論本體論在智能信息檢索中的作用

宋 博

(煙臺(tái)大學(xué)圖書(shū)館，山東煙臺(tái)264005)

以計(jì)算機(jī)為代表的現(xiàn)代信息技術(shù)的迅速發(fā)展促進(jìn)了信息社會(huì)的形成，專家學(xué)者們更為關(guān)注如何有效地獲取信息，研究不同的信息檢索方式，其中與人工智能相結(jié)合，提出了智能信息檢索這個(gè)概念，在如何實(shí)現(xiàn)智能信息檢索方面，人們做了很大努力，從信息用戶提問(wèn)的理解、檢索策略的制定、搜索引擎的使用、數(shù)據(jù)資源的檢索、機(jī)器學(xué)習(xí)的研究到結(jié)果的給出，每一步都在不斷地發(fā)展和完善。下面本文主要研究在智能信息檢索的發(fā)展中，本體論所做出的貢獻(xiàn)。

1 本體論與智能信息檢索

知識(shí)的表示與利用是智能信息檢索所面臨的問(wèn)題之一。人類的智能活動(dòng)主要是一個(gè)獲得并運(yùn)用知識(shí)的過(guò)程，知識(shí)是智能的基礎(chǔ)。為了讓計(jì)算機(jī)具有智能，就必須使它具有知識(shí)。［1］為了解決知識(shí)表示的這一難題，通過(guò)研究和認(rèn)識(shí)知識(shí)，專家學(xué)者們提出了本體知識(shí)表示方式。而本體論主要的研究和應(yīng)用方面也是智能信息檢索。

1.1 智能信息檢索概論

智能信息檢索其實(shí)質(zhì)就是使信息檢索過(guò)程具有智能性。從字面上來(lái)說(shuō)，智能信息檢索應(yīng)該包含“智能”和“信息檢索”(本處不細(xì)分信息檢索)兩個(gè)方面，智能是人所特有的能力，將其冠名于信息檢索上，可以簡(jiǎn)單地理解為即在進(jìn)行信息檢索時(shí)達(dá)到“智能”的效果，形象地說(shuō)就是在進(jìn)行信息檢索時(shí)像是由檢索要求的提出者自己遍歷于數(shù)據(jù)庫(kù)之中，來(lái)選擇他自己所需的信息。事實(shí)是我們不可能程序化一個(gè)人，他的知識(shí)、經(jīng)驗(yàn)、習(xí)慣、偏愛(ài)、性情等，也不能讓他去數(shù)據(jù)庫(kù)這個(gè)虛擬的環(huán)境中，所以智能信息檢索的研究任重而道遠(yuǎn)。從其演化過(guò)程來(lái)看，智能信息檢索是由兩條線發(fā)展而來(lái)的:第一條是，對(duì)人的心智的理解與表達(dá)，人工智能的部分實(shí)現(xiàn)，應(yīng)用到信息檢索中實(shí)現(xiàn)智能信息檢索;第二條，傳統(tǒng)的手工信息檢索，隨時(shí)代發(fā)展而來(lái)的機(jī)械信息檢索和現(xiàn)代廣泛應(yīng)用的計(jì)算機(jī)信息檢索(傳統(tǒng)的批處理檢索方式，聯(lián)機(jī)信息檢索，網(wǎng)絡(luò)信息檢索)，［2］其檢索從古至今都是根據(jù)兩個(gè)思想來(lái)進(jìn)行的，那就是分類檢索和主題檢索，其中主題檢索，尤其是基于關(guān)鍵詞的檢索由于更適應(yīng)網(wǎng)絡(luò)信息的分布及其檢索方式而發(fā)展起來(lái)。可是基于關(guān)鍵詞的檢索誤檢率也是很高，隨著信息檢索的深入而顯得力不從心。目前，人工智能技術(shù)迅速發(fā)展，信息的自動(dòng)標(biāo)引技術(shù)研究有所突破，自然語(yǔ)言理解研究的深入，搜索引擎技術(shù)的提高，智能代理技術(shù)和機(jī)器學(xué)習(xí)的應(yīng)用，和本體論概念的引入和研究的深化，給智能信息檢索以強(qiáng)大的知識(shí)保障和技術(shù)支持，也正是智能信息檢索研究及其發(fā)展的好時(shí)機(jī)。

