語義本體應用于檔案領域的SWOT分析

宋志萍

摘 要語義本體是近幾年來越來越被研究者所關注的信息技術之一。文章從語義本體的產生及內涵出發，采用SWOT的分析方法，對于將語義本體運用到檔案領域中的優勢、劣勢、機遇以及威脅進行了深入的分析，并且在此基礎上提出了一系列應用的對策，從而推動語義本體技術在檔案領域的應用。

關鍵詞語義本體 檔案領域 檔案管理 SWOT分析法

Abstract Semantic ontology is one of the information technologies concerned by more and more researchers in recent years. Starting from the generation and connotation of semantic ontology， this paper adopts SWOT analysis method to conduct an in-depth analysis of the advantages， disadvantages， opportunities and threats of applying semantic ontology to the archival field， and on this basis puts forward a series of application countermeasures， so as to promote the application of semantic ontology technology in the archival field.

Keyword semantic ontology; archival field; archives management; SWOT analysis method

近幾年來，隨著信息技術的不斷發展，對于語義本體的研究逐漸被研究者所關注?，F如今，語義本體已經在很多領域有所應用，例如醫學領域、人工智能領域等，并且這些應用都取得了較好的效果，促進了相關領域的進一步發展?；诖?，筆者思考將語義本體應用到檔案領域中來，以期促進檔案領域的發展。

一、語義本體的產生及內涵

“本體”（Ontology）一詞最早產生于古希臘的哲學領域，指的是“對客觀存在的系統化解釋或說明”[1]，即對客觀世界中的真實存在所做出的描述。從20世紀70年代起，本體不再僅僅局限于哲學范疇，而是逐漸被應用到信息科學、人工智能等領域當中，為了與之前提到的哲學領域的本體概念相區分開來，信息科學領域的本體被稱為“語義本體”。1993年，國外學者Gruber最早提出了信息科學領域中的本體的含義，他認為“本體是概念模型的明確的規范說明”[2]，隨后本體的概念又經過了一系列的發展，目前學術界普遍認可的概念是由國外學者Studer給出的，即“本體是共享概念模型的明確的形式化規范說明”[3]。

從Studer給出的本體定義來看，其體現出來的內涵主要包括以下幾點：第一，共享性，即本體中體現出來的知識為人們所公認，是本領域中共同認可的一系列術語集合;第二，概念化，它是指本體對于客觀事物的描述以一組概念的形式進行展現;第三，明確性，這一內涵要求本體中所有術語、屬性、公理等都需要有明確的定義;第四，形式化，即本體是可以被計算機“理解”并進一步處理的。

二、運用SWOT分析檔案領域應用語義本體的可行性

SWOT分析法是20世紀80年代由美國學者韋里克（H.Weihrich）提出來的，也叫做TOWS分析法。具體說，SWOT分別是指優勢、劣勢、機遇以及威脅。檔案領域在應用語義本體的過程之中，毫無疑問也會受到一系列內部條件和外部環境等因素的綜合影響，這說明語義本體應用于檔案領域的可行性要素與SWOT呈現出一致性。另外，此前已經有學者將SWOT分析法應用于檔案領域。例如，王秋潔、孫軍的《綜合性檔案館應用人工智能創新管理的SWOT分析》、黃文君的《“互聯網+”時代下檔案管理工作的SWOT分析》以及孫大東、袁麗娜的《基于SWOT分析法的電子檔案“單套制”管理研究》等，由此可見，運用SWOT來分析語義本體在檔案領域的應用是完全可行的。基于此，筆者對于在檔案領域應用語義本體的SWOT分析如下，優勢包括本體的功能強大，主要體現為其知識表示和知識發現功能，另外已有的先進案例也可供參考、借鑒;劣勢包括在我國某些檔案是保密檔案，這些檔案視不同的情況而規定相應的密級，在短時間內或永久都不會公開以及檔案工作人員對其不夠重視;在機會方面，國家出臺了一系列的政策予以保障，如《中華人民共和國檔案法》《機關檔案工作條例》等其中都有相應的條例，并且社會大眾也表現出了相應的需求;威脅主要包括本體構建起來難度較大以及本體構建時缺乏一系列標準和規范。

