動態本體構建的國內外研究現狀綜述

王娜 蔣智慧

摘?要：[目的/意義]梳理與歸納國內外動態本體構建的相關文獻，旨在能對動態本體構建的研究與發展提供一定的參考。[方法/過程]采用綜合、歸納、比較等方法，從動態本體定義、知識建模、構建流程、構建標準等方面闡述了國內外研究現狀。[結果/結論]結果表明，動態本體相關領域取得了一定的研究成果，但也存在一些不足，基于此，提出了未來研究趨勢：應著重關注基于文本的動態本體構建方法;開發擴展功能，注重動態本體的共享性;根據用戶發布內容與行為來完成動態本體的進化;針對性地對動態本體構建標準進行研究等。

關鍵詞：動態本體;構建流程;知識建模;本體映射;構建標準;綜述

DOI：10.3969/j.issn.1008-0821.2020.04.018

〔中圖分類號〕G254?〔文獻標識碼〕A?〔文章編號〕1008-0821（2020）04-0159-08

Research Overview on Dynamic Ontology Construction at Home and Abroad

Wang Na?Jiang Zhihui

（School of Information Management，Zhengzhou University，Zhengzhou 450001，China）

Abstract：[Purpose/Significance]This article systematically reviewed the research literature on dynamic ontology construction at home and abroad，which aimed to provide reference for further study and development of dynamic ontology.[Method/Process]This article adopted methods such as synthesis，induction，and comparison.It included four parts：the definition of dynamic ontology，knowledge modeling，construction process and evaluation standard.[Result/Conclusion]The results showed that related areas made a lot of achievements，but there were some problems.The next step in domestic research in this area can be：focus on text-oriented dynamic ontology construction method，develop extended functions and pay attention to the sharing of dynamic ontology，complete the evolution of dynamic ontology by publishing content and behavior according to users，target research on dynamic ontology construction standard.

Key words：dynamic ontology;construction process;knowledge modeling;ontology mapping;construction standard;overview

隨著網絡信息技術的快速發展，用戶接受和獲取信息的方法、途徑也在發生著改變。面對豐富的網絡信息資源，信息的組織方式會直接影響到用戶的認知、判斷，從而導致不同的用戶行為。本體（Ontology）是共享概念模型的明確的形式化規范說明[1]。在20世紀90年代，本體概念被引入人工智能、圖書情報和知識工程等領域，一度成為這些領域的熱門研究課題[2]。通過本體構建，可以更有效地組織信息，進而更精準地給用戶提供所需信息。傳統的本體構建以手工或半自動化為主，費時費力且不能適應當前的大數據時代。現如今，越來越多的學者都開始研究動態本體（Dynamic Ontology）的構建問題。動態本體以自動構建為主，節約時間成本，允許對任何不再使用的對象、屬性和關系進行移除，并且可以根據需求添加新的對象、屬性和關系[3]，所以本體是時刻處于動態更新的狀態，成為當前信息領域的一個研究熱點。

近年來有關動態本體構建的相關研究逐漸增多，并且受到了越來越多的關注，但卻還沒有對動態本體構建進行綜述的文獻，這不利于從整體上把握動態本體構建的研究現狀與趨勢，從而不利于把握目前研究中的薄弱環節。針對目前研究的不足，本文通過梳理相關文獻，對動態本體的定義、知識建模、構建流程、構建標準等進行歸納梳理，探究未來研究趨勢，以期能對動態本體構建的研究提供一定的參考。

1?動態本體的定義和動態本體構建研究的發展脈絡

1.1?動態本體的定義

動態本體的定義從本體的定義延伸而來，由于動態本體構建研究的開展時間較短，目前國內外學者還未形成統一的認識，比較具有代表性的觀點包括以下幾個：

陸汝鈐在2000年提出可以把本體分為動態本體和靜態本體，靜態本體是指描述事物或概念的各個組成部分及這些組成部分之間的靜態聯系。動態本體描述事物或概念的運動和變化[4]。Dahab M Y等人認為動態本體是指可以自動抽取所需信息來輔助本體構建的一種本體[5]。Liu J H等提出：動態本體是指在多個領域本體的基礎上構建的臨時本體，用于簡潔知識需求，形成目標知識資源[6]。羅鈞旻等將動態本體形式化描述為：本體O=（Agents，Objects，Relationships，Evolution-mechanism），其中Agents是主體的集合，Objects是客體的集合，Relationships是關系的集合，Evolution-mechanism是演化機制[7]。

