基于本體的大型設(shè)備維修文本案例檢索模型研究

張星

摘 要：大型設(shè)備領(lǐng)域的維修案例大部分都是以文本的形式存儲，而維修文本案例有自己的結(jié)構(gòu)特點。在本文中，我們建立起基于本體的大型設(shè)備維修文本案例模型，通過語義相似度算法，為大型設(shè)備維修文本案例檢索帶來了極大的便利。

關(guān)鍵詞：領(lǐng)域本體；文本信息；語義檢索模型

1 引言

隨著網(wǎng)絡(luò)時代的發(fā)展，網(wǎng)絡(luò)上的信息量越來越大，而且很多網(wǎng)絡(luò)信息都是以文本方式存儲，同時也出現(xiàn)信息冗余現(xiàn)象。由于基于本體的檢索更加注重語義上的匹配，在充分考慮維修案例結(jié)構(gòu)特點的基礎(chǔ)上，利用本體對該領(lǐng)域知識進行建模，能夠有效地提高信息檢索的查全率和查準率。目前，對無結(jié)構(gòu)或者半結(jié)構(gòu)的文本信息的檢索研究的相對較少，因此，對基于本體的信息檢索研究顯得十分重要。

國外對于本體的研究處于領(lǐng)先地位，研究出了一系列本體的開發(fā)方法，例如骨架法、企業(yè)建模法、Methodology法等。國內(nèi)對本體的研究起步較晚，主要研究內(nèi)容包括產(chǎn)品信息建模、虛擬企業(yè)建模、常識知識庫等。其中比較有影響的有中科院數(shù)學所陸汝鈴院士領(lǐng)導的常識知識的實用性研究[1]。宋峻峰提出的基于本體的信息檢索模型采用了描述邏輯作為構(gòu)造本體的本體語言，使用本體中定義的詞匯來標記文檔，生成基于本體的文檔邏輯視圖和用戶信息需求邏輯視圖，從而可以實現(xiàn)語義層次的檢索，使檢索性能大大改善[2]。

在設(shè)備維修領(lǐng)域，半結(jié)構(gòu)化的文本非常常見。在設(shè)備維修工作中，故障是最核心的概念，而且，該領(lǐng)域在知識表達方面缺乏統(tǒng)一的知識模型，這樣很容易造成對同一個知識的描述存在不同的表達方式，這影響了相關(guān)人員對領(lǐng)域知識的理解。因此，針對目前大型設(shè)備領(lǐng)域?qū)收现R實際應(yīng)用方面的需求，并結(jié)合該領(lǐng)域知識的結(jié)構(gòu)特點，本文首先對該領(lǐng)域的知識進行本體建模，并在本體模型的基礎(chǔ)上建立基于語義的檢索模型。

2 基于領(lǐng)域本體的構(gòu)建

2.1 文本維修案例結(jié)構(gòu)的特點

文本案例是指以文本方式存在的文本案例。我們稱以文本方式存在的關(guān)于大型設(shè)備維修的案例為文本維修案例。由于該領(lǐng)域的文本維修案例的結(jié)構(gòu)和表達形式相對規(guī)范，因此文本維修案例是一種半結(jié)構(gòu)化的文本案例，簡稱為文本維修案例。文本維修案例主要包括摘要、故障車輛的基本信息、故障現(xiàn)象、故障診斷過程、故障原因分析、故障解決方法等主要部分。

2.2 大型設(shè)備文本維修案例故障本體的構(gòu)建過程

第一步是明確領(lǐng)域本體的專業(yè)領(lǐng)域和范疇：設(shè)備故障本體的專業(yè)領(lǐng)域是設(shè)備在使用過程中出現(xiàn)的故障、情境等領(lǐng)域；用戶對象是設(shè)備領(lǐng)域的相關(guān)技術(shù)人員。構(gòu)建設(shè)備故障本體的目標是利用本體的思想和描述語言組織故障領(lǐng)域知識。

第二步是領(lǐng)域信息的收集和分析：我們通過書本、網(wǎng)頁等知識來源獲取領(lǐng)域信息，經(jīng)過對領(lǐng)域信息的分析，得到該領(lǐng)域中的重要概念集及相關(guān)體系結(jié)構(gòu)關(guān)系。

