基于關(guān)系數(shù)據(jù)庫語義解析的信息推理研究*

李春生，王荊龍，程兆全

（東北石油大學(xué)計算機學(xué)院，黑龍江大慶163318）

企業(yè)生產(chǎn)決策與設(shè)計很大程度上依賴于作業(yè)狀態(tài)的分析，以及基于專業(yè)知識的判斷。大量的生產(chǎn)數(shù)據(jù)存儲于數(shù)據(jù)庫中，工作人員通過傳統(tǒng)的查詢分析生產(chǎn)狀態(tài)，并且做出生產(chǎn)決策與規(guī)劃［1］。

然而關(guān)系數(shù)據(jù)庫的數(shù)據(jù)組織結(jié)構(gòu)不能表示概念、事實和規(guī)則之間的關(guān)系，因此無法支持智能分析及信息推理。并且相同領(lǐng)域的不同部門對于同一概念可能用不同表述方式，從而造成信息的非一致性和信息的冗余。因此，論文研究支持信息推理的關(guān)系數(shù)據(jù)庫語義解析機制，設(shè)計工程決策知識服務(wù)支撐環(huán)境，通過對關(guān)系數(shù)據(jù)存在的動態(tài)作業(yè)信息提取和描述并結(jié)合專業(yè)知識，以輔助企業(yè)的生產(chǎn)方案設(shè)計與規(guī)劃［2-3］。

1 工程決策知識服務(wù)支撐模型

生產(chǎn)決策及方案的制定是一個結(jié)合動態(tài)作業(yè)狀態(tài)分析的過程。工程決策知識服務(wù)支撐環(huán)境（如圖1所示）集成并且管理決策知識，以知識驅(qū)動的方式，實現(xiàn)各類輔助決策方案。工程規(guī)劃與設(shè)計往往需要考察生產(chǎn)數(shù)據(jù)，根據(jù)實際狀態(tài)選擇不同的決策方法。生產(chǎn)數(shù)據(jù)在數(shù)據(jù)庫系統(tǒng)中以關(guān)系的形式存儲，本身并不具備支持知識推理的能力［4］。需要結(jié)合數(shù)據(jù)分析，提取生產(chǎn)論據(jù)并且結(jié)合實際業(yè)務(wù)知識獲得符合應(yīng)用的結(jié)果。如何從生產(chǎn)數(shù)據(jù)中得出領(lǐng)域知識所需要的論據(jù)是工程決策知識服務(wù)所研究的重要問題。

圖1 工程決策知識服務(wù)支撐環(huán)境Fig.1 The supporting environment of engineering decision knowledge service

1.1 領(lǐng)域主詞關(guān)系網(wǎng)設(shè)計

數(shù)據(jù)庫按照關(guān)系的模型組織、描述、存儲數(shù)據(jù)。關(guān)系數(shù)據(jù)模式不能夠直接提供語義信息，在關(guān)系數(shù)據(jù)庫中，一個關(guān)系包含若干元組，每個元組都表示現(xiàn)實世界中的某個實體［5］。關(guān)系實體或者其組合對應(yīng)的邏輯對象需要用語義進行描述才具有參加知識推理的能力。主詞關(guān)系網(wǎng)提供了領(lǐng)域概念在企業(yè)不同部門之間開放統(tǒng)一的、共享的公共認識框架。引入具有語義關(guān)系的主詞網(wǎng)捕獲工程領(lǐng)域的業(yè)務(wù)知識，確定該領(lǐng)域內(nèi)共同認可的概念，并分層次的給出這些概念的明確定義以及之間相互關(guān)系。利用領(lǐng)域知識，將不同層次概念之間存在的父子關(guān)系形成樹集，并且給出各節(jié)點的具體含義的描述。

定義 領(lǐng)域主詞關(guān)系網(wǎng)規(guī)范了開發(fā)設(shè)計的基本概念及概念所屬類，形式化為一個二元組：

FieldSubject={EntitySet,ClassSet}

EntitySet：工程領(lǐng)域主詞表示的實體集合，主詞為具有相同語義的生產(chǎn)對象的集合。對于領(lǐng)域每項實體Entity∈EntitySet。對于實體Entity可形式化描述為：