智能信息檢索是信息檢索的高級(jí)階段，實(shí)現(xiàn)起來(lái)非常的復(fù)雜和困難，可專家學(xué)者們?yōu)槭裁慈匀徊恍概Φ卦谧非笮畔z索的“智能性”呢?正是由于信息檢索環(huán)境隨著計(jì)算機(jī)技術(shù)和通信技術(shù)的迅速發(fā)展而變得越來(lái)越龐大、復(fù)雜、隱晦，而信息檢索結(jié)果要求更加的準(zhǔn)確、專業(yè)、及時(shí)，關(guān)鍵詞的檢索又被人們發(fā)現(xiàn)了很多不盡人意的地方，所以，強(qiáng)烈要求新的適應(yīng)現(xiàn)代發(fā)展的信息檢索方式，而這正是智能信息檢索。

1.2 本體論概述

上世紀(jì)70、80年代，在人工智能領(lǐng)域，為了解決通用問(wèn)題求解方法研究的困境，研究者們引入了哲學(xué)領(lǐng)域的一個(gè)概念即本體論，來(lái)解決這一瓶頸問(wèn)題。

哲學(xué)領(lǐng)域中的本體論就是關(guān)于存在及其本質(zhì)的學(xué)說(shuō)，它所揭示的是世界存在的始基、基本等，是用來(lái)“解釋世界”，提供世界圖景。正是這種本體論哲學(xué)含義的精髓與研究者們?cè)谥R(shí)獲取、知識(shí)表達(dá)，進(jìn)而在知識(shí)的復(fù)用和共享、數(shù)據(jù)庫(kù)的集成、程序的重用、系統(tǒng)的互操作等方面都提出的一個(gè)共同的問(wèn)題，即一個(gè)或多個(gè)領(lǐng)域內(nèi)通用概念給予一致的理解，有異曲同工之處。因而將本體論研究納入了新的領(lǐng)域，也賦予了新的內(nèi)涵。在信息科學(xué)領(lǐng)域中，本體論最為廣泛的定義是由Gruber于1993年提出的“An ontology is a formal，explicit specification of a shared conceptualization.”［3］即本體論是概念模型的明確規(guī)范說(shuō)明。它有四大特征:明確，概念所屬的上位類與概念的限制條件應(yīng)得到明確的定義和說(shuō)明;形式化，即機(jī)器的可理解性;概念化，又稱概念模型，世界上某些現(xiàn)象的抽象模式，該模式是通過(guò)定義這些現(xiàn)象的相關(guān)概念形成的;共享，本體體現(xiàn)的是共同認(rèn)可的知識(shí)，相關(guān)領(lǐng)域中公認(rèn)的概念集，即不是限定到單個(gè)的人，而是一組人共同接受的知識(shí)。［4］

2 本體論在智能信息檢索中的推動(dòng)作用

人工智能的關(guān)鍵是知識(shí)表示，其強(qiáng)調(diào):一個(gè)領(lǐng)域的表示方式，在很大程度上，決定了那個(gè)領(lǐng)域是怎樣被“理解”的。［5］本體論知識(shí)表示方式作為一種新興的知識(shí)組織體系，正是對(duì)一個(gè)或多個(gè)領(lǐng)域內(nèi)知識(shí)的共同理解，提供了該領(lǐng)域內(nèi)共同認(rèn)同的概念。將本體論應(yīng)用到智能信息檢索中，使信息檢索能夠“擁有知識(shí)”，實(shí)現(xiàn)智能化，其主要影響可以從宏觀和微觀兩個(gè)方面來(lái)說(shuō)。

