基于本體的數(shù)字圖書館語義知識(shí)庫(kù)構(gòu)建研究

孟玲

（徐州市工人文化宮，江蘇 徐州 221000）

基于本體的數(shù)字圖書館語義知識(shí)庫(kù)構(gòu)建研究

孟玲

（徐州市工人文化宮，江蘇 徐州 221000）

基于本體這種較為完整的知識(shí)表示方式，對(duì)數(shù)字圖書館傳統(tǒng)知識(shí)模式的不足進(jìn)行分析，闡述了本體的概念、實(shí)現(xiàn)原理以及建模優(yōu)勢(shì)，分析基于本體的數(shù)字圖書館語義知識(shí)庫(kù)構(gòu)建模式。

數(shù)字圖書館本體語義知識(shí)知識(shí)服務(wù)模式

計(jì)算機(jī)技術(shù)不斷發(fā)展以及信息技術(shù)的不斷升級(jí)，更高層次地提升了數(shù)字圖書館。面對(duì)圖書館中的知識(shí)與對(duì)知識(shí)的利用特點(diǎn)不同，簡(jiǎn)單的排列知識(shí)的處理方式不再適用[1]。在檢索過程中，作為知識(shí)的組織方式，本體不僅能有效地解決信息檢索的準(zhǔn)確率和全面率，還能解決共享和重復(fù)利用知識(shí)的問題，在數(shù)字圖書館中，本體已經(jīng)成為一種管理的工具。

1　數(shù)字圖書館知識(shí)組織模式中的不足

1.1內(nèi)涵及原則

數(shù)字圖書館知識(shí)組織的目的就是序化繁雜的數(shù)字化信息為知識(shí)庫(kù)，信息的數(shù)字化過程中要遵循一定的結(jié)構(gòu)，這樣提供給用戶的系統(tǒng)性知識(shí)才能具有可操作性強(qiáng)的特點(diǎn)[2]。該知識(shí)庫(kù)是一個(gè)循環(huán)系統(tǒng)，組成因素包括知識(shí)庫(kù)、數(shù)字化信息資源以及用戶，其內(nèi)部機(jī)制的完善程度決定了其能否高質(zhì)量運(yùn)行系統(tǒng)并提供優(yōu)質(zhì)知識(shí)服務(wù)，其組織過程如圖1所示。其內(nèi)涵具體描述如下：知識(shí)組織的前提是篩選；對(duì)每個(gè)知識(shí)片段進(jìn)行本質(zhì)含義的分析挖掘出其語義和語用層次；對(duì)各知識(shí)因子間的關(guān)系進(jìn)行準(zhǔn)確的揭示，對(duì)知識(shí)單元的有機(jī)結(jié)構(gòu)進(jìn)行考察；關(guān)聯(lián)知識(shí)因子的分析結(jié)果，組織形成知識(shí)庫(kù)，供用戶選擇。

圖1　數(shù)字圖書館知識(shí)組織過程

在對(duì)數(shù)字圖書館進(jìn)行知識(shí)組織時(shí)，要遵循以下幾種原則：網(wǎng)絡(luò)化原則、系統(tǒng)性原則、標(biāo)準(zhǔn)化原則、共享性原則以及特色型原則。

1.2組織模式

目前在數(shù)字圖書館知識(shí)組織時(shí)，主要有分類法和主題法兩種組織模式[3]。前者是從本質(zhì)上把事物之間的區(qū)別與聯(lián)系進(jìn)行提示和把握。經(jīng)過分類與組織后的知識(shí)，其全貌及內(nèi)在聯(lián)系得以揭示，且還有篩選的作用，分類法有一個(gè)比較顯著的特點(diǎn)，即在對(duì)文獻(xiàn)進(jìn)行整理時(shí)其分類是按照學(xué)科和專業(yè)進(jìn)行的，在揭示文獻(xiàn)內(nèi)容的區(qū)別和聯(lián)系時(shí)多從知識(shí)分類的角度出發(fā)，并且從該角度提供檢索文獻(xiàn)途徑，把事物和學(xué)科的概念充分融入知識(shí)分類體系中去。主題法則是從知識(shí)組織原則來看，在這種組織模式中，主題詞表示知識(shí)因子，其組織的基本方式多采用語詞標(biāo)識(shí)系統(tǒng)[4]，另外還引入了參照系統(tǒng)進(jìn)行知識(shí)關(guān)聯(lián)的表達(dá)。目前在組織數(shù)字圖書館知識(shí)時(shí)，比較常用的形式有兩種，采用現(xiàn)有的詞表主題和采用關(guān)鍵詞法。

