論GFO的基本框架及頂層本體比較研究

龍海++朱彥

摘要：介紹頂層本體GFO（general formal ontology，通用形式化本體）的基本概念和框架，及其他3種主流頂層本體--SUMO（推薦上層合并本體）、DOLCE（語言學和認知工程的描述本體）、BFO（基本形式化本體）。并在總體架構和適用范圍、對客觀世界的理解等方面進行比較，對兼容性、結構化程度和可擴展性、成熟度及開放度等方面進行評估，認為GFO可以滿足構建中醫藥領域本體上層框架的基本要求。

關鍵詞：本體；頂層本體；通用形式化本體；中醫藥本體；推薦上層合并本體；語言學和認知工程的描述本體：基本形式化本體

近年來，本體學或本體論（Ontology）在信息系統領域中的研究和應用越來越普遍，其重要性在電子商務、語義網絡、企業、信息集成、自然語言處理、知識工程、數據庫等不同領域得到了日益廣泛的承認和重視。一般來說，本體或本體論有兩個方面的涵義。其最初的涵義是哲學層面上的，指一種研究世界本質的形而上學；其二是指在信息科學當中的本體學。按照Gruber提出的定義，本體是對某一可共享的概念模型的形式化的和明確的規范說明。

1 頂層本體的應用

按照本體的抽象化程度，本體一般可分為頂層本體、中間層本體、領域本體、任務本體、應用本體等。而頂層本體是高層的與某個特定領域或任務無關的本體，它通常只表達一些常識性概念和范疇，如時間、空間、對象、事件等。頂層本體具有普遍性和抽象性，它可以作為構建領域本體的基礎，并且為不同系統提供一個共同的知識庫（見表1）。利用頂層本體來構建領域本體，利用頂層本體中已有的概念集、規范的關系定義和公理定義，以及合理的邏輯結構，可以大大減少本體構建過程中的復雜性，省時省力；同時，通過遵循同樣的標準規范，使得將來在不同本體或系統之間的映射和互操作變得容易。

中醫藥領域頂層本體不僅為中醫藥領域本體的構建提供指導框架，而且有利于實現中醫藥領域本體同其他領域本體之間的整合，是實現不同領域知識共享和互操作的基礎。目前，關于中醫藥領域頂層本體的研究，基本都是參照SUMO（suggestedupper merged ontology，推薦上層合并本體）和西醫領域的 UMLS （unified medical languagesystem，一體化醫學語言系統）進行構建。然而，傳統的中醫學理論有著自己獨特的體系架構，無論是它的知識背景、哲學起源，還是中醫藥術語的語義和語境，都與西醫的知識體系有著極大的差異。如果按照西醫理論去詮釋中醫藥概念和術語，不顧及中醫發展規律和特殊性，加之選擇不當，很容易產生語義表達二義性等諸多問題。

2 GFO介紹

2.1 項目起源

GFO（general formal ontology，通用形式化本體）是目前可供構建領域本體所參考的主流頂層本體之一，由德國學者Heinrich Herre、Barbara Heller以及Onto-Med團隊于20世紀90年代末創建。它的前身是基礎本體的集成系統（integrated system of foundational ontologies，ISFO）的組成部分，而ISFO又是之前被稱為GOL項目，即后來的關于本體的發展和應用的集成框架（integrated framework for the development andapplication of ontologies，IFDAO）的一部分。IFDAO是作為萊比錫大學信息學院（IFI）和萊大所屬的醫學信息統計學暨流行病學研究所（IMISE）于1999年聯合創建的，它包括本體語言庫、開發工具系統等一系列組件。該工具系統支持面向領域和一般本體的開發工作。

2.2 基本概念和框架

GFO致力于構建一個可以適用于所有領域的頂層本體，由3層元本體架構組成。（1）抽象頂層：包括集合（set）和條目（item），這兩個原始元素（或稱初始元素，urelement）作為唯一的元元范疇（meta-meta-categories）。（2）元層面（metalevel）：是指基本層以上的元范疇（metacategories），又被稱之為抽象核心層面（abstract-core-level），它從item中被推導出來，被分為范疇（category）和個體（individuals）。即本體當中的每一個事物或者是范疇，或者是個體。（3）由所有相關的GFO基本類別所組成的基本層面（basic-level），這個層面的謂詞可以通過領域頂層連接公理與領域本體當中的范疇進行對接。見圖1。

