基于網絡課程本體的語義查詢推理系統

宋萬里，倪立顯

基于網絡課程本體的語義查詢推理系統

宋萬里，倪立顯

針對網絡課程知識點相對孤立、共享性與重用性差、學習資源查找困難、不能提供個性化服務等問題，提出使用基于本體查詢推理的解決方法，設計了檢索、查詢和推理的功能模塊和工作流程，并綜合運用了Jena和SPARQL實現了相應的原型系統。通過具體的課程本體進行測試，驗證了該解決方法的有效性和可行性。該系統能夠將網絡課程知識內容有機組織到一起，達到共享、重用的效果，可以提供個性化的學習服務，為進一步開發智能化的網絡課程平臺提供了條件。

網絡課程；本體；語義查詢；語義推理；Jena

0 引言

《教育信息化十年發展規劃(2011-2020年)》提出實施“中國數字教育2020”行動計劃，要建設20000門優質網絡課程及其資源。由此可以看出網絡課程是教育信息化的重要組成部分和表現形式。在傳統的網絡課程中，課程知識存儲于固定層次關系的數據庫或者知識庫中，知識的結構主要依靠基于超文本進行表示。大部分網絡課程知識點相對孤立，共享性與重用性比較差，學習者經常發生“迷航”現象，學習資源查找困難，個性化服務的需求無法得到滿足。這些直接影響了網絡課程質量，影響了網絡教育的發展。如何解決網絡課程這些問題，成為了網絡教育工作者與研究者共同關注的問題。

傳統的基于關鍵字的信息檢索技術不能滿足人們對信息查詢的需求，語義網技術是解決這一問題最有前景的方法[1]。本體（Ontology）作為一種能夠在語義層和知識層上描述信息系統的概念建模工具，在語義Web[2]的層次結構中位于核心位置[3]?；诒倔w的語義Web技術在多個領域得到應用，張亮亮研究了基于領域本體的語義檢索技術，在此基礎上構建了基于玉米種植本體的語義檢索原型系統[4]；孫成國研究設計了一個基于大學領域本體的語義檢索系統，設計和構建大學領域本體以及設計與實現了語義檢索功能[5]；袁國銘等介紹了本體理論的基本概念，基于本體構建了肺癌健康知識系統模型，并給出了系統主體框架[6]。也有研究者將本體引入到網絡課程領域，李好、楊貫中提出了一種E-learning課程體系結構框架，在此基礎上創建課程本體[7]；郝興偉根據一些教育教學理論，提出了一種基于學科知識本體的網絡開放課程建設模型[8]；謝明鳳在遠程課程資源設計中引入本體技術來管理和使用日益豐富的各種類型和結構的過程性資源素材[9]。以上文獻雖然都將本體引入到相應的領域中，但都不夠深入，要么停留在理論模型階段，要么只有簡單的原型實現，都沒有提供語義推理的功能。

本文針對網絡課程知識庫設計領域本體，將語義查詢和語義推理技術運用于網絡課程領域，在知識領域本體的基礎上構建一個語義查詢推理系統，給出了系統設計、實現和對運行結果的分析，驗證了基于網絡課程本體的語義查詢推理的有效性和可行性。

1 系統功能設計

1.1 主要功能模塊

本系統主要由分類檢索、語義查詢、語義推理、知識庫導出四個模塊組成，各模塊相互獨立，共同完成基于網絡課程本體的語義查詢推理任務。分類檢索搜索是根據網絡課程知識結構和內容來進行檢索，語義查詢采用SPARQL[10]語義查詢語言實現，語義推理采用Jena自帶的推理支持開發，新知識庫信息導出利用Jena[11]對RDF[12]數據導出到各種關系數據庫的友好接口實現。語義查詢推理系統功能模塊如圖1所示：

圖1 基于網絡課程本體的語義查詢推理系統功能模塊

1.2 系統工作流程

基于網絡課程本體的語義查詢推理系統體系結構如圖2所示：

圖2 基于網絡課程本體的語義查詢推理系統體系結構

系統的主要工作流程如下：

(1) 用戶在檢索界面中選取對應的檢索項，提交給檢索條件生成器，生成器依據檢索項生成具體檢索條件，調用語義檢索器，利用Jena框架檢索知識庫本體中三元組中的主語、謂語或者賓語，從本體知識庫中檢索出相應結果并顯示給用戶。