1.2?動態本體構建研究的發展脈絡

本文以“Dynamic Ontology”、“Dynamic Ontology Construction”等檢索詞在Web of Science（WoS）、Emerald、Elsevier等數據庫中檢索，獲取文獻110余篇，然后對檢索結果逐一閱讀及篩選，一共篩選出72篇相關文獻，整理發現國外關于動態本體的研究開始于1990年前后，以動態本體的構建方法為主，主要研究動態本體構建工具及基于文本的動態本體構建方法，從2010年后還側重于動態本體的應用研究，特別是動態本體在醫學領域中的應用研究。以“動態本體”、“動態本體構建”等為關鍵詞在中國知網、維普、萬方等數據庫進行檢索，共檢索出40余篇相關文獻，整理歸納后發現國內相關研究起步相對較晚，始于2000年左右，初期研究涉及動態本體的概念，后期主要側重于動態本體的構建方法對比、本體評價標準等。相關的主要研究項目如表1所示。

科學文獻是衡量科學知識量的重要尺度之一[8]，學術論文及相關項目是反映科學發展規律的重要指標。通過統計國內外“動態本體構建”這一專題相關文獻及項目，可以了解到該研究主題的發展程度。利用Citespace這一知識圖譜軟件，可以以可視化的方式了解目前國內關于動態本體構建的研究熱點。

根據聚類圖，本文得出排名前10的高頻關鍵詞，如表2所示，除去本體、動態本體這兩個核心概念，可得到Web服務、服務組合、語義、知識建模、本體映射等關鍵詞。下面本文結合高頻關鍵詞對動態本體構建的相關研究進行了歸納和梳理，發現目前的研究主要集中在知識建模、動態本體構建流程、動態本體構建標準等方面。

2?動態本體構建的知識建模

知識建模是指對知識獲取與組織的過程[9]，其關鍵在于對知識的有效組織與表示，本體構建是建立一種關于知識描述的過程，因此在動態本體構建的研究中，知識建模主要指本體中概念與關系的抽取與更新、形式化描述等。

2.1?基于文本的知識建模

基于文本的概念與關系的提取與更新以文本語義為基礎[10]，通過識別提取文本中的語義以補充動態本體的知識源，所以語義一直是專家們在獲取概念和關系時所考慮的重點[11]。王茜提出了基于文本挖掘的概念與關系的獲取方法，該方法將敘詞表的描述形式轉換為本體的概念模型，同時利用敘詞標引的主題文獻進行文本挖掘以抽取動態本體的概念和關系[12]。Lakel K等使用術語Wordnet1.2從文本中識別概念、關系，并通過合作學習修改與更正這些概念與關系[13]。Marta M等提出基于文本挖掘的概念抽取方法，該方法利用一種半自動本體構建工具（OntoGen）定義自閉癥趨勢分析領域內的主題及其名稱，然后將文檔自動分配給主題來支持動態本體構建所需要的概念和關系[14]。Kafkas S等開發了一種從文獻中挖掘信息以構建基因表型本體的方法，該方法利用文獻中的術語與短語之間的共現關系進行動態本體的構建[15]。Lee J H等利用文本挖掘技術識別電子學習領域的概念與關系，通過實現知識的自動聚合來完成動態本體的概念與關系的構建[16]。李志義等使用基于語言學、聚類的方法提取文本中的概念與概念之間存在的分類關系，使用基于關聯規則挖掘的方法抽取其本體概念與概念之間存在的非分類關系，以自動構建電子商務領域本體[17]。桂冬冬等以煤礦事故案例文本作為數據源，采用BP神經網絡自動提取本體概念。然后，通過層次聚類法和關聯規則法分別自動提取本體概念間層次關系、非層次關系。最后，利用Protégé本體編輯器對煤礦事故本體概念、概念間關系和實例進行可視化表達，得到煤礦事故動態本體[18]。