三、檔案領域應用語義本體的SWOT分析

將語義本體應用到檔案領域中來必定會受到一系列內部條件、外部環境等因素的綜合影響，筆者基于SWOT分析法對這一系列影響因素進行了分析。

1.優勢分析（Strengths）。

（1）本體具有知識表示與知識發現功能。本體是對領域知識的規范化和抽象化描述，其功能首先表現為它是知識表示和知識組織、知識管理的一種新型方式，它可以將某一領域中概念間的關系進行清晰的描述，實現對該領域知識的整合。將本體應用到檔案領域之中，能夠對檔案領域的知識進行整合和共享，解決檔案“資源孤島”以及語義異構等問題，因此它的出現有助于實現有效管理檔案信息資源這一目標，提升檔案管理工作的效率，為檔案工作帶來質的飛躍。其次，在傳統條件下，信息檢索的方式主要是基于關鍵詞，這種檢索方式往往會檢索到一些信息查詢者不需要的信息，造成信息冗余，無法保證信息的查全率以及查準率。相比之下，當用戶查詢信息時，語義本體在知識表示和組織的基礎之上，能夠經過邏輯推理和語義關聯發現新的知識，經過語義處理從而滿足用戶在語義上的需求，從紛繁復雜的數據中提煉出有價值的信息，準確檢索，高效、精準地返回給用戶所需要的信息，提升用戶體驗，實現用戶對信息的有效訪問。

（2）已有應用案例的借鑒。語義本體在國內和國外的一些領域中已經得到了較好的運用。在國內，武漢大學的董慧教授等人將本體引入數字圖書館中，構建了本體數字圖書館檢索模型，并在此基礎上實現了本體推理、檢索以及可視化等功能;在國外，Luan Fonseca等人在BFO頂級本體上提出一個名為GeoCore的核心本體，該本體專門用于描述科學領域，對地質學家所使用的概念和詞匯進行徹底的闡明，為通過包含更專業的地質概念推導提供了基礎，并且還為在地質領域內整合不同的現有領域本體提供了基礎;2011年，IBM公司的Waston在參加綜藝節目危險邊緣（Jeopardy）的智力問答中首次擊敗了人類;2019年年底，劍橋聯合會舉辦了一場題為“AI是否會帶來更大的弊端”的辯論賽，其中就有IBM辯論機器人的參與，并且最終獲得了勝利。IBM的這兩個案例中，在分析問題并確定最佳解答的過程中就運用到了語義本體等技術。除此之外，語義本體技術還在其他領域有廣泛的應用，諸如醫學領域、農業領域等，這些已經存在的本體的應用案例可以為我國將語義本體技術應用于檔案領域提供借鑒和參考。

2.劣勢分析（Weaknesses）。

（1）檔案的非公開性。檔案具有許多自身的特性，其中一條就是某些檔案需要保密，由于這些檔案涉及黨和國家的安?；蛘邫C關單位的利益等其他方面的因素，因此就需要明確檔案的密級。在我國，檔案密級的確定要視具體情況而定，有些檔案的密級為“絕密”，有些檔案密級為“機密”，除此之外還包括“秘密”和“內部”，這在一定程度上造成了檔案資源的不開放性。然而，在將語義本體應用到檔案領域之中時，無法完全保證涉密檔案信息的安全性，在管理的過程之中可能會對涉密檔案中的信息造成泄露，這就造成了二者之間的矛盾，非公開的檔案資源必然會在一定程度上對語義本體的應用造成影響。

（2）檔案工作人員重視程度低。目前，我國的絕大多數檔案工作人員都將職能重心放在檔案實體管理上，而對于將新興的信息技術引入檔案領域并沒有足夠的重視，造成這一現象的原因首先是由于到目前為止，我國的檔案管理事業還沒有納入數據科學的范疇之中，因此具備信息技術知識如語義本體技術的人才比較缺乏，需要參加相應的技術培訓，這使得將語義本體技術應用到檔案領域的構想難以成為現實;另一方面，正是由于語義本體技術在檔案領域并沒有得到廣泛的應用，所以造成了傳統的檔案工作人員對于新興技術的了解不足，如此一來就形成了惡性循環，所以我國檔案人員對于信息技術的了解有待加強，只有這樣才能提高自身素質，早日將先進的數據科學技術運用到檔案領域，實現檔案領域的現代化。

