基于本體的校園地圖智能檢索系統的研究

張志鵬，馬金平，靳小青

（青島大學 管理科學與工程系，山東 青島 266071）

本體作為語義檢索的技術，近年來得到了廣泛的應用。例如，文獻[1]提出了一種基于語義網的個性化酒店查詢系統，該系統通過建立酒店領域的本體，提出了基于對數據庫查詢和知識推理的混合查詢方法，大大提高了用戶檢索的準確性。文獻[2]對足球領域進行了本體設計，該文獻把基于關鍵詞的查詢界面作為最友好的用戶查詢界面，并提出了基于關鍵詞的查詢接口和語義網技術相結合的語義搜索系統，使該系統解決了語義網的三大問題，即可用性、可擴展性和信息檢索的有效性。文獻[3]中用到了語義標注的方法實現對信息的提取。文獻[4]提出了一種通過使用語義技術標注地圖中的位置和地點來實現對信息的描述和檢索的方法，文中運用語義標注技術對地圖添加元數據，并通過WordNet對詞語進行語義上的匹配，使用戶可以更加精準的檢索到地圖中的信息。

針對已有文獻研究的不足，本文提出了基于領域本體的校園地圖智能信息檢索模型，并構建了校園地圖領域的本體，實現了基于本體的校園地圖領域的智能信息檢索系統。該模型利用領域本體在概念上豐富的語義關系，形成了一定的推理關系，并通過對校園地圖領域全方位的元數據層次的信息進行語義標注，使系統內的信息可以與領域本體相對應，進而增加不同信息之間的耦合度，使基于本體的智能檢索成為了可能。測試結果表明，該模型能夠在一定程度上提高信息檢索的查準率和查全率。

1 基于本體的校園地圖智能檢索模型

基于本體的校園地圖智能檢索模型如圖1所示，其基本的設計思路為：

1）對校園地圖領域的本體進行全方位的設計，利用當前比較成熟的本體構建軟件完成對校園地圖領域本體的構建，并通過計算機可以理解的語言對設計出的本體進行知識表示。

2）將校園地圖領域的本體對應于校園地圖中所涉及到的領域概念進行語義標注，建立校園地圖與本體概念之間的關聯。

通過圖1可看出，本體設計與構建和語義標注構成了該模型的主體部分，將程序接口、用戶圖形化界面和數據庫密切的聯系在一起，按照該模型框架，可以實現系統的開發。

1.1 本體構建

本體的構建是模型實現的關鍵和基礎，本體構建質量的高低與用戶進行信息檢索準確度和全面性密切相關，因此本體的構建需要精確到某個具體的領域。

圖1 基于本體的校園地圖智能檢索模型Fig.1 Campus map intelligent retrieval system based on ontology

在對校園地圖領域本體的構建上，首先設立“校園”類為最頂層類，然后在該類下設立一系列相關的子類，其中包括“地名”類，“人物”類，“事件”類，“時間”類等。 各個類分別有他們的屬性，比如“地名”類可以具有“坐標”、“相應的事件”和“對應的人物”等屬性；這些類下面也分為各種子類，比如“地名” 類可以包括 “超市”、“教室”、“辦公樓”、“食堂”、“街道”和“宿舍樓”等子類。類與類、屬性與屬性之間可以分別具有相互等價、相互包含或者相互推理等多種語義關系。在實施校園地圖領域某個具體應用時，需要將這些類和屬性以及類和屬性之間的關系進行細化，這樣不僅有利于該應用的順利實現，同時也有利于提高基于校園領域內不同檢索應用之間本體的可共用性。

通過Protégé軟件完成對不同應用之間校園領域本體的構建工作。Protégé是目前中國最為流行的本體編輯工具，它不僅是一個可以支持中文的本體編輯工具，同時也支持OWL本體語言。Protégé是一個免費和開源的本體編輯平臺，它基于java語言開發，能很好的將編程語言同本體技術聯系在一起，為基于本體的校園地圖智能檢索模型的實現提供了一個良好的平臺。