2.2?基于敘詞表的知識建模

敘詞表能反映某學科領域的語義相關概念，是由術語及術語之間的各種關系組成[19]。敘詞表在表達知識結構上與本體有著天然聯系[20]，因此，很多學者在構建動態本體時常在敘詞表的基礎上引入本體自動構建工具以抽取所需的概念和關系。如呂爽利用《醫學主題詞表》對構建醫學領域內心律失常疾病動態本體時所需要的概念和關系進行抽取[21]。鮮國建使用網絡本體語言（Web Ontology Language，簡稱OWL）將《農業科學敘詞表》中的敘詞（包括正式敘詞及非正式敘詞）及詞間關系進行了表示和描述。在此基礎上，設計和實現了一個轉化系統，能夠自動批量地將詞表中的知識結構和語義關系轉化到農業本體中，以構建農業領域的動態本體[22]。Gao Q等提出了一種基于敘詞表的動態多智能體上下文感知用戶模型的構建方法，將概念和屬性結合起來對用戶模型進行建模，采用動態更新策略，不斷考慮用戶興趣的變化[23]。Pisarev I A在敘詞表的基礎上，開發了本體自動構建工具，自動添加新的術語和分類用以構建教育領域的動態本體[24]。李曉瑛等以《醫學主題詞表》為例，研究了基于敘詞表等級結構及其語義關系的動態本體構建方法，構建了醫學領域的動態本體，以期實現不同類型知識組織系統之間的語義共享[25]。

2.3?基于用戶生成內容的知識建模

用戶主導的互聯網服務模式產生了大量的用戶生成內容，這一類特殊的組織形式成為很多學者、企業研究利用的重要資源[26]，對用戶生成內容中的概念與關系進行提取，可用于本體的構建及本體的動態更新，如Riano D等以患者對自身疾病反饋的特殊情況為知識源，通過來自5個不同國家的專業人士對這些知識源進行定義、分類，構建動態本體以自動為醫療專業人員提供該患者相關的臨床信息[27]，鄭姝雅等綜合運用機器學習、自然語言處理等技術，從用戶生成內容中抽取本體概念、同義關系及分類關系，通過自動化本體構建將非結構化的用戶生成內容組織成為語義豐富的動態本體[28]。

2.4?基于網絡資源的知識建模

基于網絡資源的知識建模，以網絡上的信息源為動態本體構建的知識源基礎，隨著互聯網技術的迅猛發展，網絡上的信息呈現爆炸式增長[29]，海量的信息資源可以為動態本體的構建提供豐富的數據[30]。吳江從網站標簽中篩選出概念，根據標簽與資源的關系，構建概念級系，根據概念匹配原則，自動套用權威詞典解釋，套入本體術語解釋數據庫[31]。馬莉從Internet上獲取知識存儲于數據庫中，然后利用形式概念分析技術來完成本體的自動更新[32]。Lian L等以文本處理技術為基礎，對百度百科條目的名稱和描述信息進行分割和抽取特征文本（Feature Text），從而搜索領域的概念與關系，構建動態本體[33]。

