基于本體與概念格的數(shù)字圖書館知識組織研究

吳煜煌

摘要：在網(wǎng)絡(luò)大數(shù)據(jù)時代，數(shù)字圖書館已經(jīng)取代了傳統(tǒng)的圖書館成為人們獲取知識的主要途徑。隨著人們對查詢效率和個性化服務(wù)要求的提高，數(shù)字圖書館的如何更有效準(zhǔn)確地為用戶服務(wù)是眾多研究者和使用者關(guān)注的問題。在數(shù)字圖書館知識組織方面，已有大量的研究成果。本體能夠清晰地描述概念，概念格能夠揭示概念之間的層次關(guān)系，基于本體和基于概念格的數(shù)字圖書館知識組織也成為該領(lǐng)域的一個研究熱點。

關(guān)鍵字：數(shù)字圖書館；本體；概念格

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）31-0142-02

1 概述

數(shù)字化圖書館是網(wǎng)絡(luò)環(huán)境下的分布式知識網(wǎng)絡(luò)系統(tǒng)，是一種新型的信息知識組織形式，能夠為用戶提供知識服務(wù)機(jī)制，涉及知識資源加工、存儲、檢索、傳輸和利用的全過程。近年來隨著大數(shù)據(jù)、大媒體的迅速發(fā)展，為了更好地為用戶提供知識服務(wù)，數(shù)字圖書館如何對海量信息中的知識進(jìn)行發(fā)掘和組織變得尤為重要。尤其是隨著語義web的出現(xiàn)，數(shù)字圖書館知識組織面臨著新的挑戰(zhàn)，傳統(tǒng)的圖書館知識組織方法（如分類法和組織法）已無法適應(yīng)信息的非結(jié)構(gòu)化以及增長的速度，基于本體的數(shù)字圖書館知識組織和基于概念格的數(shù)字圖書館知識組織成為目前的兩個研究熱點。

2 數(shù)字圖書館

數(shù)字圖書館是一個電子化信息的倉儲，能夠存儲大量各種形式的信息，用戶可以通過網(wǎng)絡(luò)方便地訪問它，以獲得這些信息，并且其信息存儲和用戶訪問不受地域限制。"數(shù)字圖書館"概念一經(jīng)提出，就得到了世界廣泛的關(guān)注，紛紛組織力量進(jìn)行探討、研究和開發(fā)，進(jìn)行各種模型的試驗。數(shù)字圖書館的服務(wù)是以知識概念引導(dǎo)的方式，將文字、圖像、聲音等數(shù)字化信息，通過互聯(lián)網(wǎng)傳輸，從而做到信息資源共享。每個擁有任何電腦終端的用戶只要通過聯(lián)網(wǎng)，登錄相關(guān)數(shù)字圖書館的網(wǎng)站，都可以在任何時間、任何地點方便快捷地享用世界上任何一個"信息空間"的數(shù)字化信息資源。數(shù)字化資源、網(wǎng)絡(luò)化存取和分布式管理是數(shù)字圖書館的三要素。信息源、圖書館和讀者組成了數(shù)字圖書館的三角結(jié)構(gòu)。在大數(shù)據(jù)環(huán)境下，隨著人們對檢索效率和準(zhǔn)確率要求的提高，如何更有效的組織數(shù)字圖書館知識，為用戶提供更好地個性化服務(wù)成為數(shù)字圖書館領(lǐng)域面臨的一個關(guān)鍵問題。

3 基于本體的數(shù)字圖書館知識組織

3.1 本體（Ontology）的概念

“本體（Ontology）“一詞最初屬于哲學(xué)范疇，后來隨著人工智能的出現(xiàn)被引入到信息系統(tǒng)和知識系統(tǒng)等領(lǐng)域。從概念形式上看，不同的研究者對Ontology有不同的定義，目前對本體概念的普遍認(rèn)識認(rèn)為Ontology 是共享概念模型的明確的形式化規(guī)范說明，其中包含四個方面的含義：概念模型、明確、形式化和共享。主體的目標(biāo)是定義基本詞匯及其關(guān)系，組成主題領(lǐng)域的詞匯表以及將它們結(jié)合在一起成為規(guī)則體系，包括對象、屬性和關(guān)聯(lián)。后來隨著語義web的提出和發(fā)展，不同的研究者都認(rèn)為本體是某一領(lǐng)域內(nèi)部不同主體進(jìn)行交流的語義基礎(chǔ)，它能夠描述語義規(guī)則以及一系列的推理規(guī)則以實現(xiàn)自動化推理。隨著語義web在圖書館領(lǐng)域的應(yīng)用，基于本體的數(shù)字圖書館知識組織也成為一個研究熱點。

3.2 本體（Ontology）在數(shù)字圖書館知識組織的作用

1）明確描述知識及其之間的語義關(guān)系

利用本體方法可以清晰規(guī)范地描述知識概念，減少知識概念的歧義，并且可以通過對知識概念添加屬性值、定義關(guān)系及屬性的知識范疇更加細(xì)致地描述知識間的關(guān)系。通過明確知識概念及其關(guān)系，確定了數(shù)字圖書館領(lǐng)域內(nèi)共同認(rèn)可的詞匯，使不同背景的研究者能夠保持在數(shù)字圖書館領(lǐng)域內(nèi)語義上的一致性。