2.1 宏觀上，影響信息檢索的環(huán)境

以計(jì)算機(jī)為代表的現(xiàn)代信息技術(shù)的發(fā)展極大地改變了信息檢索的環(huán)境，信息檢索的主體——人，對(duì)檢索結(jié)果的要求更加精確、快速、專業(yè)，而信息檢索的客體(對(duì)象)——信息資源，有一個(gè)人人皆知的名詞，信息大爆炸。為了更好地滿足檢索者的檢索需求，專家學(xué)者引入了本體論這一概念來(lái)完善提高信息檢索的效率，更是為實(shí)現(xiàn)信息檢索的智能性。

作為起源自哲學(xué)的本體論更多地是引其思想來(lái)指引人，本體論是與實(shí)踐論相對(duì)的唯心主義的哲學(xué)理論，西方的哲學(xué)是以本體論為核心的理論，相信世界是有一個(gè)先于人的終極存在，是“純粹的理性主義”。應(yīng)用于信息檢索系統(tǒng)的本體論，由于哲學(xué)本身思想的影響和信息檢索的要求是有著嚴(yán)格規(guī)范說(shuō)明的知識(shí)表示體系，這種嚴(yán)謹(jǐn)、明確和復(fù)雜明顯或潛在地影響人們?cè)谛畔z索過(guò)程中的態(tài)度。

作為一種新興的知識(shí)組織體系的本體論，對(duì)信息資源的處理作用是巨大的。信息檢索方式很大程度上取決于信息的組織方式，因此本體論的知識(shí)組織作用對(duì)于智能信息檢索的實(shí)現(xiàn)是不可替代的。本體論應(yīng)用到各個(gè)領(lǐng)域其最初和最主要的目的就是對(duì)領(lǐng)域內(nèi)知識(shí)的“共同理解”，規(guī)范領(lǐng)域內(nèi)知識(shí)的表示與組織，應(yīng)用本體論構(gòu)建的各個(gè)信息系統(tǒng)，其知識(shí)可以實(shí)現(xiàn)共建共享，系統(tǒng)內(nèi)容也很容易實(shí)現(xiàn)理解，互操作或信息集成。在進(jìn)行信息檢索時(shí)，這樣相互理解的信息系統(tǒng)可無(wú)障礙地進(jìn)行信息交流，甚至可以看作是統(tǒng)一的信息源，降低信息的誤檢率，加快信息處理的速度，減少后續(xù)檢索結(jié)果處理的不少麻煩。

2.2 微觀上，影響檢索策略

本體論對(duì)智能信息系統(tǒng)的微觀作用相對(duì)宏觀環(huán)境而言是在具體的信息檢索進(jìn)程中對(duì)信息檢索策略的影響。信息檢索策略是在分析信息需求實(shí)質(zhì)的基礎(chǔ)上，確定檢索途徑與檢索用詞，并明確各詞之間的邏輯關(guān)系與查找步驟的科學(xué)安排。［6］如果檢索策略有誤，無(wú)論檢索工具、結(jié)果算法等多么的好，結(jié)果都不能盡善盡美。在基于本體論的智能信息檢索時(shí)，一般本體論在智能信息系統(tǒng)中是有一層管理層的，我們叫做本體管理層或本體庫(kù)管理。在一次信息檢索進(jìn)程中，當(dāng)讀者用戶提出信息檢索請(qǐng)求后，其請(qǐng)求要經(jīng)過(guò)自然語(yǔ)言的理解、分析出有檢索意義的關(guān)鍵詞，這些關(guān)鍵詞到達(dá)本體管理層進(jìn)一步地處理。

