基于模糊Petri網的文獻知識元語義集成研究
2024-01-27 09:20:49汪圳祝婷
現代信息科技 2023年24期
汪圳 祝婷
摘? 要：為提升面向用戶的精細化知識服務質量及資源利用效率，提出一種基于模糊Petri網的數字圖書館標準化知識元集成方法，充分展示內容之間的語義關系。首先，引入本體與模糊Petri網技術，對數字圖書館文獻知識進行獲取和重組，從而構建知識元庫；其次，將本體應用于知識元的語義鏈接，使計算機能夠“理解”知識元的語義并能自動集成；最后，構建知識元模糊Petri網以規范用戶和系統對概念語義的理解，清晰描述知識元概念之間的語義關系，由此消除人與計算機對語義理解的歧義。文獻集成案例展示語義知識元的集成策略，案例表明該方法可以有效揭示文獻內容之間的語義關聯及文獻之間的關聯程度。
關鍵詞：模糊Petri網；數字圖書館；知識元；本體；知識集成
中圖分類號：TP301.1? 文獻標識碼：A? 文章編號：2096-4706（2023）24-0072-06
Research on Semantic Integration of Literature Knowledge Units Based on Fuzzy Petri Nets
WANG Zhen1， ZHU Ting2
（1.Chang'an University Library， Xi'an? 710064， China; 2.Xi'an Technological University Library， Xi'an? 710021， China）
Abstract： To improve the quality of user oriented refined knowledge services and resource utilization efficiency， a standardized Knowledge Units integration method for digital libraries based on fuzzy Petri nets is proposed， fully demonstrating the semantic relationships between contents. Firstly， the ontology and fuzzy Petri net technology are introduced to acquire and reorganize literature knowledge in digital libraries， thereby constructing a knowledge metabase; secondly， applying ontology to semantic linking of Knowledge Units enables computers to “understand” the semantics of Knowledge Units and automatically integrate them; finally， a Knowledge Units fuzzy Petri net is constructed to standardize the understanding of conceptual semantics by users and systems， clearly describing the semantic relationships between Knowledge Units concepts， and thus eliminating ambiguity in semantic understanding between humans and computers. The literature integration case demonstrates the integration strategy of semantic Knowledge Units， and the case demonstrates that this method can effectively reveal the semantic correlation between literature content and the degree of correlation between literatures.