2）實現(xiàn)異構(gòu)系統(tǒng)的互操作

本體在系統(tǒng)互操作也就是信息系統(tǒng)的集成方面的應(yīng)用最普遍，主要體現(xiàn)在三個方面：基于本體的信息檢索；基于本體共享的信息訪問和基于本體映射的信息訪問。在信息檢索方面，本體可以清晰地描述概念，并通過屬性能清晰地描述概念間的關(guān)系。在信息檢索中利用本體對信息的描述檢索知識數(shù)據(jù)庫，可以提高檢索的效率和準(zhǔn)確率。在數(shù)字圖書館應(yīng)用方面，首先用本體規(guī)范描述各領(lǐng)域概念，并基于本體組織數(shù)字圖書館知識，才能實現(xiàn)基于語義的數(shù)字圖書館知識檢索。在信息的共享方面，本體是概念化的詳細(xì)說明，其作用在于定義某一領(lǐng)域的專業(yè)詞匯及他們之間的關(guān)系。在一系列概念的支持下，知識的積累和共享的效率大大提高，從而在組織數(shù)字圖書館知識時實現(xiàn)各學(xué)科之間的知識重用和共享。在信息訪問方面，不同的應(yīng)用程序擁有各自獨立的本體，通過不同本體間的映射來實現(xiàn)信息共享。

3.3 利用本體（Ontology）組織數(shù)字圖書館知識

基于本體的數(shù)字圖書館知識組織主要經(jīng)過以下流程：領(lǐng)域知識模塊的建立、領(lǐng)域知識本體范圍及目標(biāo)的確立、可用本體的考察、領(lǐng)域知識本體的設(shè)計、本體的評價、本體的實現(xiàn)和本體的集成幾個階段。數(shù)字圖書館知識涉及很多學(xué)科和領(lǐng)域，為了構(gòu)建領(lǐng)域知識本體，第一步需要對現(xiàn)有知識領(lǐng)域進(jìn)行具體劃分，形成不同的領(lǐng)域知識。第二步是規(guī)劃階段，即通過分析領(lǐng)域知識本體的需求和制定相關(guān)計劃來確立其范圍和目標(biāo)。第三步是考察本體階段，根據(jù)現(xiàn)有本體集中有無可用本體來決定是優(yōu)化現(xiàn)有本體還是設(shè)計新本體。第四步是設(shè)計本體階段，通過使用知識獲取常用工具或者咨詢專家準(zhǔn)確的收集與獲取領(lǐng)域知識，全面地描述其術(shù)語、概念、屬性及其之間的關(guān)系，從而創(chuàng)建本體實例。第五步是評價本體階段，對前面構(gòu)建的本體進(jìn)行評價，主要從完整性、清晰性、一致性、擴(kuò)展性和可兼容性上檢查本體是否能滿足知識組織的要求。第七步是實現(xiàn)本體階段，即用形式化語言表示本體從而實現(xiàn)異構(gòu)系統(tǒng)的互操作。最后是集成本體階段，即將前面建立的各領(lǐng)域知識本體進(jìn)行集成，形成一個完整的本體知識庫，以便進(jìn)行信息查詢和檢索。

4 基于概念格的數(shù)字圖書館知識組織

4.1 概念格的概念

概念格是人類進(jìn)行知識表達(dá)的一種手段，概念格是一個形式概念，是知識的一種表達(dá)模型，它從本質(zhì)上描述了對象與屬性之間的關(guān)系，依據(jù)知識體在內(nèi)涵和外延上的依賴或因果關(guān)系建立概念層次模型。概念格作為一種有效的知識發(fā)現(xiàn)工具被應(yīng)用于機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、決策分析和信息檢索等領(lǐng)域。概念格在知識發(fā)現(xiàn)領(lǐng)域中，可以解決各種規(guī)則的提取，實現(xiàn)信息的有機(jī)組織。目前，概念格已成功地應(yīng)用于數(shù)字圖書館和文獻(xiàn)檢索領(lǐng)域。

4.2 概念格在數(shù)字圖書館領(lǐng)域的應(yīng)用

數(shù)字圖書館知識組織既要考慮外顯知識，也要考慮內(nèi)隱知識。概念格能夠提取關(guān)聯(lián)規(guī)則、蘊(yùn)含規(guī)則與分類規(guī)則，從而發(fā)現(xiàn)和提取內(nèi)隱知識，幫助完成知識的構(gòu)建。目前概念格在數(shù)字圖書館組織中的應(yīng)用，主要集中于以下幾個方面：對用戶市場進(jìn)行細(xì)分、對用戶用法進(jìn)行細(xì)分、利用概念格對用戶檢索行為進(jìn)行挖掘以及對圖書關(guān)聯(lián)規(guī)則進(jìn)行挖掘等。