1.3存在的問題及不足

首先，知識(shí)導(dǎo)航不能實(shí)現(xiàn)知識(shí)共享。在數(shù)字圖書館中，開發(fā)知識(shí)系統(tǒng)既費(fèi)時(shí)又費(fèi)力，但目前在開發(fā)中只注重檢索知識(shí)，而忽略了共享知識(shí)，或在知識(shí)共享時(shí)只是在特定的領(lǐng)域進(jìn)行。因?yàn)榉秶^小，所以其導(dǎo)航功效體現(xiàn)得并不明顯。一般來說，數(shù)字圖書館用戶背景不同，其對(duì)術(shù)語和概念的理解也有所不同，所以在建立新的數(shù)據(jù)庫(kù)時(shí)很難起作用，無法實(shí)現(xiàn)知識(shí)的共享。其次，在檢索知識(shí)時(shí)關(guān)鍵詞的語義涵義被忽略。圖書館中傳統(tǒng)的知識(shí)服務(wù)模式在進(jìn)行知識(shí)的檢索時(shí)常借助檢索目錄和關(guān)鍵詞的方法，關(guān)鍵詞的語義被忽略，在知識(shí)檢索結(jié)果中跟關(guān)鍵詞詞義相同的內(nèi)容無法顯示，會(huì)導(dǎo)致檢索結(jié)果與用戶需要偏離，出現(xiàn)檢索結(jié)果沒有使用意義的現(xiàn)象，知識(shí)檢索的正確性和全面性有所降低。最后，無法進(jìn)行知識(shí)資源的完全詮釋。知識(shí)組織有主題法和分類法兩種方法，但這兩種方法本身也存在一定不足，比如很難完成知識(shí)的自動(dòng)更新，容易導(dǎo)致各類知識(shí)資源的滯后現(xiàn)象，無法充分滿足數(shù)字圖書館的需求。而且這兩種方法有非常復(fù)雜的結(jié)構(gòu)體系，操作不方便，圖書館資源的動(dòng)態(tài)很難實(shí)現(xiàn)，不能系統(tǒng)地組織全部知識(shí)資源。

2　數(shù)字圖書館語義知識(shí)庫(kù)的構(gòu)建基礎(chǔ)——本體

2.1本體概述

就學(xué)科范疇而言，本體最早出現(xiàn)在哲學(xué)領(lǐng)域，后來研究學(xué)者們從人工智能方面賦予了本體新的含義，并且本體本身的涵義還在不斷變化中發(fā)展。目前而言，本體的代表性涵義比較多，從其多樣化的定義表述中我們可以總結(jié)出其基本內(nèi)涵。從本質(zhì)上說，本體是一個(gè)概念模型，是特定領(lǐng)域知識(shí)的抽象化表達(dá)，內(nèi)容包括對(duì)概念的定義、概念屬性值及其限制、概念類的層次體系及其邏輯相互關(guān)系。不同于本體本身的是，概念體系的定義是明確的，在兩個(gè)方面都有所體現(xiàn)：在對(duì)概念的內(nèi)涵和外延進(jìn)行表述時(shí)語言要盡量規(guī)范和明確；在對(duì)概念間的邏輯關(guān)系進(jìn)行表述時(shí)要盡量規(guī)范化，在對(duì)特定公理性知識(shí)進(jìn)行表述時(shí)語言要明確。概念體系也可以形式化描述，方便計(jì)算機(jī)對(duì)本體概念及關(guān)系的識(shí)別和處理，采用的知識(shí)表示語言包括OIL、DAML以及OWL等，經(jīng)過知識(shí)表示語言對(duì)概念體系進(jìn)行編碼之后信息就處理成為顯性知識(shí)，便于計(jì)算機(jī)的理解及對(duì)知識(shí)的語義處理。另外概念體系還可以反映領(lǐng)域知識(shí)的共享，其中反映的是概念集，共享是指那部分經(jīng)過共同認(rèn)可的知識(shí)，即本體針對(duì)的是團(tuán)體的公式，而不是個(gè)人的認(rèn)識(shí)，共享性才是本體概念交換和映射的基礎(chǔ)。