Keywords： fuzzy Petri net; digital library; Knowledge Unit; ontology; knowledge integration
0? 引? 言
文獻資源是學者們在科研過程中必不可少的參考資源，然而數字圖書館面對海量數據的沖擊，檢索系統提供的文獻結構化的信息格式只能展示文獻及其相關屬性值，已不能滿足科研用戶精細化的信息需求。目前文獻的組織方式不能充分挖掘文獻內容層面的語義關系，導致用戶通過關聯關系學習理論或衍生新知識的效率不高。知識元集成的目的是將隱性知識進行顯性化，實現知識元的有序化，衍生新的知識單元。通過提取文獻資源中的知識節點，并建立文獻之間知識元的語義鏈接，從而為研究人員提供高效的知識服務。
模糊Petri網是在Petri網圖形表達的基礎上增加了模糊數學的推理機制，不僅能清晰描述元素之間的關系，也可以進行知識的推理、分析及決策等，是一種融合Petri網和知識表達的良好建模工具。相關研究主要應用在安全評估、物理系統分析及故障排查等領域，本文將Petri網應用到知識元語義集成領域，實現文獻之間有價值節點的語義鏈接的問題，促進跨領域學科的新知識的衍生學習。
1? ?相關研究綜述
知識元是相對獨立且具有完備知識表達的基本單元，通過對知識元的準確標引和有效集成，可以挖掘同一或不同學科之間的隱形和顯性的知識關系[1]。知識元標引是實現跨領域知識集成與知識發現的基礎。溫有奎等首次提出了知識元標引的概念，對文本知識元類型及其標引規則進行了研究[2]，在此基礎上付蕾設計了一個知識元標引系統，并對該系統進行了設計和實現[3]；蔣玲則進一步將以主題詞為知識元名稱進行標引的標引技術細化到屬性信息進行提取，提出了基于規則的知識元標引方法[4]。總結知識元標引方法主要有兩類：基于分類的標引和基于主題的標引，前者比如Jiang等研究了基于知識元的中文文本知識標引，提出了知識元標引的步驟[5]；后者比如Luo等設計了基于知識元標引的智能資源學習系統，通過智能學習系統，實現自動知識元標引[6]。
知識元集成是將存在邏輯關聯的不同的知識元進行鏈接，從而構成以知識元為基本單位的知識網絡[7]；溫有奎等研究了基于語義知識庫的智能推理機的問題答案服務系統[8]；曾建勛探討基于知識元的知識鏈接的4種主要構建方式[9]；姜永常提出了一種基于知識元本體語義鏈接的知識網絡實現流程[10]；陳蘭杰梳理了知識鏈接理論與實踐的三個時期，并指出以知識元鏈接為核心的知識服務模式是發展的必然趨勢[11]；王靜等以飲食與疾病領域的知識元為研究對象，對兩個領域的知識元之間的語義關系進行了鏈接，從而實現了知識元的語義推理[12]；曾建勛認為知識鏈接將朝著面向科研環境、個性化推薦鏈接、基于本體的語義關系鏈接等方面發展[13]。總結知識元集成主要有兩類方法：利用關聯數據等建立知識元之間的導航和應用本體技術進行知識元的集成，前者如溫有奎等探討了利用譜分析對知識元進行提取的算法[14]，高勁松等利用關聯數據的相關技術對抽取的文獻知識元之間的語義進行了鏈接[15]；后者比如Wu等設計了一種基于本體的知識元鏈接的系統[16]。
本文參考的關于模糊Petri網本體建模的相關研究如下：王卓等將本體概念視為各種模型與Petri網模型之間轉換的橋梁[17]；相東明等根據領域本體為Petri網中的所有庫所添加語義標記，使其與已有的語義庫建立聯系[18]；裘杭萍等提出了一種基于Petri網的OWL-S語義匹配機制[19]；劉如娟等基于本體理論設計了一種基于時間約束Petri網的Web服務時間模型定義方法，該方法不僅擴展已有的Petri網本體，而且增強其描述能力，使其能夠描述服務數據及時間信息，并定義了在OWL-S上定義的時間本體與Petri網時間本體間的關系[20]；吳敏敏等提出了一種Petri網和本體的語義Web服務組合方法[21]。
泛在環境下知識元的標引和集成是并發的，需要協同標引手段，模糊Petri網作為動態系統的有效建模工具，在并發服務等方面取得了很多研究成果，但缺少在知識元協同標引和集成過程方面的研究。因此，本文利用模糊Petri網進行數字圖書館文獻層面知識元的協同標引，同時將本體應用于知識元的集成過程，使計算機能夠“理解”知識元的語義并能自動集成，以解決知識元集成過程中語義的鏈接，進而揭示文獻內容層面的語義關系。
2? 基于模糊Petri網的文獻知識網絡
