CKAIC中基于概念格整合異構資源的情境本體構建

姜永常 王紅露 李浩

摘?要：[目的/意義]異構資源蘊含著優勢互補的綜合情境信息，可以在基于概念格整合的集成情境協同知識構建（CKAIC）中為用戶決策制定構建出感知應用的情境本體。[方法/過程]這種情境本體構建方法需要依次對異構資源形式背景進行并疊置運算和冗余信息剔除的屬性約簡、協調集判斷及其概念格構造。[結果/結論]通過情境適配性應用分析可知，經過屬性集協調的異構資源概念格能夠將其所包含的綜合情境精練地轉化成用戶感知應用的適用性情境本體，為用戶決策提供參考的解決方案。

關鍵詞：集成情境知識協同構建（CKAIC）;概念格;異構資源;情境本體;情境感知;用戶決策

DOI：10.3969/j.issn.1008-0821.2021.03.004

〔中圖分類號〕G250.73?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）03-0038-06

Research?on?Context?Ontology?Construction?Based?on?Concept

Lattice?Integrating?Heterogeneous?Resources?in?CKAIC

Jiang?Yongchang1?Wang?Honglu2?Li?Hao3

（1.Institute?of?Business?&?Economic?Research，Harbin?University?of?Commerce，Harbin?150028，China;

2.Library，Heilongjiang?University，Harbin?1500801，China;

3.School?of?Management，Harbin?University?of?Commerce，Harbin?150028，China）

Abstract：[Purpose/Significance]Heterogeneous?resources?contains?comprehensive?context?information?with?complementary?advantages，which?can?be?constructed?a?context?ontology?to?user?perceive?for?decision?making?in?collaborate?knowledge?architecture?integrating?context（CKAIC）based?on?the?integration?of?concept?lattice.[Method/Process]This?context?ontology?construction?method?required?the?judgment?of?attribute?reduction?coordination?set?of?eliminating?redundant?information?and?its?construction?of?concept?lattice?integrating?context?by?successively?superimposing?operation?on?heterogeneous?resource?formal?background.[Result/Conclusion]Through?the?application?analysis?of?context?adaptation，it?can?be?seen?that?the?heterogeneous?resource?concept?lattice?which?was?coordinated?by?the?attribute?set?could?transform?the?comprehensive?context?it?contains?into?the?adaptive?context?ontology?of?user-aware?applications?pithily，and?provide?a?reference?solution?for?user?decision?making.

Key?words：CKAIC;concept?lattice;heterogeneous?resource;context?ontology;context?awareness;user?decision

情境是知識得以有效生產創造、組織存儲和感知應用的樞紐和靈魂[1]。雖然現實世界中的知識常處于離散分布狀態中，造成了知識情境信息的分布異構性，但是卻可以在集成情境協同知識構建（Collaborative?Knowledge?Architecture?Integrating?Context，CKAIC）中將其整合起來，為用戶所感知應用[1-2]。尤其是在結構化和非結構化這兩種異構資源之中，前者往往蘊含著描述事物持久屬性或可完成通用任務的情境信息，后者則往往蘊含著描述事物即時狀態特征或可解決具體問題的情境信息，在內容上具有功能互補的優勢，需要綜合集成才能構建出一個可供用戶感知應用的情境本體（Context?Ontology），為其決策制定提供一個比較完整的解決方案[3-4]。

CKAIC是為應對協同知識管理和集成情境知識管理挑戰而提出的一種知識協同構建模式和策略，至今單獨加以研究的成果非常少。所以，本文試圖根據概念格對異構資源進行CKAIC的支持，從面向用戶感知應用的情境本體構建視角，來開啟CKAIC研究。

