基于本體構(gòu)建理論的數(shù)字檔案資源庫的構(gòu)建

陳丹

【摘要】將本體構(gòu)建理論運(yùn)用于檔案管理信息系統(tǒng)的建設(shè)中，并利用Protege工具完成建模與分析處理，從而將檔案管理中的一部分轉(zhuǎn)化為抽象概念，以完成概念之間的關(guān)系構(gòu)建。本文主要介紹了應(yīng)用本體理論構(gòu)建數(shù)字檔案館的建模流程，以實現(xiàn)信息檢索的智能化與人性化。

【關(guān)鍵詞】本體論；數(shù)字檔案；知識檢索

傳統(tǒng)的數(shù)字檔案館是采用基于元數(shù)據(jù)的關(guān)鍵詞檢索方式，早已不能滿足用戶多元化的需求。因此，本文嘗試建立一種基于本體論的數(shù)字檔案館知識檢索模型。通過本體知識、分析理解、概念提取與匹配等方法，從而實現(xiàn)信息檢索的智能化。

一、本體論概述

本體（Ontology）屬于哲學(xué)方面的概念，從哲學(xué)的角度來說，它是對客觀存在的一個系統(tǒng)的解釋或說明，關(guān)注的是客觀現(xiàn)實的抽象本質(zhì)。1993年，Gruber對此進(jìn)行了新的定義，認(rèn)為“本體是概念模型的明確的規(guī)范說明”。后來，Borst在此基礎(chǔ)上對本體理論進(jìn)行了完善，認(rèn)為它是指共享概念模型的形式化規(guī)范說明。Studer對此進(jìn)行研究與總結(jié)后提出“本體是共享概念模型明確的形式化規(guī)范說明”。“概念模型、明確、形式化、共享”是這一概念中的4大特征，它們是在計算機(jī)人工智能方面有知識表達(dá)的意思。我們將本體理論運(yùn)用到數(shù)字檔案管理信息系統(tǒng)建設(shè)中，對檔案資源進(jìn)行描述，并統(tǒng)一數(shù)據(jù)采集模式，從而實現(xiàn)信息資源的共享與提取。數(shù)字檔案館管理系統(tǒng)的主要功能包括借閱管理、檔案錄入、檔案檢索、檔案備份與恢復(fù)等。

二、數(shù)字檔案系統(tǒng)利用本體建模流程

檔案管理系統(tǒng)中的本體是檔案范疇內(nèi)的專有概念，用于表示某個專門領(lǐng)域范圍內(nèi)的全部知識。領(lǐng)域本體是專業(yè)性范疇，可詳細(xì)描述出某個學(xué)科內(nèi)的關(guān)鍵詞條與這些詞條間的關(guān)系。有時描述的內(nèi)容還涉及到該學(xué)科內(nèi)頗有影響力的理論成果。具體來說，檔案領(lǐng)域本體就是針對查詢功能的檔案領(lǐng)域建模的結(jié)果。通過充分挖掘?qū)⑴c檔案有關(guān)的所有查詢操作均抽象為同一組概念。檔案本體對現(xiàn)實活動中檔案的解釋，是基于概念結(jié)構(gòu)與抽象空間兩個方面的，屬于一種系統(tǒng)化過程。創(chuàng)建本體的方法不是唯一的，但能保證本體構(gòu)建的正確性與完整性。本體構(gòu)建流程包括四步：確定需求分析、創(chuàng)建共享詞庫、表示本體、客觀評價本體。

本體中最基本的概念就是類，定義本體中的類實際上就是明確類之間的層次關(guān)系，并明確類的屬性以及類之間的約束關(guān)系。對于概念層次的分析主要有3種方式：分別是自頂向下法、自底向上法、綜合法。自頂向下法是指在某一領(lǐng)域中從最大的概念開始，逐步添加子類，從而將概念細(xì)化。自底向上法則相反，是從最小的類定義開始，逐步向上將這些相似的類組織在一起形成更大的概念。綜合法是將上述兩種方法結(jié)合起來運(yùn)用的方法。不管采用何種方法，均是從定義類開始。比如，以檔案本體為例，采用自頂向下的方法，其中，最基本的類有檔案與檔案信息兩個。在檢索檔案信息時，用戶可將題目、檔案號、分類號、責(zé)任者、關(guān)鍵詞等作為檢索條件。因此，頂層概念就是OWL Thmg，中間層概念包括檔案與檔案信息，底層概念中檔案對應(yīng)的是檔案類別，包括文學(xué)檔案、歷史檔案、科技檔案等；檔案信息對應(yīng)的是卷宗號、案卷編號、題名、文號、文種、密級、保管期限等信息。

三、利用Protege構(gòu)建檔案領(lǐng)域本體

根據(jù)目標(biāo)客戶的具體需求來建設(shè)檔案管理信息，以提高檔案管理的工作效率。Protege是基于面向?qū)ο蟮腏AVA的一種開發(fā)工具，支持類、元類及屬性的OKBC兼容。在利用該工具構(gòu)建本體時共有4個步驟，包括需求分析、確定類與所屬層次、明確屬性，添加實例。在設(shè)計檔案檢索領(lǐng)域中的本體時，借助該工具生成OWL文件，達(dá)到檢索目的。

當(dāng)需要輸入實例時，必須先確定類與屬性的結(jié)構(gòu)。比如，要將一個有序的子類插入到已排好序的父類中，可選用數(shù)據(jù)結(jié)構(gòu)算法描述其中的任何一種插入算法，包括直接插入、兩路順序插入、表插入等。若要添加實例，還需利用Individuals標(biāo)簽內(nèi)的5個面板，涉及到的屬性內(nèi)容主要有類的思想、實例名稱、性能復(fù)雜性等。下面，我們以直接插入為例進(jìn)行闡述：Individual：直接插入排序算法。轉(zhuǎn)化為具體文字描述：某個有序序列[1...，i-1]，共有i-1個元素，若要插入r[i]，那么，序列的元素個數(shù)就變?yōu)閕個，新序列為r[...i]。在插入時必須注意存放序列的數(shù)組不準(zhǔn)越界，可采用順序查找算法，在r[0]的地方設(shè)立一個“監(jiān)視哨”，任何插入操作均是從“i-1”向前挨個搜索，記錄能在查找過程中順序往后移動一個位置。簡而言之，排序的過程需完成的插入操作有（n-1）次。將序列中的首個元素作為最簡單的有序序列，并從第二個記錄開始依次添加到該序列中，直到全部記錄均被插入到序列當(dāng)中。這里的序列是采用關(guān)鍵字進(jìn)行排序的。

四、結(jié)語

隨著社會的發(fā)展，檔案數(shù)字化的進(jìn)程進(jìn)一步加快，數(shù)字化檔案建設(shè)取得了一定的成效，但仍存在不少問題。因此，本文以本體構(gòu)建論為基礎(chǔ)，利用本體的思想與方法，對檔案領(lǐng)域的知識進(jìn)行組合與整合，并通過規(guī)范的形式化語言進(jìn)行描述，以進(jìn)一步提高數(shù)字檔案管理效率。

【參考文獻(xiàn)】

[1]賈艷平，吳永明.基于本體論的數(shù)字檔案館知識檢索模型的研究[J].大眾科技，2012，14（5）：222-223.

[2]周佳明.基于本體特征的檔案系統(tǒng)模型構(gòu)建[J].揚(yáng)州教育學(xué)院學(xué)報，2015，33（2）：51-54.

[3]李海軍.檔案管理信息化之本體方法討論[J].山西檔案，2007，35（6）：16-17.