知識之間存在不同類型和程度的關聯關系，但傳統的知識描述方式缺乏對知識之間關聯類型和程度的表達和描述，不能很好地描述知識之間的關聯關系，模糊Petri網可以通過描述臨近知識之間的關系，形成知識間的語義鏈接，進而組成知識網絡，使計算機能夠“理解”知識間的相互關系并能自動集成。同時，還可以跨越領域、地域等限制，發現隱藏的知識關系，擴大知識應用范圍，促進創新也啟發用戶思維。
2.1? 文獻知識標準化處理
數字圖書館的知識資源數據庫來源主要包括學術論文、專著、課題報告等，要實現對這些知識資源的知識元抽取，首先需要制定內容分解規則來識別和分解數據庫資源的主題內容，一般分為三步：
1）判斷知識資源類型及領域，分解歸類到不同的資源庫。
2）依據語法結構和內容表現形式，將每條知識中包含的語句分解為簡單的主謂賓結構，再進一步轉換成“對象—屬性”的表現形式。
3）隱藏冗余語句，建立剩余語句之間的知識關系，突出主題內容。
經過處理后的知識被重新組織排列成具有標準術語的句式，然后就可以根據知識元分類，經過人工識別篩選，生成基于知識元的知識庫，數字圖書館文獻知識元標準收取過程如圖1所示。
主題內容識別與分解過程中常常會產生無法識別的內容，一般情況下需要人工進行識別描述，并形成新的內容分解規則，擴充到內容分解規則中。
2.2? 文獻知識的本體描述
知識元缺乏面向語義的表達和描述，不能很好地支持語義集成，因此可以將本體（Ontology）應用于知識元的語義鏈接，使計算機能夠“理解”知識元的語義并能自動集成。本體早在20世紀60年代就被計算機領域使用，卻一直缺少對本體統一的看法，從1993年到1997年，經過Gruber、Borst等人給出本體定義的基礎上，Studer等人認為本體是“共享概念模型的明確的形式化規范說明”[22]。這個普遍公認的定義指出本體描述的是專業領域內的概念與概念之間的相互關系，從而構成一個學科領域內部概念的詞表以及概念間清晰的層次關系。
本體的目標是規范用戶和計算機對概念語義的理解，表達清晰的概念層次和語義關系，建立孤立知識概念間的語義聯系，通過推理關系得到概念間蘊含的聯系，由此消除人—計算機對語義理解的歧義。
P?erez等人對本體進行諸多研究，提出本體的五元組邏輯結構[23]，本文結合此研究，定義知識元本體模型Knowledge=
知識元的初始標識（C）即本體的唯一標識代碼，便于存儲和提取。
知識元的存在領域（RC）依據《中圖法》對本體的類別進行劃分，即5大部類、22個大類，它們的標識符和類名如下：A：馬克思主義、列寧主義、毛澤東思想；B：哲學；C：社會科學總論；D：政治、法律；E：軍事；F：經濟；G：文化、科學、教育、體育；H：語言、文字；I：文學；J：藝術；K：歷史、地理；N：自然科學總論；O：數理科學和化學；P：天文學、地球科學；Q：生物科學；R：醫藥、衛生；S：農業科學；T：工業技術；U：交通運輸；V：航空、航天；X：環境科學；Z：綜合類。
知識元內包含的內容（I）即知識元的定義或模型等具體解釋性內容。
知識元與其他知識元間的關系類型（XR）是知識元間比較顯性的關系（如part-of：部分與整體的關系、kind-of：繼承關系、instance-of：實例和整體的關系、attribute-of：屬性關系）的描述。
知識元與其他知識元間的關聯程度（XRD）不僅可以描述知識元間的緊密程度，還可以進一步體現知識元間的隱性關系（即相同、相似、相關、無關）。關聯程度采用五元組進行表示：XRD=（RC，P，O，I，KT）；其中，RC為知識元存在領域，P為知識元的語義來源，O為知識元描述對象，I為知識元內容，T為知識元應用情景。假設第j種要素對知識元i的影響程度為dji，則知識元i的向量模型為：
采用余弦相似度計算知識元i與知識元j間的關聯程度：
當相似度值d大于某閾值時認為這兩種知識元是相同的，介于某兩個閾值之間表示兩種知識元是相似的，小于模擬閾值且大于0時兩種知識元有關系，等于0時知識元是無關的。閾值的選取根據不同情況可采用專家評分的方法確定閾值。
2.3? 基于模糊Petri網的知識網構建
Petri網最早由物理學家卡爾· A ·佩特里應用在描述并發現象上。Petri網中不存在“全局時間”概念，描述的是專業領域內的事件與事件之間的相互關系，只要條件成熟，節點所包含的事件就可以發生，從而構成一個學科領域內部知識點間清晰的層次關系。
模糊Petri網是由Petri網與模糊數學相結合，對并行問題進行模糊處理的建模工具，主要要素包括庫所節點、變遷節點、連接強度以及負實數變遷啟動閾值等。其構建流程如圖2所示。
