基于本體理論的企業信息分類編碼方法研究

摘要：應用本體理論和方法研究了企業信息分類編碼方法。針對企業的特定領域內的信息資源進行概念收集、關系分析、層次劃分、統一標志、OWL描述，最終實例化本體生成需要的信息編碼以及領域本體。結果表明，在信息分類編碼中使用本體理論和方法可以使編碼過程更加科學化，使信息編碼更好地面向信息集成，是一種效果良好的新方法。

關鍵詞：本體； 信息分類編碼； 領域本體 ；信息集成

中圖分類號：TP181；TP391文獻標志碼：A

文章編號：1001-3695(2007)12-0129-03

0引言

信息分類編碼是實現信息表達、交換與集成的基礎。隨著數字化設計制造和企業信息化工作的深化，信息編碼已經成為應用產品數據管理、資源計劃管理和現代集成制造系統的重要基礎支撐。信息的分類編碼，尤其是企業的信息分類編碼問題受到了眾多學者、專家的關注，在過去的幾十年中，出現了大量的編碼技術和編碼方法。美國在許多高技術領域均應用了分類編碼技術，如波音公司的BUOCS零件編碼系統；德國Opitz教授針對零件特征數字化開發了Opitz編碼系統；日本作為成組技術應用的后起之秀，提出了適合中小型企業的ＫＣ分類編碼系統及適合大中型企業使用的KK－1、KK－2、KK－3系統^[1]。我國各部門也分別研制了本行業的分類編碼系統，如航空部研制的主要適用于航空附件企業的設計、制造和管理的HFU系統；西北工業大學研究開發的統一信息編碼體系等。這些分類編碼技術在企業的信息化進程中扮演了非常重要的角色。

本文提出一種基于本體理論的信息分類編碼方法。此方法與其他方法的區別在于它參考了本體構建技術中對信息、概念、關系的分析方法，面向企業的集成應用，提出一種全新的科學、系統的輔助編碼思想，從分析信息對象到表述概念關系，再到概念層次劃分，最后構建包含編碼的領域本體，從而為企業信息集成提供服務。

1信息編碼的本體構建框架

1．1本體與本體構建技術

隨著人工智能的發展，本體被賦予了新的定義。其中1998年Studer給出的定義具有較強的代表性：本體為共享概念模型的明確的形式化規范說明^[2，3]。此定義體現了ontology的四層含義，即概念模型（cerptualization）性、明確（explicit）性形式化（formal）和共享（share）性^[4]。Ontology是概念模型的規范化說明；領域本體則是對具體領域中概念和關系的抽象描述，其功用和關系模式類似，是相關領域內信息資源的組織框架。具體說來，領域本體包括各種領域知識的類型、術語和概念，并對領域知識的結構和內容加以約束，用于描述特定領域中的具體信息^[5]。本體的建立主要包括領域概念獲取、建立概念關聯、本體形式化、本體評價和本體擴展等步驟。識別、定義領域概念及其之間的關聯是建立本體的關鍵。本體的建立方法主要有英國愛丁堡大學的EnterpriseOntology模式、加拿大多倫多大學的TOVE方法和西班牙馬德里大學的Methonotology模式等^[6]。

1．2信息編碼的本體化過程

對于構建一個真正的本體來說，實現方法不存在惟一性。對于任何專業學科領域，均不存在某種惟一適合的途徑或模式，可能是幾種方法都可行，最佳的方法依賴于本體構建者所采用的構建工具以及可預見的擴展功能。基于以上幾種構建方法，并且結合信息分類編碼理論，本文將采用自底向上的信息收集方法和劃分層次的分析方法進行本體的構建和信息的分類編碼。主要的步驟包括：a)羅列領域概念；b)確定重要概念和信息；c)分析概念之間的關系；d)劃分信息和概念的層次結構；e)對相關概念和關系進行統一規范的標志；f)本體描述；g)實例化本體并生成編碼和相關本體等。其構建框架如圖1所示。