1?CKAIC基于概念格整合異構資源構建情境本體的可行性與方法

主題詞表和文本資源具有典型的異構性，能夠分別代表結構化資源和非結構化資源用于CKAIC的情境本體構建。下面就以其作為概念格整合的對象加以情境本體構建方法分析。

1.1?基于概念格整合異構資源構建情境本體的可行性分析

基于概念對象與屬性關聯的知識情境認知機理表明：在面向用戶感知應用的情境本體構建過程中，以形式概念分析（Formal?Concept?Analysis，FCA）為基礎的概念格（Concept?Lattice）不僅能使具有相同對象域或屬性域的異構資源得到CKAIC，而且還能夠在整合這兩大基礎性異構資源過程中，通過對其相關概念對象G與屬性M之間所存在的IG×M關系的可視化呈現，構建出各自的形式背景（G，M，I），并在并疊置運算和屬性約簡中構造出可集成兩者綜合情境的概念格L（G，M，I），進而轉化成滿足用戶感知應用的情境本體[5-6]。情境本體的具體構建過程可按圖1模型加以展開。

1.2?基于概念格整合異構資源構建情境本體的方法

來自于異構資源的情境信息具有分布性、多源性、動態性、不確定性等特征[7]。Krishnamoorthy?S[8]認為要想使這些復雜的情境信息得到建模，就需要對其進行可比較性的數據合并、一致性的關聯組織和可進化性、可擴展性、互操作性、靈活性、通用性的機器可解釋表示。而這些情境本體構建需求的滿足，又需要綜合集成各種情境建模技術才能得以實現。

在如圖1所示的情境本體構建過程中，概念格可以在FCA中依次利用分詞工具ANSJ或ICTCAS來對異構資源進行規范化數據處理，構建各自的形式背景，并經過并疊置運算、屬性約簡和協調集判斷后;再運用概念格建格工具ConExpt或Lattice?Miner使異構資源形式背景得到統一的概念格構造和情境的綜合集成，最后使用本體建模工具Protégé或KAON對目標概念格加以本體構建，并選用本體描述語言OWL對編輯好的情境本體給予體系結構描述[6，9]。這樣，概念格便能在各種情境建模技術提供的高效組織機制下，不但會使異構資源得到CKAIC，而且構建出的情境本體也會得到有序的語法排列、語義互聯的導入和屬性協調的情境集成，可為用戶情境進化推理、適應配置、感知應用提供明確的概念層次結構、類屬分明的網絡關系、內容豐富的語義信息，為CKAIC的情境感知系統建立提供適配性應用的情境本體[10-12]。

2?異構資源形式背景的構建與屬性約簡

在異構資源形式背景的統一構建與屬性約簡中，文獻[13]曾運用矩陣數據處理方式，提出了一種從屬性關系獲取、真包含關系認定到核心屬性斷定及協調集判斷的分布式屬性約簡方法。但是，這種屬性約簡方法對于高組合性的異構資源形式概念分析及概念格約簡來說，往往因過于復雜而需要付出昂貴的計算成本。為以示簡明高效，本文仍一樣選擇一組具有相同對象域的《綜合電子政務主題詞表》及其相應網絡文本集合作為異構資源的數據處理對象，并采用文獻[14]提出的冗余信息去除方法，對兩者并疊置運算而生成的異構資源形式背景進行更加簡練的屬性約簡和協調集判斷，為下一步的異構資源概念格構造和情境本體轉化奠定基礎。

2.1?異構資源的數據預處理與各自形式背景構建

2.1.1?結構化資源的數據預處理與形式背景構建

經過領域專家提煉而成的《綜合電子政務主題詞表》是一種清晰、簡潔、權威的分類工具，能夠以其特有的“屬、參、分、代、族”等詞間關系，對“信息產業”詞族中“軟件”的相關主題詞進行概念間關系形式化處理，構建出以具體軟件系統為形式對象、以所屬類別為形式屬性的結構化資源形式背景K1=（G1，M1，I1），如表1所示。

2.1.2?非結構化資源的數據預處理與形式背景構建

對于以“軟件”為主題的相關文本獲取，可以根據主題詞表中的相關主題詞從網絡中加以非結構化資源選擇。然后，選用ANSJ為分詞工具，濾掉停用詞、無意義的特殊符號后，便可基于詞間關聯構建出如表2所示的非結構化資源形式背景K2=（G2，M2，I2）。

