知識管理中的本體論

[摘 要]本體在信息系統中的應用取決于知識型系統的商業需要，同時也受到管理范式變遷的影響；人們對信息的理解異構是比計算機系統數據存儲模式異構更重要的問題，本體能在多大程度上幫助智力資本的隱性知識顯性化對知識管理的發展起著決定性作用。

[關鍵詞]知識工程；知識管理；本體論；知識表示

[中圖分類號] F270.7

[文獻標識碼] A

[文章編號] 1673-0194(2006)09-0008-03

[收稿日期] 2006-07-04

[作者簡介] 姚靠華（1962-），湖南益陽人，湖南大學會計學院信息管理系主任，副教授，博士，碩士生導師。主要研究方向：人工智能與會計。

1 引言

本體(Ontology)本是哲學術語，意為客觀存在的一個系統的解釋或說明，反映客觀現實的抽象本質；計算機科學中本體指的是領域內共享概念模型的明確的形式化規范說明，其目的是提供給領域內不同主體（包括人、機器、軟件等）相互交流的語義基礎，即形式化地明確定義包括機器在內的各主體理解的共識；本體論在自然語言處理、知識工程、語義Web等眾多領域得到了廣泛的應用，通過提供信息語義層處理的基礎，它將大大提高計算機的知識處理能力；在信息、知識爆炸的時代，開發知識型系統(Knowledge-based System，KBS)對企業生存與發展已經不可或缺。

本體論應用于信息系統開發大多都基于這樣一條基本信念：知識可以使用簡單的規則來表示和推理，這實質是還原論；與還原論相對應的知識復雜性分析正在興起，但還停留在理論探討階段，商業應用仍處于馮·諾依曼時代，還原論規則依舊是開發商業應用的KBS時應當堅持的信念。當前KBS的應用要解決兩大問題，其一是知識獲取瓶頸，其二是多個KBS間的協作通信問題；本體不僅能提供知識工程師與領域專家的共享概念模型，也同時提供了不同系統間知識共享的基礎，對擴展KBS的應用有著非常重要的意義。

在KBS中應用本體論，需要考慮到以下的基本問題：(1)知識管理并不是信息管理的簡單延伸，還伴隨著科學管理哲學向人本管理哲學的變遷；(2)本體對信息語義歧義性的削弱不能僅僅局限于不同計算機系統之間，應當泛化到人與人之間；(3)在幫助人力資本將隱性知識轉化為顯性知識上，本體的工程方法起著至關重要的作用，本體內在的潛質并不能意味著它一定能解決問題。

2 信息管理與知識管理

學術界對知識管理存在工具論與戰略論等兩種不同看法，前者認為知識管理是信息管理的延伸，知識與信息密不可分，知識管理也是一種信息處理工具；后者認為知識是企業唯一得以保持可持續競爭優勢的戰略資源，知識管理是一種取代以資源配置為中心的科學管理哲學的、以知識的創造與共享為核心的新型管理哲學。這兩種觀點并非對立的，知識管理既會影響到企業戰略層，也會改變企業作業層，工具論與戰略論實際上是互為補充的關系。

數據、信息、知識三者的差異體現了信息管理與知識管理的區別；數據是沒有任何判斷和背景內容的對事物客觀事實的描述，信息是賦予了相關性與內容的數據，信息按照使用者的要求經過進一步的組織和融合生成背景信息，個體吸收背景信息加入個人經驗、價值觀和信念后轉化為知識。在信息管理思想發展的3個階段中，技術信息管理階段強調信息技術而忽視人文因素，實現的是數據的共享與快速傳遞；信息資源管理階段則將信息資源視為管理的核心，力求構建準確及時傳遞決策相關信息的信息資源平臺；知識管理階段的管理核心演變為企業的智力資本，知識管理要實現知識共享與知識創新激勵的有效統一。

