)習(xí)資源語義檢索模型，該模型包括檢索信息分詞、語義擴(kuò)展和語義檢索3大模塊。基于該模型采用七步法，利用Protégé本體構(gòu)建工具構(gòu)建移動學(xué)習(xí)資源本體；利用集成開發(fā)工具Eclipse和Xcode開發(fā)基于本體的移動學(xué)習(xí)資源語義檢索系統(tǒng)，該系統(tǒng)包括基于iPad的客戶端程序和后臺服務(wù)；通過平臺使用驗證模型的可行性。

關(guān)鍵詞：移動學(xué)習(xí)資源；云計算；語義檢索；信息檢索；本體；本體構(gòu)建

DOIDOI：10.11907/rjdk.151511

中圖分類號：TP301

文獻(xiàn)標(biāo)識碼：A 文章編號文章編號：16727800（2015）009002503

作者簡介作者簡介：劉藝（1982-），男，山東淄博人，河南省農(nóng)業(yè)科學(xué)院圖書館助理研究員，研究方向為計算機(jī)應(yīng)用。

0 引言

近年來，隨著無線通信技術(shù)、移動計算技術(shù)和移動終端的發(fā)展，一種新學(xué)習(xí)方式——移動學(xué)習(xí)應(yīng)運而生。移動學(xué)習(xí)是移動技術(shù)與數(shù)字化技術(shù)（eLearning）相結(jié)合而產(chǎn)生的一種新興數(shù)字化學(xué)習(xí)形式[ 1 ]。移動學(xué)習(xí)能滿足人們隨時隨地自主學(xué)習(xí)的需求，必將成為未來學(xué)習(xí)的新模式，移動學(xué)習(xí)資源也將成為決定移動學(xué)習(xí)能否順利開展的關(guān)鍵因素[ 2 ]。隨著互聯(lián)網(wǎng)的快速發(fā)展，移動學(xué)習(xí)資源呈現(xiàn)迅猛增長趨勢，移動學(xué)習(xí)資源數(shù)量不僅多，而且結(jié)構(gòu)復(fù)雜，導(dǎo)致學(xué)習(xí)資源檢索困難或檢索結(jié)果冗余信息較多。因此，高效合理組織這些資源是提高移動學(xué)習(xí)資源檢索效率的有效途徑。

信息檢索方式有傳統(tǒng)信息檢索、數(shù)據(jù)庫數(shù)據(jù)檢索和語義Web數(shù)據(jù)檢索。其中，傳統(tǒng)數(shù)據(jù)檢索主要是對文本和Web中的信息進(jìn)行檢索，但檢索條件一般存在語義模糊性，導(dǎo)致檢索結(jié)果不準(zhǔn)確；數(shù)據(jù)庫數(shù)據(jù)檢索一般具有明確語義，要求精確獲得滿足條件的數(shù)據(jù)，但數(shù)據(jù)庫查詢是結(jié)構(gòu)化查詢，對于網(wǎng)絡(luò)中諸多非結(jié)構(gòu)化數(shù)據(jù)，其使用范圍并不廣泛；語義Web數(shù)據(jù)檢索是基于知識的、語義的匹配，在提高檢索查準(zhǔn)率和查全率方面都有很好的表現(xiàn)，通過對相關(guān)文檔的解析和推理在語義層面實現(xiàn)信息檢索，實現(xiàn)高效率智能化檢索[ 3 ]。語義檢索與傳統(tǒng)檢索的主要區(qū)別體現(xiàn)在前者是對查詢條件進(jìn)行語義層面處理，表現(xiàn)為語義擴(kuò)展，提高查準(zhǔn)率和查全率[ 4 ]。目前，基于本體的語義檢索主要有基于現(xiàn)有本體的語義檢索和基于領(lǐng)域本體的語義檢索兩種方式[ 5 ]。

本文以改善移動教學(xué)系統(tǒng)中移動學(xué)習(xí)資源檢索有效性為目標(biāo)，采用基于領(lǐng)域本體語義檢索的數(shù)據(jù)檢索方式，利用語義網(wǎng)中的關(guān)鍵技術(shù)，設(shè)計基于本體的移動學(xué)習(xí)資源語義模型，并開發(fā)基于本體的移動學(xué)習(xí)資源語義檢索系統(tǒng)。