第一步，進(jìn)行概念的精確匹配。傳統(tǒng)信息檢索的檢索詞一般是用戶給定的檢索詞或進(jìn)行簡(jiǎn)單擴(kuò)展的相似詞，這些檢索詞并不是很規(guī)范，表達(dá)的概念也是模糊不清，一詞多義的現(xiàn)象很多，并且很難表達(dá)用戶所要檢索的全面信息范圍和用戶潛在的檢索需求，由這些檢索詞來(lái)制定信息檢索策略，檢索的結(jié)果存在著大量的無(wú)用信息，這些信息對(duì)我們無(wú)疑是一種干擾，同時(shí)還有一些未被檢出的有用的信息。因些，我們引入本體論來(lái)解決這一問(wèn)題。本體論是以概念為基石，［7］概念是本體論的核心，概念與詞是有區(qū)別和聯(lián)系的，概念可以以詞為表示形式，但不是所有的詞都是概念。本體論中概念要求有:①一個(gè)概念只有一個(gè)含義，不存在一個(gè)概念有多個(gè)含義或者多個(gè)概念對(duì)應(yīng)一個(gè)含義的現(xiàn)象;②概念的類型、屬性及屬性的值是明確的;③概念之間的關(guān)系是明確的，而且它們之間的隱性關(guān)系被顯性化;④這些概念是一個(gè)領(lǐng)域或多領(lǐng)域內(nèi)得到大家共同認(rèn)可的公共知識(shí)。［8］應(yīng)用本體論進(jìn)行信息檢索，用戶的檢索要求都將會(huì)更加準(zhǔn)確地表示，精確匹配用戶的信息檢索請(qǐng)求，大大提高信息檢索的檢準(zhǔn)率。

第二步，語(yǔ)義擴(kuò)展。本體論不僅僅揭示領(lǐng)域內(nèi)的共同認(rèn)可的知識(shí)，也注重揭示概念間的關(guān)系，尤其是概念間的隱含的關(guān)系，同時(shí)本體論提供了語(yǔ)義推理所必需的規(guī)則與條件。［9］本體論的語(yǔ)義推理能力是本體論有別于其他一些知識(shí)組織體系的關(guān)鍵特征，也是本體論使信息檢索具有“智能性”的關(guān)鍵。在智能信息系統(tǒng)中，本體層上的推理機(jī)能推理挖掘出與信息檢索要求相關(guān)的概念且加入到檢索策略，本體論能夠詳細(xì)地表述這些概念及概念間顯性和隱性的關(guān)系，因此，用戶的信息檢索要求不僅能夠準(zhǔn)確地表達(dá)，用戶潛在的檢索需求也能夠被挖掘出，這大大提高信息檢索的檢全率。

經(jīng)本體管理層精確匹配和語(yǔ)義推理挖掘出的概念及概念間的關(guān)系共同構(gòu)建出一個(gè)信息檢索策略，這個(gè)檢索策略可以說(shuō)是在目前信息技術(shù)下最大程度地提高信息檢索的檢準(zhǔn)率和檢全率。

3 本體論在智能信息檢索中應(yīng)用的不足

本體論目前還不是一個(gè)完善的理論，有其理論缺陷，對(duì)本體論要有一個(gè)客觀的認(rèn)識(shí)和理解，將這樣的本體論應(yīng)用到智能信息檢索中也是有限制作用的。首先是要應(yīng)用本體論就要有一個(gè)高質(zhì)量的本體論系統(tǒng)，而這個(gè)系統(tǒng)的構(gòu)建就是面臨的一個(gè)難題;其次，將本體論實(shí)現(xiàn)于智能信息系統(tǒng)中，對(duì)其能夠起到作用的能力也要有一個(gè)很好的認(rèn)識(shí)，最后，就是應(yīng)用本體論是要有一個(gè)應(yīng)用的檢索環(huán)境問(wèn)題，環(huán)境的好壞對(duì)本體論能力的實(shí)現(xiàn)也是有著很大的影響的。