模糊Petri網主要由節點（庫所、變遷、引用）、特征信息和弧組成，每條知識有唯一的初始標識，經過加工處理后會被賦予其他更規范的不同標識；節點分為庫所節點、變遷節點和引用節點，庫所和變遷兩節點之間的關系通過弧連接，弧的強度超過特征信息中的閾值時，變遷節點啟動；引用節點包括引用庫所和引用變遷，是對另外不同網絡中知識的引入，可以實現不同模糊Petri網之間的關聯，擴大知識鏈接面。
構建模糊Petri網的目標是規范用戶和系統對概念語義的理解，表達清晰的概念層次和語義關系，建立孤立知識概念間的語義聯系，由此消除人—計算機對語義理解的歧義。
本文采用大數據統計方法對知識庫內知識元之間的關聯性進行統計，推理出知識元間的模糊關聯規則，構建基于模糊Petri網的知識關聯關系，主要分為兩步：
1）對每條知識內部的知識元進行梳理，確定知識內部知識元間基于模糊Petri網的關聯關系，如圖3所示。
知識元k1和k2在條件達到各自變遷節點啟動的閾值v1、v2后啟動變遷節點，與一個或多個知識元ki產生關聯，wi為關聯系數；以此類推，經過多個知識元間的規則轉換后最終與知識元kn產生關系。當條件不能達到啟動閾值時，vi = 0，則有：
當vi ≠ 0時，知識元ki與知識元kn之間存在的關聯程度lin = vi×wn；
若vi = 0，lin = lij×…×ljn；
結合式（2），和知識元km有關聯的知識元kn與知識元ki的關聯程度lin表示為：lin = lim×dmn；
取：
2）以知識內部的每條知識元作為節點，在知識庫內尋找與之有關聯的知識元及其所在的知識內容，并根據知識元之間的關聯關系形成知識間的關聯關系，如圖4所示。
知識i和知識j內部存在相同的或者可以產生關系的知識元，將之通過關聯規則產生聯系，最終形成知識i和知識j之間的關聯關系。
為了實現不同領域間的知識關聯，我們選取知識i中的知識元與知識j中的知識元關聯程度最大的值作為知識i與知識j的關聯程度值：
可以根據知識之間的關聯程度值來發現不同領域有關聯的知識內容，從而實現知識的融合。
3? 基于模糊Petri網的文獻知識元集成實例
本文選取兩篇文獻作為實例進行知識集成說明，由于篇幅問題，只選取主要步驟的重要部分進行展示。
3.1? 知識資源標準化處理
論文依據《中圖法》對知識資源的類型及領域進行劃分，再根據論文內容提取主要內容及所包含的知識元，如表1所示。
3.2? 知識元交互關系及相關知識元整理
確定知識資源《基于用戶情境的高校圖書館書目協同過濾推薦研究》中的知識元間的語義交互關系。如圖5所示。
并根據式（1）（2）搜索并計算與知識資源《基于用戶情境的高校圖書館書目協同過濾推薦研究》中知識元相似的知識元，部分結果如表2所示。
3.3? 基于模糊Petri網的知識網構建及關聯程度分析
本文主要目的是鏈接不同學科領域間知識內容的語義，進而擴展需求者思維，隨機篩選一篇相關示例文獻《貝葉斯更新下基于情景樹的動態訂貨策略研究》，與示例文獻進行對比分析。
將處理過后的知識文獻按照知識元關聯規則用模糊Petri網表示出來，如圖6所示。
根據式（3），文獻《貝葉斯更新下基于情景樹的動態訂貨策略研究》中知識元與文獻《基于用戶情境的高校圖書館書目協同過濾推薦研究》中的知識元——書目推薦的關聯程度計算結果如表3所示。
對比文獻與書目推薦的關聯程度l = max{0.367，0.294，0.406，0.337} = 0.406。
根據式（4），文獻《貝葉斯更新下基于情景樹的動態訂貨策略研究》與文獻《基于用戶情境的高校圖書館書目協同過濾推薦研究》的相關程度L = max{l1，8，l1，9，l3，7} = max{0.906，0.752，0.910} = 0.910。，即兩篇文獻存在一定的關聯性。
兩篇文獻中，都需要通過用戶需求來推理情境，所需要的理論方法有一定的相似性；同時，貝葉斯定理在兩篇文獻中都有應用，知識需求者可以根據這種關聯關系學習理論或衍生跨領域的新知識。
4? 結? 論
通過模糊Petri網模型將文獻資源在知識元層面進行了語義關聯，可以為用戶提供文獻內容層面知識的產生和發展脈絡，通過建立知識元之間的語義關聯，清晰了解獨立知識元的發展軌跡和現狀，為用戶提供文獻內容全景式的知識網體系；知識元語義集成過程，消除了學科領域界限，可視化展示跨領域的知識內容層面的語義聯系及文獻之間的關聯程度，為跨學科演進新知識提供理論層面的推理機制。
參考文獻：
[1] 溫有奎，焦玉英.基于知識元的知識發現 [M].西安：西安電子科技大學出版社，2011：12-14.
