面向提升東北亞航運中心信息化水平的語義檢索研究

馮士軒，張益民

（大連東軟信息學院，遼寧 大連 116023）

面向提升東北亞航運中心信息化水平的語義檢索研究

馮士軒，張益民

（大連東軟信息學院，遼寧 大連 116023）

首先對東北亞航運中心信息化研究現狀作了綜述，介紹了本體構建的方法，在給出本體的形式化定義基礎上構建了航運領域本體，并使用網絡本體語言OWL加以描述。利用構建的本體對航運事故信息進行了形式化表示，給出了基于本體的語義檢索系統的設計與實現過程，研究結果表明，本體在實現知識的語義化推理和智能化檢索方面有明顯的優勢，能較大地提升檢索的查全率和查準率。

本體；東北亞航運中心；語義信息檢索；信息化

1 引言

2003年10月中共中央和國務院共同下發了《關于實施東北地區等老工業基地振興戰略的意見》，該意見中強調：“要充分利用東北地區現有的港口優勢和條件，力爭把大連建設成為東北亞地區最重要的國際航運中心；2006年國務院又將大連確認為繼上海之后的第二大國際航運中心。政府的政策支持對大連乃至整個東北老工業地區都是極大的機遇，東北亞航運中心的建立能夠增強其對經濟的牽動和輻射能力，實現內地和口岸的經濟互動，更能提升大連在亞太地區甚至全世界的重要影響。在東北亞航運中心的建設過程中，信息化的建設起著至關重要的作用，信息的及時獲取與管理對提升該航運中心的服務水平和完善航運中心的運作效率有著極大的幫助。基于此，很多的航運管理中心相繼建設了針對航運信息進行集中管理的信息系統，如：桑凌志等[1]針對水上交通事故調查處理，提出了一個協同事故系統的建設框架，旨在提升對航運事故處理的效率和透明度；肖智等提出使用J2EE技術的構建地方海事信息平臺，力圖實現對地區海事信息的大范圍整合。然而，總體來看，當前的信息管理方式仍較為落后，基于關系型數據庫的數據存儲方式導致了大量信息分散存儲在不同的地點，形成了一座座信息孤島；另外，不同系統的設計模式、實現結構等存在著差異，使得不同數據間呈現了很大的異構性，對資源的信息整合提出了艱巨的挑戰。究其原因，基于關系型數據管理的解決方案還是建立在關鍵字匹配的基礎上，缺乏對資源對象語義方面的描述，更無法實現不同資源對象之間語義層面上的互連。

本體是起源于哲學的概念，它在哲學的作用在于“對大千世界中客觀存在事物進行系統性地描述和表示，即事物存在理論”，它關心的是客觀現象的本質抽象，是對客觀存在性的系統說明和解釋[1]。后來，相關學者將本體的概念引入了信息處理領域，Neches等人給出了最早的本體定義，他將本體定義為“給出構成某個相關領域詞匯集的基本術語和關系描述，以及利用這些關系和術語構成的規定詞匯外延規則的定義[2]。之后，Cruber又給出一個最經典的本體定義，即“本體是對某種概念化體系的規范化說明”[3]。

在人工智能領域，本體已經受到了廣大學者的關注，并開展了廣泛的研究，在信息資源管理、智能系統設計、知識的管理與組織方面都取得了較大的進展。因此，本文的工作主要在于：立足于東北亞航運中心信息化水平的提升，借助本體實現信息的語義化表示與智能化檢索。本文的主要內容包括：先給出本體的構建方法，再參考本體的形式化定義給出具體的本體構建過程，之后基于實現基于本體的語義信息檢索，以體現本體在知識重用與共享方面的優勢，最后給出本文結論。

2 本體的構建方法

本體的構建方法主要包括以下幾種：

（1）企業建模法[4]。該方法是多倫多大學的一個研究項目，目的是建立一套為公共企業和商業建模所使用的集成本體。同時，它設計并開發了一套評價本體的體系和方法。該方法包括的主要步驟如圖1所示。