3.1 構(gòu)建高質(zhì)量的本體論困難重重

本體論是智能信息檢索的基本組成部分，所以構(gòu)建高質(zhì)量的本體論是實(shí)現(xiàn)智能信息檢索的基礎(chǔ)。由于構(gòu)建本體論是要付出昂貴的代價(jià)，所以構(gòu)建全球性的本體論是不可以實(shí)現(xiàn)的，這樣就只能建立領(lǐng)域本體，但是即使是僅僅構(gòu)建基于一個(gè)領(lǐng)域的本體也是十分困難的。因?yàn)闆](méi)有統(tǒng)一的標(biāo)準(zhǔn)，所以本體論構(gòu)建中存在著一定的混亂，現(xiàn)在以技術(shù)為基礎(chǔ)的工作還是比較粗放，本體建模主要由人工來(lái)完成。本體自動(dòng)構(gòu)建技術(shù)，減少本體論建模風(fēng)險(xiǎn)的技術(shù)等很多技術(shù)還有待突破;本體系統(tǒng)后期維護(hù)是比開(kāi)發(fā)更復(fù)雜、長(zhǎng)期和困難的工作，費(fèi)用也往往占總費(fèi)用的60%，所以，構(gòu)建本體系統(tǒng)之初就要設(shè)想好前期開(kāi)發(fā)與后期維護(hù)是否能承擔(dān)這一現(xiàn)實(shí)問(wèn)題。

3.2 應(yīng)用本體論對(duì)智能信息檢索的限制作用

雖然應(yīng)用本體論可使信息檢索具有“智能性”，同時(shí)我們也應(yīng)該看到，本體論本身是有其理論缺陷的，所以本體論對(duì)智能信息檢索有推動(dòng)作用的同時(shí)也是有其限制作用的。本體論最大的理論問(wèn)題是來(lái)自其哲學(xué)本質(zhì)問(wèn)題，對(duì)于信任實(shí)踐論的我們來(lái)說(shuō)，哲學(xué)本體論是唯心主義的，是純粹理性主義的，是脫離了人和人本身的。因此，我們追求這樣一個(gè)能夠脫離實(shí)踐、對(duì)知識(shí)完全“解釋”和組織的知識(shí)組織體系本身就存在著問(wèn)題，所以我們是不能創(chuàng)建一個(gè)終極的知識(shí)組織體系的，因此，在智能信息檢索過(guò)程中，本體管理層對(duì)于用戶檢索請(qǐng)求的精確匹配或者潛在檢索要求的推理和擴(kuò)展都不能夠做到“完美”，其“智能性”的實(shí)現(xiàn)也是不能夠盡善盡美的，這使得所建的智能信息檢索并不能完全滿足用戶信息檢索的深度。

另一方面，本體論普遍認(rèn)同是只能構(gòu)建領(lǐng)域本體論，這就限制了智能信息檢索的范圍是針對(duì)一個(gè)領(lǐng)域內(nèi)的，即智能信息檢索是偏于專業(yè)性的，跨領(lǐng)域、跨專業(yè)的信息檢索就顯得力不從心。其次是本體論更適合于處理能夠以分類方式來(lái)組織知識(shí)的領(lǐng)域，對(duì)于那些非結(jié)構(gòu)化方式處理知識(shí)組織的領(lǐng)域如自然科學(xué)其應(yīng)用反而會(huì)使問(wèn)題更加復(fù)雜，這也限定了對(duì)智能信息檢索的范圍，這些使得所建的智能信息檢索系統(tǒng)不能夠滿足人們對(duì)于信息檢索廣度的需求。

3.3 本體檢索環(huán)境問(wèn)題

這是很現(xiàn)實(shí)的一個(gè)問(wèn)題，如果要進(jìn)行信息檢索，就要有信息源，如果這些信息源不是用語(yǔ)義來(lái)標(biāo)注，也就不存在著應(yīng)用本體論的智能信息檢索，這就像我們有了汽車(chē)，卻沒(méi)有公路，汽車(chē)不僅沒(méi)用，反而變得麻煩。但是由于自動(dòng)的語(yǔ)義標(biāo)注還沒(méi)有很好實(shí)現(xiàn)，信息社會(huì)是信息爆炸的社會(huì)，人工來(lái)標(biāo)注信息源是不可能做到了，可能大多數(shù)信息源還沒(méi)有被標(biāo)注就已經(jīng)被淘汰了。因此自動(dòng)化語(yǔ)義標(biāo)注的研究迫在眉睫。