實體=＜實體名稱，描述集合＞

ClassSet：實體間的父-子類關(guān)系樹集,對于每個實體所屬類Class∈ClassSet，Class可形式化描述為：

關(guān)系類=＜類名稱，父類實體，子類實體＞

對于非完全意義上父子關(guān)系要相應(yīng)的處理，例如實體-屬性關(guān)系可看做實體為父節(jié)點，相應(yīng)屬性則為子節(jié)點。對應(yīng)兄弟關(guān)系則處理為多顆子樹，如果該關(guān)系中不同實體存在關(guān)系，則各個子樹可存在上層節(jié)點相交，或存在下層節(jié)點的相交。

1.2 決策信息推理

工程生產(chǎn)決策以領(lǐng)域知識為基礎(chǔ)，通過動態(tài)作業(yè)信息的解讀與分析，做出各項施工方案及規(guī)劃。知識結(jié)構(gòu)框架需要對知識作必要的劃分，并且避免不必要的重復(fù)，知識元素設(shè)計能夠支持對應(yīng)于關(guān)系實體的推理活動。因此，采用元詞匯-事實分析-決策規(guī)則的層次劃分。

1.2.1 元詞匯層

主詞關(guān)系網(wǎng)表達應(yīng)用領(lǐng)域可共享的概念及相互關(guān)系，元詞匯層在關(guān)系映射架構(gòu)的基礎(chǔ)上實現(xiàn)數(shù)據(jù)庫實體語義化說明。元詞匯表示并且存儲了關(guān)系實體的概念映射信息，賦予數(shù)據(jù)庫模式規(guī)范的、可共享的語義。

定義 元詞匯映射領(lǐng)域主詞(邏輯對象)與關(guān)系實體存儲的對應(yīng)關(guān)系，形式化的表達為三元組:

UnitVocabulary={UID,EntityName,MappingSet}

UID：領(lǐng)域元詞匯ID，為元詞匯在知識系統(tǒng)的唯一標志。

EntityName：元詞匯所描述的實體名稱。

MappingSet：映射關(guān)系集合，表示為映射元組的運算表達式，元組映射表達了關(guān)系模式的存儲信息。以下給出映射關(guān)系的結(jié)構(gòu)：

映射元組=＜映射ID，映射名稱，關(guān)系表名，關(guān)系字段名，字段類別＞

由于元詞匯可能對應(yīng)多個映射元組運算，例如對于實際工作中日產(chǎn)液量是由日產(chǎn)水量與日產(chǎn)油量的和算出的，但是油、水則存在不同的關(guān)系數(shù)據(jù)表中，所以對于日產(chǎn)液實體則需要利用兩個映射的運算來表示。因此采用映射元組的運算表達式描述邏輯對象對應(yīng)的關(guān)系模式如下：

＜MappingSet＞::=＜ 映射元組 ＞|［＜ 運算 ＞］＜ 映射元組＞{＜運算＞＜映射元組＞}

＜運算＞::=+|-|*|/|%|^|連接，當(dāng)MappingSet為一元映射關(guān)系時，無運算操作。

1.2.2 事實分析層

事實分析層定義了領(lǐng)域內(nèi)生產(chǎn)決策以及措施中所依賴的事實和證據(jù)。事實為生產(chǎn)工程中表示狀態(tài)中基礎(chǔ)單位，在此成為單元事實。在此層次中對元詞匯實體做量化處理。

定義 單元事實指生產(chǎn)數(shù)據(jù)實體可提供決策的狀態(tài)信息，形式化表達為五元組：

UnitFact={FactID,FactName,FactSubject,State-Relation,State}

FactID：事實ID，為事實在知識系統(tǒng)的唯一標志。

FactName：事實名稱，對事實加以描述。

FactSubject：事實所描述的主體標識（元詞匯U-nitVocabulary）。

State-Relation：狀態(tài)關(guān)系（包括＞、≥、＝、＜、≤、contains、between-and）。

State：狀態(tài)信息（值、范圍、NULL）。

在決策分析中，即要參考生產(chǎn)數(shù)據(jù)實體所表達的意義同時需要實際狀態(tài)和內(nèi)容，因此論文引入詞匯語義-事實分析方法對基礎(chǔ)數(shù)據(jù)實體描述并表示當(dāng)前的狀態(tài)。實現(xiàn)在工程事實與關(guān)系模式交互解析的基礎(chǔ)上，分析決策事實當(dāng)前狀態(tài)，并以SQL操作對所需數(shù)據(jù)提取和應(yīng)用。