企業是一個生成、編碼、儲存、分配和應用知識的社會集合；知識管理的目的是通過提高企業創新能力和應變能力以期在非連續變化的市場環境下獲取持續的競爭優勢；知識管理是將知識看作一項重要戰略資源的新型管理戰略，用戰略的眼光經營知識，尋求如何有效率地從組織的知識資產中創造價值。一個企業為其顧客創造有競爭力的價值的能力取決于有能力、有創造性和有知識的員工被激勵后的協作努力，這些員工構成企業的人力資本，員工的激勵和協作與企業的社會資本相關，社會資本包括共同的價值觀、愿景、個人的使命感以及組織內部信任和關心的氛圍；員工的技巧、能力、創造性和知識反過來又受企業創造、發展、共享、整合和使用知識資源的活動影響，這些活動構成企業的知識管理；社會資本、人力資本和知識管理相互作用，共同形成知識管理關系結構，這個結構中的任何組成部分發展較差，企業都不能持續地、有競爭力地創造價值。與科學管理模式強調成本效益等經濟指標不同，知識管理關注的是企業知識創新與共享的文化環境和知識的持續性影響。

知識管理戰略是科學管理向人本管理的回歸，是企業資源基礎理論向企業知識基礎理論的升華；同時也是信息技術從信息處理向知識處理的發展。目前知識管理研究也相應地出現了兩條路徑：一條路徑研究對智力資本知識創新與共享的激勵問題，這可歸屬于經濟學研究的新熱點——人力資本理論；另一條路徑研究員工隱性知識向顯性知識的轉化以及知識的計算機自動處理的問題。本體論屬于后一條路徑的研究；本體論既用于知識管理系統的概念設計，提供統一的領域概念與術語，奠定知識共享與重用的基礎；也用于系統開發，為數據庫智能化查詢、多agent間的通信、推理與決策支持以及自然語言理解等提供技術支持。本體思想既源自哲學本體論，也基于面向對象軟件方法的積累。與哲學本體論試圖提供解釋事物多樣性與理論復雜性的普遍性框架相類似，計算機本體提供的是不同類型的機器、不同專業領域的人之間的溝通中介。

知識的計算機自動處理技術如語義Web、自然語言處理等近年來發展迅速，隱性知識向顯性知識的轉化已經成為知識工程發展的瓶頸；突破這一瓶頸不僅是知識工程技術上的問題，還得依靠有效的人力資本激勵機制。顯性知識是可編碼的，亦即可轉化為信息，隱性知識向顯性知識的轉化在某種意義上也可說是知識的信息化，顯性知識的共享與傳播只是信息資源管理功能的進一步挖掘；而知識管理創新的功能是隱性知識的處理。本體能夠在知識管理中發揮多大的作用，主要取決于本體能夠在多大程度上削弱信息的語義異構性以及本體提供的共享概念模型能夠在多大意義上幫助智力資本隱性知識顯性化。

3 本體論在知識管理中的應用

本體研究興起的背景是：為規范網絡信息資源的無序生長狀態，各標準化組織使用各種建模工具（如UML、XML等）建立了各自行業領域內的元模型，統一了數據的格式和表現形式以及業務流程的接口，極大地促進了模型的規范和統一；但是，信息與軟件系統的元建模比數據的元建模更加復雜，不具備自然、直觀、公共性、容易理解的特性，同時不同組織所定義的元模型之間可能存在概念的定義不同和采用的技術不同的雙重分歧；本體試圖為不同范圍、不同層次的研究領域統一認識，消除由于應用背景不同而造成的理解上的沖突和混亂，促進不同領域的人們相互交流和不同系統之間的通信、資源共享與協同工作。知識的本體層表示處于自然語言表示層與邏輯表示層的中間；一方面自然語言層的各種概念混亂，專業性過強不利于溝通，需要一個統一的、規范的表示框架；另一方面，為實現知識的計算機處理，本體需要提供形式化表示，這種表示還要能被方便地映射為不同的邏輯層表示。本體研究不僅是計算機知識表示的規范問題，更是人們科學研究與生產生活實踐中術語的規范性問題。

