基于語義網的數字化家具模型本體設計與檢索

李文靖 胡書山 余日季

摘 要：針對傳統檢索方式在三維模型爆發性增長背景下出現的種種缺陷，以家具模型為切入點，對基于語義網和本體技術的三維創意素材模型的本體構建與檢索進行研究設計，實現三維數字模型智能化檢索。將本體技術和語義檢索與三維模型結合，對不同類型的家具模型進行數字化描述、特征提取及要素分類，通過OWL本體描述語言創建本體，并將本體模型存入數據庫從而形成模型素材本體庫，根據語義規則構造可被機器理解的檢索方式，為實現大眾參與下的創新創意設計和產品快速原型設計打下基礎。

關鍵詞：數字化模型;三維模型;語義網;本體;語義檢索

DOI：10. 11907/rjdk. 191541 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP319 文獻標識碼：A 文章編號：1672-7800（2019）008-0136-04

Design and Retrieval of Digital Furniture Model Ontology Based on Semantic Web

LI Wen-jing1， HU Shu-shan1， YU Ri-ji1，2

（1. School of Computer & Information Engineering， Hubei University; 2. College of Art， Hubei University， Wuhan 430062， China）

Abstract： Aiming at the defects of traditional retrieval methods in the context of explosive growth of 3D models， this paper studies and designs the ontology construction and retrieval of 3D creative material models based on semantic web and ontology technology by taking the furniture model as the entry point to realize the intelligent retrieval of 3D digital models. In this paper， the ontology technology and semantic retrieval combined with 3D model， digital description of different types of furniture model， feature extraction and classification of elements were made， the ontology was created through the OWL ontology description language and the ontology model database was formed based on ontology model material. According to the rules of semantic structure retrieval query that can be understood by machine was made， which lays the foundation for the public participation of innovative creative design and product rapid prototype design.

Key Words： digital model; three-dimensional model; semantic web; ontology; semantic retrieval

基金項目：國家重點研發計劃項目（2016YFB1101702）

作者簡介：李文靖（1996-），女，湖北大學計算機與信息工程學院碩士研究生，研究方向為計算機技術;胡書山（1987-），男，湖北大學計算機與信息工程學院副教授、研究生導師，研究方向為基于關聯數據技術建筑能效相關多元異構數據關聯的算法與框架、基于多邊形運算建筑模型轉換算法;余日季（1976-），男，湖北大學計算機與信息工程學院碩士研究導師、湖北大學藝術學院教授、碩士研究生導師，研究方向為數字動畫、數字媒體技術與應用（AR/VR/MR/體感交互）、文化遺產數字化保護與開發、數字創意產業。

0 引言

隨著科學技術的創新和突破，傳統檢索方式已無法應對網絡海量數據資源，公眾對智能化網絡的需求日益迫切，越來越多的研究者們將目光投向由W3C組織制定并推動的語義網，微軟、IBM、HP、斯坦福大學、曼徹斯特大學等大型企業和高等教育機構對語義網技術進行了深入分析研究，并開發了一系列如Jena、Racer、KAON等語義網技術開發應用平臺與基于語義網技術的信息集成及查詢、推理和本體編輯系統[1]。同時，我國對于語義網技術的研究也非常重視，國內已有一批重點高校設立了語義網技術研究中心，其中，清華大學研發了SWARMS語義網輔助本體挖掘系統[2]，上海交通大學研發了ORIENT本體工程開發平臺[3]等。

信息科學領域的蓬勃發展推動了信息相關產業的巨大進步，其中三維模型的應用發展尤為明顯。從早期三維模型在工業產品設計、建筑領域、影視動畫行業、游戲產業等領域中的應用，到如今醫療領域中的器官骨骼模型、地球科學領域中的三維地質模型及虛擬現實領域的虛擬模型等，三維模型的應用領域不斷擴展。面對如此海量的三維模型，對三維模型更加快速、準確地匹配與檢索的技術需求變得越發迫切。目前市場中流行的三維模型檢索系統由于存在檢索精度與檢索效率較低、用戶交互度不高等問題，無法很好地滿足用戶需求。國內外眾多學者針對三維模型檢索方面進行了深入研究與實踐，包括最早出現的美國普林斯頓大學三維搜索引擎、Voyage模型搜索引擎、Google開發的SketchUP工具等[4]。 其中普林斯頓模型檢索系統創造性提出的二維繪圖檢索、三維建模檢索等交互操作方式為后續研究者打開了三維模型檢索的新思路，但仍然存在檢索效率低、用戶交互度不高的問題。