1.2.3 決策規(guī)則層

決策規(guī)則定義了生產(chǎn)設(shè)計決策工作的基本問題解決方案。生產(chǎn)活動描述了動態(tài)設(shè)計方案，在該層次中，利用詞匯語義-事實分析層給定的模型建立合理的規(guī)范化說明生成完整的數(shù)據(jù)描述，并通過主詞關(guān)系網(wǎng)加以解析。

定義 決策規(guī)則由核心數(shù)據(jù)對象和多單元事實組成，描述了一類生產(chǎn)活動中基本的解決方案。形式化的表達為四元組:

DecisionRule={RuleID,CoreData,FactSet,RuleClass}

RuleID：決策規(guī)則ID，為決策規(guī)則在知識系統(tǒng)的唯一標志。

CoreData：核心數(shù)據(jù)，表示該規(guī)則所關(guān)心的重點數(shù)據(jù)實體描述，利用主詞關(guān)系網(wǎng)加以解析，得出數(shù)據(jù)實體的所有子樹節(jié)點，得到一個完整的數(shù)據(jù)實體。

FactSet：單元事實集合，設(shè)fact為單元事實，單元事實集合即為n維交集，形式表達為：

FactSet={＜fact1∩fact2∩ …∩factn＞∣fact1∈Facts,fact2∈Facts,…,factn∈Facts}當(dāng) n=1 時 FactSet表示為有唯一事實。

RuleClass：決策規(guī)則所表達的生產(chǎn)門類，不同生產(chǎn)過程的門類有所區(qū)別，例如包括堵水措施規(guī)則，壓裂措施規(guī)則，注水措施規(guī)則等。

生成決策規(guī)則后，即可完整的表達對所需數(shù)據(jù)的描述（如圖2所示），之后將規(guī)則進行解析并結(jié)合SQL利用實體映射關(guān)系對對數(shù)據(jù)提取。

圖2 知識整體結(jié)構(gòu)表示Fig.2 The presentation of whole structure of knowledge

1.3 實體映射關(guān)系架構(gòu)

實際生產(chǎn)中，不同人員對數(shù)據(jù)的描述存在差異，上文利用主詞關(guān)系網(wǎng)建立了統(tǒng)一共享的認識框架，并利用知識體系形成了完整的數(shù)據(jù)描述。實體映射關(guān)系架構(gòu)主要對該數(shù)據(jù)描述分析，解釋出各數(shù)據(jù)單項字段。建立關(guān)系數(shù)據(jù)庫中的關(guān)聯(lián)關(guān)系，將單項字段對應(yīng)匹配形式數(shù)據(jù)鏈路，最后利用SQL提取。

1.3.1 規(guī)則解析項目

對于存在的規(guī)則創(chuàng)建推理機將規(guī)則解析成各個可利用的數(shù)據(jù)項，數(shù)據(jù)項大體可分為兩類。一類為觀察數(shù)據(jù)項，用以表達所關(guān)心的數(shù)據(jù)；另一類為條件數(shù)據(jù)項，表示提取數(shù)據(jù)所滿足的條件信息。具體表達形式如下：

觀察數(shù)據(jù)項=＜數(shù)據(jù)名稱，數(shù)據(jù)類型，映射表名稱，映射字段＞

條件數(shù)據(jù)項=＜數(shù)據(jù)名稱，數(shù)據(jù)類型，映射表名稱，條件表達式，值＞

在決策規(guī)則層中，CoreData為主要的觀察數(shù)據(jù)實體，在CoreData中是以樹形結(jié)構(gòu)存放了對應(yīng)核心數(shù)據(jù)，根節(jié)點表示對該數(shù)據(jù)實體的總體描述，葉子節(jié)點表示真實的數(shù)據(jù)項目信息。所以將CoreData解析，形成觀察數(shù)據(jù)項集中的重要部分。