2.2實(shí)現(xiàn)原理

本體思想實(shí)際上就是映射現(xiàn)實(shí)世界中的實(shí)體為本體中的概念[5]，映射實(shí)體間的關(guān)系為本體中的關(guān)系，映射真理性知識(shí)為本體中的公理，把整個(gè)世界映射為概念世界，也就是本體。本體是依附于現(xiàn)實(shí)世界并用概念體系對(duì)實(shí)體相關(guān)知識(shí)進(jìn)行管理。知識(shí)組織的基本思想可以利用本體來實(shí)現(xiàn)，其原理如圖2所示。

圖2　本體對(duì)知識(shí)組織的原理[6]

在數(shù)字圖書館中，首先要加工各種類別和形式的信息提取出知識(shí)，其載體仍是信息。在該知識(shí)層上添加本體層可以實(shí)現(xiàn)對(duì)知識(shí)的組織，而且領(lǐng)域公理的存在可以實(shí)現(xiàn)基于本體的推理。本體層的引入，解決了查準(zhǔn)率和查全率低的問題。

2.3建模優(yōu)勢(shì)

利用本體進(jìn)行數(shù)字圖書館語義知識(shí)庫(kù)的構(gòu)建有以下優(yōu)勢(shì)，首先，可以規(guī)范描述知識(shí)間的語義關(guān)系。本體方法的運(yùn)用，有效減少了術(shù)語和概念上的歧義，使得在進(jìn)行概念間關(guān)系的描述時(shí)可以更加廣泛、詳細(xì)和全面，在概念中添加屬性值，添加映射關(guān)系到屬性與屬性之間，可以清晰地表述出在正規(guī)詞表中不能描述的語義關(guān)系。在數(shù)字圖書館中本體描述提供了一個(gè)規(guī)范模型，可以保持語義上的一致性，使不同觀點(diǎn)、不同目的、來自不同背景的人們之間都可以理解和交流。其次，可以實(shí)現(xiàn)知識(shí)重用和分享[7]。本體是共同認(rèn)可知識(shí)的體現(xiàn)，是一種公約，是相關(guān)領(lǐng)域公認(rèn)概念的反映，所以通過本體數(shù)字圖書館可以把相關(guān)知識(shí)領(lǐng)域的知識(shí)在描述和識(shí)別時(shí)盡量規(guī)范化，達(dá)成概念、知識(shí)以及概念之間關(guān)系的共識(shí)，實(shí)現(xiàn)共享和重用各學(xué)科領(lǐng)域本體。第三，可以實(shí)現(xiàn)知識(shí)檢索，是知識(shí)組織的逆過程。基于概念語義對(duì)知識(shí)檢索進(jìn)行研究時(shí)，對(duì)領(lǐng)域知識(shí)的組織必須以本體作為語義模型，語義標(biāo)注資源，形成語義元數(shù)據(jù)，才能對(duì)領(lǐng)域知識(shí)進(jìn)行標(biāo)識(shí)，最終實(shí)現(xiàn)檢索領(lǐng)域知識(shí)的目的。最后，可以實(shí)現(xiàn)語義的互操作。針對(duì)異構(gòu)系統(tǒng)之間互操作的問題我們采用的是元數(shù)據(jù)的方法，但是元數(shù)據(jù)只是基礎(chǔ)，元數(shù)據(jù)之間互操作的實(shí)現(xiàn)還需要高層互操作協(xié)議來支撐，包括相關(guān)本體協(xié)議和元數(shù)據(jù)交換協(xié)議，后者也要采用本體技術(shù)才能真正實(shí)現(xiàn)異構(gòu)系統(tǒng)之間的語義互操作。