2.2?異構資源形式背景的并疊置運算

異構資源形式背景的合并是其屬性約簡的前提，應對K1與K2進行橫向合并，合并對象域相同、屬性項不同的兩者形式背景，并疊置運算后的異構資源形式背景可表示為K=（G，M，I），其中G=G1∪G2，M=M1∪M2，I=I1∪I2，如表3所示。

2.3?異構資源形式背景的屬性約簡與協調集判斷

在異構資源形式背景（G，M，I）中，如果以ga（a=1，2，…，9）代表對象，以mb（b=1，2，…，11）代表屬性（兩者均為有限集合，各對象ga和屬性mb名稱已在表中分別給出標注）;那么，為了剔除其中絕對不必要的屬性，以核心和相對必要的屬性來精練地反映其綜合情境，就需要應用概念格約簡技術對形式背景（G，M，I）加以冗余信息去除和屬性集協調，以便獲得一個適當復雜度和大小的概念格來更加精練地反映情境本體的結構[14]。

2.3.1?冗余信息去除的異構資源形式背景屬性約簡

定理1[14]：在形式背景（G，M，I）中，若g、h∈G，且g′=h′，那么g和h便可由單一代表性對象替換;若m、n∈M，且m′=n′，那么m和n也可以用一個代表性的屬性來代替。由此，便可刪除形式背景（G，M，I）中的冗余信息，并以約簡的屬性來簡明地反映其概念格和情境本體的結構。

合并替代。經過冗余信息m6與m10的刪除，m4對m5、g9對g10的替代，由此獲得的屬性約簡形式背景K′不僅可以生成一個與原始信息結構同構的概念格，而且還能獲得一個精簡的屬性集，來對異構資源所包含的綜合情境加以更簡明表示。如表4所示。

2.3.2?約簡后異構資源形式背景的屬性協調集判斷

在約簡后的形式背景K′中，由于屬性m6與m10完全可由m2代替，可確定為絕對不必要的屬性;而m4與m5可以相互替代，可確定為相對必要的屬性;余下的m1、m2、m3、m7、m8、m9、m11便成為了不可約簡的核心屬性。

在上述對異構資源形式背景的屬性進行3類分組約簡的基礎上，經過領域專家的參與，還能對屬性值相同的非絕對不必要屬性進行再度協調集判斷，將相對必要屬性與核心屬性劃分成{m1，m2，m3，m4，m7，m8，m9，m11}、{m1，m2，m3，m5，m7，m8，m9，m11}兩個屬性協調集。這不但使異構資源所含的綜合情境得到更加明確的表示，也為其概念格簡明構建提供了保障。

3?CKAIC用戶感知應用的情境本體構建

異構資源經過形式背景合并和屬性約簡與協調集判斷后，其包含的綜合情境還需要再經過概念格構造，才能轉化為CKAIC用戶感知應用的情境本體。

3.1?異構資源概念格的構造與集成情境分析

3.1.1?異構資源概念格構造

本文選擇Concept?Explorer中的ConExp-1.3版本作為構造概念格的工具，來對屬性約簡后的異構資源形式背景K′加以輸入和顯示形式的調整;然后根據相應規則將其轉換為異構資源的概念格LK′=（G，M，I）。計算機可根據輸入的形式背景自動生成如圖2所示異構資源概念格Hasse圖。

3.1.2?異構資源概念格集成情境分析

在異構資源融合生成的概念格Hasse圖中，每個節點代表1個概念，概念的內涵、外延分別由黑色、白色背影表示。將結構化資源、非結構化資源與異構資源整合后的概念格相比，可以發現屬性約簡后的異構資源概念格共有大小不等的15個節點，各個節點的大小和相互間連線的多少代表了每個概念在整個集成情境中的相對比重和語義豐富度，從而體現出“軟件”相關概念間具有更加豐富的語義信息、鮮明的層次結構、隱含的關聯關系、綜合的集成情境。