事實分析層中，UnitFact為工程事實，多為數(shù)據(jù)狀態(tài)和條件的約束。同樣，數(shù)據(jù)的狀態(tài)和約束條件同時被人們所關(guān)心，在此解析為雙數(shù)據(jù)項，一部分作為觀察數(shù)據(jù)項提供更多的決策支持；一部分作為條件數(shù)據(jù)項描述所提取數(shù)據(jù)的狀態(tài)及約束。

1.3.2 關(guān)系數(shù)據(jù)關(guān)聯(lián)關(guān)系與解析過程

在關(guān)系數(shù)據(jù)庫中，ER圖 (Entity-Relation Diagram)提供了表示實體（即數(shù)據(jù)對象）、屬性和聯(lián)系的方法，用來描述現(xiàn)實世界的概念模型。由于ER圖描述是建立在數(shù)據(jù)庫模型中的概念設(shè)計階段，是一個獨立于機器，獨立于DBMS的圖形模型，所以利用單純的ER圖建立表關(guān)系的自動識別時連接方向不強，事實邏輯不能充分提現(xiàn)。

所以基于實體關(guān)系圖，建立一種可支持邏輯關(guān)系較好識別的結(jié)構(gòu)，圖3為邏輯結(jié)構(gòu)簡圖。

圖3 數(shù)據(jù)關(guān)聯(lián)邏輯結(jié)構(gòu)簡圖Fig.3 Sketch of data association logical structure

對于關(guān)系數(shù)據(jù)實體，對應(yīng)給出規(guī)范化描述，其中包括實體名稱、標識類別、主鍵、外鍵和屬性集等，并根據(jù)原有實體關(guān)系形成關(guān)系圖。實體名稱、主鍵、外鍵用來說明描述關(guān)系數(shù)據(jù)的總體特征。屬性集合為關(guān)系數(shù)據(jù)實體中包含的所有數(shù)據(jù)項目。標識類別為邏輯關(guān)系的識別基礎(chǔ)，具體表達方式為：

＜Sign-Class-大類名稱:SC-關(guān)聯(lián)類集＞

大類用以說明同一類事物，例如“井”類可表示為CS-A。關(guān)聯(lián)類存在與主類的主外鍵關(guān)系，其中包括父子關(guān)系、派生關(guān)系、從屬關(guān)系、并列關(guān)系等。例如“水井月報”表示為CS-A:SC-2。同時，“水井方案”，“水井措施”則與“水井月報”關(guān)聯(lián)，分別表示為CS-A:SC-2:SC2-1和CS-A:SC-2:SC2-2，以此類推。

屬性集合為關(guān)系數(shù)據(jù)實體中包含的所有數(shù)據(jù)項目。將規(guī)則解析中形成的需要分析的數(shù)據(jù)項映射到屬性集合中形成解析項目集合，并對每項數(shù)據(jù)找到對應(yīng)的所屬實體標識，最終形成了帶有實體描述和類別標識的集合。針對集合按照類別區(qū)分，逐層劃歸。例如上圖中，若存在解析數(shù)據(jù)項目集合為：

｛＜井筒＞:井筒型號（標識SC-A:SC-3:SC3-1）、

＜水井月報＞:月注水（標識SC-A:SC-2）、

＜水井方案＞:增注（標識SC-A:SC-2:SC2-1）、

＜ 水井措施 ＞:補孔（標識 SC-A:SC-2:SC2-2）｝

大類名稱為SC-A確定為同類數(shù)據(jù)，進入下一層次將集合分為｛SC-A:SC-3:SC3-1｝和｛SC-A:SC-2、SC-A:SC-2:SC2-1、SC-A:SC-2:SC2-2｝。當(dāng)集合中包含一個元素時則停止劃歸，針對集合二按層次依次可分為 ｛SC-A:SC-2、｛｛SC-A:SC-2:SC2-1｝、｛SC-A:SC-2:SC2-2｝｝｝。由于集合都屬于同一SC-A類，可根據(jù)數(shù)據(jù)邏輯關(guān)系圖，找到最近的根，將多個游離的節(jié)點相連，最終可用樹形結(jié)構(gòu)表示為圖4：