1 模型框架

基于本體的移動學(xué)習(xí)資源語義檢索模型如圖1所示，它由3大模塊組成：分詞、語義擴(kuò)展、語義檢索。

圖1 基于本體的移動學(xué)習(xí)資源語義檢索模型

1.1 分詞

用戶輸入查詢內(nèi)容通常有以下3種情況：單個單詞、多個單詞和句子。因此， 基于本體的移動學(xué)習(xí)資源模型首先要對用戶輸入的查詢信息進(jìn)行分詞處理。本文采用基于本體的正向最大匹配分詞算法對用戶輸入查詢信息進(jìn)行分詞，該算法核心思想為：首先，從左向右截取用戶查詢信息作為待匹配漢字串；然后，將該漢字與本體庫中的詞條進(jìn)行匹配；最后根據(jù)匹配結(jié)果不同進(jìn)行相應(yīng)處理。算法流程如圖2所示。

圖2 基于本體的正向最大匹配分詞算法流程

利用偽代碼對基于本體的正向匹配算法的具體描述如下：

Initialization（查詢信息） //處理用戶信息，最后只包含漢語字符

S=Left（漢語字符，M） //從左向右選取M個漢字，作為匹配漢字串S，M

是由本體庫中含有待匹配的漢字串首字符的最長詞條

的字符數(shù)確定的

If S=本體中的詞條

then Print “S” //待匹配漢字串S與領(lǐng)域本體庫中的詞條進(jìn)行匹配，如

匹配成功，則把漢字串S作為一個詞切分出來，返回結(jié)果

Else S=S-1 //去掉待匹配漢字S串末端的最后一個漢字

End If

1.2 語義擴(kuò)展

語義擴(kuò)展主要是對查詢的擴(kuò)展，將與原查詢相關(guān)的語詞添加到原查詢，得到比原查詢更長的新查詢，以提高信息檢索查全率和查準(zhǔn)率，彌補(bǔ)用戶查詢信息不足的缺陷。本文采用一種基本的語義查詢擴(kuò)展方法[ 6 ]來實現(xiàn)基于本體的移動學(xué)習(xí)資源語義檢索模型語義擴(kuò)展。該算法具體步驟如下：

①如果有需要擴(kuò)展的查詢詞Word，則執(zhí)行步驟②，否則執(zhí)行④；②給初始查詢設(shè)置權(quán)值；③計算與查詢詞Word相關(guān)的所有實體概念的語義權(quán)值，設(shè)置閾值λ限制Word的擴(kuò)展范圍，執(zhí)行步驟①；④對λ范圍內(nèi)的語義信息一并提取作為擴(kuò)展向量內(nèi)容。其中設(shè)置閾值λ是為了防止語義漂移。

1.3 語義檢索

語義檢索的核心思想：首先，對用戶檢索的信息進(jìn)行語義擴(kuò)展后得到新檢索詞集合w′；其次，將w′送入檢索組中進(jìn)行數(shù)據(jù)語義檢索；最后，對檢索到的結(jié)果集進(jìn)行排序，并將排序結(jié)果返回給用戶。本文采用基于標(biāo)簽的LSI算法對結(jié)果集進(jìn)行排序，具體算法過程如下所示：

（1） 初始化數(shù)組n=max；weight[ n ]=0；

（2） 利用like簡單匹配算法求檢索結(jié)果與每個用戶關(guān)鍵字的相似度，并更新weight[ i ]；

（3） 根據(jù)公式：

simtotal=Lw（k）n[]i=1m[]j=1simm（Wi，Kj）

求出每一個移動學(xué)習(xí)資源與W的總相似度，并記錄；

（4）對結(jié)果按相似度排序，并返回給用戶。其中simtotal為語義總相似度，Lw（k）為關(guān)鍵詞K的頻度，simm（Wi，Kj）為Wi和Kj的語義相似度。