3.2?基于異構資源概念格轉化的情境本體構建

經過屬性約簡的異構資源概念格LK′只有將其所有概念節點及其屬性的偏序關系完全對等地映射到CKAIC的情境本體中，才能將其所包含的綜合情境集成起來，也才能轉化成一個滿足用戶感知應用的情境本體，并用面向對象G的網絡約束形式加以表示。

3.2.1?異構資源概念格轉化成情境本體的規則

將異構資源概念格LK′轉化為CKAIC的情境本體，可依次采用如下的映射規則[15]：①將目標概念LK′各節點所代表的概念全內涵和全外延地映射為情境本體中對應的概念;②將每個概念的屬性ma和對象ga分別映射為情境本體的相應屬性和實例;③將概念格LK′中所存在的偏序關系RI={（cab）e×f，e∈a，f∈b}對等地映射為情境本體中概念的分類關系。以使處于不同類別中的不同對象分別得到所屬領域的概念定義、屬性類分、功能界定和彼此之間兼容性的類層劃分及其具體關聯關系建立，使處于同一類別中的同一對象得到與子類及其所具有屬性和功能的進一步關聯，使其在與所涉及概念之間進行內涵與外延的全方位擴展，以充實其應有的屬性、功能和應盡的關聯，并基于網絡約束加以表示。這些均可在圖3的情境本體圖示中得到進一步說明與驗證。

3.2.2?CKAIC用戶感知應用的情境本體構建

在CKAIC構建感知應用的情境本體過程中，可以選用本體構建工具Protégé3.4，并遵守上述這種全方位對等的本體映射規則，將存在于目標概念格LK*中的概念數量及其關聯關系、層次結構完整地復制到轉化而來的情境本體之中，以使異構資源所包含的綜合情境也能得到完整的集成，并用如圖3所示的網絡約束形式加以表示，這就為用戶基于圖例所示的關系進行感知應用地制定決策提供各種參考的解決方案[4，16]。

3.2.3?情境本體的適配性應用解析

為了驗證CKAIC基于概念格整合異構資源構建情境本體的適配性應用效果，需要將其與單一資源構建的本體進行詞重率、增詞率、漏詞率對比。經過統計分析，整合異構資源構建的情境本體共有9個概念，全部來自于非結構化資源;而結構化資源有3個概念，與異構資源交叉的概念為2個，共有的概念為10個，不屬于結構化資源的新概念為7個。由此可以計算出情境本體與結構化資源的詞重率為20%、增詞率約為233%、漏詞率約為33.33%，說明兩者共有的概念在情境本體占比很少，絕大部分概念來自非結構化資源的貢獻，結構化資源中僅有概念{操作系統}未被情境本體獲取。同樣，還可以計算出情境本體與非結構化資源的詞重率為100%、增詞率和漏詞率均為0，說明非結構化資源的全部概念被情境本體所吸納，且增加了概念{操作系統}的屬性，一并用于增強情境本體的語義豐富度和對用戶感知應用時的適配性。

由此可見，基于概念格整合異構資源構建出的情境本體，能夠以豐富的語義信息，為CKAIC用戶提供如情境本體圖例所示的由何人、基于何種關系、采用何種方法和標準及方式、來完成何種任務的適配性感知應用能力，從而為用戶決策制定提供可參考的解決方案。

4?結論與展望

CKAIC是一個未曾得到比較系統研究過的復雜適應性系統。它的情境本體構建雖然能夠使具有共同語義基礎的異質本體得到跨越多領域的協同知識地圖構建，為不同領域知識信息的溝通交流和關聯應用提供一個共享和通用的理解[17];但是，面向情境感知系統的CKAIC還需要集成多模態傳感器、分類器等情境感知中間件，構建一個人機適應性交互的情境認知技術系統[18]，以對來自于用戶、環境等各類實體的多模態顯隱情境信息進行對應感知的情境本體構建，以便用戶可以對CKAIC的情境本體產生“六何”（即何人于何時何地為何事采取何方法來達到何目的）[19]感知的適配性利用，支持用戶對實際問題進行個性化、主動化的情境感知決策[12，20]。這正是今后有待進一步研究的主題。

參考文獻

[1]姜永常，金巖.集成情境知識構建的體系設計與系統實現[J].圖書情報工作，2013，57（6）：121-126.