1.2 本體的知識表示方法

在本體構建完成之后，需要將校園領域本體轉化為計算機可以理解的語言，以便于通過編程的方法來實現系統。本體的知識表示方法經過不斷的發展，其中以OWL語言最為成熟。OWL語言不僅對本體語言的描述能力更加豐富，同時又具有權衡表達能力和有效的推理支持能力，使得對本體知識的描述更加充分。文獻[5]通過使用OWL語言技術來完成了用不同國家的語言對酒的描述。OWL語言語法豐富，它有3種不同的前綴，下面以owlx前綴為例用不同國家的語言來完成對酒的描述。

＜owlx:Classowl:name=”wine” owlx:complete=”false”＞

＜owlx:Annotation＞

＜owlx:Labelxml:lang=”en”＞wine＜/owlx:Label＞

＜owlx:Labelxml:lang=”zh-cn”＞酒＜/owlx:Label＞

＜/owlx:Annotation＞

＜owlx:Classowl:name=”&food；PotableLiquid”/＞

＜/owlx:Class＞

基于本體的校園智能檢索模型采用OWL本體語言完成了對領域本體的知識表示，并在系統的實施中采用OWL語法中最為常用的owl前綴進行編碼。

1.3 語義標注

語義標注是指在領域本體的基礎上向文檔添加規范化知識的表示過程[6]。目前語義標注的方法主要分為人工語義標注（即交互性語義標注）和自動語義標注。人工語義標注主要是通過人根據領域本體的概念集和內容結構建立起RDF或者HTML等標記語言的語義數據。人工語義標注比較繁瑣，工作量巨大，但可以獲得較準確的語義信息。對于小規模的語義系統，人工語義標注相對于自動語義標注更加容易實現。自動語義標注主要是利用一個預先創建的本體來作為指導而自動完成語義標注過程。雖然現在的自動語義標注技術相當成熟，但是這種標注方法需要限定到某一具體的領域，才能保證標注的精度，同時還有必要的人工審查。

基于本體的校園地圖智能檢索模型是在校園內實現的小型系統，因此采用人工語義標注的方法效率更高。對系統進行語義標注能夠把地圖上的物理坐標和本體的概念相互關聯，使得用戶檢索時不僅能夠檢索出相關的信息，同時也能精確檢索出該信息在地圖中對應的位置。

2 模型的系統實現

本系統是在Eclipse軟件平臺下采用Apache+Java+Mysql組合開發完成。其中Java采用JDK1.6版本，并應用了Swing可視化開發組件，其圖形化界面如圖2所示。系統所用到的地圖圖片可以通過百度地圖、谷歌地圖或者高德地圖等應用獲得。同時采用Protégé本體開發軟件完成對本體的構建，并利用WordNet語義詞典進行本體概念上的匹配。

2.1 本體構建實例

在完成對A大學校園智能檢索系統圖形化界面開發后，下面以用戶使用本系統搜索“在A大學就餐”為例，建立相關的領域本體。對于在校園里面就餐來說，首先會考慮的是校園內部的餐廳和校園里的小飯店，而校園里面的超市和小賣部同樣也會提供就餐的服務；餐廳和食堂有相同的意思，他們都是提供食物的地方；食物包含零食，而超市和小賣鋪也都提供零食。因此，以在“A大學就餐”為例，構建的本體為：將就餐這一動詞作為食物的一個屬性；就餐和吃飯作為等價屬性；零食作為食物的子類，并將餐廳、食堂、飯店、超市和小賣部分別定義為食物和零食的父類。同時，在學校餐廳里就餐需要使用校園的飯卡并進行充值，因此定義了飯卡充值處這個類，將飯卡充值作為它的屬性。類本身具有多種屬性，本實例中沒有把與就餐語義相關度很小的屬性列舉出來。該實例模型中類和屬性之間的關系如圖3所示。

