本體構建方法和開發工具研究

〔摘 要〕語義網的提出與發展促使了本體機制作為一種能夠描述語義的新型知識組織方式受到了前所未有的重視，本體的構建及其應用成為知識工程領域的研究熱點。本體構建是本體應用的基礎，需要各領域的專家遵循一定的本體構建原則，在合理方法論的指導下，采用恰當的關鍵技術或使用便捷的本體開發工具加以實現。

〔關鍵詞〕語義網;本體構建;指導原則;方法體系;開發工具

〔中圖分類號〕G250 〔文獻標識碼〕A 〔文章編號〕1008-0821(2009)09-0017-08

Research of Approaches and Development Tools in Constructing OntologyLiu Yusong

(Library，Jiangsu Institute of Economic Trade Technology，Nanjing 211168，China)

〔Abstract〕The advance and development of semantic web causes that importance has never been attached to ontology as a new mode of knowledge organization which could describe semantic.Ontology construction and ontology applications have been hot points of research on the field of knowledge engineering.Ontology construction is the base of ontology applications，and it is necessary for domain experts to use right key techniques or convenient development tools to constructing ontology，with following appointed principles and the guidance of reasoning methodology.

〔Key words〕semantic web;ontology construction;principle;method system;development tool

“信息爆炸”時代的到來，使得人們在互聯網上進行數據檢索、訪問、顯示、整合和維護都變得異常困難。在這種情況下，互聯網的創始人Tim Berners-Lee在1998年首次提出了語義網(Semantic Web，SWeb)的概念[1]，試圖通過具有語義表達(這里指機器可處理)能力的元素來描述互聯網中的信息，實現對異構、分布網絡信息的有效訪問、合理交換、語義處理和準確檢索。Berners-Lee對SWeb的概念、特征以及體系結構作為完整的闡述，提出SWeb能夠實現人與機器之間的語義交流，而具有語義描述能力的本體機制則是實現這種語義交流的關鍵，是解決語義層次上網絡信息共享和交換的基礎。隨著SWeb的興起和探討，本體機制作為知識組織層面上的核心技術開始被人們廣泛關注。

本體是描述概念模型(conceptualization)的明確清晰的規范說明(specification)[2]，具有明確性、形式性和共享性3大特征。本體機制引入知識工程領域是上世紀90年代的事情，經過近二十年迅速發展，特別是受SWeb的影響，目前在國內外已經出現了很多成型的知識本體，典型的如WordNet，SENSUS，CYC，SUMO以及知網等。當前，對本體的研究主要集中在本體理論探索、本體構建、本體描述、本體映射、本體推理、本體應用等方面，而本體的構建及應用更是各大領域的研究熱點。

本體構建是本體應用的基礎。本體構建是一項龐大的系統工程，需要各領域的專家(領域專家、本體工程師等)按照一定的本體構建原則，在合理方法論的指導下，采用合適的關鍵技術或使用便捷的本體開發工具加以實現。

1 本體構建的指導思想和原則

出于對各自問題域(領域)和具體工程(任務)的考慮，本體構建的過程也是各不相同。由于沒有一個標準的本體構建方法，研究人員從本體構建的實踐出發，總結提出了不少有益于本體設計的指導思想，其中最有影響的是Gruber于1995年提出的5條原則[3]:

(1)明確性(Clarity):本體應該能夠有效的表達術語的內在含義。本體的概念定義應該是客觀的，即定義概念的動機可能起源于社會性情景或計算的需要，但應該獨立于社會或計算環境;概念定義又應該是形式化的，即盡可能使用完整性定義(斷言滿足充要條件)代替局部性定義(斷言僅滿足充分或必要條件)，必要時可以采用邏輯公理描述;所有客觀的、形式化的語義定義都應該使用自然語言描述。

(2)一致性(Coherence):本體應該能夠支持與定義相容的推理，使推理和定義本身不會產生矛盾。至少，定義的公理在邏輯上應該保持一致。

(3)可擴展性(Extendibility):本體在設計時應該能夠預見共享詞匯的用途，應該提供一個概念基礎以滿足可預見的任務，以擴展現有的概念體系。換句話說，向本體中添加專用術語時，不需要修改其已有的內容定義。

(4)最小編碼傾向(Minimal encoding bias):本體的概念模型應該被描述為知識層次，而不依賴于符號層次的編碼。編碼主要是為了滿足描述或執行的便利性。在本體設計中，編碼應該傾向最小化，使得在不同編碼或不同類型編碼描述的系統中滿足知識共享。

(5)最小本體化承諾(Minimal ontological commitment):本體應該要求最小本體化承諾以支持預期的知識共享行為。即僅需要定義知識交流所必需的術語即可。

