基于本體的航天領(lǐng)域知識(shí)組織方法

/北京航天自動(dòng)控制研究所

隨著科技的進(jìn)步，航天領(lǐng)域產(chǎn)生、存在著大量的信息，如文檔、代碼、案例、多媒體等。如何管理這些信息并使之為正常的工作服務(wù)就成為了現(xiàn)實(shí)中面臨的一個(gè)問(wèn)題。為了解決該問(wèn)題，知識(shí)組織應(yīng)運(yùn)而生，它的目標(biāo)是管理相關(guān)領(lǐng)域的信息，并分析總結(jié)成為知識(shí)，以便滿足工作人員的需要。知識(shí)組織的主要任務(wù)是要對(duì)企業(yè)級(jí)的知識(shí)資源進(jìn)行全面和充分的開發(fā)以及有效的利用，充分獲取、生產(chǎn)、傳播和保存，利用集體智慧實(shí)現(xiàn)知識(shí)創(chuàng)新，獲取行業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。因?yàn)閭鹘y(tǒng)的知識(shí)組織方法缺乏統(tǒng)一的知識(shí)模型，容易造成用戶的誤解，而存儲(chǔ)形式的不同也不利于知識(shí)的共享和交流，影響了查全率和查準(zhǔn)率。為了解決這些問(wèn)題，將本體引入知識(shí)組織中，基于本體的知識(shí)組織是提高知識(shí)共享性、互操作性、可維護(hù)性和可復(fù)用性的一個(gè)有效途徑。

一、知識(shí)本體的概念與作用

從知識(shí)的角度來(lái)看，本體是一種概念組或詞匯表的理論，可用作構(gòu)建處理系統(tǒng)的構(gòu)建模塊，是一種具有代表性的詞匯表形式。本體是用來(lái)捕獲相關(guān)領(lǐng)域的知識(shí)，提供該領(lǐng)域知識(shí)的共同理解，確定領(lǐng)域內(nèi)共同認(rèn)可的詞匯（術(shù)語(yǔ)），并給出這些詞匯（術(shù)語(yǔ)）間相互關(guān)系的明確定義。本體被廣泛應(yīng)用于知識(shí)表示、知識(shí)共享、知識(shí)集成、知識(shí)復(fù)用和知識(shí)管理等領(lǐng)域。

1.本體的層次劃分

本體研究層次圖（見圖1），展示了關(guān)于本體研究與開發(fā)的不同層次的工作。其中，頂層本體（又稱為通用本體）主要研究通用的概念，如時(shí)間、空間、事物、事件、對(duì)象、行為等，其完全獨(dú)立于特定的問(wèn)題或領(lǐng)域，可以在很大范圍內(nèi)共享；領(lǐng)域本體則研究與一個(gè)特定領(lǐng)域有關(guān)的術(shù)語(yǔ)或詞匯，如航天、導(dǎo)彈、軍事等；任務(wù)本體是定義通用任務(wù)或推理活動(dòng)，如需求、設(shè)計(jì)等。領(lǐng)域本體和任務(wù)本體可以引用頂層本體中定義的詞匯來(lái)描述自身的詞匯。應(yīng)用本體描述特定的應(yīng)用，其既可以引用涉及特定的領(lǐng)域本體中的概念，又可以引用出現(xiàn)在任務(wù)本體中的概念。

2.本體的建模語(yǔ)言

1999年P(guān)erez等人提出了構(gòu)建本體的5個(gè)最基本的建?；?，即類或概念、關(guān)系、函數(shù)、公理、實(shí)例，它們能夠準(zhǔn)確地刻畫所描述的對(duì)象。

類或概念——從語(yǔ)義上講，表示的是對(duì)象的集合。一般采用框架結(jié)構(gòu)進(jìn)行定義，包括概念的名稱，以及與其它概念之間的關(guān)系集合，并用自然語(yǔ)言對(duì)概念進(jìn)行描述。