第三步是確定核心概念：列出所有潛在的核心概念，經(jīng)過識別、分析和統(tǒng)計，最終確定設(shè)備故障領(lǐng)域知識的核心概念，包括“摘要”、“故障件基本信息”、“故障現(xiàn)象”、“故障診斷”、“故障原因”、“故障解決方法”等。

第四步是建立概念層次結(jié)構(gòu)：確定好設(shè)備故障本體的核心概念之后，再對這組核心概念進行擴展，建立起整個本體的概念模型。經(jīng)過對核心概念的層次體系結(jié)構(gòu)的擴展，總結(jié)得出設(shè)備故障領(lǐng)域本體的概念層次模型。

第五步是定義概念和屬性：概念層次結(jié)構(gòu)建立起來之后，需要通過定義概念間的關(guān)系和屬性來將這些概念連接起來。概念的屬性一般分為兩種，一種用于描述概念自身的信息和結(jié)構(gòu)，一種用于描述概念之間的關(guān)系，即數(shù)值屬性和對象屬性，同時也要定義屬性自身的性質(zhì)。

第六步是本體編碼：基于OWL本體描述語言應(yīng)用Protege本體開發(fā)工具對概念模型進行形式化的編碼，以便在計算機上能夠理解。

第七步是實例化：故障領(lǐng)域本體借助Protege等本體構(gòu)建工具自動生成符合OWL語法的庫文件，然后采用手工方式在本體構(gòu)建工具中進行實例聲明、實例描述和關(guān)系關(guān)聯(lián)完成大量的本體概念實例化工作。

3 基于本體的文本案例檢索

故障知識的語義檢索，是在本體建模的基礎(chǔ)上實現(xiàn)基于設(shè)備故障領(lǐng)域概念的故障案例檢索。根據(jù)輸入的故障產(chǎn)品、故障現(xiàn)象、故障模式等檢索條件，應(yīng)用本體概念模型，語義檢索引擎將檢索條件映射到與其語義相關(guān)的概念上，應(yīng)用規(guī)范的概念和相似度匹配算法進行檢索，得到一組具有不同相似度的故障案例集作為檢索的結(jié)果，從而可參考相似案例來解決當前的故障問題。本體映射采用XML映射配置技術(shù)，將用戶查詢條件映射為本體描述結(jié)構(gòu)的三元組<概念，屬性，匹配值>，進行查詢條件三元組與本體模型三元組的匹配及語義推理。

圖1故障知識語義檢索模型圖

語義檢索的核心在于如何正確的定義和量化概念之間的“語義相似度”。最近鄰法檢索策略是一種應(yīng)用較為廣泛的語義相似度算法?；舅枷胧菑亩嗑S度空間概念集中找出與目標概念最近的概念，概念的每一個特征屬性即是一個維度。最近鄰法檢索的語義相似度函數(shù)如下：

（1）

表示概念A和概念B之間的相似度；為第i個特征屬性的權(quán)重，；n為檢索屬性的個數(shù)；為第i個特征值的語義相似度函數(shù)，反映了兩個特征概念之間的某種語義關(guān)系。根據(jù)概念詞匯的可替換度和詞義的符合程度，對應(yīng)的相似值也不同。其對應(yīng)的基于本體的文本案例檢索模型如下圖所示

圖2基于領(lǐng)域本體的語義檢索模型

4 結(jié)論

根據(jù)大型復雜設(shè)備文本維修案例這一領(lǐng)域中文本案例自己的結(jié)構(gòu)特點，本文選擇使用基于本體的方式對該領(lǐng)域的文本案例進行知識表示，將該領(lǐng)域中繁雜無序的知識以一定的結(jié)構(gòu)層次展現(xiàn)出來，給該領(lǐng)域進行信息的檢索帶來了極大的便利。同時，針對文本信息的檢索，我們設(shè)計了一套適合該領(lǐng)域信息檢索的算法，最后本文給出了基于本體的文本案例信息的檢索模型。

參考文獻

1.中國科學院計算機技術(shù)研究所陸汝鈴院十研究方向及主要科研成果[EB/OL]

2.宋峻峰，張維明，肖一東，唐九陽.基于本體的信息檢索模型研究[J].南京人學學報.Vol.41，No.2， 2005.191-195