Perez在Gruber本體構建5原則的基礎上進行了適當修改和擴充，并融合其他學者如Arpirez[4]等的觀點，提出了被實踐所證明的本體構建10原則[5]:明確性和客觀性(Clarity and Objectivity)、完全性(Completeness)、一致性(Coherence)、最大單調可擴展性(Maximum monotonic extendibility)、最小本體化承諾(Minimal ontological commitments)、本體差別原則(Ontological distinction principle)、層次變化性(Diversification of hierarchies)、最小模塊耦合(Minimal modules coupling)、同屬概念具有最小語義距離(Minimization of the semantic distance between sibling concepts)、命名盡可能標準化(Standardization of names whenever is possible)。

我國本體設計研究人員也在Gruber的5原則基礎上進行了繼承和發展，在本體設計實踐中提出了更適于具體開展工作的指導思想。中國科學院文獻情報中心李景在分析總結了本體構建的7種方法體系后，認為在本體設計時應該遵循6條原則[6]:①本體面向特定的應用目的;②基于一定的專業領域、學科背景或研究課題;③概念數目應該盡可能的最小化，盡可能地將冗余去除;④本體概念定義的規模應該是有限增長的;⑤“類”獨立性原則，即這個類可以獨立存在。不依賴于某個課題或者某個學科專業;⑥共享性原則，即類一旦被確立，就一定有被復用的可能和必要。

也有的國內學者對5原則進行了自我理解，認為本體設計應該滿足[7]:①完整性:即本體是否包括了該領域重要概念，概念及其關系是否完整，概念的等級、層次是否多樣化;②精確性:即本體中的術語是否被清晰無歧義的定義;③一致性:即本體中的概念間關系在邏輯上是否嚴密、一致，能否支持本體在語義邏輯上的推理;④可擴展性:即本體可否順利實施進化，本體能否在層次結構上可擴充，在語義上可豐富與完善，能否加入新的術語概念;⑤兼容性。即本體的開放性和互操作性，本體能否和其他領域本體及相關資源系統進行映射，包括系統層、邏輯層、語義層、表現層等的兼容和互操作。

當前對本體構建的指導原則、方法過程以及方法的性能評估等都還沒有一個統一的標準，各領域的學者都在自己的實踐工作中總結經驗作為指導方法。不過在構建特定領域本體的過程中，有一點是得到大家公認的，那就是需要該領域專家的參與。

2 本體構建的基本思路和方法體系

隨著本體構建實踐的逐步展開，研究人員在實際開發中總結了開發過程，得出了一些構建本體，特別是領域本體構建的基本思路，總結出了一系列本體構建方法。

2.1 構建本體的基本思路

目前，構建本體的基本思路包括:

(1)利用領域資源，包括非結構化文本，半結構化的網頁、XML文檔、詞典等以及結構化的關系數據庫等等，借助領域專家的幫助，從零開始構建本體，這是目前構建本體的最常用的方法。試圖實現本體自動構建的本體學習技術也是基于這種思路開展的;

(2)將已有的敘詞表或分類詞表改造成本體，本體是對敘詞表的有效擴展，可以認為敘詞表是簡化的本體，基于現有的敘詞表構建本體可以利用敘詞表中現成的概念和概念關系;

(3)綜合現有的本體，經過本體合并，并有效組織后形成通用本體或參考本體。

2.2 構建本體的方法體系

當前典型的本體構建方法都是從具體的本體構建項目中總結獲得的。最早出現的是1995年根據企業本體(Enterprise Ontology)和TOVE本體的開發過程獲得的經驗總結。此后，陸續出現了一些新的本體構建方法，如KACTUS工程法、METHONTOLOGY、SENSUS本體構建方法等等;此外，IEEE組織提出的軟件開發過程標準(IEEE 1074-1995)雖然是針對軟件開發，但是其過程對于本體構建具有一定指導意義。

2.2.1 IEEE 1074-1995

IEEE 1074-1995[8]是IEEE組織在1995年制訂的關于規范軟件開發過程的國際標準。計算機程序、過程，以及和計算機系統運行相關的關聯文檔和數據等都可以稱為軟件[9]。本體可以認為是部分軟件產品，因此其開發過程可以遵循IEEE的軟件開發標準。因此，基于該標準的本體開發過程描述為[10]:

(1)本體生命周期建模階段:選擇一種本體開發的生命周期模型，確定開發步驟及各步驟執行的先后次序;

(2)項目管理階段:對本體開發進行系統規劃、控制、質量管理等;