4 結(jié)束語(yǔ)

現(xiàn)代信息技術(shù)的迅速發(fā)展改變了信息檢索的環(huán)境，促進(jìn)和支持了智能信息檢索的形成與發(fā)展，促成一種新興的知識(shí)組織方式——本體論的出現(xiàn)并推展其應(yīng)用到智能信息檢索系統(tǒng)中。本體論對(duì)智能信息檢索系統(tǒng)實(shí)現(xiàn)其“智能性”有重要的推動(dòng)作用，同時(shí)也有其限制作用。在智能信息檢索系統(tǒng)中，本體論主要是對(duì)知識(shí)進(jìn)行處理，使智能信息檢索系統(tǒng)“擁有知識(shí)”。本體論有其自身對(duì)領(lǐng)域的理解和知識(shí)的組織方式，影響著信息資源的組織進(jìn)而影響到信息檢索的環(huán)境。本體論在智能信息檢索過(guò)程中主要的表現(xiàn)還是在微觀、具體的檢索過(guò)程中，通過(guò)對(duì)用戶信息檢索請(qǐng)求的精確匹配及其語(yǔ)義推理擴(kuò)展來(lái)影響信息檢索的策略。為了更好地實(shí)現(xiàn)本體論的功能，需要積極構(gòu)建高質(zhì)量的本體論，因此，標(biāo)準(zhǔn)的制定、領(lǐng)域內(nèi)廣泛的交流等是必不可少的，這是概念精確匹配和語(yǔ)義推理的基礎(chǔ)。同時(shí)，客觀地分析和理解應(yīng)用本體論也是重要的，不可夸大本體論精確匹配中精確的程度和語(yǔ)義擴(kuò)展的深度，了解本體論構(gòu)建對(duì)領(lǐng)域的選擇限制了智能信息檢索的范圍。總之，應(yīng)用本體論的智能信息檢索系統(tǒng)其檢索的深度和廣度都有不如意的地方。智能信息檢索是非常復(fù)雜和困難的，其“智能性”的實(shí)現(xiàn)需要很多方面的知識(shí)和技術(shù)共同支撐，本體論在其中起到重要、基礎(chǔ)但不唯一的作用，這些知識(shí)和技術(shù)與本體論的共同發(fā)展和完善也是智能信息檢索的發(fā)展和完善，任重而道遠(yuǎn)。

〔1〕 陳遠(yuǎn)等.小議人工智能技術(shù)在信息檢索系統(tǒng)中的應(yīng)用［J］.情報(bào)探索，2002(12):38-40

〔2〕 盧小賓，李景峰主編.信息檢索［M］.北京:科學(xué)出版，2003.1:1-2

〔3〕 Gruber T.A translation approach to portable ontology specification［J］.Knowledge Acpuisition，1993(5):199-220

〔4〕 王英林，張申生.基于本體影射規(guī)則的軟件集成重構(gòu)研究［J］.計(jì)算機(jī)學(xué)報(bào)，2001，24(7):776-783

〔5〕 侯世達(dá).哥德?tīng)枴釥枴秃铡愯抵蟪桑跰］.北京:商務(wù)印書(shū)館，2010.8:810-811

〔6〕 盧小賓，李景峰主編.信息檢索［M］.北京:科學(xué)出版，2003.1:105

〔7〕 Christopher B，Kieron H.Knowledge representation with ontologies:Present challenges—Future possibilities［J］.Int.J.Human-Computer Studies 2007，65:563-568

〔8〕 宋博.論本體論與傳統(tǒng)整序方法的關(guān)系研究［D］.碩士學(xué)位論文.東北師范大學(xué)，2010.5

〔9〕 鄒景華.語(yǔ)義萬(wàn)維網(wǎng)在智能信息檢索中的應(yīng)用研究［D］.碩士學(xué)位論文.重慶大學(xué)，2005