3?動態本體構建流程

自20世紀90年代初以來，研究人員提出了多種動態本體構建流程，主要包括知識工程法、本體映射等。

3.1?知識工程方法

該方法強調按照一定的標準和規范進行本體的構建，構建的本體強調共享和重用[34]。1993年，Lenat D B等提出構建一個基于知識工程的本體，該本體提供了一個知識被放置和維持的框架系統[35]。Gao H Y等研究了基于知識工程和基于案例（CBR，Case-based Reasoning）的動態本體構建方法，該方法提供了一個集成的框架以實現知識庫的動態構建[36]。英國標準協會在2015年發布了一個ISO標準來開發本體，該標準規定了在Web本體語言（WOL）中開發本體的框架和規則[37]。密阮建馳等以企業本體為基礎框架，通過業務活動的“六何”分析，以細化業務活動的情景表達為方法，構建動態本體[38]。劉婷分析了本體的相關理論知識、工具與方法，選擇適用于煤礦領域的七步法與骨架法相結合的本體構建方法，提出了一種將形式概念分析理論（FCA，Formal Concept Analysis）技術應用于采煤工作面動態本體構建的方法[39]。付苓從已有的知識組織中獲取本體的基本框架和各個概念的等級結構，提出了基于大數據的動態本體構建方法[40]。

3.2?本體映射

本體映射是指重用已存在的本體，通過一定的方法對它們進行擴展，形成新的動態本體以實現信息、知識的交流和使用[41]。本體映射是實現目前本體詞表間語義橋梁搭建的最為廣泛和有效的技術[42]。Shvaiko P等將本體映射分為元素級和結構級的本體映射方法。其中元素級的本體映射方法包含基于概念、關系的映射，而結構級的本體映射方法則包含基于圖、類別的映射[43]。

3.2.1?元素級本體映射

在動態本體構建中，元素級的本體映射可以獲得領域知識和概念關系[44]，這使得動態本體的構建有一個良好的基礎。目前該方面的研究，主要包括唐旭麗等采用信息抽取技術，將已有的金融本體作為語義標注數據，抽取相應的金融概念及其等級關系構建了金融知識動態本體[45]。賈君枝等采用字符串相似度算法進行基于屬性的名稱、定義域、值域、上位屬性相似度計算，同時對具有映射關系的本體詞表屬性進行總結歸納以構建動態本體[46]。周建慧等采用本體映射方法對領域本體子集中的概念、關系、公理分別計算字符相似度、結構相似度和語義相似度，通過相似度加權融合建立領域本體節點之間的映射關系，以實現領域本體子集的本體映射，構建復雜產品工程知識管理的動態本體[47]。

3.2.2?結構級本體映射

本體映射是解決本體異構的最有效方法，是知識共享和重用的基礎[48]。在動態本體構建中，結構級本體映射主要指重用現有的本體以構建新的動態本體。如王汀等對主題詞表至本體進行粗映射，形成領域粗糙本體，然后采用改進的同義詞詞林與編輯距離相似度相結合的方式對百科知識與粗糙本體進行自動融合、自適應調整和擴充，形成含有豐富語義信息的、良構的動態本體[49]。張輝對現有本體進行修正，在分析企業活動之后構建了企業動態本體[50]。Fudholi D H等設計了一種數據驅動的動態本體模型，該模型在現有本體的基礎上，新增了一種增量腳本，用來共享知識和概念化術語[51]。Kethavarapu U P K等在原有求職網站的本體基礎上，通過動態地抽取不同的網頁數據構建了一個基于動態本體的工作推薦系統[52]。方芳等復用現有的西醫醫案本體，定義糖尿病醫案的類、屬性及其關系，建立糖尿病醫案動態本體[53]。

4?動態本體構建標準的相關研究

隨著動態本體構建方法的不斷發展，各個領域的動態本體模型數量也在不斷增加。這些動態本體在構建方法的簡潔性、完整性、準確性等方面均存在差異[54]。因此，關于動態本體的構建標準顯得尤為重要。由于動態本體發展時間相對較短，目前還沒有專門針對動態本體的構建標準，而用于評估本體的很多方法現在也被用于評估動態本體。通過整理與歸納相關研究文獻發現，目前主要有以下幾種動態本體的構建標準。

4.1?基于用戶的構建標準

Lozano-Tello A等提出基于用戶的本體構建標準，該標準允許用戶根據系統的需求來度量現有本體的適用性[55]，具有較大的靈活性，但因為較大程度取決于用戶的主觀意識，具有客觀性低的缺點，所以較少有學者采用該方法進行動態本體評價。