(3)本體開發階段:①在開發前期，考察本體運行的環境，回顧本體集成系統的可能性、針對本體類型進行可行性研究等;②在開發期間，進行需求分析(根據領域本體的需要指定本體工程師，確定領域專家等)、本體設計、本體實現(編碼等);③在開發后期，進行本體的安裝、操作、支持、維護。

(4)統一階段:包括本體評價、文檔完成、本體配置管理以及人員培訓等。

2.2.2 骨架法

骨架法[11]，也稱為EO工程法，是Uschold和King在1995年開發EO(Enterprise Ontology，關于企業建模過程的本體，是相關商業企業間術語和定義的集合)中的經驗總結，它提出了一種本體開發的具體步驟，其基本流程如圖1所示:

(1)明確本體應用的目的和范圍:根據所研究的領域或任務，建立相應的領域本體或過程本體，領域越大，所建本體越大，因此需限制研究的范圍。

(2)構建本體，該部分可以分為3個步驟:①本體分析，即識別目標領域范圍內的關鍵概念及其關系;對概念和概念關系進行精確的描述和定義;獲取概念及其關系的相關術語。在這個階段，骨架法推薦采用中間擴展(middle-out)[12]的方法來獲取概念，即先識別最重要的概念而不是最一般或最特殊的概念，然后基于重要概念以普遍化和特殊化的方法獲取本體層次結構中的其他概念。該步驟需要領域專家的參與，對領域越了解，所建本體越完善。②本體表示(編碼)，使用形式化語言對獲得概念及其關系(語義模型)進行明確描述。③整合現存本體，在分析和表示階段，可以根據需要利用現存的本體。

(3)本體評價:建立本體評價標準(原則)，滿足評價標準，進入下一階段;否則重新進行本體分析。需要說明的是，骨架法并沒有提供評價標準。

(4)本體成文:符合本體評價要求的本體部分(概念和關系)以文件的形式存放。

使用骨架法開發的最重要的本體就是EO，該本體在愛丁堡大學的人工智能應用研究所以及IBM、Lloyd’s Register，Logica UK Limited，和Unilever等合作單位共同開發完成。骨架法清晰的描述了本體開發的具體實現步驟，對于當前本體開發實踐具有重要指導意義。

2.2.3 TOVE法

TOVE法[13]，也稱為評價法，是Grüninger和Fox等開發TOVE工程本體(關于商業過程和活動建模的本體)的經驗總結。這種方法并非直接構建以本體形式描述的知識的邏輯模型，而是先建立本體的非形式化描述說明，然后將這種描述形式化。這種方法的本體構建基本流程如下所示:

(1)激勵情節的獲取。Grüninger和Fox認為本體開發是由應用中的具體情節所驅動的。獲取激勵情節就是定義直接可能的應用和所有解決方案，提供潛在的非形式化的對象和關系的語義表示。

(2)非形式化能力問題的明確表達。將系統能力問題(能夠回答)作為約束條件，包括能解決什么問題和如何解決，這里的問題用術語表示，答案用公理和形式化定義回答。由于是在沒有形式化本體之前進行的，所以叫非形式化的能力問題。

(3)術語的規范化。從非形式化能力問題中抽取非形式化的術語，然后用本體形式化語言進行規范化定義。

(4)形式化能力問題的明確描述。一旦本體內的概念得到了定義，能力問題就脫離了非形式化，演變為形式化的能力問題。

(5)將規則形式化為公理。術語定義所遵循的公理用一階謂詞邏輯表示。

(6)調整能力問題解決方案的條件，從而使知識本體趨于完備。

2.2.4 KACTUS工程法

KACTUS工程法[14]是基于KACTUS(關于多用途復雜技術系統的知識建模)項目，由Berneras總結的。KACTUS項目的目的是開發出技術系統全生命周期的知識重用方法學，以便在設計、診斷、操作、維護、再設計和培訓時使用同一知識庫。該方法具體的開發過程包括:①應用的說明。提供應用的上下文和應用模型所需的組件;②相關本體范疇的初步設計。搜索已存在的本體，進行提煉、擴充;③本體的構造。用最小關聯原則來確保模型既相互依賴，又盡可能一致，以達到最大限度的系統同構。

KACTUS工程法是在現存本體或應用知識庫的基礎上，通過抽象化(自底向上策略)過程構建本體的方法。越多的應用被實現，形成的本體就越普遍。

2.2.5 METHONTOLOGY法

METHONTOLOGY方法[15]由馬德里技術大學(Polytechnic University of Madrid，UPM)人工智能實驗室提出。METHONTOLOGY框架支持在知識的層次上完成本體構建，它根據基于進化原型的生命周期實現本體開發過程，并指定了生命周期各階段中所需要的技術、輸出結果和評價過程。基于生命周期的METHONTOLOGY方法的基本流程如下:

(1)工程管理階段。這一階段的活動包括:①規劃(planning):明確本體開發的具體工作，包括工作安排以及完成它們所需要的時間和資源布置等，這個過程決定了本體的抽象程度;②控制(control):保證規劃的工作可以按照預先設計的方式完成;③質量保證(Quality Assurance):確保滿意的產品輸出。

(2)本體開發階段。包括①規范化(Specification):明確本體構建的目的、功能和最終用戶等;②概念化(Conceptualization):將領域知識轉化為知識層次的概念模型;③形式化(Formalization):將概念模型轉化為形式化或半計算化的模型;④執行(Implementation):使用計算語言構建可計算的模型;⑤維護(Maintenance):修改和修正模型等5個過程。

(3)維護階段。包括知識獲取、系統集成、評價、文檔說明、配置管理等支撐活動。

采用METHONTOLOGY方法開發的本體包括:化學本體(CHEMICALS，描述化學基礎和晶體結構等領域知識)、環境污染本體(Environmental Pollutants Ontologies，描述了各種污染的有關保護措施的領域知識)、參考本體(Reference-Ontology，以一種邏輯組織方式將各種本體集合在一起，作為本體黃頁的角色)等等[16]。

2.2.6 基于SENSUS的本體構建法

這種方法[17]是一種自頂向下的本體構建方法，即從原始本體(這里指SENSUS)中獲得專用領域本體的過程。這種方法促進了知識的共享，可以從同一“原始本體”庫中獲得多個領域的“專用本體”庫。為了能在SENSUS基礎上構造特定領域本體，必須把不相關的術語從SENSUS中剪除。基于SENSUS的本體構建方法的基本步驟如下:

(1)確定與具體領域關聯的一系列“種子”術語;

(2)將這些“種子”術語與原始本體(SENSUS)相關聯;

(3)從“種子”概念到SENSUS的“根”概念路徑上的所有概念作為領域本體的概念;

(4)如果與專用領域相關的術語沒有添加到專用本體中，則手動添加;

(5)根據啟發式思維“某節點如果有多條路徑通過，那么以該節點為父節點的子樹上的所有節點都與該領域相關”，將有很多條路徑通過的概念節點的子樹也作為領域本體的概念。

現存的基于SENSUS構造的本體如軍用飛機戰斗計劃領域本體[18]，包括常規武器、原油、飛機等子本體。

2.2.7 IDEF5法

該方法[19]是美國KBSI(Knowledge Based Systems Inc.)公司開發用于描述和獲取企業本體時所采用的一種結構化的本體開發方法。IDEF5通過使用圖表語言和細節說明語言，獲取關于客觀存在的概念、屬性和概念間關系，并將它們形式化，作為知識本體的主要架構。IDEF5的本體構建方法流程如下:

(1)組織和范圍:確定本體項目的目標、觀點和語境，組織課題隊伍并為組員分配角色。

(2)數據收集:收集本體建設需要的原始數據。

(3)數據分析:分析數據，為抽取本體做準備。

(4)知識本體的初步開發:從收集的數據當中建立一個初步的本體。

(5)本體的精煉與驗證:完成本體建設過程。

2.2.8 AFM法

AFM(Activity-First Method)[20]是一種從技術文檔中提取任務或領域本體的構建方法，是對Hozo本體構建的經驗總結。AFM方法的基本思想在于:任務本體中存在角色集合，這些角色將任務中的領域概念有效的組織起來。AFM方法構建本體的基本步驟如下:

(1)任務單元的提取。將技術文檔劃分為小塊便于抽取術語;在每個小塊中抽取一個任務單元;將任務單元結合在一起形成一個稱為具體任務流的流程圖。

(2)任務活動的組織。在任務單元的動詞中提取任務活動概念;將任務活動概念組織成一個ISA層次結構;定義任務概念，將其稱為任務活動角色，這些任務角色出現在任務活動的輸入和輸出中。

(3)任務結構的分析。將具體任務流一般化為通用任務流;描述對象流，這些對象流清楚的表達了任務活動的輸入和輸出之間的關系;在對象流的基礎上定義任務上下文角色，通過這些任務上下文角色，我們得到了依賴于整個任務過程的角色概念;抽取領域概念，這些概念都扮演了任務上下文角色。

(4)領域概念的組織。將依賴于領域概念的角色和依賴于基本概念的角色區分開來;將領域概念組織成ISA層次結構，該層次結構可以通過本體編輯器半自動化的轉化為本體。

2.2.9 七步法

該方法[21]是斯坦福大學醫學院提出的基于Protégé本體構建工具的一種領域本體構建方法。一共包括7個步驟，因此被稱為七步法:①確定知識本體的專業領域和范疇;②考查復用現有知識本體的可能性;③列出本體中的重要術語;④定義類(Class)和類的等級(層次)體系;⑤定義類的屬性;⑥定義屬性的分面(Facets);⑦創建實例。

