社會化標注系統的標簽語義檢索研究綜述

[摘要]社會化標注系統中標簽的語義模糊性和形式不規范使得資源管理與共享越來越困難，為準確定位標簽語義，文章從擴展標簽語義與涌現標簽語義兩個方面，對標簽語義檢索研究現狀進行了綜述，分析了社會化標注系統中標簽語義檢索的研究動態和不足，并總結得出可計算性高、可操作性強、能智能獲取標簽的語義關系是社會化標注系統標簽語義檢索的未來研究方向。

[關鍵詞]標簽；標注；社會化標注系統；標簽檢索；標簽語義；語義檢索

[中圖分類號]G354.47 [文獻標識碼]A [文章編號]1008-0821(2011)02-0174-04

構建社會化標注系統的初衷是為方便個人對網絡信息資源的管理，后來越來越多的用戶用標簽對資源進行描述、分類和檢索，表現出了足夠的社會效應，便逐漸發展成為重要的資源組織與共享平臺。但不同用戶認知程度不同，對標簽詞義的理解各異，造成標簽的模糊和不規范，單憑標簽的定位與匹配很難準確、便捷的得到用戶所需，給資源管理與共享帶來很大困難，所以標簽的語義檢索近幾年成為社會化標注系統的研究熱點。

語義檢索是基于知識與語義的匹配，在提高檢索的查準率和查全率方面有很好的表現，筆者檢索了社會化標注系統標簽語義檢索領域的相關文獻，發現普遍思路是通過增強標簽的語義信息來提高檢索能力，研究主要分兩個方向：一是利用受控詞表、樹或本體通過標簽的智能擴展，增強標簽規范性，減少模糊性來提高提問式和資源集的匹配度。二是利用概率統計、無向權圖、共現矩陣等向量空間模型，從標注系統中提取出標簽涌現語義。下面對這方面的研究進行綜述，以期掌握標簽語義檢索的研究動態和趨勢。

1. 擴展標簽語義

1.1 利用語義工具

研究者認為，用分類法模式來組織標簽，對確定標簽的含義非常有幫助，如利用WordNet返回標簽所屬的類，幫助檢查該標簽是否與內容屬于同一類，或用WordNet將相關標簽建立語義層級，這一方法對解決標簽同義較為有效，對歧義問題則幫助不大。還有研究者利用軟件OMCS以及Conceptnet，將標簽擴展為幾個相同的概念，然后再進行相應的查找，并對查找結果進行打分，進而得到相應的結果。Yusef提出一個把海量標簽集合轉換成層次的分類標簽樹的方法，以便用戶的檢索和導航。

有研究者將多種工具結合使用，來確定標簽所屬概念及其間關系，如使用在線詞典與本體資源將標簽繪制成概念、屬性以及例子，確定已繪制標簽間的關系。也有研究者將目標標簽的鄰居標簽吸納進來，在選擇維基中的解釋文本時，選擇鄰居標簽總頻率發生最高的那個文本，進而建立標簽與概念的對應庫。Ronzano則將研究提升到了新的高度，認為資源是由概念組成，而概念又是由關鍵詞(標簽)組成，因此通過維基，將文章作為資源，文章標題作為概念，再將文章標題與內容中提取的詞作為關鍵詞，建立Syntag庫，該庫由概念與關鍵詞組成，可以消除歧義，更加全面的表達概念。

有研究者則自己開發工具來擴展語義，如Marchetti通過開發一個新的基于語義的系統SemKey，對當前的標注系統加以概念上的擴展，在該系統中，標簽被分為三類關系：hasAsTopcic，hasAsKind，myOpinionls，用戶需要指出其所標注與內容關系屬性，同時，Semkey也通過WordNet來減少歧義。也有學者提出對用戶的自定義標簽再添加可控標簽。即標簽的標簽，筆者認為該方法不僅成本高，而且并不十分有效。

1.2 利用本體技術

社會化標注系統中標簽數據體現了群體智慧，具有不規范和非形式化的特性，使用本體對這些數據進行形式化的描述，可以從中提取出豐富的語義信息。Tom Gruber最初提出標簽本體的思想，設計了基于標簽構建本體的概念模型，Davis開展了更進一步的研究，提取出描述網絡資源的標簽，并自動的將其映射為相應的預定義領域本體。

一些研究用本體的思想規范化標簽，如將標簽結構化，使標簽信息更為具體，或將標簽的信息定義為包括主體、客體以及兩者間的關系。還有用本體將標簽進行層級化表示，具體到上下層級之間的特定關系，進而幫助用戶尋找相關的資源。

