本體非物質(zhì)文化遺產(chǎn)領域的知識建模

念其鋒，李立耀，趙少卡，吳紅霞

（福建技術師范學院a.大數(shù)據(jù)與人工智能學院；b.非遺數(shù)字化與多源信息融合福建省高校工程研究中心，福建福清 350300）

非物質(zhì)文化遺產(chǎn)（intangible cultural heritage,以下簡稱“非遺”，ICH）是國家和民族的寶貴文化財富，彰顯了民族文化和歷史底蘊，必須通過現(xiàn)代化技術和管理手段加以永久保護，使其源遠流長.自20 世紀90 年代初起，隨著互聯(lián)網(wǎng)、虛擬現(xiàn)實、人工智能、大數(shù)據(jù)等數(shù)字化技術的高速發(fā)展，運用數(shù)字化技術手段來保護非遺越來越受到世界各國重視，數(shù)字化技術已成為非遺保護的重要途徑，非遺數(shù)字化是非遺保護研究領域的熱點之一[1].非遺數(shù)字化包括數(shù)據(jù)采集與處理、數(shù)據(jù)存儲、數(shù)據(jù)展示與應用等技術層面.近年來，無論研究深度還是研究廣度，相關理論和技術都得到快速發(fā)展，獲得大量研究成果[1-10].數(shù)據(jù)存儲技術和方法是非遺數(shù)字化保護的基礎，如何高效組織和管理大量的非遺數(shù)據(jù)，成為非遺數(shù)字化保護向非遺智能化保護演化的技術瓶頸之一.目前，國內(nèi)外相關非遺機構大多采用傳統(tǒng)的關系型數(shù)據(jù)庫技術，大多根據(jù)自身特定需求而相繼建立特色鮮明、獨立運營的非遺數(shù)據(jù)庫及其應用系統(tǒng).但是，這些非遺數(shù)據(jù)庫之間明顯存在數(shù)據(jù)異構、兼容性差等缺陷，形成“數(shù)據(jù)孤島”而無法實現(xiàn)數(shù)據(jù)共享與融合，限制了非遺數(shù)字化保護的進一步發(fā)展.

每一項非物質(zhì)文化遺產(chǎn)都有自身的生命軌跡，在不同的時間空間內(nèi)持續(xù)演化，具有明顯的動態(tài)性.因此，活態(tài)性是非遺的一個重要特征，體現(xiàn)了非遺項目的傳承和演變情況，必須成為非遺數(shù)字化保護所體現(xiàn)的重要內(nèi)涵.在非遺數(shù)據(jù)的采集、存儲和應用過程中，產(chǎn)生大量具有活態(tài)性的顯性非遺數(shù)據(jù)，同時蘊含許多深層次的非遺隱性知識.借助知識建模理論、方法和工具進行非遺知識建模，使非遺知識體系具備可理解性、完備性、可推理性和可解釋性，從而構建非遺知識庫，為非遺數(shù)字化和智能化保護奠定基礎.

本體是語義網(wǎng)的核心技術，是對客觀世界進行明確的形式化和概念化描述，已廣泛應用于人工智能領域.由于在表示非遺概念、非遺屬性及它們之間深層次關系具有明顯優(yōu)勢，國內(nèi)外許多專家學者利用本體技術對非遺領域知識建模，取得了一系列研究成果[2-11].滕春娥等以黑龍江地區(qū)赫哲族為例，構建了非遺知識組織體系，包括確定概念、建立模型和軟件建模三個階段[2].侯西龍等在非遺領域知識要素和語義關系分析基礎上，構建了非遺知識本體模型，并以湖北省非遺項目為例，開發(fā)了非遺知識關聯(lián)數(shù)據(jù)集與知識服務平臺[3].魏清華等在關聯(lián)數(shù)據(jù)技術基礎上，以甘肅省國家級非遺為例，構建甘肅省非遺知識庫[4].何春雨等采用本體和關聯(lián)數(shù)據(jù)技術，以赫哲族非遺資源為例，構建非物質(zhì)文化遺產(chǎn)資源本體庫[5].同樣地，本體工程技術在其它領域知識建模方面也得到了廣泛應用，構建了諸多領域本體[12-16].已有研究成果對非遺知識管理具有重要的應用和參考價值.本文從知識模型的系統(tǒng)性、規(guī)范性等層面出發(fā)，運用本體七元組形式對非遺領域知識進行建模，提高本體質(zhì)量.同時，提出了概念沖突檢測算法，有效解決了本體中概念之間繼承關系不一致問題，有效提升非遺知識推理效率.通過構建非物質(zhì)文化遺產(chǎn)領域知識的本體模型，提高了非遺領域知識的共享性和非遺智能化應用前景，對推動非遺數(shù)字化保護具有重要意義.