3.機會分析（Opportunities）。

（1）相關政策支持。在我國有關檔案的法律法規中，有很多規定都對于將語義本體技術應用到檔案領域提供了相應的政策支持。其中，《中華人民共和國檔案法》中第十三條規定：“各級各類檔案館，機關、團體、企業事業單位和其他組織的檔案機構，應當建立科學的管理制度，便于對檔案的利用;配置必要的設施，確保檔案的安全;采用先進技術，實現檔案管理的現代化?！盵4]《機關檔案工作條例》中第二十三條規定：“機關應根據需要和可能，采用先進技術設備，逐步實現檔案管理的科學化、現代化?！盵5]國家檔案局發布的第13號令《機關檔案管理規定》中第五十八條規定：“機關應當積極實施紙質檔案數字復制件的全文識別，將現有圖像數據轉化為文本信息，便于檢索和開發利用?！盵6]此外，2016年國家檔案局印發的《全國檔案事業發展“十三五”規劃綱要》強調要“加快檔案管理信息化進程”[7]。除上述提及的條例規定之外，還有很多類似的規定，其最終目的都是要加強檔案領域的信息化、現代化等，語義本體可以促進檔案領域向信息化、智能化發展，為檔案領域的發展提供了契機，具有積極影響。

（2）社會需求迫切。處在今天這樣一個大數據時代，數據量日益激增，檔案存儲的形式也日益復雜，各種各樣的結構化、非結構化數據諸如文檔、圖片、視頻、音頻以及網頁等都有可能成為檔案保存和管理的對象。然而，不容忽視的一點在于信息爆炸的同時也會帶來一些負面影響，其中重要的一條就是信息匱乏，但個人的接受能力是有限的，如果只關注個人所獲取信息的數量而不對質量做要求，那么所獲取的這些信息無疑是無效信息。與此同時，社會大眾也對檔案利用和檔案服務提出了越來越多樣化和個性化的要求，滿足社會大眾需求的關鍵就在于如何及時有效地從大量的檔案數據中找到檔案利用者所需要的信息，而語義本體技術的先進性在于能夠從海量數據中發現真正有價值的、對用戶有用的信息，用戶無需耗費過多的時間和精力便能得到自己想要的信息，因此語義本體的出現為滿足用戶的個性化需求、提升用戶體驗提供了可能性。

4.威脅分析（Threats）。

（1）本體構建難度較大。如前所述，本體是用來描述某個領域的概念模型，“某個領域的本體就是關于該領域的公認的概念集，該概念集包含確定的語義和概念之間的關聯”[8]，由于目前的本體開發基本都是采用人工方式進行的，所以在一個特定的領域之中，找出為領域所公認的術語概念，明確這些術語概念的層次關系以及確定其語義和關聯等方面的工作就需要該領域內專家的參與和配合，但同時“專家建模往往帶有偏見、具有誤差傾向，使得基于領域文檔實現本體構建特別是大型本體構建成為一項非常艱巨的任務”[9]。

在本體構建方法的選擇上，雖然本體構建的方法多種多樣，但是無論使用哪一種方法構建領域本體都需要經過反復迭代，不斷排錯和修改，最終還要進行本體的檢驗和評價，確保本體推理能夠得出新的、正確的知識，是一項費時費力的工作。除此之外，在建立領域本體的過程之中，需要針對所構建領域本體的需求和目標的不同而對本體開發工具進行選擇，例如Ontolingua、OntoSaurus、WebOnto以及Protege等，這些工具的功能各不相同。由此可見，領域本體模型的構建并非是一蹴而就的，它需要經歷一個漫長的過程，相對來講構建的難度也比較大。