另一些研究者對標簽本體思想進行了深化，通過建立一個類似維基的體系，將本體編輯的任務交給大眾，或者認為社會化標注是一種“社會化的本體”，本體的構建不需要再依賴于專家，而可以從豐富的用戶數據中提取。Jose開發出了一個基于語義網技術和社會化標注相結合的平臺，將不同領域細節本體聯合，用戶可以添加元數據到資源中，同時協同標注資源，該系統利用聯合不同元數據搜索引擎來定位期望的資源，通過本體和標簽提供瀏覽能力。Haklackin在語義層面上討論數種社會化標簽系統標注的方法，提出一個標簽協作標注和設計的民俗分類法的概念模型，同時比較已有的標簽本體，提出一個評價標準。

2. 涌現標簽語義

2.1 利用概率論

這一方法是通過將用戶的標注行為用一個概率生成模型加以表示和處理，自動的得到標簽的涌現語義，實現同義與多義標簽的識別和區分。Wu運用概率論方法挖掘潛藏在用戶、資源和標簽共現頻率中的潛在語義。Pasquale通過大眾分類提出一個支持用戶標注資源的新途徑，利用概率技術來加速精確地決定兩個標簽的相似度和概括度，提出兩個等級結構和兩個相關算法，在一個等級里安排語義相關的標簽組，這樣可以讓用戶根據期望的語義粒度顯現他們感興趣的標簽，幫助他們發現最能表達他們信息需求的標簽。

2.2 利用圖論

運用圖論研究社會化標注系統中的語義也較為多見，被廣泛應用于研究社會化標簽系統的語義結構，Heymann等通過將標簽作為點，標簽相似度為邊，建立相應的無權圖，將大量的標簽轉化為可導航的層次結構的分類法，將標簽按其所標注的資源的次數表示成向量的形式，同時用余弦相似性計算不同標簽的相似性，并給定相應閾值，就可以得到標簽的相似圖，進而得到潛在層級的分類法。Begelman統計了基于資源的標簽共現，并利用分離點去除弱關聯的標簽，將強關聯的標簽表示成無向權圖。運用聚類分析得到層次性。

2.3 利用共現網絡

Halpin對高出現頻率標簽形成的共現網絡進行分析，指出可以利用這些高頻標簽與其他標簽的關系，確定目標標簽的意義。Specia建立共現矩陣來劃分標簽簇，使用在線詞典以及本體資源將標簽繪制成概念、屬性以及例子，并確定已繪制標簽間的關系。還有研究也是對高出現頻率標簽形成的共現網絡進行分析，指出可以利用這些高頻標簽與其他標簽的關系，確定目標標簽的意義。

2.4 其他方法

Aurnhammer等的研究較為初步，主要是給出了一個相似度搜索模型，可以讓用戶得到在概念上相關的數據。同樣的，通過概念作為過渡，Hsieh方法化了如何將標簽分層級，實現了提高檢全率的同時又不過多損失檢準率…。Zhou應用確定性退火算法，提出從社會化標簽中自動提取出層次性語義的相關模型，有效的反映語義概念和層級間的關系。

3. 討論

利用本體或受控詞庫來確定標簽的類屬關系，以加強標注規范性，在標注時推薦標簽，這有利于有能力提供更多的檢索詞的檢索者。但這些工具的建設仍需要大量的人工參與，完備性不夠，同時，采用導航的方式進行概念擴展和匹配，可計算性不高，建立提問式與資源集的語義關系比較困難，應用效果不理想。

采用共現矩陣、無向權圖等傳統語義向量分析方法從標注系統中涌現出標簽語義，將資源內容表示成標簽項及其權重的向量，形成標簽——資源矩陣或圖，使得各種數學處理成為可能。這樣做的缺點是兩個不包含共同標簽的資源其相關度為0，而沒有考慮到詞形不同的標簽間仍然存在語義關系，用互不相關的向量代表標簽這一點本身與人對標簽的認知不符，無法分辨自然語言的語義模糊性，且當資源集較大時，形成的向量維度較大，計算困難。

在社會化標注系統中，存在潛在的語義結構支配標簽的出現和資源的構成，一個包含語義的資源出現在以標簽為維度的空間中，其分布服從某種語義結構，一個標簽出現在某個資源中也同其它出現在該資源中的標簽有密切的聯系，這體現了“標簽——資源”雙重概率關系。因此筆者認為標簽和資源在語意空間的位置可以用來作為一種語意指引，如果能夠找到一種方法自動提取出這種語義結構，將標簽和資源以可計算性高、可操作性強、代表語義的形式表示和存儲，可以為標簽檢索提供一種語義匹配的新方法，這對未來的社會化標注系統標簽語義檢索意義重大，將直接推動社會化標注系統和互聯網技術的發展。

參考文獻

[1]Carmagnola F，Cena F，Gena C.User Modeling in the Social Web[C].LNCS：Knowledge-Based Inteligent Information and Engineer-ing Systems.Springer Berlin/Heidelberg，2008，4694/2008：745-752.