(2) 用戶在查詢界面中填寫或選取相應的查詢語句片段，提交給SPARQL語句組裝器，組裝器在提交的片段的基礎上添加必要的信息生成完整的SPARQL查詢語句，調用語義查詢器，利用完整SPARQL查詢語句從知識庫中查詢相應的結果并顯示給用戶。

(3) 用戶在推理界面中選取或填寫規則信息，提交給推理規則加載器，加載器加載完推理規則后調用語義推理器，利用Jena推理機從現有的知識庫中產生新知識，并把推理出的新知識顯示給用戶。

(4) 用戶在推理界面中調用知識庫導出器，利用Jena的數據庫API接口使存儲在內存中的新增知識數據持久化到數據庫中。

2 系統實現

本系統是遵循模型-視圖-控制器MVC（Model-View-Controller）3層架構，采用Java EE 6.0平臺開發的Web應用程序。前端使用Extjs2.0框架設計，后端使用輕量級開源Struct2和Spring框架設計開發，并部署在Apache Tomcat上運行。

2.1 構建網絡課程本體

網絡課程本體采用Protégé[13]工具設計開發，目前該本體總共含有3個類，分別是知識點類KnowledgePoint、教師類Teacher和知識點分類類Category。本文主要以KnowledgePoint類為例，在此僅給出該類的屬性設置，具體如表1所示：

表1 網絡課程本體中知識點類KnowledgePoint的屬性

在創建了本體中的類及其相應屬性之后，創建類實例并為其填充屬性數據。本文主要以KnowledgePoint類的實例為例，在此僅給出該類的實例數據，具體如表2所示：

表2 本網絡課程本體中知識點KnowledgePoint類的實例數據集

備注：所有實例URI都省略了前綴“http://www.njci.edu.cn/swl/ontologies/knowledge#”，并且省略了一些屬性，比如knowledgeDes等。

但為了更便于對下面的實驗結果的理解，這里給出本體中各類以及實例間的聯系，如圖3所示：

圖3 網絡課程本體中的類以及實例之間的聯系

2.2 系統檢索

本模塊實現系統的語義檢索功能。用戶在界面選擇或者輸入相應的選項，提交到后臺的檢索條件生成Action中構建檢索條件，之后調用檢索Action，首先根據知識庫本體初始化RDF模型，隨后使用服務類中定義的Jena對Model進行檢索屬性和屬性值的方法。該方法根據實例陳述三元組的屬性值構造出完整URI的主語信息，根據主語信息獲得其屬性和相應的屬性值，并將這些信息填充到實體類中，最終添加到列表里返回給用戶。主要代碼如下：

//模型初始化

filePath = ServletActionContext.getServletContext().getRealPath("/ontology/knowledge.owl ");

modelService = new ModelServiceImpl();

model = modelService.getModelFromFilePath(filepath);

//模型檢索

searchProperty = model.getProperty(this.itemToPropertyStr(item));

if (item.equals("hasTeacher")||item.equals("isClassified"))

{//對象數據類型情況

SearchValue = model.createResource(this.addNameSpace(value));

searchResult = model.listSubjectsWithProperty(searchProperty, SearchValue);

}

else {//文本類型的情況

searchResult = model.listSubjectsWithProperty(searchProperty, SearchValue);

}

2.3 系統查詢

本模塊實現系統的語義查詢功能。模塊中使用Jena框架中的ARQ來實現對本體模型的SPARQL查詢。首先，和語義檢索模塊一樣加載本體文件，生成本體模型。然后通過對輸入的語句片段拼接成完整的查詢語句，作為相應的Query接口查詢函數的輸入提交查詢，最終將查詢出的結果集返回到Action中，利用Action的屬性注入在頁面進行顯示。主要代碼如下：

Query query=QueryFactory.create(queryStr); //創建查詢

QueryExecution execu

tion=QueryExecutionFactory.create(query,model);

ResultSet resultSet=execution.execSelect();//執行查詢

while(resultSet.hasNext()){//循環讀取查詢出的信息

QuerySolution solution=resultSet.nextSolution();