2 本體庫構(gòu)建

2.1 相關(guān)概念

本體最初是哲學(xué)上的概念，哲學(xué)上定義的本體是“對世界上客觀存在物的系統(tǒng)的描述”，是對“存在”的系統(tǒng)化的解釋或說明。近年來，隨著信息技術(shù)的不斷發(fā)展，本體已成為人工智能、知識工程、信息檢索與獲取、知識表示等領(lǐng)域的熱門研究課題。在人工智能領(lǐng)域，定義本體為“給出構(gòu)成相關(guān)領(lǐng)域詞匯的基本術(shù)語和關(guān)系，以及利用這些術(shù)語和關(guān)系構(gòu)成這些詞匯外延的規(guī)則的定義”。在信息系統(tǒng)和知識工程領(lǐng)域中，Gruber將本體定義為“是概念模型的明確的規(guī)則說明”；本體也被定義為“是一個為描述某個領(lǐng)域而按層次關(guān)系組織起來的一系列術(shù)語，這些術(shù)語可以作為一個知識庫的骨架”。本體是用于描述或表達(dá)某一領(lǐng)域知識的一組概念或術(shù)語，其可用來組織知識庫較高層次的知識抽象，也可用來描述特定領(lǐng)域的知識[ 7 ]。目前，計算機(jī)領(lǐng)域認(rèn)為本體是共享概念模型的明確形式化規(guī)范說明[ 8 ]。

元數(shù)據(jù)對知識的組織管理與信息檢索具有重要意義，是描述數(shù)據(jù)及其環(huán)境的數(shù)據(jù)[ 9 ]。元數(shù)據(jù)和本體都是隨著計算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展而出現(xiàn)的新方法，對信息檢索和知識組織與管都具有重要意義。

七步法[ 10 ]是斯坦福大學(xué)醫(yī)學(xué)院開發(fā)，主要用于領(lǐng)域本體構(gòu)建。該方法的具體實現(xiàn)過程：第一步，確定知識本體的專業(yè)領(lǐng)域和范疇；第二步，考查復(fù)用現(xiàn)有知識本體的可能性；第三步，列出知識本體中的重要術(shù)語；第四步，定義類和類等級體系；第五步，定義類屬性；第六步，定義屬性約束；第七步，創(chuàng)建實例。

教育資源建設(shè)規(guī)范（CELTS）是為資源開發(fā)者提供一致的標(biāo)準(zhǔn)，為實現(xiàn)資源廣泛共享和保證學(xué)習(xí)者或教育者高效利用資源、統(tǒng)一開發(fā)者行為習(xí)慣而提供的支持?！督逃Y源建設(shè)技術(shù)規(guī)范》[ 11 ]的基本結(jié)構(gòu)包括網(wǎng)絡(luò)課程、常見問題解答、資源目錄索引、文獻(xiàn)材料、案例、課件、試卷、試題、媒體素材等，并且包含LOM的必需元數(shù)據(jù)。

2.2 移動學(xué)習(xí)資源本體庫構(gòu)建方法

本文采用本體構(gòu)建方法中的七步法并結(jié)合移動學(xué)習(xí)資源元數(shù)據(jù)，按照CELTS規(guī)范開發(fā)移動學(xué)習(xí)資源本體庫。參照CELTS標(biāo)準(zhǔn)，采用本體構(gòu)建方法中七步法開發(fā)元數(shù)據(jù)與移動學(xué)習(xí)資源本體庫流程如圖3所示。

圖3 參照CELTS及七步法進(jìn)行本體構(gòu)建流程

2.3 移動學(xué)習(xí)資源本體構(gòu)建

根據(jù)上節(jié)構(gòu)建移動學(xué)習(xí)資源本體步驟：第一步，選取CELTSC規(guī)范的學(xué)習(xí)對象元數(shù)據(jù)作為構(gòu)建本體的元數(shù)據(jù)方案；第二步，采用基于關(guān)聯(lián)知識點屬性來和知識點本體進(jìn)行映射，以實現(xiàn)基于本體的移動學(xué)習(xí)資源管理和檢索；第三步，從元數(shù)據(jù)中提取術(shù)語列表：軟件類、視頻類、文本類、課件類、媒體素材類、網(wǎng)絡(luò)課程類、標(biāo)題、創(chuàng)建者、語種、標(biāo)識符、貢獻(xiàn)者、姓名、聯(lián)系方式、關(guān)聯(lián)關(guān)系、資源位置等；第四步，定義類和類的層次；在第五步和第六步中，根據(jù)學(xué)習(xí)對象元數(shù)據(jù)中的數(shù)據(jù)元素對類的屬性和屬性約束同時進(jìn)行定義；第七步，生成實例。