3　基于本體的數(shù)字圖書館語義知識(shí)庫(kù)構(gòu)建模式

3.1構(gòu)建規(guī)則

在構(gòu)建本體的研究中已經(jīng)有不少方法，也有一部分學(xué)者致力于本體構(gòu)建的評(píng)估研究，但在研究時(shí)，其標(biāo)準(zhǔn)還不統(tǒng)一[8]。在進(jìn)行本體構(gòu)建時(shí)比較有影響力的規(guī)則有以下5種：首先要清晰，在進(jìn)行術(shù)語定義時(shí)，本體要對(duì)其進(jìn)行有效的說明，應(yīng)進(jìn)行與背景獨(dú)立的、客觀的定義。在用邏輯公理進(jìn)行定義表達(dá)時(shí)，要以形式化的內(nèi)容出現(xiàn)并且盡可能完整。在本體構(gòu)建時(shí)要用自然語言對(duì)定義進(jìn)行說明。其次要滿足一致的規(guī)則，也就是說，面對(duì)與定義相一致的推理，本體應(yīng)該支持。用本體對(duì)公理進(jìn)行定義要與自然語言說明的定義有一致性。第三要符合可擴(kuò)展性的規(guī)則。面對(duì)任務(wù)，本體不僅要進(jìn)行概念基礎(chǔ)的提供，為了滿足特殊需求，還要基于原有的概念對(duì)新的術(shù)語進(jìn)行定義。值得注意的是，定義新術(shù)語時(shí)原有的定義是無需修改的。第四，要滿足編碼偏好程度最小的規(guī)則。在構(gòu)建本體時(shí)，在實(shí)際的系統(tǒng)中通常采用不同的知識(shí)表示方法，所以在對(duì)概念進(jìn)行描述時(shí)，不能依賴每一種特殊的符號(hào)層。最后，要符合本體約定最小的規(guī)則。也就是說，在對(duì)本體進(jìn)行構(gòu)建時(shí)，只要約束定義最弱公理以及對(duì)通訊所需詞匯進(jìn)行定義，使得特定的知識(shí)共享需求得到滿足即可。

3.2本體描述語言

對(duì)模型進(jìn)行概念描述形式化并達(dá)到編寫清晰的標(biāo)準(zhǔn)，還要滿足以下要求：要有良好的語法和語義，有效的推理支持，表達(dá)的方便性以及充分的表達(dá)能力。目前本體的描述有很多仍處在不斷發(fā)展演變過程中，具體包括CML、OWL、RDF、OIL等。其中XML是一種可擴(kuò)展的標(biāo)記語言，結(jié)合了SGML的靈活性和HTML的簡(jiǎn)單性，但缺乏完備的語義表達(dá)能力。OWL語言吸收了OIL和DAML語言的經(jīng)驗(yàn)，能夠把詞匯表中詞條以及詞條之間的語義關(guān)系較為清晰地表達(dá)出來。

3.3構(gòu)建方法

建立本體的方式目前還多依賴于手工，由于共同認(rèn)可的開發(fā)方法的缺失，對(duì)不同的本體開發(fā)組而言，其設(shè)計(jì)標(biāo)準(zhǔn)和原則等都有所不同，但綜合前期的研究結(jié)果來看，本體開發(fā)方法有以下幾種類型：①由Fox和Gruninger等人提出的TOVE法，該構(gòu)建過程包括5個(gè)階段。②“骨架”法，該方法首先確定應(yīng)用范圍和目的，然后構(gòu)造本體，最后是本體的評(píng)價(jià)。③KACTUS工程方法，該方法的描述語言是CML語言，這種語言是非形式化的，不能被程序執(zhí)行。在開發(fā)時(shí)首先對(duì)應(yīng)用進(jìn)行說明，然后初步設(shè)計(jì)相關(guān)本體范疇，最后進(jìn)行本體的構(gòu)造。④Methontology方法，該方法與軟件工程開發(fā)方法更為接近。除了以上幾種方法，還有基于SENSUS的方法、IDEF5法以及斯坦福七步法。

3.4構(gòu)建工具

根據(jù)本體描述語言，本體的構(gòu)建工具可以劃分為兩大類，分別是基于Web和基于AI。其中前者包括OntoEdit、OilEd、WebODE等，這類工具有一個(gè)明顯的特點(diǎn)就是獨(dú)立于特定的語言，利用這種本體構(gòu)建工具可以把處理好的本體描述格式自由地導(dǎo)入/導(dǎo)出，而且該種本體構(gòu)建工具的開發(fā)環(huán)境是經(jīng)過整合的，對(duì)大多數(shù)構(gòu)建活動(dòng)都提供了支持，新模塊的添加步驟也很容易實(shí)現(xiàn)，可擴(kuò)展性較好，能為本體提供更多的組件功能。后者包括Ontolingua、WebOnto以及OntoSau?rus等工具。這三種工具都是基于某種特定語言的，并且這三種工具都在不同程度上對(duì)基于AI的多種本體描述語言有支持作用。