4.2?基于任務的構建標準

基于任務的構建標準是將構建好的動態本體應用到某個具體應用或實際任務中，通過應用后得到的結果來評價所構建的動態本體質量的優劣。Yu J等提出了基于任務的本體評估方法—ROMEO（Requirements-oriented Methodology for Evaluating Ontologies），并將其應用于評估一些通用本體（Wikipedia類別結構子域的變體）是否適合在Wikipedia中支持瀏覽。ROMEO方法確定本體必須滿足的需求，并將這些需求映射到評估度量中[56]。周建慧等從動態本體模型中概念的數量和質量2個方面對動態本體進行評價，在設定的任務需求條件下，對3種應用方式下動態本體與任務需求的相關程度做出評價[47]。劉婷通過實例驗證了動態本體構建的有效性[39]。Chi N W等構建一個建筑安全領域的動態本體，最后討論了一個用戶場景，以演示動態本體如何在實踐中支持職業危害分析[57]。黃奇等通過設計相應的查詢實驗，驗證了提出的動態本體構建方法的有效性和科學性[58]。

4.3?黃金標準法

Dellschaft K等提出另一種本體評價方法—黃金標準法，該方法事先假設存在一個黃金本體標準，然后將需要評估的本體與該黃金本體進行對比[59]。Gordon C L等將醫學專家的臨床實踐、診斷案例和電子病歷等融合構造“黃金標準”來評估并改進其構建的動態本體[60]。Xing X J等采用基于準則和應用的“黃金標準”，從理論和實踐兩方面對構建的動態本體進行評價[61]。

4.4?復合指標評價法

Gomez-Perez A較早提出基于復合指標的本體評價法，并確定了本體評價的基本標準，該標準包括本體的一致性、完整性、簡潔性、可擴展性和靈敏性[62]。Rico M等構建了一個本體評價指標體系，該體系包括可操作性、覆蓋率、簡潔性、正確性、有用率等指標，并將其用于動態本體的評價[63]。Kim S等采用以往研究的評價類別，同時從專家小組中收集具體的評價標準，對得到的53個評價標準的可靠性進行驗證，這是首次發表的從句法、語義和語用3個方面提取本體評價標準的研究，其研究結果可作為動態本體構建后的評價指標[64]。

整體來說，這4種本體構建標準都有其可行性和適用性，應根據動態本體的不同選取某個或結合使用。目前，大多數學者采用基于指標體系的評價標準，因此在動態本體評價中，可以根據動態本體的動態性的特征，將動態性納入評價指標體系，對動態本體質量進行量化評價，再根據所構建的動態本體的不同選取其他方法加以輔助，從而完善動態本體構建的評價標準。

5?結?語

5.1?動態本體構建的研究總結

通過上文分析可以看出動態本體構建已成為目前本體研究的熱點課題，學者們對動態本體的知識建模、構建流程、本體構建標準等進行了較為深入的研究，通過對動態本體構建相關文獻內容進行整理和歸納，發現研究內容主要包括：1）在動態本體定義方面，目前國內外學者尚未形成統一認識。2）在動態本體構建的知識建模方面，國內外學者多關注利用已有資源實現對概念和關系的抽取及更新，如基于敘詞表、文本等知識源;3）在動態本體構建流程上，本體映射技術受到越來越多的關注;4）在動態本體構建標準方面，目前尚無專門針對動態本體的構建標準，因此多沿用本體構建標準對動態本體進行評價。

5.2?研究展望

通過對動態本體構建目前研究內容的梳理，筆者認為未來研究應關注以下幾個方面：

1）在動態本體構建的知識建模方面，應著重關注基于文本的概念抽取與更新。大數據環境下，信息增速快、新概念誕生快、概念間關系變化快，文本具有較大的靈活性且表達結構較為復雜，知識抽取、概念匹配等難度加大，所以基于文本的概念抽取與更新有待深入研究。