圖4 樹形結(jié)構(gòu)簡圖Fig.4 Sketch of tree structure

針對形成的樹做由上至下的層次遍歷，從而找到所有數(shù)據(jù)項目的對應(yīng)表連接關(guān)系。

根據(jù)數(shù)據(jù)項目及表關(guān)聯(lián)關(guān)系的解析，利用SQL將所描述的數(shù)據(jù)提取并利用。

2 實例分析

研究油田開發(fā)方案設(shè)計知識結(jié)構(gòu)，基于工程決策知識服務(wù)支撐環(huán)境，建立各類輔助決策應(yīng)用系統(tǒng)。從業(yè)務(wù)劃分，油田開發(fā)涉及測井、鉆井、錄井、井下作業(yè)、采油工程等二十多個專業(yè)，初始概念達20000多個。油田開發(fā)需要分析生產(chǎn)狀態(tài)并且設(shè)計開發(fā)規(guī)劃及制定措施方案。開發(fā)設(shè)計具有經(jīng)驗指導(dǎo)特征，通過總結(jié)經(jīng)驗豐富的工作人員的開發(fā)知識，建立工程決策知識服務(wù)支撐環(huán)境，驅(qū)動各個輔助設(shè)計應(yīng)用系統(tǒng)的工作。

在領(lǐng)域主詞關(guān)系網(wǎng)概念基礎(chǔ)上，設(shè)計油田開發(fā)元詞匯與數(shù)據(jù)的映射，生產(chǎn)數(shù)據(jù)模式來源于目前油田專業(yè)數(shù)據(jù)庫A2系統(tǒng)。元詞匯定義了主要的3000個關(guān)系模式，在概念層次描述了關(guān)系數(shù)據(jù)與邏輯概念的解析關(guān)系。

開發(fā)動態(tài)管理事實在元詞匯定義的基礎(chǔ)上，描述了油田開發(fā)生產(chǎn)的各種狀態(tài)和效果，分解為生產(chǎn)對象與狀態(tài)或者行為變化的集合。

設(shè)計了相應(yīng)的推理機制，知識維護平臺提供了定義接口，用戶可以在現(xiàn)有設(shè)計的基礎(chǔ)上進行擴展。

設(shè)計規(guī)則包括措施優(yōu)選、問題井檢測、生產(chǎn)狀態(tài)預(yù)警三個主要類別。決策活動的定義主要包括壓裂、補孔、堵水、分層注水調(diào)整等措施設(shè)計活動。

基于知識服務(wù)驅(qū)動實現(xiàn)了生產(chǎn)預(yù)警、分區(qū)塊措施選擇建議，輔助生成施工方案等決策支持應(yīng)用系統(tǒng)。所開發(fā)系統(tǒng)已經(jīng)正常工作，并且取得了應(yīng)用部門的較好評價。

3 結(jié)論

論文研究了關(guān)系數(shù)據(jù)庫語義解析和推理，賦予關(guān)系數(shù)據(jù)庫語義，使其對智能分析及信息推理提供支持。基于工程決策知識服務(wù)支撐環(huán)境，建立三層的知識結(jié)構(gòu)，重點支持關(guān)系數(shù)據(jù)與生產(chǎn)事實的交互解析。針對不同應(yīng)用，需要進一步加入特征元素。領(lǐng)域內(nèi)建立統(tǒng)一的平臺框架，在此基礎(chǔ)上構(gòu)建決策應(yīng)用系統(tǒng)不但可以節(jié)約軟件資源，更加充分的利用領(lǐng)域知識，而且縮短了系統(tǒng)開發(fā)周期，帶來相當(dāng)?shù)纳鐣c經(jīng)濟效益。

［1］WANG NENGBIN. Database System Tutorial［M］.Beijing：Publishing House ofElectronics Industry，2004.

［2］張德海,沙月林.基于本體與工作流的知識服務(wù)系統(tǒng)［J］.計算機工程,2009,35(19):75～77,80.

［3］MENG XIAO-FENG，ZHOU LONG-XIANG，WANG SHAN.State of the art and trends in database research［J］.Journal of Software，2004，15(12)：1822～I836.

［4］杜小勇,李曼,王珊.本體學(xué)習(xí)研究綜述［J］.軟件學(xué)報，2006，17(9):l837～1847.

［5］王珊，薩師煊.數(shù)據(jù)庫系統(tǒng)概論［M］.北京：高等教育出版社，2005.