圖1 本體研究層次圖

關(guān)系——在領(lǐng)域中概念之間的交互作用。從語(yǔ)義上講，關(guān)系對(duì)應(yīng)于對(duì)象元組的集合。

函數(shù)——一類特殊的關(guān)系。函數(shù)的重要特性是關(guān)系的前n-1個(gè)元素可以唯一確定第n個(gè)元素。

公理——表示永遠(yuǎn)成立的聲明。

實(shí)例——代表元素。從語(yǔ)義上講，實(shí)例表示的就是對(duì)象。

3.本體的構(gòu)建準(zhǔn)則

目前，本體構(gòu)建技術(shù)還不能實(shí)現(xiàn)完全自動(dòng)化構(gòu)建本體，主要還是依靠手工構(gòu)建或半自動(dòng)生成一些本體。因此，依據(jù)一定準(zhǔn)則構(gòu)建本體十分必要，它可以使本體構(gòu)建過(guò)程更加規(guī)范，構(gòu)建效率更高、質(zhì)量更好。但由于本體構(gòu)建過(guò)程在各個(gè)領(lǐng)域和不同工程中各不相同，所以到目前為止，還沒(méi)有一套統(tǒng)一標(biāo)準(zhǔn)的本體構(gòu)建方法。而1995年Gruber提出的本體構(gòu)建5條準(zhǔn)則是最有影響的，即：

清晰性——本體應(yīng)該能有效地傳達(dá)其中所定義的術(shù)語(yǔ)的含義。

一致性——本體必須是一致的，即由本體得出的推論與原有的定義是相容的，不能產(chǎn)生矛盾和沖突。

可擴(kuò)展性——本體在設(shè)計(jì)時(shí)不僅要使用領(lǐng)域內(nèi)公認(rèn)的詞匯，同時(shí)還要考慮可能的應(yīng)用任務(wù)范圍，使得本體的表達(dá)能被單調(diào)地?cái)U(kuò)展。

編碼偏好程度最小——概念應(yīng)該在知識(shí)層次上說(shuō)明，而不應(yīng)依賴于特定的符號(hào)層次的編碼。

最小本體承諾——對(duì)待建模對(duì)象給出盡可能少的約束。

以上5條準(zhǔn)則在使用過(guò)程中需要進(jìn)行權(quán)衡，難以全部滿足。

二、基于本體的航天知識(shí)組織

1.本體的構(gòu)建與存儲(chǔ)

當(dāng)前，構(gòu)建知識(shí)本體的工作主要依靠手工編輯，沒(méi)有實(shí)現(xiàn)工程化，每個(gè)本體開發(fā)組都有自己的原則、設(shè)計(jì)標(biāo)準(zhǔn)和定義方法。然而，知識(shí)本體的構(gòu)建直接影響著知識(shí)組織的結(jié)果，以及用戶獲取知識(shí)的體驗(yàn)。因此，選用合適的知識(shí)本體構(gòu)建方法非常重要。

目前，美國(guó)、歐洲等多個(gè)本體開發(fā)組織分別提出了自己的本體構(gòu)建方法，如英國(guó)愛(ài)丁堡大學(xué)開發(fā)的專門用來(lái)創(chuàng)建企業(yè)本體的“骨架法”，加拿大多倫多大學(xué)從TOVE項(xiàng)目中總結(jié)出來(lái)的TOVE企業(yè)建模法，西班牙馬德里理工大學(xué)提出的Methontology本體建模方法等。

（1）“骨架法”

建立在企業(yè)本體基礎(chǔ)之上，是相關(guān)商業(yè)企業(yè)間術(shù)語(yǔ)和定義的集合，該方法只提供開發(fā)本體的指導(dǎo)方針，“骨架法”流程如圖2所示。

確定本體應(yīng)用的目的和范圍。根據(jù)所研究的領(lǐng)域或任務(wù)建立相應(yīng)的領(lǐng)域本體或過(guò)程本體，領(lǐng)域越大，所建本體越大，因此需限制研究的范圍。

圖2 “骨架法”流程圖

本體分析。定義本體所有術(shù)語(yǔ)的意義及其之間的關(guān)系。此步驟需領(lǐng)域?qū)＜业膮⑴c，對(duì)該領(lǐng)域越了解，所建本體就越完善。

本體的表示。一般用語(yǔ)義模型表示本體。

本體的評(píng)價(jià)。建立本體的評(píng)價(jià)標(biāo)準(zhǔn)是清晰性、一致性、完整性、可擴(kuò)展性。清晰性就是本體中的術(shù)語(yǔ)應(yīng)被無(wú)歧義的定義；一致性指的是術(shù)語(yǔ)之間關(guān)系邏輯應(yīng)一致；完整性是指本體中的概念及關(guān)系應(yīng)是完整的，包括該領(lǐng)域內(nèi)所有概念，但很難達(dá)到，還需不斷完善；可擴(kuò)展性是指本體應(yīng)用能夠擴(kuò)展，在該領(lǐng)域不斷發(fā)展時(shí)能加入新的概念。