（2）缺乏統一的標準。在本體的構建上，許多方面并沒有形成統一的標準，諸如本體構建的原則、本體構建的方法等，雖眾說紛紜，但并未形成統一標準。此外，在進行某一領域本體構建的流程中，一個必不可少的步驟是要有該領域的語義詞匯表，利用語義詞匯表可以將該領域中概念的內部邏輯關系進行清晰地描述，在此基礎上將領域概念進行語義化，這是領域本體構建的基礎。例如，要構建人物相關的本體，可以使用FOAF詞匯表、Vcard詞匯表以及Realationship詞匯表，以上的這些語義詞匯表目前都屬于通用詞表，換句話說在該領域已經形成了統一的規范標準。但在檔案領域，并沒有一個通用的語義詞匯表，需要本體構建者自行創建，不同的人創建的語義詞匯表又不盡相同，甚至大相徑庭，導致無法形成統一的標準，因此“這也使得Ontology只是作為某一個單獨的團體或組織內的共享，真正意義上的共享和重利用仍然沒有實現”[10]。

四、在檔案領域應用語義本體的對策

由前文分析可以看出，在檔案領域應用語義本體能夠為檔案工作帶來知識性的變革，促進檔案事業的發展。因此筆者提出以下幾點對策，推動語義本體在檔案領域的應用。

1.進一步完善語義本體技術。由于本體構建具有很強的專業性和復雜性，目前只是在少數領域進行了嘗試性的使用，因此在理論與實際的應用方面還需要加強研究。在理論方面，“Ontology的評價方法以及形式化方法還需要進一步研究與探討”[11];在實際的應用方面，“Ontology很多都是由人工開發的，這樣需要耗費很多的人力、物力和財力，時間周期也很長，這在一定程度上影響了Ontology的應用”[12]，另外，本體的集成方法在目前看起來也不是十分成熟。上述的這些問題都對語義本體技術在檔案領域的應用帶來了不利影響，因此需要對所存在的問題進行針對性的解決，進一步完善語義本體技術，使之向高性能、高適應性的方向發展，使之漸趨完善，日益成熟。

2.加強對語義本體技術的支持。在檔案領域進行語義本體的構建并非是一朝一夕能夠完成的，因此仍然需要加強對語義本體技術的支持，包括政策支持和資金支持。國家應該鼓勵我國的權威檔案部門與開展語義本體技術研究的國內外科技信息公司進行合作，并積極參與其語義本體項目，通過實踐獲取將語義本體應用到檔案領域的著手點，同時通過政策也能鼓勵更多的檔案工作人員加強對信息技術的學習和了解，為語義本體應用到檔案領域提供足夠的人才儲備。在這個過程中，還需要資金支持，資金一方面是運用到與科技公司進行項目合作時的經費支持;另一方面是各級檔案機構對檔案人員的技術培訓資金，由此推動語義本體技術在檔案領域中的應用。

3.培養具備語義本體技術的檔案人員。檔案工作人員需要掙脫傳統觀念的桎梏，不能簡單地認為檔案管理只是實體的管理，更需要從現代信息技術的角度著眼，將先進的信息技術應用到檔案領域中，由此來提升檔案工作的質量，而且今天的圖書館學、情報學和檔案學學科領域已經與信息管理和數據科學領域深度融合，為學科理論以及實踐都帶來了革命性的變化?！霸缭?001年馮惠玲教授就在中國首屆檔案學博士論壇上提出，在夾縫時代，檔案人員應該將職能重心從實體管理轉向信息管理、知識管理?！盵13]語義本體作為知識管理、知識組織的有力工具，必將為檔案工作帶來極大的裨益。所以，就目前形式來看，對于我國各級檔案機構來說，優化館員結構勢在必行，還需要對檔案人員進行技術培訓，優化館員的技術素養，使檔案人員向信息化人才發展。

五、結語

語義本體作為一種新型的知識管理方式，能夠有效解決知識共享以及利用問題，將其應用于檔案領域能夠促進檔案事業的發展，實現檔案信息資源智能化的管理、共享和利用，使得計算機對檔案信息的理解上升到語義層次。因此，應該最大限度發揮語義本體的優勢，抓住機會，將劣勢和威脅降到最低，推動語義本體在檔案領域的應用，提升我國檔案工作的質量和效率，實現對檔案領域的知識進行高效的組織和管理，為檔案事業帶來知識管理層面上的巨大變革。