1 非遺領域本體的構建準則和步驟

本體技術已經(jīng)在不同領域中得到廣泛應用，但不同領域本體的構建過程和方法存在較大差異，甚至同一領域本體的構建方法也不一樣，目前還沒有形成一種標準的本體構建方法.然而，本體構建是一個系統(tǒng)性工程，高質(zhì)量的領域本體需要建立在科學的構建準則和構建步驟基礎上.

1.1 非遺領域本體的構建準則

Gruber[17]在給出本體定義的同時，提出了一種本體構建原則已被廣泛采納和應用，是目前最有影響力的本體構建準則，包括明確性（clarity）、一致性（coherence）、可擴展性（extendibility）、最小編碼偏差（minimal encoding bias）、 最 小 本 體 承 諾（minimal ontological commitment）.在此構建準則的基礎上，非遺領域本體可以對非遺領域知識進行形式化表示，可以明確地定義非遺領域中的概念、屬性、關系等，是可重用的和可共享的領域本體.

1.2 非遺領域本體的構建流程

目前，本體構建方法主要有七步法、骨架法、TOVE 法、METHONLOGY 法、KACTUS 法、IDEF5 法等，其中，七步法是應用較為廣泛的一種本體構建方法，其構建步驟如圖1 所示.在分析本體構建方法和非遺領域知識表示特性的基礎上，以七步法為基礎，結(jié)合自頂向下的本體開發(fā)與建模方法，建立了非遺領域本體知識模型的構建流程，如圖2 所示.

圖1 本體構建步驟

圖2 非遺本體構建流程

2 非遺領域本體ICH-Onto 的建模

在文化遺產(chǎn)知識建模研究領域內(nèi)，CIDOC概念參考模型（CIDOC conceptual reference model，CIDOC CRM）[18]是一個兼具理論和實踐的信息融合工具，對構建非遺領域本體具有非常重要的參考價值，對本文ICH-Onto 的概念、關系、屬性的建立也具有借鑒意義.同時，《中華人民共和國非物質(zhì)文化遺產(chǎn)法》、中國非物質(zhì)文化遺產(chǎn)網(wǎng)、各省市地區(qū)非物質(zhì)文化遺產(chǎn)網(wǎng)，以及文獻圖書資料都是構建ICH-Onto的信息源，其中包含了海量的非遺知識.因此，系統(tǒng)分析了非遺領域知識，充分挖掘非遺知識的組成因素，通過非遺項目、非遺繼承人、非遺項目類型、非遺項目申報時間、申報單位、申報地區(qū)等方面描述非遺知識，從而得到非遺本體術語.

2.1 非遺領域本體ICH-Onto 的定義

為了提高基于本體的非遺領域知識模型的系統(tǒng)性和完備性，便于構建非物質(zhì)文化遺產(chǎn)知識模型，根據(jù)非遺知識的特點，本文對非遺領域知識本體ICH-Onto 進行形式化定義.

定義1ICH-Onto ＝〈C,AC,R,AR,H,I,X〉

其中，C是非遺領域本體中的概念（concepts）集合或類（classes）集合（以下統(tǒng)稱為概念），例如：非遺項目、傳承人、保護單位等；AC是概念的屬性（attributes）集合，例如：一個非遺項目具有名稱和類別等屬性；R是概念間的關系（relations）集合，概念間關系包括定義域和值域兩個部分，而定義域通常為概念，值域可以為概念也可以是取值域，例如：部分和整體的part of 關系；AR是關系屬性集合，是對關系的進一步限制，例如：非遺項目的類別關系只能取《中華人民共和國非物質(zhì)文化遺產(chǎn)法》所規(guī)定的各種傳統(tǒng)文化表現(xiàn)形式，以及與其相關的實物和場所；H表示層次（hierarchies）的集合，通常定義在概念、關系、屬性上，表示對象之間的層次關系，例如：概念A 是概念B 的父類，概念B 是概念A 的子類；I表示實例（instances）的集合，實例具有唯一性；X表示公理（axioms）的集合，每一條公理代表一個斷言（assertion），例如：傳承人繼承（inheritOf）和非遺被繼承（inheritedBy）是互逆關系，傳統(tǒng)戲曲類與傳統(tǒng)醫(yī)藥是不相交的，等等.