2.2.10 五步循環法

Maedche和Staab在研究基于語義網的本體學習時，提出了一種具有5個步驟的本體開發方法[22]，并認為這5個步驟可以循環往復，直至本體構建完成或更新實現。

(1)本體導入(import)階段:導入現有的本體，通過合并現存的本體結構進行本體重用;在現有的本體和結構之間定義規則圖。

(2)本體抽取(extraction)階段:通過學習網頁文件，從中抽取大部分的本體概念，構建目標本體的模型。

(3)本體修剪(pruned)階段:通過本體修剪，去除在本體導入和本體萃取階段產生的不相關領域的本體(非研究對象)，適當地縮小本體庫的范圍，使得目標本體庫達到完整和不足的平衡，被調整至最好的效果。

(4)本體精細(refinement)階段:通過對特定的領域本體的精細工作，根據具體的應用數據，調整目標本體庫，使得本體處于一個好的粒度狀態，更有利于用戶的使用和其進一步的發展。調整、維護、擴展等工作都屬于本體精細。

(5)本體評價階段:通過對目標本體的應用服務，評價目標本體，從而確認最終的結果本體。

除了上面介紹的10種典型的本體構建方法外，還有很多本體研究學者，如Staab(提出了On-To-Knowledge方法)[23]，Bachimont[24]，Khan[25]，Lonsdale[26]、Moldovan[27]等，在本體的實際開發過程中也都提出了具有一定應用范圍的本體構建方法。此外，我國研究學者，如李景[28]、董慧[29]、劉柏嵩[30]、唐愛民[31]等，在借鑒國外本體構建方法的基礎上，根據中文漢語本體構建的實際情況，也提出一些具有影響的本體構建方法。

3 本體構建的常用開發工具

隨著本機機制研究的逐漸深入，越來越多的本體開發活動在國內外陸續開展。然而本體開發是一項龐大的知識工程，研究人員在采用上述方法構建本體的過程中遇到了各種問題，如一致性檢查、本體展示等等，人們迫切希望產生一些工具幫助其完成本體開發任務。在這種情況下，本體構建工具應運而生，各研究單位都試圖開發適合特定領域本體構建的環境，以支持本體開發過程中的多個環節。借助這些工具，本體構建者可以把精力集中在本體內容的組織上，而不必了解本體描述語言和描述方式等細節，極大地方便了本體的構建。目前，在國外已經出現了眾多的本體構建工具，典型的包括OntoEdit、WebOnto、WebODE、KAON和Protégé等。

3.1 OntoEdit

OntoEdit[32]是由德國卡爾斯魯厄大學開發的，支持本體開發和維護的一個圖形環境。OntoEdit建于內部本體模型的頂層，在本體工程生命周期的不同階段有不同的本體支持模型的圖形視圖;該工具允許用戶編輯概念的層次結構，這些概念可以是抽象的也可以是具體的，具體概念可以直接包含實例，概念可以具有多個名稱，即所謂的同義詞;OntoEdit提供簡單的復制、粘貼功能;基于靈活性大的插入式框架，可以以工具組建方式實現功能擴展，OntoEdit的插入式界面是公開的，用戶可以方便的進行功能擴展，其插件集為用戶提供了個性化的工具應用，可以根據不同的用途場景個性化進行插件組建;OntoEdit支持F-Logic、RDFS和DAML+OIL等描述語言，可以導入與對象有關的數據庫模式和文檔類型定義。

OntoEdit基于On-To-Knowledge項目(該項目起源于KADS工程)的本體構建方法。在本體獲取(Capture)階段，提供了2個工具:①OntoKick，適合熟悉軟件開發過程的計算機工程師，用于構建非正式化本體概念描述的相關結構;②Mind2Onto則是一個圖形化的界面，用于獲取非正式化的概念關系，具有可視化界面并允許自由的概念關系定義;在本體精煉階段則需要開發者使用編輯器精煉本體結構和概念及關系的定義，OntoEdit采用客戶機/服務器模式，可以通過多個終端對存儲在服務器中本體進行修改;OntoEdit允許用戶形成一個實例和公理集合作為評價本體的測試集，并提供測試工具用于發現并修正本體錯誤部分。OntoEdit以F-Logic作為其推理引擎，用于在本體精煉和評價階段處理公理。