3.5構(gòu)建流程

筆者吸取本體建模方法的優(yōu)點(diǎn)，充分結(jié)合了數(shù)字圖書館語義知識(shí)庫(kù)的要求，對(duì)基于本體的數(shù)字圖書館語義知識(shí)庫(kù)進(jìn)行設(shè)計(jì)。首先是領(lǐng)域知識(shí)模塊的建立，該步驟是構(gòu)建領(lǐng)域知識(shí)本體的基礎(chǔ)。其次要面對(duì)領(lǐng)域知識(shí)本體，要確定其目的和范圍。在該階段不僅要分析領(lǐng)域知識(shí)本體的需求，還要對(duì)領(lǐng)域知識(shí)本體的計(jì)劃進(jìn)行制定。在建設(shè)領(lǐng)域知識(shí)本體過程中制定計(jì)劃是必不可少的，但其經(jīng)常被無意地忽略，導(dǎo)致在開發(fā)時(shí)難以控制開發(fā)過程。再次要對(duì)可用本體進(jìn)行考察。第四步是設(shè)計(jì)領(lǐng)域知識(shí)本體，包括收集和獲取領(lǐng)域知識(shí)、重要概念和術(shù)語的羅列、知識(shí)的概念化、定義類及其等級(jí)、定義類的屬性、創(chuàng)建實(shí)例。最后進(jìn)入本體評(píng)價(jià)階段，評(píng)價(jià)指標(biāo)包括本體的幾大特性，若評(píng)價(jià)指標(biāo)符合要求，則最終以文檔形式建立本體，若評(píng)價(jià)指標(biāo)不符合規(guī)則，則要重新進(jìn)行本體的設(shè)計(jì)，直至構(gòu)建出符合要求的本體。

4　結(jié)語

在數(shù)字圖書館中，作為一種重要的技術(shù)和方法，知識(shí)組織領(lǐng)域本體的應(yīng)用前景十分廣闊，基于本體構(gòu)建知識(shí)庫(kù)在有效提高人們工作質(zhì)量的同時(shí)，還提高了人們的工作效率。截至目前，在數(shù)字圖書館中本體的優(yōu)點(diǎn)還未得到完全的發(fā)揮，還沒能完全地開發(fā)數(shù)字圖書館的作用，但我們相信，在科技飛速發(fā)展的今天，通過圖書館工作人員的不懈努力，在本體技術(shù)的強(qiáng)有力支撐下，數(shù)字圖書館的知識(shí)服務(wù)模式會(huì)愈加完善。

[1]王芹.圖書館傳統(tǒng)知識(shí)與現(xiàn)代知識(shí)服務(wù)模式比較分析[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2009（4）：137-140.

[2]李昕騫，饒若楠.一個(gè)基于本體的數(shù)據(jù)服務(wù)平臺(tái)[J].微型電腦應(yīng)用，2010（2）：21-22.

[3]劉成山，趙捧未，劉懷亮.基于本體的數(shù)字圖書館語義互操作模型[J].現(xiàn)代情報(bào)，2009（10）：56-60.

[4]莊善潔.基于知識(shí)管理的圖書館知識(shí)地圖的繪制[J].圖書館學(xué)研究，2012（10）：5-7.

[5]譚玉紅，吳巖.關(guān)于學(xué)校知識(shí)管理中的“知識(shí)地圖”研究[J].電化教育研究，2010（3）：17-19.

[6]李星星.館藏資源深度聚合及應(yīng)用研究[D].武漢：華中師范大學(xué)，2013.

[7]劉衛(wèi)寧.語義網(wǎng)環(huán)境下數(shù)字圖書館信息資源集成模型研究[J].圖書館理論與實(shí)踐，2014（1）：84-88.

孟玲女，1963年生，館員。研究方向：圖書館信息化。

G250.73

2015-03-17；責(zé)編：楊新寬。）