2.3 特點

GFO具有以下7個特點：（1）一方面，區分靜態實體和動態實體；另一方面，它既包含對象（3D，指三維空間）也包含過程（4D，指三維空間加時間維），并且將兩者整合進一個連貫一致的框架。為復雜的領域知識建模過程創造良好的可能性。（2）通過承認共相（universals）、概念（concepts）和符號結構（symbol structures）這些上層節點以及它們之間的相互關系，呈現一個多元范疇方式，具備更多的抽象性和兼容性。（3）包括現實的各個層次（stratum）與層面（level），比如物質層次、精神層次、社會層次，以及各層次之間的意識層面、化學層面、生物層面、性格層面、物理層面等。（4）通過本體映射和簡約的原則支持不同領域本體之間互操作性。（5）提供形式化公理集，可以通過元邏輯方式加入到特定的領域本體中。（6）提供幾個創新的本體模塊，比如函數模塊（function）和角色模塊（role）。（7）可以支持各種領域本體或應用本體，首先是醫學、生物學、生物醫學領域，也包括經濟學和社會學等眾多領域。

3 其他常用頂層本體介紹

在本體學領域，近年來有不同的專家小組先后推出了各自的頂層本體，包括DOLCE （descriptiveontology for linguistic and cognitiveengineering，語言學和認知工程的描述本體）、SUMO、OpenCyc/ResearchCyc、GFO、BFO（basicformal ontology，基本形式化本體）等，擁有各自的理論表達和分類架構，它們的共生性和頂層處理方式在2006年3月的頂層本體峰會上都獲得承認。

3.1 SUMO

這是由電氣和電子工程師協會組織（IEEE）所屬的標準上層本體（standard upper ontology，SUO）工作組創建的頂層本體（http：//www.adampease. org/OP/.），合并了已有的幾個頂層本體。最初創建它是為了滿足在眾多領域之間對實體或事件進行標準化的描述和詞匯定義的需求。它由美國科學家Lan Niles和Adam Pease開發，現由技術知識公司（Teknowledge Corporation）進行維護。SUMO是一個輕量級的本體，它包括的概念和公理都是以一種能被大多數用戶理解掌握的方式來表示（見圖2）。其特點是致力于實現數據的互操作、信息檢索、自動推理和自然語言處理；表示語言為SUO-KIF語言；可以按GNU公共許可協議提供聯機瀏覽；概念完全公理化；與整個WordNet建立映射；具有多國語言生成模板；支持瀏覽和編輯的工具。作為一個大型的免費的形式化本體庫（包括中間層和眾多領域層本體），它共有約25 000條術語和約8000條公理。

3.2

DOLCE

最初設計DOLCE并不是作為可供候選的關于一般性或共相的標準本體，而是作為WonderWeb基礎本體庫中的一個可供參照的模塊，致力于去捕捉在塑成自然語言和人類認識的過程當中的最基本的本體范疇。它所引入的范疇也被認為是認知的人造物，它們極端依賴于人類的感知能力、文化烙印以及社會習俗。因此，DOLCE傾向于將自己的范疇作為描述性的觀念，即幫助已經形成的概念模型顯式化，而不是去用某種形而上的方式去規定它們，特別是在語言學和認知工程學方面。DOLCE在本體設計架構中排除了一般性或共相這個實體，而是用殊相或特殊性（particular）作為它的根元素（見圖3）。因此，它是一個采取特殊觀的描述型本體。

3.3

BFO

BFO （http：//ifomis. uni-saarland. delbfo/-）由美國學者Barry Smith和他的團隊所創建，最初構建時部分采納了DOLCE和SUMO的一些核心理念（見圖4）。所不同的是，BFO的目標是致力于成為某些特定的科學研究的頂層本體框架，例如在開放的生物學本體工場（open biological ontologiesFoundry，OBO Foundry）框架里面的生物醫學領域本體。因此，BFO并沒有包括其他一些科學領域比如物理、化學、生物領域的術語。而OBO Foundry由超過60個的080本體所組成，這些本體的設計者都是遵循同樣的設計原則來開發他們的本體。這些原則包括必須促進在廣泛的080框架內的本體之間的互操作性；必須確保能逐漸改善這些本體的質量和形式化的精確性；對庫操作的設計必須能滿足在生物醫學領域日益增長的數據和信息集成的需要。