各個類和屬性之間的關聯形成了一定的推理關系，其中食物作為飯店和餐廳的子類，餐廳和食堂定義為等價類，因此食物也就是食堂的子類；零食作為超市和食物的子類，把這兩個類聯到了一起；超市和小賣鋪也定義為等價類，即在推理到超市的同時也就推理到了小賣鋪；飯卡充值被定義為就餐和餐廳的交叉屬性，即在餐廳就餐的時候才可以使用到飯卡，而飯卡充值又是飯卡充值處的屬性，因此，就餐與飯卡充值處也具有一定的語義相關性。

圖2 系統的圖形化界面Fig.2 Graphical interface of system

圖3 A大學本體領域一個實例模型Fig.3 An Instance Model of A University on Ontology

2.2 本體知識表示

通過OWL語言將上面構建的本體實例表示成計算機可以理解的語言。下面是部分主要的OWL語言代碼：

命名空間的創建：

＜?xml version=”1.0” encoding=”GB2312”?＞

＜rdf:RDF

xmlns =”http://www.qduedu.cn/A 大學 #”

xmlns:A大學=”http://www.qduedu.cn/A大學#”

xmlns:owl=” http://www.w3.org/2002/07/owl#”

xmlns:rdf=”http://www.w3.org/1999/02/22-rdf-syntax-ns#”

xmlns:rdfs=” http://www.w3.org/2000/01/rdf-schema#”