3 系統(tǒng)實現(xiàn)

系統(tǒng)服務(wù)器端使用Eclipse作為開發(fā)平臺，構(gòu)建基于C/S架構(gòu)和MVC框架移動學(xué)習(xí)管理平臺，本系統(tǒng)平臺目前支持的移動終端有iPad、iPhone。系統(tǒng)框架結(jié)構(gòu)如圖4所示?；诒倔w的移動學(xué)習(xí)資源語義檢索模型在該系統(tǒng)中作為服務(wù)器端移動學(xué)習(xí)資源管理的一部分，也是整個系統(tǒng)的核心部分，直接影響學(xué)習(xí)者使用該系統(tǒng)的效率及學(xué)習(xí)興趣。在實際運用中，該系統(tǒng)為學(xué)習(xí)者帶來了便利。

4 結(jié)語

本文通過分析移動教學(xué)平臺系統(tǒng)中存在的移動學(xué)習(xí)資源信息檢索效率低問題，結(jié)合現(xiàn)有本體相關(guān)技術(shù)和基于本體語義檢索方面的研究成果，提出了一種基于本體的移動學(xué)習(xí)資源語義檢索模型，并將該模型運用到移動教學(xué)平臺系統(tǒng)中。通過大量學(xué)習(xí)者使用該平臺，收集和總結(jié)學(xué)習(xí)者使用后的感想，結(jié)果表明該模型運用效果較為理想。該模型是解決移動教學(xué)系統(tǒng)中移動學(xué)習(xí)資源語義檢索的一種有效方式，能幫助學(xué)習(xí)者準(zhǔn)確搜索到符合需求的學(xué)習(xí)資源。

圖4 基于本體的移動學(xué)習(xí)資源語義檢索原型體系結(jié)構(gòu)

參考文獻(xiàn)參考文獻(xiàn)：

[ 1 ] 郭紹青，黃建軍，袁慶飛.國外移動學(xué)習(xí)應(yīng)用發(fā)展綜述[ J ].電化教育研究，2011（5）：105109.

[ 2 ] 張?zhí)铮钭釉?，汪睛?基于云計算的移動學(xué)習(xí)資源卡法初探[ J ].現(xiàn)代教育技術(shù)，2012（11）：5961.

[ 3 ] JIAO YUYING，ZHANG LU.Model structure of ontologybased semantic retrieval[ J ].Information Research，2006（10）.5457.

[ 4 ] 焦玉英，溫有奎，陸偉.信息檢索新論[ M ].武漢：武漢大學(xué)出版社，2008.

[ 5 ] 張德政，莊洪波.基于領(lǐng)域本體網(wǎng)絡(luò)模型的知識獲取技術(shù)[ J ].計算機(jī)工程，2007，33（7）：190191.

[ 6 ] 付苓.基于本體的語義檢索研究[ D ].曲阜：曲阜師范大學(xué)，2010.

[ 7 ] 岳靜，張自力.本體表示語言研究綜述[ J ].計算機(jī)科學(xué)，2006，33（2）：158162.

[ 8 ] 史一民，李冠宇，劉寧.語義網(wǎng)服務(wù)中的本體綜述[ J ].計算機(jī)工程與設(shè)計，2008，29（23）：59765982.

[ 9 ] Baidu Metadata[ EB/OL ].http：//baike.baidu.com/view/107838.htm，20100310.

[ 10 ] 尚新麗.國外本體構(gòu)建方法比較分析[ J ].圖書情報工作，2012（4）：116119.

[ 11 ] 張功杰.基于本體的領(lǐng)域資源語義檢索研究[ D ].廣州：暨南大學(xué)，2007.

責(zé)任編輯（責(zé)任編輯：孫 娟）