針對傳統檢索方式在三維模型爆發性增長背景下出現的種種缺陷，本文以家具模型為切入點，將語義檢索與三維模型相結合，通過語義網和本體技術對數字化三維素材模型進行本體構建，研究其關于智能化語義檢索的實現方法，以期彌補三維模型檢索中用戶交互度低的問題，為實現Web環境下多客戶、設計師協作交互的協同創意設計平臺提供基礎。

1 研究背景

1.1 語義網

W3C是語義網提供的一個允許在應用程序、企業和社區邊界之間共享和重用數據的公共框架[5]。因此，語義網被視為跨越不同內容、信息應用程序和系統的集成者。語義網與Web3.0緊密結合，其作用是連接相關事件及實體。

語義網的7層框架體系結構由Berners-Lee在2000年提出，各層功能自下而上逐漸增強。其中第1層到第4層分別為用于描述資源位置的字符集層、根標記語言層、資源描述框架層以及本體層，而5至7層分別為Logic邏輯層、Proof證明層以及Trust信任層，Logic邏輯層為語義本體提供語義公理及推理規則，用于驗證資源之間的相互關系以及推理所得結果的有效性; Proof證明層包含推理過程，為Logic邏輯層的規則提供認證; Trust層提供信任機制，確保信息在網絡中進行交換的安全性與可靠性，并且驗證該信息是否符合用戶要求。語義網7層框架體系結構如圖1所示。

圖1 語義網層次體系

1.2 本體技術

本體論起源于西方哲學，是一種探索世界根基的哲學理論。隨著信息科學領域的飛速發展，本體的概念被應用于信息科學領域并且被學者們不斷完善。從其內涵來看，本體普遍被認為是同一領域內不同主體間相互交流的一種語義基礎，指對某一特定領域的知識進行捕獲，并對其進行概念分析、建模，從而對該領域包含的知識進行總結，并將其抽象為一系列共享概念，以得到這些概念在不同層次形式化及模式上的明確定義和描述，最終得到該領域內的共同認可。

1.3 SPARQL查詢語言

SPARQL查詢語言是專門為RDF開發、為滿足數據訪問工作組確定的用例和需求而設計的一種查詢語言和數據獲取協議，可檢索所有由RDF語言表示的信息資源[6]。

2 三維家具模型素材概念分析及邏輯模型

由于人類自然語言表述的復雜性和不確定性，為使計算機理解自然語言，必須用形式化語言對自然世界進行抽象表示[7]。家具模型根據其作用功能的不同大致可分為床、桌、椅、柜等，根據它們的概念定義對其進行語義描述，如滿足人類日常睡眠需求的家具為床， 其平面可用于擺放各類物品的家具為桌， 供人類坐于其上休息的家具為椅， 用于存放物品的家具為柜。不管是哪類家具，基本均由柱類、板材等組件組合而成，這些組件在家具中的作用各有不同，其中柱類家具大多起支撐作用，板材家具中不僅能起到支撐作用，有些還可放置物品。起到支撐作用的柱類、板材一般位于放置物品的板材之下，通過描述這些組件邏輯上的空間位置形成家具整體。

在構建家具本體時，根據上述分析對家具模型資源進行語義標注，將語義信息賦予家具資源對象，使其能夠被機器理解。

該系統的架構模型在邏輯上分為資源層、語義描述層、本體層、檢索層和服務層5層，其中資源層的主要作用是搜集各類信息資源并對其進行整合;語義描述層主要利用RDF資源描述框架和OWL語言對資源進行語義標注;本體層負責本體建立和存儲管理，并將構建完成的本體存入本體庫內;檢索層負責對本體庫內存儲的本體文件進行解析，并分析用戶輸入的查詢語句，實現語義層面的檢索;服務層為用戶提供檢索結果的可視化界面[8]。該系統架構邏輯模型如圖2所示。

圖2 系統架構邏輯模型

3 三維家具模型素材語義本體構建與檢索實現

對家具領域的重要術語進行列舉，定義類與類的層次體系、屬性及屬性分面，最后通過本體描述語言創建本體并將本體模型存入數據庫從而形成模型素材本體庫。通過語義網絡規則語言制定相應的本體推理機制。當用戶輸入查詢語句后，由機器對其進行數據預處理操作，即對查詢語句按照詞語進行劃分，并對無用的詞語進行清洗;在預處理操作完成后，通過SPARQL語句對最終得到的查詢詞進行查詢操作，并將查詢結果輸出至用戶界面。