2基于本體理論的信息編碼方法及實例

2．1領域內重要概念的獲取

通過收集領域內的信息充分了解領域知識，羅列所涉及的領域概念和信息，并且進一步確定重要概念和信息。信息來源包括專家、書籍、網絡、軟件系統甚至是其他本體。以某航空制造企業成品信息為例，這里的成品定義為：由其他企業生產制造的、本企業購買的直接用于飛機完成獨立功能的產品。本領域中的重要概念有成品種類、成品名稱、成品型號（件號）、子件型號（件號）、供應商和所屬機型等。信息來源主要是現行的成品信息管理系統。

2．2概念的關系分析

在充分了解領域知識之后，整理出該領域中重要概念之間的基本關系，并用精準的術語或圖表表達出來作為領域本體的核心概念集。從概念語義的角度來講，最基本的關系有四種^[7]，如表1所示。

分析成品信息領域中的重要概念，如成品種類、成品名稱、成品型號（件號）、子件型號（件號）、供應商和所屬機型等之間的關系，可知它們之間存在的重要關系包括屬于、用于、來源于等。其含義如下：

a）屬于。描述成品與成品分類（如“結構”“雷達”“軍械”等概念）之間以及成品型號與成品名稱之間的隸屬關系。

b）來源于。描述了成品與供應商之間的關系。

c）用于。描述了成品與機型之間的關系。

它們之間的關系可用概念關系圖（圖2~7）來表示。

2．3概念的層次結構劃分

整理所有的重點概念和它們之間的關系，并且據此進行層次劃分。可將概念和關系劃分為四個層次，分別是領域層、分類層、屬性層和實例層。其中：領域層上的概念是用于說明本領域概念范疇的頂級概念；分類層上的概念為所有具有分類、繼承關系的概念，包括所有的kind－of和part－of關系；屬性層中的概念主要是一些起到描述作用的屬性信息和概念；實例層上的信息則是相關屬性概念的實例化信息。將成品信息示例中的重要概念和它們之間的關系進行整理和層次劃分，得到一個完整的分層次的概念關系圖，如圖8所示。

2．4概念關系的統一標志

根據層次分析的結果確定用于信息分類編碼的核心信息和關系。一般說來分類層上的信息就是進行編碼所需要的核心信息，它們之間的關系也決定著最終的編碼結構。

對領域層以及分類層上的概念進行統一規范的編碼或標示。領域層的概念標志要區別于其他領域的頂級概念。分類層上概念的編碼則要遵循以下原則：盡量采用純數字編碼；編碼的長度、位數應該合理，保證容量足夠的同時要避免浪費；同級關系中的概念編碼最好采用流水號形式；同級關系中的概念編碼應該統一形式，包括長度、間隔等；同級關系中的概念編碼應該一一對應，做到一物一碼；

上下級關系中的概念編碼不一定要體現繼承關系。

在成品領域中，對分類層中的概念依照上述原則進行編碼，對領域層的成品概念進行標志，表示為CP，以此作為本領域的頂級標志。如圖9所示。

2．5領域本體的描述

OWL作為現階段W3C官方推薦的本體描述語言，它能夠用于清晰地表達詞匯表中詞條（term）的含義以及這些詞條之間的關系。這種詞條和它們之間關系的表達形式就稱為本體。相對于XML、RDF和RDFS來講，OWL擁有更多的機制來表達語義，因而它超越了XML、RDF和RDFS僅能夠表達網上機器可讀文檔內容的能力^[8]。本文將采用OWL來描述領域本體。

使用OWL語言描述本體，就是用OWL中定義好的元本體對概念和關系進行形式化表述。最重要的是定義類、子類、屬性和它們各自具有的特性。這里采用OWL描述筆者所要構建的成品領域本體的核心部分。描述結果如下：