2）目前，我國對動態本體構建的研究多是基于特定領域的本體構建，如針對某個學科領域或特定的項目工程，對通用動態本體構建方法方面的研究較少，在通用動態本體缺乏的情況下，已構建本體的重用性非常重要，因此，利用機器學習、自然語言處理等技術，識別語義，開發擴展功能，注重動態本體的共享性也是今后動態本體構建研究值得關注的方向。

3）應完善本體映射系統，動態本體構建流程與標準的不同導致了動態本體的異構性，完善本體映射系統可以促進復雜的Web環境下不同動態本體間的知識共享和互操作性，是突破本體異構障礙的重要手段。

4）社交媒體環境下，用戶規模日益劇增，用戶特征及發布內容呈異質性，如何根據用戶的發布內容、用戶行為間的關系對信息資源進行有序化整合來實現本體的進化，從而完成動態本體的構建，也是需要關注的問題。

5）在動態本體構建標準方面，目前關于動態本體的構建標準大多沿用本體評估方法，但隨著動態本體的不斷發展，應有針對性地對動態本體的構建標準進行研究，動態本體隨著信息環境的發展不斷進行變化，具有很強的動態性，所以在關注動態本體的完整性、簡潔性的同時，動態本體的動態性也應納入考量范圍。

參考文獻

[1]Studer R，Benjamins V R，Fensel D.Knowledge Engineering：Principles and Methods[J].Data and Knowledge Engineering，1998，25（1-2）：161-197.

[2]王向前，張寶隆，李慧宗.本體研究綜述[J].情報雜志，2016，35（6）：163-170.

[3]高桓，漆桂林.動態本體（Dynamic Ontology）[EB/OL].https：//zhuanlan.zhihu.com/p/30799669，2019-05-03.

[4]陸汝鈐.面向Agent的常識知識庫[J].中國科學（E輯），2000，30（5）：454-463.

[5]Dahab M Y，Hassan H A，Rafea A.TextOntoEx：Automatic Ontology Construction from Natural English Text[J].Expert Systems with Applications，2008，34（2）：1474-1480.

[6]Liu J H，Xu W T，Jiang H.Research on Dynamic Ontology Construction Method for Knowledge Fusion in Group Corporation[J].Advances in Intelligent Systems and Computing，2014，278：289-298.

[7]羅鈞旻，王蕾.基于互表性的動態本體體系結構研究[J].微電子學與計算機，2013，30（2）：124-128.

[8]邱均平.信息計量學[M].武漢：武漢大學出版社，2007：105-106.

[9]Zeshan F，Mohamad R.Medical Ontology in the Dynamic Healthcare Environment[J].Procedia Computer Science，2012，（10）：340-348.

[10]Chen R C，Liang J Y，Pan R H.Using Recursive ART Network to Construction Domain Ontology Based on Term Frequency and Inverse Document Frequency[J].Expert Systems with Applications，2008，34（1）：488-501.

[11]Xu J，Li W.Using Relational Database to Build OWL Ontology from XML Data Sources[C]//International Conference on Computational Intelligence and Security Workshops.IEEE，2007：124-127.

[12]王茜.基于文本挖掘的動態本體構建方法研究[D].北京：中國農業大學，2007.

[13]Lakel K，Bendella F.Dynamic Evaluation of Ontologies[C]//International Conference on Advanced Wireless Information and Communication Technologies（AWICT）.Tunisia：Procedia Computer Science，2015，73：16 -23.

[14]Marta M，Tanja U，Ingrid P，et al.Autism Research Dynamic Through Ontology-based Text Mining[J].Advances in Autism，2016，2（3）：131-139.

[15]Kafkas S，Hoehndorf R.Ontology Based Text Mining of Gene-phenotype Associations：Application to Candidate Gene Prediction[J].The Journal of Biological Databases and Curation，2019：1-9.

[16]Lee J H，Segev A.Knowledge Maps for E-learning[J].Computers & Education，2012，59（2）：353-364.

[17]李志義，李德惠，趙鵬武.電子商務領域本體概念及概念間關系的自動抽取研究[J].情報科學，2018，36（7）：85-90.