[2] 溫有奎，溫浩，徐端頤，等.基于知識元語義網格平臺的知識發現研究 [J].計算機工程與應用，2006（4）：4-6+34.
[3] 付蕾.知識元標引系統的設計與實現 [D].武漢：華中師范大學，2009.
[4] 蔣玲.面向學科的知識元標引關鍵技術研究 [D].武漢：華中師范大學，2011.
[5] JIANG L，YANG Z K，WANG J X. Knowledge Indexing of Chinese Text Based Knowledge Element [C]//2008 International Symposium on Knowledge Acquisition and Modeling.Wuhan：IEEE，2008：35-38.
[6] LUO L M，YANG L Q. Design of the Intelligent Learning Resources Learning System Based on the“Knowledge Points”Indexing [C]//2013 Fourth International Conference on Intelligent Systems Design and Engineering Applications.Zhangjiajie：IEEE，2013：264-267.
[7] 司莉，李月婷.我國三大全文數據庫知識鏈接方式比較分析 [J].圖書館建設，2013（4）：33-35+40.
[8] 溫有奎，溫浩，喬曉東.讓知識產生智慧——基于人工智能的文本挖掘與問答技術研究 [J].情報學報，2019，38（7）：722-730.
[9] 曾建勛.知識鏈接的構建方式研究 [J].圖書情報工作，2010，54（12）：32-35+77.
[10] 姜永常.基于知識元語義鏈接的知識網絡構建 [J].情報理論與實踐，2011，34（5）：50-53+45.
[11] 陳蘭杰.知識鏈接理論與實踐的三次嬗變探究 [J].圖書情報工作，2010，54（12）：46-49+63.
[12] 王靜，劉成山，秦春秀.一種基于模糊Petri網的知識元語義集成方法 [J].情報理論與實踐，2017，40（9）：140-144.
[13] 曾建勛.知識鏈接的研究現狀與發展趨勢 [J].情報理論與實踐，2011，34（2）：119-123.
[14] 溫有奎，焦玉英.知識元語義鏈接模型研究 [J].圖書情報工作，2010，54（12）：27-31.
[15] 高勁松，馬倩倩，周習曼，等.文獻知識元語義鏈接的圖式存儲研究 [J].情報科學，2015，33（1）：126-131.
[16] WU D，LI X J，ZHANG C W. The design of ontology-based semantic label and classification system of knowledge elements [C]//2011 International Conference on Uncertainty Reasoning and Knowledge Engineering.Bali：IEEE，2011：95-98.
[17] 王卓，馮曉寧，徐玉如.基于本體的Petri網模型轉換方法 [J].計算機科學，2009，36（6）：147-149+166.
[18] 相東明，馬炳先，張正明.基于語義的Petri網自動共享合成方法研究 [J].系統仿真學報，2012，24（11）：2237-2242.
[19] 裘杭萍，胡汭，羅晨.基于Petri網的OWL-S語義匹配機制研究 [J].計算機科學，2012，39（10）：174-176+213.
[20] 劉如娟，陳俊杰，王立軍，等.一種基于Ontology的WEB服務時間約束定義及驗證方法 [J].四川大學學報：工程科學版，2009，41（6）：158-164.
[21] 吳敏敏.基于Petri網的語義Web服務組合方法 [J].南陽理工學院學報，2016，8（4）：29-34.
[22] 陸建江，張亞飛，苗壯，等.語義網原理與技術 [M].北京：科學出版社，2008.
[23] P?EREZ A G，BENJAMINS V R. Overview of Knowledge Sharing and Reuse Components： Ontologies and Problem-Solving Methods [EB/OL].[2023-04-06].http：//sunsite.informatik.rwth-aachen.de/Publications/CEUR-WS/Vol-18/.
作者簡介：汪圳（1992—），男，漢族，山東臨清人，
館員，碩士，研究方向：數字圖書館技術及應用；祝婷（1990—），女，漢族，陜西咸陽人，助理館員，碩士，研究方向：個性化推薦。
收稿日期：2023-05-06
基金項目：2023年度長安大學中央高校基本科研業務費專項資金資助項目（300102503601）；陜西省科學技術情報學會項目（2022KTF-06）