〈owl:Ontology rdf:about=\"\"/〉

〈owl:Class rdf:ID=\"成品\"/〉

〈owl:Class rdf:about=\"#成品大類\"〉

〈rdfs:subClassOf rdf:resource=\"#成品\"/〉

〈/owl:Class〉

〈owl:Class rdf:ID=\"成品名稱\"〉

〈rdfs:subClassOf〉

〈owl:Class rdf:ID=\"成品大類\"/〉

〈/rdfs:subClassOf〉

〈/owl:Class〉

……

〈owl:Class rdf:ID=\"供應商\"/〉

〈owl:ObjectProperty rdf:ID=\"來源于\"〉

〈rdfs:domain rdf:resource=\"#成品型號\"/〉

〈rdfs:range rdf:resource=\"#供應商\"/〉

〈/owl:ObjectProperty〉

〈owl:Class rdf:ID=\"機型\"/〉

〈owl:ObjectProperty rdf:ID=\"用于\"〉

〈rdfs:domain rdf:resource=\"#成品型號\"/〉

〈rdfs:range rdf:resource=\"#機型\"/〉

〈/owl:ObjectProperty〉

……

〈owl:DatatypeProperty rdf:ID=\"成品標志碼\"〉

〈rdfs:range rdf:resource=\"http://www.w3.org/2001/XMLSchema#string\"/〉

〈rdfs:domain rdf:resource=\"#成品\"/〉

〈/owl:DatatypeProperty〉

〈owl:DatatypeProperty rdf:ID=\"大類編碼\"〉

〈rdfs:domain rdf:resource=\"#成品大類\"/〉

〈rdfs:range rdf:resource=\"http://www.w3.org/2001/XMLSchema#string\"/〉

〈/owl:DatatypeProperty〉

……

〈/rdf:RDF〉

2．6本體的實例化

根據設定的分類層的編碼原則以及相關的實際數據實例化領域本體，生成需要的信息編碼和相關的領域本體實例，實例化成品本體，采用的實例數據如表2所示。

表2成品實例數據表

名稱型號所屬類別供應商使用機型

接收機X－2雷達類生產廠B運輸機1、轟炸機2

實例化的結果如下：

〈成品型號 rdf:ID=\"X－2\"〉

〈型號編碼 xml:lang=\"en\"〉02〈/型號編碼〉

〈名稱編碼 xml:lang=\"en\"〉001〈/名稱編碼〉

〈大類編碼 xml:lang=\"en\"〉02〈/大類編碼〉

〈成品標志碼 xml:lang=\"en\"〉

CP〈/成品標志碼〉

〈成品編碼 xml:lang=\"en\"〉

CP0200102〈/成品編碼〉

〈屬于〉

〈成品名稱 rdf:ID=\"接收機\"〉

〈屬于〉

〈成品大類 rdf:ID=\"雷達\"/〉

〈/屬于〉

〈/成品名稱〉

〈/屬于〉

〈用于〉

〈機型 rdf:ID=\"運輸機1\"/〉

〈機型 rdf:ID=\"轟炸機2\"/〉

〈/用于〉

〈來源于〉

〈供應商 rdf:ID=\"生產廠B\"/〉

〈/來源于〉

〈/成品型號〉

這樣就得到了型號為X－2的接收機的成品編碼“CP0200102”；同時還得到了成品本體關于此型號的實例數據。

3總結

基于本體理論的信息分類編碼方法是在本體理論和信息編碼理論結合方面進行的初步嘗試，為領域內信息資源的組織提供了一種很好的框架。方法采用一系列信息資源分析、描述的手段，使得信息分類編碼的過程更加科學化、合理化，為企業實施信息集成提供了優質的數據表述，在實際應用中收到了較好的效果。

參考文獻：

[1]蔣建軍，王俊彪，黃云華，等.航空企業信息統一編碼結構模型研究[J].航空制造技術，2006（1）:91-94.

[2]郭潤寰.基于本體的語義網技術研究與應用[D].西安:西安電子科技大學，2005.

[3]NECHES R， FIKES R E， GRUBER T R， et al. Enabling technology for knowledge sharing[J].AI Magazine，1991，12(3):36-56.

[4]STUDER R， BENJAMINS V R， FENSEL D. Knowledge enineering principles and methods[J].Data and Knowledge Engineering，1998，25(1-2):161-197.

[5]鄒景華.語義萬維網在智能信息檢索中的應用研究[D].重慶：重慶大學，2005.

[6]李善平，尹奇，胡玉杰，等.本體論研究綜述[J].計算機研究與發展，2004，41（7）：1041-1052.

[7]鄧志鴻，唐世渭，張銘，等.Ontology研究綜述[J].北京大學學報：自然科學版，2002，8（5）:730-738.

[8]SMITH M K， WELTY M，McGUINNESS D. Web ontology language(OWL) guide[EB/OL].[2006].http://www.w3.org/TR/2003/WD－owl－guide-20030331.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”