3.2 WebOnto

WebOnto[33]起源于英國Open University開始于1997年的KMI項目，目的是開發一個基于Web的本體編輯器。它能提供比Ontolingua更為復雜的瀏覽、可視化和編輯能力;基于OCML推理引擎的知識模型，提供多重繼承、鎖機制，支持用戶合作地瀏覽、構建和編輯本體;但是WebOnto沒有提供源代碼。

Ontolingua，Ontosaurus等系統使用瀏覽器作為客戶端接口，導致3個問題:①數據的集中存放:由于所有數據集中存放于中央數據庫，這樣中間的用戶修改就會被覆蓋，而且無法提供迅速反饋的接口;②一次性連接:服務器僅僅對網頁請求做出回應，這意味接口僅能對用戶動作做出反應，因此本體構建工具無法包含異步通信(如周期地提醒存儲數據)，用戶必須記住以前的頁面;③瀏覽器展現的呆板:瀏覽器對于圖形接口的支持非常有限。

WebOnto可以解決上述問題。WebOnto由一個中央服務器和Java編寫的客戶端組成。它包括一個圖形用戶接口和用于存放細節數據的檢查窗口。WebOnto提供大量定制信息表示類型的選項。最后它提供一個客戶端的API，用于從WebOnto本體中檢索信息，以及運行WebOnto建成的應用。

3.3 WebODE

WebODE[34]是西班牙馬德里技術大學開發的一個綜合性的本體建模工具，它集成了本體開發過程中的大多數行為，支持METHONTOLOGY本體構建方法論，目前只有WebODE和OntoEdit能夠將本體開發環境和實際的本體構建方法相對應。

WebODE支持構建知識層次的本體，并可以將其轉化為不同的本體語言加以描述。它不同于OntoEdit和Protégé的插件結構體系，而是采用客戶機/服務器模式的體系結構，通過Java、RMI、COBRA、XML等技術實現，具有較高的可擴展性和可用性，允許添加新的服務;使用WebODE構建的本體以SQL數據庫的形式存儲，對于大規模本體來說具有較高的執行效率;通過定義實例集來提高概念模型的可重用性;支持多重繼承、類型一致性、數值一致性、集合基一致性檢查，并且提供了分類一致性驗證機制。

如圖2所示，WebODE體系結構分為4層:

(1)第一層基于本體的應用提供了用戶接口。通過使用IE等Web瀏覽器提供接口，使用HTML或XML與其它應用進行交互。

(2)第二層本體中間件提供了業務邏輯，包括兩個子層:邏輯子層，通過Minerva Application Server使用一組定義好API(如Ontology Selection Services等)來對本體進行直接訪問;表示子層，生成需要在用戶瀏覽器上顯示的內容，并且處理客戶端用戶的請求。

(3)第三層是數據層，即本體庫(Ontology Library)，本體存儲在SQL關系數據庫中，通過JDBC訪問。

(4)第四層是本體開發和管理層，負責本體的編輯、合并、轉化、評價等等。

3.4 Protégé

Protégé[36]是斯坦福大學為知識獲取而開發的一個工具，主要應用于知識的獲取以及現存本體合并和排列，可以免費下載并公開源代碼，再加上其支持中文，Protégé已經成為目前國內使用最為廣泛的本體編輯工具和基于知識的框架。Protégé主要具有以下特征:

(1)可擴展的知識模型能夠使用戶重新定義原始知識集合;

(2)友好的本體導入導出功能，可以從RDFS、帶DTD的XML文件、XML Schema等文件中導入本體，也可以將本體轉化為多種形式化語言描述，如RDF(S)、OWL等。

(3)具有友好的開發界面。

(4)具有強大的功能插件體系和開放的模塊化風格。基于開放式組件的體系結構使系統開發者可以通過生成恰當的插件以增加新的功能。

(5)提供一個半自動化工具PROMPT用于自動地執行本體的合并和排列。

(6)Protégé平臺支持兩種類型的本體建模:①Protégé-Frames編輯器用于構建基于框架的本體。在這種模型中，本體是由具有層次結構的類集合組成，類的槽(slots)集合表示概念的屬性和關系;類的實例集合則表示概念的具有特定屬性值的個體;Protégé-OWL編輯器則用于構建應用于語義網的本體。專門使用W3C的OWL語言描述，一個OWL本體包含類的描述、屬性以及實例。

Protégé因其簡單易用性、不斷升級的品質、免費獲取的特性以及強大的功能可擴展性使之成為國內最受歡迎的本體構建工具之一。

3.5 KAON

KAON[37]是德國Karlsruhe大學編制的一套用于語義網和本體研究的工具，包含各種模塊用于本體的構建、存儲、檢索、維護以及應用，其中OI-Modeler是KAON模塊集中的本體建模工具，可便捷的實現本體的創建和維護。KAON是當前比較好的本體構建和維護工具之一，其主要特性如下所示:

(1)OI-Modeler提供了方便的、可視化的添加概念、屬性、實例和概念間關系的方法，并通過樹形結構策略實現本體管理。由于具有圖示區，可以清晰地反映本體概念的變化情況，增加了知識含義的直觀性。

(2)可以導出成標準的RDF數據格式，使得本體可被其它標準軟件重用和共享。

(3)支持多人在局域網上同時構建同一本體，這就為在資金和人員到位的前提下，快速構建本體論提供了可能;在進行本體合并后，需要對其中的語義含義和詞間關系進行修改和矯正，尤其是一些相互矛盾的語義，在線同時構建并試圖建立與已有語義矛盾的關系時，OI-Modeler會提示錯誤原因。

除了前面介紹的本體開發工具外，還存在Apollo、LinkFactory、OILEd、Ontolingua、OntoSaurus、OpenKnoME等等工具可用于本體的構建和管理。這些本體開發工具功能各不相同，對于本體語言的支持能力、表達能力、邏輯支持能力以及可擴展性、靈活性、易用性等都相差甚遠。就目前而言，在國內Protégé和KAON的使用最為廣泛。

4 結束語

本文重點對本體構建過程中采用的指導思想、方法以及常用的工具進行了研究綜述。認為現有的常用的本體構建工具往往支持本體開發的各個環節，因此在構建原則的指導下，選擇適合特定領域本體構建的方法，使用支持該方法的構建工具，領域專家可以方便、可視化的開發特定領域的本體。

然而，需要指出的是，本體開發工具提供的僅僅是本體的編輯和管理功能，支持的是本體開發人員(包括領域專家)手工構建本體的方式，即人為的從文檔中識別領域中每個概念以及概念的名字、約束、屬性以及關系等內容，在逐個地輸入和編輯以生成本體。顯然上述方法費時、費力，而且專家建模往往帶有偏見、具有誤差傾向，使得基于領域文檔實現本體構建特別是大型本體構建成為一項非常艱巨的任務。因此，如何利用知識自動獲取技術來降低本體構建的開銷成為一個很有意義的研究方向，即本體學習(ontology learning，OL)技術。隨著語言學方法、數學方法不斷引入OL中，機器自動化處理技術的逐漸成熟，半自動化或自動化構建領域本體的方法必將取代繁雜的手工操作，成為本體構建的主流技術。

參考文獻

[1]http:∥www.w3.org/DesignIssues/Semantic.html[EB].Accessed:2007.10.

[2]T.R.Gruber.A Translation Approach to Portable Ontology Specifications[J].Knowledge Acquisition，1993，5:199-220.

[3]T.R.Gruber.Towards Principles for the Design of Ontologies Used for Knowledge Sharing[J].International Journal of Human Computer Studies，1995，43:907-928.

[4]J.Arpirez，A.G’omez-P’erez，A.Lozano，and S.Pinto.(onto)2agent:An ontology-based www broker to select ontologies.In A.Gomez-Perez and V.R.Benjamins，editors，Proceedings of the Workshop on Applications of Ontologies and Problem-Solving Methods[J].held in conjunction with ECAI-98，16-24，Brighton，UK，August 1998.ECAI.

[5]A.G.Perez，V.R.Benjamins.Overview of Knowledge Sharing and Reuse Components:Ontologies and Problem Solving Methods[J].In:V.R.Stockholm，B.Benjamins，A.Chandrasekaran，eds.Proceedings of the IJCAI2 99 workshop on Ontologies and Problem2Solving Methods(KRR5)，1999:1-15.

[6]李景，孟連生.構建知識本體方法體系的比較研究[J].現代圖書情報技術，2004，(7):17-22.

[7]劉煒.信息資源組織方法論本體方法[EB].http:∥www.libnet.sh.cn/sztsg/ko/ch4本體方法.ppt.Accessed:2008.2.

[8]IEEE Standard for Developing Software Life Cycle Processes[J].IEEE Computer Society.New York(USA).April 26，1996.

[9]IEEE Standard Glossary of Software Engineering Terminology[J].IEEE Computer Society.New York(USA)，1990.

[10]楊秋芬，陳躍新.Ontology方法學綜述[J].計算機應用研究，2002，(4):5-7.

[11]M.Fernández López，Overview Of Methodologies For Building Ontologies[J].Proceedings of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods(KRR5)Stockholm，Sweden，1999.8.

[12]M.Uschold，M.King.Towards a methodology for building ontologies[J].In Work shop on Basic Onto logical Issues in Know ledge Sharing，held in conjunction with IJCA I-95，Montreal，Canada，1995.