3.1本體相關的基本理論與工具

一個完整的本體應當包括概念(Concepts)、關系(Relations )、函數( Functions )、公理( Axioms )、實例( Instances )等5個部分，其中關系主要包括part-of、kind-of、instance-of、attribute-of等4種；目前使用的本體建模語言如Ontolingua等大多都支持這5種原語和4種關系。

目前本體的工程方法尚不成熟，人們在不同的本體工程中使用著不同的建模方法，主要使用的方法有：骨架法、IDEF-5法、企業建模法、Methontology法、循環獲取法、評價法、Bemeras方法、SENSUS描述法等等；各種方法有不同的應用和產生背景，也適用于不同的領域。雖然構建本體的方法各異，但人們普遍接受Gruber于1995年提出的5條構建規則：明確性和客觀性、完全性、一致性、最大單調可擴展性、最小承諾。

本體描述語言最早提出是在知識工程領域，代表性的有KIF、Ontolingua、Loom、OCML、FLogic等，KIF是基于一階邏輯的，Ontolingua、OCML和Flogic是基于框架和一階邏輯的，而Loom是基于描述邏輯的。近年來，Web成為本體研究的主戰場，出現了一系列基于Web的Ontology表示語言，如SHOE、XOL、RDF、RDF-S、OIL、OIL+DAML、OWL等等，W3C先后推薦了RDF(S)，DAML+OIL和OWL作為本體描述語言標準；本體語言要達到清晰的、形式化的概念描述，需要具有良好定義的語法、良好定義的語義、有效的推理支持、充分的表達能力以及表達的方便性。基于Web的本體構建大多是基于XML的，一方面XML已經成為當今Web數據表示與交換的事實標準，另一方面XML使用的可擴展的數據表示結構很適合本體的描述；RDF、OWL等都使用XML為書寫工具。

基于AI（Artificial Intelligence，人工智能）的本體構建工具主要有Ontolingua、OntoSaurus，WebOnto等，分別基于Ontolingua語言、LOOM語言、OCML；而Protégé、WebEDIT、OntoEdit、OilEd等都支持基于Web的本體開發，并獨立于特殊的語言，可導入導出多種基于Web的本體語言。一種語言可在多個工具中使用，一個工具支持多種語言，這種網狀的交錯關系是建立統一的元語言標準的實踐基礎。

3.2本體論對信息語義異構性的削弱

哲學上的本體是脫離了語言的存在，這也是計算機中本體追求的目標。本體要處理人機兩端的異構：在機器一端，既有網絡硬件、操作系統、數據庫系統、應用程序等系統平臺的異構，也有數據存儲模式的異構，由于各異構的系統平臺實際上都支持互聯網協議，數據存儲模式的異構是計算機系統間的主要異構；而在人一端，既有人們使用的自然語言各異，也有不同的人（尤其是不同專業領域的人）對同一概念及關系的理解各異，從當前的實踐來看，后者即不同領域的人與人之間的理解異構是制約商業信息系統應用的主要異構。

本體能否讓系統和人共同理解，從根本上說可分解為兩方面：(1)馮·諾依曼計算機能否處理非結構化問題；(2)形式系統能否表述人所有的知識。理想的情況下，只要其中的一個方面能滿足，我們就能構建出形式化的或者非形式化的人機共同理解的本體，并解決所有的知識處理問題。盡管有些人相信這兩方面都能實現，但就目前來說，事實對兩方面的回復都是否定的；當前人們所廣泛使用的處理方法是使用形式系統描述知識，隨著Web的發展，計算機系統間的相互理解性已經不再是大問題，關鍵的問題是所采用的形式系統能在多大程度上被人們理解并被人們借以表述出頭腦中的知識。

當前的研究主要集中在構建可集成異構數據源、并可自由進化的本體模型上。這些研究本身不涉及是信息資源管理還是知識管理的管理戰略問題，它們在不同的管理戰略下使用；語義信息處理提供了知識管理的技術基礎，但知識管理真正關心的是本體工程是否集成了能解決實際問題的多領域綜合知識，而不是知識是否可以用本體來表示和集成。