[2]Laniado D，Eynard D，Colombetti M.A Semantic Tool to SupportNavigation in a Folksonomy[C].Proceedings of the Eighteenth Con-ference on Hypertext and hypermedia ACM，New York，USA，2007：153-154.

[3]Nauman M，Hussain F.Using Personalized Web Search for Enhancing Common Sense and Folksonomy Based Intelligent Search Systems[C].Proceedings of the IEEE/WIC/ACM International Conference on WebIntelligence.IEEE Computer Society，Washington，DC，USA，2007：423-426.

[4]Yusef H M，vlctor H S.Improving Tag Clouds as Visual Information Retrieval Interfaces[DB/OL].International Conference onMultidisci-plinary Information Sciences and Technologies http：//www.instac.es/in scit2006/psper/fdf/165.pdf，2009-12-12.

[5]Specia L，Motta E.Integrating Folksonomies with me Semantic Web[C].LNCS：The Semantic Web：Research and Applications.Springer Berlin/Heidelberg，2007，4519/2007：624-639.

[6]Ronzano F，Marchetti A，Tesconi M et al.Tagpedia：a Semantic Reference to Describe and Search for Web Resources[C].Workshop on Social Web and Knowledge Management at 17th International Confer-ence on World Wide Web.Beijing，China，April2008.

[7]Ronzano F，Marchetfi A，Tesconi M et al.Tagpedia： a Semantic Reference to Describe and Search for Web Resources[C].Workshop on Social Web and Knowledge Management at 17th International Confer-ence on World Wide Web.Beijing，China，2008：216-132.

[8]Marchetti A，Tesconi M，Roozano F et al SemKey：A Semantic Col-laborative Tagging System[C].Proceeding of the 16th International Conference on World Wide Web.ACM，New York，USA。 2007：825-834.

[9]Vlad T，Olge S.Extreme Tagging：Emergent Semantics through the Tagging of Tags[C].ESOE，2007：212-231.

[10]Gruber T.Ontology of Folksonorny：A Mash-up of Apples Or-anges[EB/OL].2009-10-02.http：//tomgruber.org/writing/mt-sr05-ontology-of-folksonomy htm，2008-10-02.

[11]Davis H C，Al-Khalifa H S，Gilbert L.Creating Structure from Disor-der：Using Folksonomies to Create Semantic Metadata[C].Prceedings of the 3rd International Conference on Web Information Systems and Technologies，Barcelona，Spain，March，2007：214-231.

[12]Singh A V，Wombacher A，Aberer K.Personalized Information Access.in a Wiki Using Structured Tagging[C].LNCS：On the Move to Meanindul Internet Systems 2007：OTM 2007 Workshops.Springer Berlin/Heidel-berg，2007，4805／2007：427-436.

[13]Yang J，Matsuo Y，Ishizuka M.An Augrmented Tagging Scheme with Triple Tagging and Collective Filtering[C].Proceedings of me IEEE/WIC/ACM International Conference on Web intelligence.IEEE Comput-er Society，Washington，DC，USA，2007：35-38.

[14]Christiaens S Metadata Mechanisms：From Ontology to Folksonomy and Back[C].LNCS：On the Move to Meaningful Internet Systetm 2006：OTM 2006 Workshops.Springer Berlin/Heidelberg，2006：199-207.

[15]Gendarmi D，Lanubile F.Community-Driven Ontology Evolution Based on Folksonomies，LNCS：On the Move to Meaningful Internet Systems 2006：OTM 2006 Workshops Springer Berlin/Heidelberg，2006，4277/2006：181-188.

[16]Mote N.The New School of Ontologies[EB/OL].http：//www.isi.edu/-mote/papers/Folksonomy.html，2009-10-02.

[17]Jose E G.WESONet：applying semantic web technologies and collab-orative tagging to multimedia web infomation systems[J].Computers in Human Behavior，2010，(26)：205-209.

[18]Hamasaki M，Matsuo Y，Nishimura T.et al.Ontology Extraction by Collaborative Tagging with Social Networking[EB/OL].http：//ymatsup.com/papers/www2008hama.pdf，2009-12-12.

[19]Wu X，Zhang L，Yu Y.Exploring Social Annotations for the Seman-tic Web[C].Proceedings of the 15th International Confernce on World Wide Web.ACM，New York，USA，2006：417-426.

[20]Psaquale D M.Exploitatioa of semantic relationships and hierarchical data structures to support a user in his annotation and browsing activities.in folksonomies[J].Infornation systems，2009，(34)：511-535.