[18]桂冬冬，王向前，李慧宗.煤礦事故本體自動構建[J].工礦自動化，2019，45（9）：75-79.

[19]樊小輝，石晨光.本體構建研究綜述[J].艦船電子工程，2011，31（6）：15-18，53.

[20]Shvaiko P，Euzenat J.Ontology Matching：State of the Art and Future Challenges[J].Knowledge and Data Engineering，IEEE Transactions on，2013，25（1）：158-176.

[21]呂爽.基于敘詞表的醫學領域本體的構建研究[D].長春：吉林大學，2011.

[22]鮮國建.農業科學敘詞表向農業本體轉化系統的研究與實現[D].北京：中國農業科學院，2008.

[23]Gao Q，Im C Y.A Dynamic Ontology-based Multi-Agent Context-Awareness User Profile Construction Method for Personalized Information Retrieval[J].International Journal of Fuzzy Logic and Intelligent Systems，2012，12 （4）：270-276.

[24]Pisarev I A.Development of Information Thesauri and Ontologies for Professional Communication in Subject Domains[C]//IEEE Communication Strategies in Digital Society Seminar（ComSDS）.Russia：IEEE，2019：43-46.

[25]李曉瑛，李軍蓮，冀玉靜，等.基于敘詞表及其語義關系的本體構建研究[J].情報科學，2018，36（11）：83-87.

[26]Zeshan F，Mohamad R.Medical Ontology in the Dynamic Healthcare Environment[J].Procedia Computer Science，2012，（10）：340-348.

[27]Riano D，Real F，Lopez-Vallverdu J A，et al.An Ontology-based Personalization of Health-care Knowledge to Support Clinical Decisions for Chronically Ill Patients[J].Journal of Biomedical Informatics，2012，45（3）：429-446.

[28]鄭姝雅，黃奇，張戈，等.面向用戶生成內容的本體構建方法[J].情報科學，2019，37（11）：43-47.

[29]Ll Y，Medo M，Yeung C H，et al.Recommender Systems[J].Physics Reports，2012，519（1）：1-49.

[30]Zhou P，Nora E.Ontology-based Automated Information Extraction from Building Energy Conservation Codes[J].Automation in Construction，2017，74（1）：103-117.

[31]吳江.互聯網資源知識本體自動構建實證研究[J].圖書情報工作，2011，55（11）：116-120，94.

[32]馬莉.基于動態本體知識庫的問答系統的研究與實現[D].桂林：廣西師范大學，2009.

[33]Lian L，Ma J，Lei J S，et al.Automated Construction Chinese Domain Ontology from Wikipedia[C]//In Proceedings of the 4th International Conference on Natural Computation，2008：670-674.

[34]Lauruhn M，Groth P.Sources of Change for Modern Knowledge Organization Systems[J].Knowledge Organization，2016，（43）：641-654.

[35]Lenat D B，Guha R V.Building Large Knowledge-Based Systems：Representation and Inference in the Cyc Project[J].Artificial Intelligence，1993，61：95-104.

[36]Gao H Y，Chen X X.Ontology and CBR-based Dynamic Enterprise Knowledge Repository Construction[J].Journal of Software，2012，7（6）：1211-1218.

[37]The Enterprise Ontology[EB /OL].http：//www.aiai.ed.ac.uk/project/ enterprise/，2019-04-25.

[38]密阮建馳，戰洪飛，余軍合.面向企業知識推薦的知識情景建模方法研究[J].情報理論與實踐，2016，39（4）：78-83，59.

[39]劉婷.采煤工作面動態本體構建及推理規則研究[D].太原：太原科技大學，2017.

[40]付苓.基于大數據的領域本體動態構建方法研究——以養生領域本體構建為例[J].情報理論與實踐，2018，41（1）：135-138.

[41]潘有能，劉朝霞.本體映射技術在關聯數據中的應用研究[J].情報科學，2015，33（1）：54-56，62.