[13]M.Grüninger，M.S.Fox.Methodology for the Design and Evaluation of Ontologies[J].Workshop on Basic Ontological Issues in Knowledge Sharing，IJCAI-95，Montreal，1995.

[14]A.Bemaras，et al.Building and reusing ontologies for electrical network applications[J].In:Proc.of the European Conf on Artificial Intelligence.Budapest，Hungary:John Wiley and Sons，1996:298-302.

[15]M.Fernández，A.Gómez-Pérez，N.Juristo.METHONTOLOGY:From Ontological Art Towards Ontological Engineering[J].Symposium on Ontological Engineering of AAAI.Stanford(California).March 1997.

[16]M.Fernández López，Overview Of Methodologies For Building Ontologies[J].Proceedings of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods(KRR5)Stockholm，Sweden，1999.8.

[17]B.Swartout，P.Ramesh，K.Knight，T.Russ.Toward Distributed Use of Large-Scale Ontologies.Symposium on Ontological Engineering of AAAI[J].Stanford(California).Mars，1997.

[18]A.Valente，T.Russ，R.McGregor，W.Swartout.Building and(Re)Using an Ontology of Air Campaign Planning[J].IEEE Intelligent Systems their applications.January/February 1999.

[19]http:∥www.idef.com/idef5.html[EB].Accessed:2008.2.

[20]R.Mizoguchi，M.Ikeda，K.Seta and J.Vanwelkenhuysen，Ontology for Modeling the World from Problem Solving Perspectives[J].Proc.of IJCAI-95 Workshop on Basic OntologicalIssues in Knowledge Sharing，1995:1-12.

[21]Natalya F.Noy，Deborah L.McGuinness.Ontology Development 101:A Guide to Creating Your First Ontology[DB].2001.8.http:∥protege.stanford.edu/publications/ontologydevelopment/ontology101.pdf，Accessed:2008.2.

[22]A.Maedche and S.Staab.Learning ontologies for the semantic web[J].In Workshop on the Semantic Web(SemWeb)，2001.

[23]S.Staab，H.-P.Schunurr，R.Studer and Y.Sure，Knowledge processes and ontologies[J].IEEE Intelligent Systems，Special Issue on Knowledge Management，2001，16(1):26-34.

[24]B.Bachimont，A.Isaac，and Troncy R.Semantic commitment for designing ontologies:a proposal[J].In A.Gomez-Perez and V.R.Benjamins(Eds.):EKAW 2002，LNAI 2473，2002:114-121.

[25]L.Khan，F.Luo.Ontology Construction for Information Selection[J].In Proc.of 14th IEEE International Conference on Tools with Artificial Intelligence，122-127，Washington DC，November 2002.

[26]D.Lonsdale，Ding Y，D.W.Embley，and A.Melby.Peppering Knowledge Sources with SALT;Boosting Conceptual Content for Ontology Generation[J].Proceedings of the AAAI Workshop on Semantic Web Meets Language Resources，Edmonton，Alberta，Canada，July 2002.

[27]D.I.Moldovan，R.C.Girju.An interactive tool for the rapid development of knowledge Bases[J].In International Journal on Artificial Intelligence Tools(IJAIT)，vol 10.，no.1-2，March 2001.

[28]李景，蘇曉鷺，錢平.構建領域本體的方法[J].計算機與農業，2003，(7):7-10.

[29]董慧，等.基于本體的數字圖書館檢索模型研究(Ⅲ)——歷史領域資源本體構建[J].情報學報，2006，(5):564-574.

[30]劉柏嵩.面向數字圖書館的本體學習研究[J].大學圖書館學報，2006，(6):30-34，38.

[31]唐愛民，真溱，樊靜.基于敘詞表的領域本體構建研究[J].現代圖書情報技術，2005，(4):1-5.

[32]Y.Sure，S.Staab，M.Erdmann，J.Angele，R.Studer and D.Wenke，OntoEdit:Collaborative ontology development for the semantic web[J].Proc.of ISWC2002，2002:221-235.

[33]http:∥kmi.open.ac.uk/projects/webonto/[EB].Accessed:2008.2.

[34]http:∥webode.dia.fi.upm.es/WebODEWeb/index.html[EB].Accessed:2008.2.

[35]O.Corcho，M.Fernandez-Lopez，A.Gomez-Perez and O.Vicente，WebODE:An Integrated Workbench for Ontology Representation，Reasoning and Exchange[J].Prof.of EKAW2002，Springer LNAI 2473，2002:138-153.

[36]http:∥Protege.stanford.edu[EB].Accessed:2008.2.

[37]http:∥kaon.semanticweb.org[EB].Accessed:2008.2.