3.1 三維家具素材模型本體設計

本文在限定本體構建領域的基礎上，確定本體類的構建領域為家具;對本體構建目的和用途進行設定，從而達到增強本體針對性的效果。本文采用斯坦福大學醫學院開發的七步法[9]作為本體構建方法，最終得到的語義本體框架如圖3所示。

圖3 語義本體框架

3.1.1 家具本體類定義

面向創意家具素材模型設計的語義本體分別分選取家具（furniture）、墊子（cushion）、柱子（pillar）、板材（plank）作為實體類，每個實體類均可進一步被細化劃分為更小的類，形成本體的層次結構。家具實體類可以進一步被細化劃分為床（bed）、桌（table）、椅（chair）、柜（cabinet），而床、桌、椅、柜又可以被進一步劃分為更小的概念，如單人床（single bed）、雙人床（double bed）、靠背椅（back-rest chair）、無靠背椅（faldstool）、辦公桌（office table）、餐桌（dining table）、衣柜（wardrobe）、書柜（bookcase）等。類的定義如圖4所示。

3.1.2 家具本體類屬性及其約束

對類的屬性進行定義的過程在整個本體構建過程中至關重要，其可用于描述概念的內在含義，通過復用現有類的屬性、擴展或自定義相關元數據標準定義類的屬性，同時還需考慮到屬性類型，如整數型、浮點型、文本等。在定義類屬性的同時，還要對屬性的函數性、自反性、傳遞性等進行約束設定。

圖4 類的定義

針對創意家具素材模型庫，對應素材應設定相應數據屬性，如坐標（coordinate）、尺寸（size）、材質（texture）、顏色（color）等。

3.1.3 家具本體類間關系

針對創意家具模型素材，由于家具是由各種部件拼接組裝而成，這些部件是家具類的一部分，但不屬于家具類的子類，因此將墊子、柱子、板材這3類設定為家具類的兄弟類，與家具類存在包含和部分的關系，如家具類包含墊、柱、板3類，墊、柱、板3類又是家具類的一部分，同時這3個類之間又存在著裝配關系。

3.1.4 家具本體形式化編碼

完成家具模型本體構建后進行保存，保存的文件格式為owl格式。從文件中獲取相應形式化編碼，家具模型素材的本體模型概念定義的形式化編碼片段如下：

3.1.5 實例添加

添加實例的過程實際上是利用之前定義完成的類和屬性描述特定的對象，從而構造語義元數據的過程，這個過程也被稱為語義標注。這些資源對象可以使用URL引用機制對其進行標識，通過RDF鏈接機制將彼此進行關聯，形成語義元數據關聯網絡，如圖5所示。

圖5 語義元數據關聯

3.2 三維家具模型素材檢索設計

針對檢索步驟進行設計時，首先構造知識庫的推理規則，建立本體的語義推理規則，分析創意設計模型的邏輯對象、邏輯關系、概念體系等，以便實現邏輯概念的相互關聯，從而完成基于語義的檢索。用戶輸入查詢語句后，由后臺對數據進行預處理操作，即對查詢語句進行分詞處理和詞語清洗，通過SPARQL語句生成最終的檢索式執行查詢，并將查詢結果輸出。

3.2.1 查詢語句預處理

由于用戶輸入的查詢信息往往夾雜著一些無用的語句信息，查詢系統在獲取用戶輸入的查詢語句后，一般不會直接使用用戶輸入的查詢信息執行查詢操作，而是先對其進行文本預處理操作。文本預處理包括分詞處理、詞語清洗等操作。

分詞處理指對查詢語句按照詞語進行劃分，將查詢語句劃分為由一個個詞語構成的查詢信息詞組，而詞語清洗則是針對上述分詞處理后得到的結果進行去噪處理，主要是將劃分后的詞組中的每個詞語在詞典中對應到每個詞語的詞性，刪去文本中無用的虛詞、代詞、語氣詞等，并通過合并同義詞等方式，對用戶輸入的查詢語句根據其語義進行概念提取，得到最終查詢語句。

為查詢語句中存在的虛詞、停頓詞等，需要在分析前對其進行刪除操作，然而，針對一些包含該類虛詞但有具體意義的詞語，如“了解”、“目的”等詞語應該另作處理，以防在分析查詢語句時造成分析誤差。