[42]張云中，李佳佳.基于社會化標簽的電影資源本體構建研究[J].圖書情報工作，2016，60（12）：130-138.

[43]Shvaiko P，Euzenat J.A Survey of Schema-Based Matching Approaches[J].Lecture Notes in Computer Science，2005，4（1）：146-171.

[44]Ochieng P，Kyanda S.Ontologies Mappings Validation and Annotation Enrichment Through Tagging[J].Artificial Intelligence Review，2019，52（4）：2623-2650.

[45]唐旭麗，馬費成，傅維剛，等.知識關聯視角下的金融知識表示及風險識別[J].情報學報，2019，38（3）：286-298.

[46]賈君枝，崔西燕.人物本體詞表之間的互操作及分類體系構建[J].情報學報，2019，38（7）：731-741.

[47]周建慧，劉繼紅，楊海成.面向復雜產品工程知識管理的動態本體[J].計算機輔助設計與圖形學學報，2016，28（11）：1957-1964.

[48]王茹娟.本體映射的若干方法研究[D].長春：吉林大學，2012.

[49]王汀，冀付軍.基于主題詞表與百科知識相融合的領域本體自動構建研究[J].情報學報，2017，36（7）：723-733.

[50]張輝.企業自演化動態本體表示策略的研究[J].計算機工程與科學，2010，32（11）：100-103，106.

[51]Fudholi D H，Rahayu W，Pardede E，et.al.A Data-driven Approach Toward Building Dynamic Ontology[C]//Information and Communication Technology.International Conference，ICT-EurAsia.Indonesia：Information and Communication Technology，2013：223-332.

[52]Kethavarapu UPK，Saraswathi S.Concept Based Dynamic Ontology Creation for Job Recommendation System[J].Procedia Computer Science，2016，（85）：915-921.

[53]方芳，徐天馥，沈同平.糖尿病醫案本體庫的構建及應用研究[J].中醫學報，2016，31（11）：1680-1683.

[54]Wang J Y，Mendori T，Xiong J.A Language Learning Support System Using Course-centered Ontology and Its Evaluation[J].Computers & Education，2014，78：278-293.

[55]Lozano-Tello A，Gomez-Perez A.Ontometric：A Method to Choose the Appropriate Ontology[J].Journal of Database Management，2004，15（2）：1-18.

[56]Yu J，Thom J A，Tam A.Requirements-oriented Methodology for Evaluating Ontologies[J].Information Systems，2009，34 （8）：766-791.

[57]Chi N W，Lin K Y，Hsieh S H.Using Ontology-based Text Classification to Assist Job Hazard Analysis[J].Advanced Engineering Informatics，2014：28（4）：381-394.

[58]黃奇，錢韻潔，袁勤儉，等.基于圖形數據庫的產品分類本體存儲研究[J].情報學報，2019，38（8）：849-859.

[59]Dellschaft K，Staab S.On How to Perform a Gold Standard Based Evaluation of Ontology Learning[C]//The Sematic Web-ISWC 2006，Athens：Lecture Notes in Computer Science.2006，4273：228-241.

[60]Gordon C L，Weng C.Combining Expert Knowledge and Knowledge Automatically Acquired from Electronic Data Sources for Continued Ontology Evaluation and Improvement[J].Journal of Biomedical Informatics，2015，（57）：42-52.

[61]Xing X J，Zhong B T，Luo H B，et al.Ontology for Safety Risk Identification in Metro Construction[J].Computers in Industry，2019，109：14-30.

[62]Gomez-Perez A.Evaluation of Ontologies[J].International Journal of Intelligent Systems，2001，16（3）：391-409.

[63]Rico M，Caliusco M L，Chiotti O，et al.OntoQualitas：A Framework for Ontology Quality Assessment in Information Interchanges Between Heterogeneous Systems[J].Computers in Industry，2014，65（9）：1291-1300.

[64]Kim S，Oh S G.Extracting and Applying Evaluation Criteria for Ontology Quality Assessment[J].Library Hi Tech，2019，37（3）：338-354.

（責任編輯：陳?媛）