RDFNode nodeName=solution.get("?name");

RDFNode nodeKnowledgePoint=solution.get("?kp");

}

2.4 系統推理

本模塊實現系統的語義推理功能。根據系統的實際需求，編寫相應的推理規則并保存在規則文件中。以下是規則文件中的規則內容：

(1) [successor: (?b kld:precursor ?a),notEqual(?b, ?a)->(?a kld:successor ?b)]

(2) [isEasy:(?c rdf:type kld:KnowledgePoint),(?c kld:difficultLevel ?d), greater-Than(?d,0),lessThan(?d,5)->(?c kld:isEasy ?d)]

(3) [isHard:(?e rdf:type kld:KnowledgePoint),(?e kld:difficultLevel ?f), greaterThan(?f,5)->(?e kld:isHard ?f)]

下面對上述規則文件中定義了的規則進行說明。規則一，如果要學習知識點a必須先學習知識點b，并且b和a不是一個知識點，則只有學習完知識點b才能學習知識點a，即precursor和successor是反函數。規則二，如果知識點的難度系數在0-5之間，那么這個知識點被定義為容易，學生比較好掌握。規則三，如果知識點的難度系數大于5，那么這個知識點被定義為復雜，學生學習起來相對比較吃力。系統運行時規則文件被Jena框架動態加載到模型中，系統在加載了規則的模型上能查詢出新的知識內容。主要代碼如下：

Model result = ModelFactory.createDefaultModel();

Model model=this.getModelFromFilePath(owlFilePath);

Resource configuration = model.createResource();//創建空資源

configura

tion.addProperty(ReasonerVocabulary.PROPruleMode,

"forward");//設定推理引擎工作模式

configura

tion.addProperty(ReasonerVocabulary.PROPruleSet, ruleFilePath);//設定加載的規則文件

Reasoner reasoner = GenericRuleReasonerFactory.theInstance().create(configuration);//創建推理機

result = ModelFactory.createInfModel(reasoner, model);//初

始化推理模型

2.5 知識庫導出

本模塊實現系統的導出功能。系統利用Jena提供的支持導入到MySQL數據庫的程序接口，在不直接操作數據，也不知道數據庫模式的情況下，就可以方便地對知識庫信息進行數據庫的持久化保存。主要代碼如下：

ModelMaker maker = ModelFacto

ry.createModelRDBMaker(getDBConn());//為數據庫創建一個ModelMaker

Model defModel = maker.createModel(ontoName); //為本體創建一個模型

defModel.read(in, null);//讀取模型數據

defModel.commit();//提交到數據庫

closeDBResource();//關閉資源

3 系統運行結果與分析

3.1 系統檢索和查詢

系統成功查詢所有網絡課程知識點實例及其相應的前序知識點的結果界面如圖4所示：

圖4 系統查詢所有網絡課程知識點實例數據的結果

對應的SPARQL查詢語句如下：

PREFIX kld:

PREFIX rdf:

SELECT ?name, ?kp WHERE { ?name rdf:type

kld:KnowledgePoint.

OPTIONAL { ?name kld:precursor ?kp. } }

在圖4中顯示共顯示出8個知識點實例以及相應的前序知識點信息，查詢結果與knowledge本體中的實例數據（見表2）一致，即驗證了在網絡課程知識庫中運用語義查詢是可行的，并且通過本體的屬性將相互孤立的網絡課程知識內容有機組織到一起，共享、重用。

3.2 系統推理

系統成功加載推理規則生成新數據的結果界面如圖5所示：

圖5 系統加載規則后推理生成的新增數據界面

該規則已在上文2.4節中給出。圖5中左側顯示的是加載了規則以后的新增信息，包括了intercepter的兩個前序知識點共6條，更明確了知識點間的關系，可以快速地找到學習資源，避免“迷航”。圖5中右側顯示的是加載了第二、三條規則后的新增信息，較簡單知識點4條和較復雜知識點3條，可以針對學生循序漸進，進行個性化的教學。以上推理所獲得的新增信息與表2中實際的本體實例數據一致，即驗證了在網絡課程知識庫中經過語義推理出來的結果是可信的，可以通過不同的推理規則設置達到既定的效果。