xmlns:xsd=” http://www.w3.org/2000/10/XMLSchema#”＞

類的創建和類之間關系的表示：

＜owl:Class rdf:ID=”餐廳”/＞

＜owl:Class rdf:ID=”飯店”/＞

＜owl:Class rdf:ID=”食物”＞

＜rdfs:subClassOf rdf:resource=”&A 大學；餐廳”/＞

＜/owl:Class＞

＜owl:Class rdf:ID=”食堂”＞

＜owl:equivalentClass rdf:resource=”&A 大學；餐廳”/＞

＜/owl:Class＞

＜owl:Class rdf:about=”&A 大學；食物”＞

＜rdfs:subClassOf rdf:resource=”&A 大學；飯店”/＞

＜/owl:Class＞

＜owl:Class rdf:ID=”超市”/＞

＜owl:Class rdf:ID=”小賣鋪”＞

＜owl:equivalentClass rdf:resource=”&A 大學；超市”/＞

＜/owl:Class＞

＜owl:Class rdf:ID=”零食”＞

＜rdfs:subClassOf rdf:resource=”&A 大學；超市”/＞

＜/owl:Class＞

＜owl:Class rdf:about=”&A 大學；零食”＞

＜owl:subClassOf rdf:resource=”&A 大學；食物”/＞

＜/owl:Class＞

＜owl:Class rdf:ID=”飯卡充值處”/＞

類所具有的屬性的表示：

＜owl:ObjectProperty rdf:ID=”就餐”＞

＜rdfs:domain rdf:resource=”&A 大學；食物”＞

＜/owl:ObjectProperty＞

＜owl:ObjectProperty rdf:ID=”吃飯”＞

＜owl:equivalentProperty rdf:resource=”&A 大學；就餐”/＞

＜/owl:Property＞

＜owl ObjectProperty rdf:ID=”飯卡充值”＞

＜owl:subClassOf rdf:resource=”&A 大學；飯卡充值處”/＞

＜/owl:ObjectProperty＞

＜owl ObjectProperty rdf:ID=”飯卡充值”＞

＜owl:intersectionOf rdf:parseType=”Collection”＞

＜owl:ObjectProperty rdf:about=” &A 大學；就餐”＞

＜owl:Class rdf:about=”&A 大學；餐廳”＞

＜/owl:intersectionOf＞

＜/owl:ObjectProperty＞

＜owl ObjectProperty rdf:ID=”飯卡充值”＞

＜owl:intersectionOf rdf:parseType=”Collection”＞

＜owl:ObjectProperty rdf:about=”&A大學；飯卡充值處”＞

＜owl:Restriction＞

＜owl:Class rdf:about=”&A 大學；餐廳”＞

＜owl:minCardinality rdf:datatype = ”&xsd；nonNegativeInteger”＞

1

＜/owl:minCardinality＞

＜/owl:Restriction＞

＜/owl:intersectionOf＞

＜/owl:ObjectProperty＞

上述OWL代碼把基于本體的校園地圖智能檢索系統中一個具體應用小實例的各個類和屬性之間的關系通過計算機可以理解的語言表示了出來，＜owl:subClassOf＞屬性用于定義類和子類的關系，＜owl:equivalentClass＞屬性是定義兩個類為等價類，＜owl:intersectionOf＞屬性是定義了飯卡充值是餐廳和就餐的交叉屬性，＜owl:Restriction＞用來定義匿名類，匿名類是通過對其屬性的約束來定義的，對應于描述邏輯中通過存在約束、全稱約束和關系的基數約束等構造子的概念。本應用實例中＜owl:Restriction＞屬性定義了飯卡充值必須限定在某個餐廳中充值。

3 系統應用效果評估

在完成對系統的建立之后，以搜索 “在A大學就餐”為例，分別在百度搜索引擎、百度地圖應用和基于本體的校園地圖智能檢索系統中進行測試，其結果如表1所示。

通過表1可以看出：在百度搜索引擎、百度地圖應用和基于本體的校園地圖智能檢索系統中分別檢索“在A大學就餐”的結果可以看出搜索引擎和地圖導航應用在查詢時都是基于關鍵詞字面匹配的信息檢索，它們無法從語義上判別用戶輸入的信息，其返回的結果與用戶輸入的內容相關性很小。而基于本體的校園地圖智能檢索系統卻能很好的解決用戶輸入信息語義化的問題，能夠從本體上進行信息查詢，同時其返回的結果都能夠在地圖的相應位置上有所顯示，大大的提高了用戶的查全率和查準率。

表1 系統測試結果對比表Tab.1 Comparison of system test results

4 結束語

針對用戶在使用像百度這樣的通用搜索引擎查詢大學校園內部的建筑設施信息時遇到的問題，提出了基于本體的校園地圖智能檢索模型，運用java編程語言實現了基本的圖形化界面和軟件功能，并通過使用本體技術和語義標注的方法開發了一個大學校園地圖的智能檢索系統。該系統不僅實現了基于語義的信息檢索，同時也使信息對應的物理位置能夠顯示在地圖中，提高了用戶信息檢索的查全率和查準率。在以后的工作中，還應該對校園領域的本體做進一步的擴展和優化，以增加系統的應用范圍和完善系統的功能。

[1]Yoo*D.Hybrid query processing for personalized information retrieval on the Semantic Web[J].Knowledge-Based Systems，2012（27）:211-218.

[2]Kara S，Alan O，Sabuncu O，et al.An ontology-based retrieval system using semantic indexing[J].Information Systems，2012（37）:294-305.

[3]Etzioni O，Cafarella M J，Downey D，et al.Unsupervised named-entity extraction fromthe web:an experimental study[J].Artificial Intelligence，2005，165（1）:91-134.

[4]Amalanathana A，Sb S，Mb S.Semantic annotations for customizing geographical maps based on WordNet[J].Procedia Technology，2012（4）:375-383.

[5]Baader F，Horrocks I，Sattler U.Description Logics as Ontology Languages for the Semantic Web[C]//Festschrift in honor of J?rgSiekmann， Lecture Notesin Artificial Intelligence.Springer-Verlag，2003:228-248.

[6]荊濤，左萬利，孫吉貴，等.中文網頁語義標注：由句子到RDF表示[J].計算機研究與發展，2008，45（7）:1221-1231.JING Tao，ZUO Wang，SUN Jig-ui，et al.Semantic annotation of Chineseweb pages:fromsentencesto RDFrepresentations[J].Journal of Computer Research and Development，2008，45（7）:1221-1231.