定義2存 在 概 念Ci和 概 念Cj， 若Ci≤Cj，則稱Ci為子類，Cj為父類，即Ci繼承于Cj，記為subclassOf(Ci,Cj)或is_A(Ci,Cj).

定義3若概念Ci和概念Cj互為子類，即subclassOf(Ci,Cj)和subclassOf(Cj,Ci)均成立，那么稱概念Ci和概念Cj存在等價關系，記為equivalentTo(Ci,Cj).

定義4若存在任意兩個實例x∈Ci和y∈Cj，如果x和y均不相同，即{Ax∈Ci，Ay∈Cj|x≠y}，那么稱概念Ci和概念Cj是不相交的，記為disjointWith(Ci,Cj).

定義5如果x是概念C的實例，記為instanceOf(x,C).

2.2 非遺領域本體ICH-Onto 的構建

在系統(tǒng)分析非遺領域相關文件、借鑒非遺知識表示方法等基礎上，根據(jù)本體術語和ICH-Onto 本體的定義，ICH-Onto 本體從概念、概念屬性、關系、關系屬性、概念層次、實例、公理等七個方面來構建.

2.2.1 ICH-Onto 的概念及其層次關系

為充分地對非遺知識進行系統(tǒng)性表示，在借鑒其它文獻和咨詢非遺專家基礎上，非遺領域本體ICH-Onto 的概念定義如下.

定義6ICH-Onto Classes = {Project, Person,Organization, Region, Category, Matter, Event,Document}

其中，Project 指非物質(zhì)文化遺產(chǎn)項目，可以是國家級非遺代表性項目名錄項，亦可以為各省、自治區(qū)、直轄市人民政府建立的地方非遺代表性項目名錄項；Person 是指非遺代表性項目的代表性傳承人；Organization 是指非遺代表性項目的保護單位；Region 是指非遺代表性項目的申報地區(qū)或單位；Category 是指非遺代表性項目的類別；Matter 是指與非遺代表性項目相關的事物，如圖片、視頻、實物等；Event 是指與非遺代表性項目相關的事件或活動等；Document 是指與非遺代表性項目有關的文獻資料.

ICH-Onto 本體主要由非遺項目、傳承人、保護單位、所屬地區(qū)、項目類別、項目事物、項目事件、項目文獻等核心概念組成，核心概念及其屬性如表1 所示.

表1 ICH-Onto 核心概念及其屬性

概念間層次關系用來描述本體概念與概念之間的層次關系，ICH-Onto 本體中主要包含了3種概念間層次關系：子類關系subclassOf、等價關系equivalentTo、不相交關系disjiontWith.

2.2.2 ICH-Onto 對象屬性及其限制

屬性分為數(shù)據(jù)屬性（Data properties）和對象屬性（Object properties）.其中，對象屬性用于描述概念之間的關系，其定義域和值域均為概念，例如：對象屬性inheritedBy 的定義域（Domains）為非遺項目概念，值域（Ranges）為傳承人.對象屬性包含功能性（Functional）、反向功能性（Inverse functional）、傳遞性（Transitive）、對稱性（Symmetric）、非對稱性（Asymmetric）、自反性（Reflexive）和非自反性（Irreflexive）等特性，其使用方法如表2 所示.

表2 對象屬性的特性

續(xù)表2

當定義域為概念，值域為取值域時，該關系屬性就變?yōu)閿?shù)據(jù)屬性，用于描述對象與數(shù)據(jù)類型之間的關聯(lián)值.例如：對象屬性hasName的定義域可以為傳承人或非遺項目，值域為傳承人姓名或非遺項目名稱，數(shù)據(jù)類型為字符串string.圖3 給出了非遺領域本體ICH-Onto 主要的對象屬性和數(shù)據(jù)屬性.

圖3 ICH-Onto 本體的主要對象屬性和數(shù)據(jù)屬性

2.2.3 ICH-Onto 公理

在本體工程中，公理代表一系列的事實、約束條件和推理規(guī)則.ICH-Onto 中定義的公理用于約束概念間、概念屬性間的關系，有概念間的等價關系、概念間的子類關系、概念間的不相交關系、概念屬性間的傳遞（transitive）、對稱（symmetric）、非對稱（asymmetric）等關系.例如，高甲戲是閩南地方戲曲劇種之一，又名戈甲戲、九角戲、大班、土班.高甲戲就是一種概念的存在公理，表示概念通過其名字唯一確定；另外，高甲戲是閩南地方戲曲的子類，構成子類關系公理；高甲戲又名戈甲戲，說明高甲戲和戈甲戲是等價關系公理.