4 總結

本文為解決網絡課程知識點相對孤立，共享性與重用性差，學習者“迷航”，查找學習資源困難，不能提供個性化服務等問題，將語義查詢和語義推理技術運用于網絡課程領域，對基于網絡課程知識庫的語義檢索、查詢和推理進行了設計與實現。通過具體的課程本體進行測試，驗證了本文的解決方式的有效性和可行性，進一步加大了本體技術在網絡課程領域中應用的深度。為了更好的滿足學習資源發現和個性化服務問題，要加大網絡課程本體與具體學習資源的關聯程度和更高效的檢索方法，并將本體應用于對學生學習資源的推薦工作中，這些將是本文下一步研究的重點。

[1] 倪立顯,吳 婷. 基于領域本體的語義查詢推理系統[J].計算機與現代化,2014,225(5):74-78.

[2] T. Berners-Lee, J. Hendler and O. Lassila. “The Sem antic Web: A New Form of Web Content That Is M eaningful to Computers will Unleash a Revolution of New Possibilities” [J]. Scientific America, May 17, 2001.

[3] 高志強,潘越,馬力.語義Web原理及應用[M].北京:機械工業出版,2009.

[4] 張亮亮.基于領域本體的語義檢索研究[D]. 長春:吉林大學, 2009.

[5] 孫成國.基于大學領域本體的語義檢索技術研究[D].太原:中北大學, 2012.

[6] 袁國銘,樊波,陳新利,成天華.計算機本體理論在肺癌健康知識系統中的應用研究[J].微型電腦應用,2014,30(5): 44-47

[7] 李好,楊貫中.基于本體的e-Learning課程構建[J].計算機工程與設計,2010,31(4):881-884.

[8] 郝興偉. 基于學科知識本體的網絡開放課程建設研究[J]. 中國大學教學, 2013(9):45-49.

[9] 謝明鳳. 基于網絡學習平臺和知識本體應用的遠程課程資源設計[J]. 中國電化教育, 2013(5):78-86

[10] SPARQL Language for RDF. http://www.w3c.org/TR/ 2008/REC-rdf-sparql-query-20080115/

[11] TAN Y, XIAO B, CHEN J, et al. The suvery of Je na′s reasoning and applying[J]. Journal of the Hebei Academy of Sciences, 2009, 4: 006

[12] Klyne G, Carroll J J. Resource description framework (RDF): Concepts and abstract syntax[J]. 2006(4).

[13] Noy N F, Crubézy M, Fergerson R W, et al. Creatin g semantic web contents with protege-2000[J]. IEEE intelligent systems, 2001, 16(2): 60-71.

Semantic Query and Reasoning System based on ontology of Online Course

Song Wanli1,2, Ni Lixian2
(1. School of Electronic and Information Engineering, Nanjing Communications Institute of Technology Nanjing 211100, China; 2. School of Computer and Information, Hohai University, Nanjing 211100, China)

In order to tackle the issues such as isolation of knowledge, poor sharing and reusability, difficulty in learning resource founding and personalized service providing in online course, a solution of ontology-based query and reasoning was proposed. The solution designed the function module and working process including retrieval, query and reasoning. A corresponding system was implemented by using Jena and SPARQL. The implementation and experimental results indicated that the method was effective and feasible. It is concluded that this system can provide organic organization, achieve to share and reuse the course knowledge content and personalized learning service, while provide facilities for developing intelligent online course platform.

Online Course; Ontology; Semantic Query; Semantic Reasoning; Jena

TP311

A

1007-757X(2014)10-0057-04

2014.08.21）

江蘇省自然科學基金（BK20141420）；南京交通職業技術學院科研基金（JY1108）；南京交通職業技術學院大學生實踐創新計劃項目（CX1326）

宋萬里（1981-），男，漢族，遼寧法庫縣人，南京交通職業技術學院，講師，河海大學計算機與信息學院博士研究生，研究方向：語義網、軟件工程，南京，211188倪立顯（1988-），男，江蘇連云港人，河海大學計算機與信息學院，碩士研究生，研究方向：語義網、數據管理，南京，211100