3.2.2 查詢語句檢索實現

面向語義的檢索在本體庫推理的基礎上，實現語義服務對語義元數據的推理功能。通過本體推理功能，可以推理出具有直接關系的概念及實例，完成相關概念檢索。在檢索推理機制中，有3類最基礎的語義操作：①基于概念的操作。通過實行基于概念的語義操作，可以實現概念導航;②基于概念關系的操作。通過實行基于概念關系的語義操作，可以揭示概念之間的語義關聯;③結合推理規則的操作。通過實行結合推理規則的操作，可以構建較為復雜的語義推理查詢，這是檢索系統的核心功能。

檢索式1：查詢所有實例的歸屬的類及其類間關系。

部分檢索結果如圖6所示。

圖6 檢索式1檢索結果

檢索結果如圖7所示。

圖7 檢索式2檢索結果

圖8 檢索式3檢索結果

4 結語

本文對基于語義網和本體技術的三維家具素材模型的邏輯概念進行分析，在此基礎上設計了語義本體模型，實現了基于語義的檢索方法，為構建大眾參與的個性化產品協同創意設計平臺打下了基礎。如何通過創意設計知識庫構建、產品設計要素特征提取與分類、知識迭代與融合及設計交互與智能整合，形成知識與設計的協同演進機制、實現產品個性化定制與創意設計的高效對接是今后研究重點。

參考文獻：

[1] YWH_1231. 淺談語義網[EB/OL]. https：//blog.csdn.net/YWH_1231/article/details/44046373？utm_source=itdadao&utm_medium=referral.

[2] 吳剛，唐杰，李涓子，等. 細粒度語義網檢索[J]. 清華大學學報：自然科學版，2005， 45（S1）：139-146.

[3] 王洪偉，吳家春，蔣馥. Extened ontology model and ontology checking based on description logics[J]. 上海交通大學學報：英文版，2004，（1）：195-198.

[4] 楊濤. 基于內容的三維模型檢索[D]. 北京：北京工業大學，2009.

[5] CoolSummer. 語義Web簡單綜述[EB/OL]. https：//blog.csdn.net/hohaizx/article/details/8004.

[6] 癡澳超. RDF查詢語言SPARQL[EB/OL]. https：//blog.csdn.net/u011801161/article/details/7.

[7] 王飛，易綿竹，譚新. 基于本體語義網絡的語言理解模型[J]. 計算機科學，2018，45（S1）：101-105.

[8] 馬文峰，杜小勇. 數字資源整合：理論、方法與應用[M]. 北京：北京圖書館出版社，2007.

[9] 劉藝，萬蓉，裴新涌，等. 一種基于本體的移動學習資源語義檢索模型[J]. 軟件導刊，2015，14（9）：25-27.

[10] 夏翠翠，劉夢赤，胡婕. 基于信息網模型的Web實體語義信息搜索平臺[J]. 計算機工程，2017，43（3）：18-23+31.

[11] 夏美翠，時鴻濤. 基于語義網的高效信息查詢方法[J]. 計算機應用，2015，35（10）：2915-2919.

[12] 戎軍濤. 基于本體的學科知識門戶語義檢索機制研究[J]. 情報科學，2016，34（6）：47-51+62.

[13] 張斌，郭黎，陳健. 語義網的地名檢索服務初探[J]. 地礦測繪，2018，34（4）：1-3+31.

[14] 任志遠. 版權知識本體構建方法研究[J]. 軟件導刊，2017，16（6）：142-144.

[15] 李京杰. 基于語義本體的個性化學習推薦研究[J]. 軟件導刊：教育技術，2016，15（9）：77-78.

[16] 涂春梅. 基于語義的文獻檢索系統研究[J]. 軟件導刊，2012，11（3）：3-5.

[17] QASSIMI S，ABDELWAHED E H. The role of collaborative tagging and ontologies in emerging semantic of web resources[J].? Computing， 2019（2）：1-23.

[18] ALHAKBANI N，HASSAN M M，YKHLEF M，et al. An efficient event matching system for semantic smart data in the Internet of Things （IoT） environment[J].? Future Generation Computer Systems，2019，17（9）：1-19.

[19] HEYDARI B，AAJAMI M. Providing a new model for discovering cloud services based on ontology[J].? Engineering， Technology & Applied Science Research，2017，7（6）：2269-2272.

[20] MICHEL F， FARON-ZUCKER C， MONTAGNAT J. Bridging the semantic web and NoSQL worlds： generic SPARQL query translation and application to MongoDB[M]. Berlin： Springer， 2019.

（責任編輯：江 艷）