（2）骨架法[5]。該方法只提供了開發本體的方針指導，可用于描述企業之間定義和術語的集合，包括的主要步驟如下：

a.確定本體的應用范圍。范圍越大，本體構建的工作量也越大，所以要把本體的目標限定在合理的范圍內，以保證本體構建的可行性。

b.分析本體。明確本體內的術語及其相互關系，對領域中的術語掌握得越多，本體構建的就越完善。

c.模型表示。使用語義模型描述本體，使之具備機器可處理的語義基礎。

d.對本體評價。通過引用一致性、可擴展性、完善性和清晰性等標準評價本體的結果。

圖1 企業建模法的步驟及流程

3 本體的形式化定義及構建過程

3.1 本體的形式化定義

本文使用由德國卡爾斯魯厄大學所屬的AIFB研究所提出的基本本體模型[6]作為本體的形式化描述方式，并以此為指導構建航運領域的本體。

定義 本體是一個五元組O:=（C,R,?,σ,A），其中：

（1）C是一個概念集合，C中的每一個元素稱為概念（concept）。

（2）R是一個關系的集合，R中的每一個元素稱為關系（relations）。C與R是兩個不相交的集合。

（3）概念集C上偏序關系?，體現的是概念間的父類與子類關系，被稱為概念的層次結構（concepthierarchy）。

（4）函數σ：R→P(C×C)，其中，函數的作用是將R中的每個元素映射為C×C的子集，P(C×C)是冪集；

（5）A定義的是公理集合。

3.2 本體的構建過程

根據上述本體的形式化定義，構建如下的東北亞領域航運事故本體：

步驟①：構建核心概念集C。可參考相關的主題詞表，如《交通漢語主題詞表》對船舶的分類，構建相應的船舶類，通過對航運領域的進一步分析，提取其它相關的概念，構成核心概念集。概念集C的構建過程如下：

C={航運,船舶,商用船,軍用船,科學考察船,事故,事故類型,碰撞事故,沉船事故,船員,船公司,事故地…}

步驟②：構建核心關系集R。使用對象類型屬性可以描述概念間存在的某種語義關聯，部分關系集Robject構建如下：

Robject={擁有的事故類型,事故所在地,公司擁有的員工,…}

使用數據類型屬性可以描述對象與某些類型文字之間的關系，部分關系集Rdatatype構建如下：

Rdatatype={事故時間,事故傷害人數,事故描述,事故經濟損失,…}

步驟③：構建概念集間的偏序關系?。?={＜船,航運＞,＜商船,船＞,＜船類型,航運＞,＜碰撞事故,事故類型＞,＜事故等級,航運＞,…}

步驟④：構建概念的映射函數σ。將關系R映射為C×C的子集，構建的映射函數σ如下：

σ={σ(擁有的事故類型)={＜航運,事故類型＞},σ(事故所在地)={＜事故,事故地＞},…}

步驟⑤:構建相關的公理集A。公理集可用于提供領域中事實和規則的描述，是語義推理的基礎，公理集一般采用“如果-則”的形式表示。公理集A構建如下：

A={如果?x是事故類型，?y是貨船，?z是船類型，?y碰撞了?z，?x受傷人數是?a，?a的人數大于1，?y與?z不相等，則?x可判定為是碰撞事故類型…}

4 基于本體的東北亞航運事故信息描述

依據上述本體描述，本文選取發生在東北亞大連地區的一起航運事件，以實例的形式說明事件的語義標注結果，并給出關于該碰撞事件的OWL描述，如下所示：

＜!—事件的OWL語句片段--＞

＜owl:NamedIndividual rdf:about="事故&;錦樂 67 輪與遼普漁運13 碰撞事故"＞

＜rdf:type rdf:resource="事故事故類型"/＞

＜rdfs:label＞

錦樂67輪與遼普漁運13碰撞事故

＜/rdfs:label＞

＜受傷人數＞12＜/受傷人數＞

＜事件描述＞

漁船船體漏水，發生傾斜，需要救助。 ……

＜/事件描述＞

＜事故地點＞

大連港進港航道H2浮附近

＜/事故地點＞

＜事故時間＞2017-03-04＜/事故時間＞

＜/owl:NamedIndividual＞

5 基于本體的航運信息語義檢索

本節首先給出基于本體的語義信息檢索系統原型，之后給出Java實現的核心代碼，最后對語義檢索的應用效果進行分析，以揭示本文方法的有效性。

本文的語義檢索系統原型如圖2所示，并給出每個模塊的詳細說明。

圖2 基于本體的語義檢索系統

5.1 資源采集模塊

資源采集模塊用于對東北亞地區發生的所有航運事故信息進行采集，獲取的資源渠道較為豐富，比如：從已有的資源庫獲取或者是來源于網絡的信息資源。資源采集模塊收集的數據大多數都是非結構化或半結構化的，且彼此之間是異構存在的，需要進一步進行語義化描述。

5.2 語義處理模塊

在語義處理模塊中需要對獲取的各種資源文件進行元數據的描述，通過數據抽取、轉換和裝載獲取原始數據資源，并對原始數據進行標注，使資源具備一定的語義信息，重組為語義元數據庫，為進一步的語義檢索提供基礎。