2.2.4 ICH-Onto 本體概念沖突檢測算法

在構建非遺領域本體ICH-Onto 中，定義了數(shù)量較多的概念，概念與概念之間的關系較為復雜，可能會出現(xiàn)概念間沖突情況.例如，存在Ca?Cb，Cb?Cc而disjoinWith(Ca,Cc)，這是一種概念間關系沖突情況.再有，存在Ca?Cb，Cb?Cc，Cc?Ca這也是一種明顯的概念間關系沖突錯誤.

隨著ICH-Onto 的擴展，這種概念間沖突存在的可能性將會明顯增加.因此，為了提高非遺領域本體ICH-Onto 的正確性和健壯性，需要消除本體概念間問題沖突.本文運用描述邏輯語言提出了本體概念間沖突檢測算法，具體過程如下.

（2）將ICH-Onto 每個概念Ci看成頂點vi，兩個概念之間繼承關系構成有向邊ei，則G=(V,E)是一個有n個頂點的有向圖，其鄰接矩陣的定義如下：

（3）定義一個表示概念間關系的不相交的二維矩陣Disjoint[i][j]，如下：

（4）任取Disjoint[i][j]=1 的兩個頂點vi和vj，分別從vi和vj出發(fā)，利用深度優(yōu)先搜索算法DFS，查詢從頂點vi到頂點vj的路徑.如果找到一條有向連通路徑，說明本體中存在概念間關系沖突現(xiàn)象，跳到步驟（6），否則，繼續(xù)查找下一對頂點，直到Disjoint[i][j]=1 的所有頂點對都搜索完畢.

（5）運用廣度優(yōu)先搜索算法BFS，查找圖G中是否存在閉環(huán).如果存在閉環(huán)，表明本體中存在概念間關系沖突現(xiàn)象，則跳到步驟（6）.

（6）算法結(jié)束.

3 非遺領域本體ICH-Onto 的實例化

在非遺領域知識建模的準則基礎上，深入分析非遺領域知識體系，運用主流的本體開發(fā)語言OWL（Web Ontology Language），定義非遺本體的概念、關系、屬性、層次、公理，并進行實例化，從而構建了非遺領域知識本體ICH-Onto，收集整理了福建省國家級非物質(zhì)文化遺產(chǎn)代表性項目數(shù)據(jù)，部分數(shù)據(jù)如表3 所示.借助Protégé 5.5.0 本體軟件構建和實現(xiàn)了非遺領域本體ICH-Onto，圖4 顯示ICH-Onto的部分本體模型.

圖4 非物質(zhì)文化領域本體模型

表3 福建省國家級非遺項目（部分）

4 結(jié)論

數(shù)字化技術手段是非物質(zhì)文化遺產(chǎn)保護的重要途經(jīng)，而非遺知識建模進一步提升了非遺數(shù)字化保護技術內(nèi)涵，使非遺領域數(shù)據(jù)具有語義內(nèi)涵，對非遺保護和智能化應用具有非常重要的意義.本文在系統(tǒng)分析非遺領域數(shù)據(jù)管理和數(shù)據(jù)應用現(xiàn)狀的基礎上，采用七步法構建了非遺領域本體ICH-Onto，該本體能夠系統(tǒng)全面地展示非遺概念和非遺概念間關系，具有完整性和完備性.本文提出了基于有向圖的本體概念間關系沖突檢測算法，能夠有效地檢測概念間關系沖突，提高了本體質(zhì)量，為本體的進一步擴展和應用奠定堅實基礎.以福建省國家級非遺項目為例，對非遺領域本體ICH-Onto進行實例化，結(jié)果進一步表明ICH-Onto 的應用價值和可操作性.雖然采用本體技術對非遺領域進行知識建模，提高了非遺領域知識共享和應用前景，但由于國內(nèi)外本體建模方法尚未形成統(tǒng)一標準，人工構建本體方法工程量大且效率不高，自動化或半自動化構建本體方法將成為重要的發(fā)展趨勢.因此，構建非遺領域本體的意義不僅在于建立一個可共享的知識庫，更是未來智能服務和智能應用的必然基礎，也將為非物質(zhì)文化遺產(chǎn)數(shù)字化、智能化保護提供數(shù)據(jù)和知識支撐.