本體的建立。對(duì)本體按以上標(biāo)準(zhǔn)進(jìn)行檢驗(yàn)，符合要求的以文件形式存放，否則轉(zhuǎn)本體分析階段。

（2）TOVE企業(yè)建模法

該方法由多倫多大學(xué)企業(yè)集成實(shí)驗(yàn)室研制，用于構(gòu)造多倫多虛擬企業(yè)本體工程，使用一階邏輯進(jìn)行集成。TOVE本體包括企業(yè)設(shè)計(jì)本體、工程本體、計(jì)劃本體和服務(wù)本體，其流程如圖3所示。

設(shè)計(jì)動(dòng)機(jī)。定義直接可能的應(yīng)用和所有解決方案，提供潛在的非形式化的對(duì)象和關(guān)系的語(yǔ)義表示。

非形式化的能力問(wèn)題。能力問(wèn)題作為約束條件，包括能解決什么問(wèn)題及如何解決，這里的問(wèn)題用術(shù)語(yǔ)表示，答案用公理和形式化定義回答。由于是在沒(méi)有形式化的本體之前進(jìn)行的，所以叫非形式化的能力問(wèn)題。

術(shù)語(yǔ)的形式化。從非形式化能力問(wèn)題中提取非形式化的術(shù)語(yǔ)，然后用本體形式化語(yǔ)言進(jìn)行定義。

形式化的能力問(wèn)題。一旦能力問(wèn)題脫離了非形式化，本體術(shù)語(yǔ)已定義，則能力問(wèn)題便自然形式化。

形式化公理。術(shù)語(yǔ)定義所遵循的公理用一階謂詞邏輯表示，包括定義的語(yǔ)義或解釋。

完全理論。說(shuō)明問(wèn)題的解決方案必須是完全的。

圖3 TOVE方法流程圖

（3）Methontology本體建模法

該方法由馬德里理工大學(xué)人工智能實(shí)驗(yàn)室提出，分為管理、開發(fā)和維護(hù)3個(gè)不同的階段。其中，管理階段的系統(tǒng)規(guī)劃包括任務(wù)的進(jìn)展情況、需要的資源、如何保證質(zhì)量等問(wèn)題；維護(hù)階段包括知識(shí)獲取、系統(tǒng)集成、評(píng)價(jià)、文檔說(shuō)明、配置管理。

通過(guò)這3種方法的分析對(duì)比可知，“骨架法”更適合作為航天知識(shí)本體的構(gòu)建方法。

2.航天知識(shí)本體的組織方式

知識(shí)本體的組織是構(gòu)建知識(shí)系統(tǒng)的重要手段，其目的是為了加強(qiáng)知識(shí)檢索和促進(jìn)知識(shí)的增長(zhǎng)。對(duì)于本體知識(shí)系統(tǒng)而言，關(guān)鍵是建立知識(shí)本體的體系結(jié)構(gòu)。其中，概念體系和屬性體系是構(gòu)建本體體系結(jié)構(gòu)的2個(gè)重要組成部分。此外，描述領(lǐng)域概念的一些典型關(guān)系對(duì)于刻畫概念及屬性之間的關(guān)聯(lián)具有無(wú)法替代的作用。在構(gòu)建屬性分類體系時(shí)，往往需要參照這些存在于領(lǐng)域之中的固有關(guān)系。

三、知識(shí)本體的進(jìn)化及融合

1.知識(shí)本體的進(jìn)化

現(xiàn)實(shí)世界無(wú)時(shí)無(wú)刻不在改變，知識(shí)本體的含義、層次關(guān)系、存在方式也應(yīng)向前發(fā)展，而且用戶需求也在不斷改變。因此，要讓本體與時(shí)俱進(jìn)，并根據(jù)外部知識(shí)源的變化作出及時(shí)的調(diào)整，實(shí)現(xiàn)本體的動(dòng)態(tài)進(jìn)化。

本體進(jìn)化是指在現(xiàn)有本體基礎(chǔ)上，依照一定的理論、方法和規(guī)則，根據(jù)外部的應(yīng)用需求，對(duì)現(xiàn)有本體的數(shù)據(jù)結(jié)構(gòu)、概念及概念間關(guān)系進(jìn)行不斷豐富、完善、更新、改進(jìn)及評(píng)估的過(guò)程和方法。知識(shí)本體進(jìn)化的基本框架如圖4所示。

數(shù)據(jù)發(fā)現(xiàn)。在數(shù)據(jù)源中發(fā)現(xiàn)潛在的新信息，數(shù)據(jù)源的格式有多種，可以是非結(jié)構(gòu)化的數(shù)據(jù)，如文檔、多媒體，也可以是結(jié)構(gòu)化的數(shù)據(jù)，如文本、Excel等。對(duì)于不同格式的數(shù)據(jù)，處理方式也不同：文檔使用信息抽取、本體學(xué)習(xí)技術(shù)處理；其它外部本體則將其轉(zhuǎn)換成與知識(shí)本體語(yǔ)言相兼容的本體。