另一方面，BFO的基本理論采取的是一種所謂基于實證的現實主義的世界觀，這實際上是一種簡單的兩分法。它把世界大體分為：（1）共相和殊相；（2）連續體和事件體（continuant and occurrent）； （3）相關的和非相關的（dependent and independent）； （4）形式的和物質的（formal and material）。其中最主要的是連續體和事件體這兩大范疇。BFO關于本體的核心理念可歸納為以下幾點：（1）共相是與觀察者無關的客觀存在，它們反映的是現實的不變量（invariants）；（2）所謂壞的本體，其常用術語缺乏與現實中的共相的對應聯系，而只是強調與實例的對應關系；（3）所謂好的本體是現實的表示，所以它必須是建立在共相的基礎上，而不是概念。

4比較和評估

4.1 總體架構和適用范圍

對目前在領域本體建模時比較受推崇的SUMO來說，正如文獻所言，雖然它和其他一些頂層本體和WordNet建立了映射關系，但它目前沒有繼續開發下去，而是處于一種維護模式。而且它本身的規模比較小，只有約1000個概念，是一個輕量級本體，將來在本體的應用方面會有局限性。與其他頂層本體相比，SUMO的組件更少一些。

在生物醫學等領域作為080本體的參照本體的BFO，也不一定能適用于其他場合。BFO中最主要的兩大范疇是連續體和事件體，兩者各自獨立，互不相干，這是一個二維平面型的頂層本體架構，這樣的架構雖然便于理解，但在知識表達上有局限性。

而GFO是一個多層次、立體型的頂層本體架構，更適合于對知識的動態的分析和表達。特別是涉及到任何有關過程和變化的理解方面，GFO的思想和對于其概念的定義更為科學和合理。

4.2 對客觀世界的理解

DOLCE、BFO和GFO三者側重點不盡相同。DOLCE強調個體（殊相）的重要性，所以它的本體架構是一個關于殊相的本體，在它的體系中排除了共相這個范疇。BFO認為客觀世界的真實性是通過共相即現實的不變量來體現的，所以它強調的是對共相的理解。而GFO采取的是一種相對折中的態度，即承認普遍性，也強調特殊性。而且GFO也反對BFO中提出的所謂基于實證的現實主義立場，Herre認為，Smith的觀點中存在著一個理論盲點，即關于觀點“所謂好的本體是現實的表示，所以它必須是建立在共相的基礎上，而不是概念”的表述是有缺陷的，因為它沒有一個關于現實表達（reality representation）的現成定義可用。這個缺陷如果不通過對概念的使用就無法彌補，即沒有概念就沒有對現實的表達。

4.3 概念模型

GFO提出了自己獨特的時空觀模型和過程模型，即通過建立時間邊界（time boundary）和時間區間（time interval。或稱時間體chronoid）這樣的概念模式。假設兩個時點相遇但不重合，timeboundaries coincide兩個相鄰接的不同過程在維護自身完整屬性的同時，并不會相互混淆。類似的，GFO通過精確區分即時體（presential）和過程（process），既避免了DOLCE中關于瞬間的整體endurant和連續的整體perdurant概念含混的困境，也為認識論上歷來的關于事物同一性的爭議問題提出了一個完善的解決方案。

另外，表2基于開放度、結構化程度和可擴展性、成熟度、兼容性等評價指標及其他相關基本信息，對SUMO、DOCLE、BFO和GFO等4種頂層本體進行了比較和評價。

5 小結

本文介紹了頂層本體GFO的基本概念、框架及特點；然后從總體架構和適用范圍、對客觀世界的理解等方面，與其他主流頂層本體進行了比較，并對兼容性、結構化程度和可擴展性、成熟度及開放度等方面進行評估。在創建領域本體時，面對頂層本體的選擇有多種選項，但是最能滿足實際需要的才是最適合的。而GFO較好地滿足了作為構建中醫藥領域本體上層框架的基本要求。以后將會針對中醫藥頂層本體的研究現狀和難點，具體分析GFO在中醫藥頂層本體構建中的獨特優勢，進而提出基于GFO構建中醫藥頂層本體的思路和路線圖。