5.3 本體管理模塊

通過本體模塊可以管理本體的構建過程，并不斷補充、豐富和完善本體的詞匯庫，不僅可用于對資源的語義標注，也可以為基于本體的推理提供語義的基礎，以提升東北亞航運中心的信息化水平，該模塊是語義檢索系統的核心。

5.4 檢索模塊

檢索模塊接受用戶的檢索輸入，并通過本體標注自動實現將關鍵字檢索向語義檢索轉換，由檢索器控制整個轉換的過程，并向推理機發出推理的指示。推理機通過調用事先存儲好的公理執行推理過程，可以發現新的事實和知識，從而向用戶返回語義層面的檢索結果。以下給出基于JAVA實現語義檢索的部分核心算法代碼。//提取本體文件到內存模型中

Modelschema=loadModel(“…/filepath/…/本體文件.owl”)；

schema=loadModel(“…filepath…/實例文件.owl”)；

//讀取規則文件到列表容器中

Listrules=rulesFromURL(“…/filepath/…/規則文件.rule”)；

//創建執行推理的推理機對象

GenericRuleReasoner reasoner=new Generic-RuleReasoner(rules)；

//設置基于Rete算法的正向鏈式推理方式

reasoner.setMode(GenericRuleReasoner.FORWARD_RETE)；

//執行推理過程并在InfModel中保存結果

InfModel infmodel=ModelFactory.createInf-Model(reasoner,schema)；

//將推理結果寫回實例文件中

infmodel.write(newFileOutputStream(“…/filepath/…/資源文件.rdf”))；

在傳統的基于關鍵字的檢索中，檢索的過程只會按照提供的關鍵字執行“精確”或“模糊”的匹配，存在著較大的漏檢與錯檢情況。而基于語義信息檢索的優勢在于根據本體事先定義好的語義關系，可借助推理機的推理功能，實現智能化的語義檢索，擴大檢索的范圍和深度。以語義檢索“事故類型”為例，在本體模型中，定義了“碰撞事故”、“沉船事故”等都是“事故類型”的子類，如果是以“事故類型”為輸入對象，則智能檢索系統會根據以上定義的語義關系，將檢索的范圍自動擴展為包含“碰撞事故”、“沉船事故”等所有類型的事故實例，從而提高信息檢索的查全率和查準率。

6 結論

本文以提升東北亞航運中心信息化水平為目標，嘗試性地引用人工智能領域中的本體技術，在介紹本體構建的方法與形式化定義后，給出了航運領域本體的具體構建過程。以此為基礎，設計并實現了語義信息檢索系統，從而實現了東北亞航運信息的智能化檢索，提高了檢索的查全率與查準率。

[1]朱禮軍,陶蘭,黃赤.語義萬維網的概念、方法及應用[J].計算機工程與應用,2004,40(3):79-83.

[2]Neches R,Fikes R,Finin T,et al.Enabling Technology for Knowledge Sharing[J].Ai Maga-zine,1991,12(3):36-56.

[3]Gruber T R.A translation approach to portable ontology specifications[J].Knowledge Acquisition,1993,5(2):199-220.

[4]Gruninger M,Fox M S.Methodology for the Design and Evaluation of Ontologies[Z].Work shop on Basic Ontological Issues in Knowledge Sharing,1995.

[5]Gruninger M U M.Ontologies:principles,methods and applications[J].Knowledge Engineering Review,1996,11(2):93-136.

[6]Stumme G,Ehrig M,Handschuh S,et al.The Karlsruhe View on Ontologies[R].Karlsruhe,Ger.:Universitat Karlsruhe(TH),2003.

Study on Semantic Retrieval to Improve IT Level of Northeastern Asian Shipping Center

Feng Shixuan,Zhang Yimin
(Dalian NeusoftUniversity of Information,Dalian 116023,China)

In this paper,we first summarized the current researches on the informatization of the Northeastern Asian Shipping Center,introduced the method for the construction of ontology,then on the basis of giving the formal definition of ontology,constructed the ontology in the shipping field and used the OWL to describe it.Next,we proposed the formal representation of the information concerning shipping accidents using the ontology constructed and introduced the process of the design and realization of the ontology-based semantic retrieval system.

ontology;NortheasternAsianShipping Center;semantic information retrieval;informatization

F253.9

A

1005-152X(2017)07-0150-04

10.3969/j.issn.1005-152X.2017.07.032

2017-06-01

遼寧省教育廳項目“面向東北亞的貿易人才國際化培養體系和質量研究”（ZX2015SK010）

馮士軒（1971-），男，吉林琿春人，碩士，副教授，大連東軟信息學院副院長，研究方向：信息學、教育學、語言學；張益民（1975-），男，陜西華縣人，副教授，碩士，研究方向：高等教育、電子商務信息平臺、個性化推薦、數據挖掘。