數(shù)據(jù)確認(rèn)。經(jīng)過(guò)“信息發(fā)現(xiàn)”所發(fā)現(xiàn)的潛在信息，可以通過(guò)使用一系列的啟發(fā)式規(guī)則（如所抽取的術(shù)語(yǔ)的長(zhǎng)度）來(lái)實(shí)現(xiàn)數(shù)據(jù)確認(rèn)，尤其是從文檔中發(fā)現(xiàn)的新信息。對(duì)于結(jié)構(gòu)化的數(shù)據(jù)（文本、Excel）則無(wú)需確認(rèn)，因?yàn)榻Y(jié)構(gòu)化的數(shù)據(jù)已經(jīng)過(guò)明確良好的定義。

本體進(jìn)化。在所抽取的術(shù)語(yǔ)和進(jìn)化本體中的概念之間建立正確的關(guān)系，這些關(guān)系是通過(guò)搜索多個(gè)背景知識(shí)源鑒別出來(lái)的。進(jìn)化本體中相應(yīng)的變化將被直接執(zhí)行并記錄。

確認(rèn)進(jìn)化。對(duì)本體實(shí)施變化后會(huì)引起本體的不一致和不連貫，并且由于存在多個(gè)數(shù)據(jù)源，在本體進(jìn)化過(guò)程中也可能產(chǎn)生數(shù)據(jù)復(fù)制，這樣就會(huì)產(chǎn)生沖突知識(shí)，所以可以采用人工干預(yù)或者自動(dòng)推理技術(shù)來(lái)解決。

進(jìn)化管理。在本體進(jìn)化以及進(jìn)化本體對(duì)依賴本體的變化傳播過(guò)程中，賦予本體管理者一定程度的控制權(quán)，主要負(fù)責(zé)記錄、跟蹤本體變化，找出并解決本體進(jìn)化過(guò)程中未解決的問(wèn)題。

2.知識(shí)本體的融合

根據(jù)成熟的研究結(jié)論，多領(lǐng)域知識(shí)融合方法主要可以分為基于規(guī)則的知識(shí)融合方法、基于分類的知識(shí)融合方法、基于估算的知識(shí)融合方法3類，它們共同構(gòu)成了知識(shí)融合的基礎(chǔ)方法，如圖5所示。

無(wú)論采取哪一種方法，以知識(shí)融合本身來(lái)說(shuō)，都可以將知識(shí)融合作為對(duì)信息的一種處理過(guò)程。即采用綜合利用自然語(yǔ)言處理、語(yǔ)義分析、統(tǒng)計(jì)分析等技術(shù)方法對(duì)多領(lǐng)域知識(shí)信息進(jìn)行多層次和多維度檢測(cè)、關(guān)聯(lián)、估計(jì)、組合、分析的知識(shí)融合，目的是對(duì)知識(shí)對(duì)象的結(jié)構(gòu)和內(nèi)涵進(jìn)行優(yōu)化，為用戶的需求提供更有效的知識(shí)信息。

圖4 知識(shí)本體進(jìn)化基本框架

圖5 知識(shí)融合方法

航空航天領(lǐng)域擁有大量的顯性知識(shí)和隱性知識(shí)，需要進(jìn)行有針對(duì)性的發(fā)掘、收集和整理。通過(guò)對(duì)知識(shí)組織方式進(jìn)行控索，對(duì)知識(shí)本體的構(gòu)建與存儲(chǔ)、知識(shí)本體的組織方式、知識(shí)本體的進(jìn)化過(guò)程和多領(lǐng)域知識(shí)融合一般架構(gòu)進(jìn)行研究，在對(duì)比流行的知識(shí)本體構(gòu)建方法后，選取了“骨架法”的知識(shí)本體構(gòu)造方法，并提出知識(shí)本體進(jìn)化的一般流程，進(jìn)而提出知識(shí)融合的架構(gòu)設(shè)計(jì)?；诒倔w的知識(shí)組織研究是一個(gè)極其深入的課題，包括本體進(jìn)化過(guò)程中的學(xué)習(xí)、智能化，知識(shí)融合過(guò)程中的學(xué)習(xí)訓(xùn)練，需要不斷完善融合算法，因此仍有許多內(nèi)容需要進(jìn)一步深入研究。▲