[2]姜永常.知識構建成長與協同知識構建產生的科學理論闡釋[J].情報理論與實踐，2016，39（1）：32-37，34.

[3]Smirnov?A，Levashova?T，Shilov?N.A?Hybrid?Technology?for?Operational?Decision?Support?in?Pervasive?Environments[C]//Artificial?Intelligence?Applications?and?Innovations?Ⅲ，2009：3-12.

[4]Smirnov?A，Levashova?T，Shilov?N.Patterns?for?Context-based?Knowledge?Fusion?in?Decision?Support?Systems[J].Information?Fusion，2015，21：114-129.

[5]畢強，滕廣青.國外形式概念分析與概念格理論應用研究的前沿進展及熱點分析[J].現代圖書情報技術，2010，（11）：17-23.

[6]滕廣青，畢強.基于概念格的異構資源領域本體構建研究[J].現代圖書情報技術，2011，（5）：7-12.

[7]van?Bunningen?A，Feng?L，Apers?P.Context?for?Ubiquitous?Data?Management[C]//Workshop?on?Ubiquitous?Data?Management，2005：17-24.

[8]Krishnamoorthy?S.Rover-Ⅱ：A?Context-Aware?Middleware?for?Pervasive?Computing?Environments[D].University?of?Maryland，2013.

[9]邱?璇.基于FCA和異構資源融合的本體構建研究[J].圖書情報工作，2015，59（2）：112-117，50.

[10]畢強，鮑玉來.數字圖書館知識組織體系構建的發展路徑——概念格與本體的互補融合[J].華中師范大學學報，2011，50（5）：130-136.

[11]Smirnov?A，Pashkin?M，Chilov?N.Knowledge?Source?Network?Configuration?Approach?to?Knowledge?Logistics[J].International?Journal?of?General?Systems，2003，32（3）：251-269.

[12]Pradeep?P，Krishnamoorthy?S.The?MOM?of?Context-aware?Systems：A?Survey[J].Computer?Communications，2019，137：44-69.

[13]王亞慧，李瑞明，王蘿娜，等.基于FCA與概念格屬性約簡的本體合并方法研究[J].情報科學，2018，36（4）：111-116.

[14]Sérgio?M?Dias，Newton?J?Vieira.Concept?Lattices?Reduction：Definition，Analysis?and?Classification[J].Systems?With?Applications，2015，42（20）：7084-7097.

[15]Dapoigny?R，Barlatier?P.Formal?Foundations?for?Situation?Awareness?Based?on?Dependent?Type?Theory[J].Information?Fusion，2013，14（1）：87-107.

[16]Khedr?M，Karmouch?A.Negotiating?Context?Information?in?Context-aware?Systems[J].IEEE?Intelligent?System，2004，19（6）：21-29.

[17]畢強，滕廣青.基于概念格的多本體協同知識地圖構建研究[J].情報學報，2012，31（10）：1081-1025.

[18]Glodek?M，Honold?F，Geier?T，et?al.Fusion?Paradigms?in?Cognitive?Technical?Systems?for?Human-computer?Interaction[J].Neurocomputing，2015，161：17-37.

[19]密阮建弛，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.

[20]Barkhuus?L，Dey?A.Is?Context-aware?Computing?Taking?Control?Away?from?the?User？Three?Levels?of?Interactivity?Examined[C]//On?Ubiquitous?Computing，2003：149-156.

（責任編輯：郭沫含）