一個與人們的理解異構關系密切的問題便是隱性知識的顯性化。本體表述的是共享的概念及概念間的關系，但隱性知識并不是使用概念關系來刻畫的；另外，顯性知識是否就全部能夠用本體來描述呢？目前的答案是否定的。用一組定義精確的概念及概念間的關系來表述隱性知識，我們也可以稱之為隱性知識的本體化，是同時實現隱性知識顯性化與知識的計算機表述；但這在目前并不能處理所有的知識。

3.3本體與隱性知識的顯性化

關于隱性知識的顯性化，存在可轉化論與不可轉化論兩種對立的觀點。不可轉化論者認為隱性知識不可被轉化為顯性知識，但可以度量每個人的隱性知識優勢；可轉化論則認為這種轉化是可能，他們最重要的成果是組織知識創新動態理論，指出組織知識創新是社會化、外化、綜合化、內化等4種知識轉化模式之間相互轉化的螺旋上升過程。無論是可轉化論還是不可轉化論，都強調人們主要的知識是沒有表達出來的知識，不可轉化論實際上也沒有在能否轉化這個問題上做過多的爭執，我們完全可以將它作為隱性知識的測度理論來使用。

當前的研究集中在顯性知識的編碼方面，這嚴格地說包括本體研究，本體表述的是共享的形式化的概念，自然也是顯性知識。但從哲學的角度來看，本體是世界本原，包括精神的本原，隱性知識的本原也被概括在內；關于隱性知識是否可以被顯性化的兩種對立觀點，實際上成了可知論與不可知論的對立；可以認為5個本體建模原語足以描述出世界的本原，隱性知識在現實條件下能否被顯性化，取決于所使用的本體工程方法能否發現相應的隱性知識；由于人類不可知的范圍總比已知的范圍大，而人們未表達的知識總比表達了的知識多，本體的建模方法必須是發展的。

無論在哪一個領域內，構建出的本體都不可能是絕對完備的，這意味著本體的每個層次（包括元本體）都需要不斷發展。但是，人們未得以表達的隱性知識中，總有一部分是可以通過現有本體來表達的，這意味著本體在歷史的范圍內有幫助人們表述隱性知識的潛質。但本體這一潛質要在一定的環境下才能得以發揮，這個環境包括知識產權制度與知識創新及共享激勵機制、消除了數據異構性的語義信息交流平臺、高素質的知識工程師與良好的工程管理、輕松活躍的組織文化環境等等；本體在削弱人們理解異構及隱性知識顯性化上應用的成效，很大程度上取決于應用的社會環境。

4 結論

當前比較引人關注的是本體在NKI（國家知識基礎設施）建設中的應用；當前CNKI（中國知識基礎設施）完成的主要是各種文獻資料數據庫（比如中國期刊全文數據庫、學位論文數據庫等等）的建設，只提供資料的檢索，并不能夠提供知識的分析；可供計算機自動分析的大型知識庫的建設必須借助本體。任何領域的本體庫建設都是一項浩大的工程，且由于知識的可無限復制性特征，高質量的公共知識本體庫對企業開發面向商業應用的知識型系統意義重大，政府等公共部門在知識經濟發展中應當起主導作用。

主要參考文獻

[1] Studer R，Benjamins V R，Fensel D.Knowledge Engineering、Principles and Methods.Data and Knowledge Engineering，1998，25(12):16l-197.

[2] J Heflin J Hendler.A portrait of the semantic web in action.IEEE Intelligent Systems，2001，116(3):54-59.

[3] W. Swartout.Future directions in knowledge based systems.ACM Computing Surveys， 1996，(11):28.

[4] 周竺，孫愛英.知識管理研究綜述[J].中南財經政法大學學報，2005，(6):28-33.

[5] Wiig KarlM.Knowledge Management Foundationions:Thinking about Thinking－How People and Organizations Create、Represent、and Use Knowledge.Arlington，TX: Scheme Press，1993，164-165.