數(shù)字圖書館的目標(biāo)是為用戶提供信息服務(wù)，傳統(tǒng)的用戶劃分和知識組織方式已不能滿足數(shù)字圖書館的需求。滕廣青研究了基于概念格的用戶市場細(xì)分的模型，通過概念格聚類來得到對應(yīng)的概念格，支撐用戶市場細(xì)分，并分析概念格聚類，在描述市場用戶與屬性及其關(guān)系的同時，以層次性的結(jié)構(gòu)揭示出用戶市場的概念與聯(lián)系，可以調(diào)節(jié)細(xì)分的粒度。

關(guān)聯(lián)規(guī)則挖掘被廣泛地應(yīng)用于多種領(lǐng)域，作為一種知識形式化工具，一種數(shù)據(jù)分析工具，可以發(fā)現(xiàn)大數(shù)據(jù)的內(nèi)在關(guān)聯(lián)。目前關(guān)于概念格在關(guān)聯(lián)規(guī)則挖掘方面的研究已有很多，李欣提出了一種基于概念格的圖書關(guān)聯(lián)規(guī)則挖掘，通過調(diào)節(jié)關(guān)聯(lián)規(guī)則的閾值，挖掘用戶圖書借閱的關(guān)聯(lián)規(guī)則，提高圖書推薦服務(wù)能力。在數(shù)字圖書館知識組織應(yīng)用領(lǐng)域，滕廣青將概念格理論擴(kuò)展到認(rèn)知與開發(fā)方面，豐富了概念格的應(yīng)用范圍。

5 基于本體與概念格融合的數(shù)字圖書館知識應(yīng)用

本體作為語義web環(huán)境下的知識描述工具，缺乏概念格中概念的層次結(jié)構(gòu)，將概念格融入到本體構(gòu)建中，能夠更加清晰地揭示潛在知識規(guī)律，形成更大的知識網(wǎng)絡(luò)，為實現(xiàn)多本體協(xié)同提供基礎(chǔ)。本體與概念格的融合可以取長補(bǔ)短，促進(jìn)數(shù)字圖書館知識組織從信息到知識的轉(zhuǎn)變。如圖1所示，在知識管理方面，概念格和本體融合可以應(yīng)用在知識組織、知識挖掘、知識推理和知識檢索方面。

圖1 基于本體的概念格應(yīng)用

5.1基于概念格的本體構(gòu)建在數(shù)字圖書館知識組織中的應(yīng)用

近年來，有關(guān)本體與概念格融合的數(shù)字圖書館知識組織也越來越受到研究者的關(guān)注與重視。滕廣青重點關(guān)注了異構(gòu)領(lǐng)域內(nèi)基于概念格的本體構(gòu)建，在提出了相關(guān)的技術(shù)路線的基礎(chǔ)上，通過對異構(gòu)資源進(jìn)行選擇和形式化處理，分別構(gòu)建了兩種概念格：主題詞表概念格和文本概念格，并探討了知識地圖中的多本體映射與協(xié)同。畢強(qiáng)等提出了基于概念格與本體融合的數(shù)字圖書館知識組織路徑，主要從本體概念描述、本體概念分析和本體建模三個方面闡述了概念格的作用，列舉了概念格在本體構(gòu)建中的應(yīng)用，提出了基于概念格構(gòu)建本體的技術(shù)路線。

基于概念格的本體構(gòu)建流程如圖2所示，主要包括以下步驟：

1）數(shù)據(jù)預(yù)處理：對主題詞表和標(biāo)簽進(jìn)行規(guī)范處理，對信息形成一致性認(rèn)識。

2）形式背景構(gòu)建：對數(shù)據(jù)預(yù)處理后的資源集和標(biāo)簽集進(jìn)行形式化，描述概念和屬性之間的關(guān)系，對相關(guān)主體進(jìn)行合并。

3）概念格分析：進(jìn)行概念聚類，利用概念格構(gòu)造工具從形式背景生成概念格。

4）本體構(gòu)建：采用模型化方法，使用概念格分析的結(jié)果構(gòu)建本體。

5）本體評估：通過某種評估策略對生成的實驗本體進(jìn)行評估，檢驗其概念和語義的正確性和完整性，并參考大眾意見進(jìn)行修改和完善。

圖2 基于概念格的本體構(gòu)建流程 （下轉(zhuǎn)第147頁）

（上接第143頁）

5.2基于本體和概念格的圖書推送服務(wù)

圖書推送服務(wù)是網(wǎng)絡(luò)環(huán)境下一種新型的主動服務(wù)模式，提供個性化的圖書服務(wù)。數(shù)字圖書館需要根據(jù)用戶的興趣需求、專業(yè)特征等進(jìn)行信息挖掘，找出圖書關(guān)聯(lián)規(guī)則。從知識挖掘角度來講，本體和概念格可以從不同層次揭示概念的隱含知識。概念格可以挖掘概念屬性之間的關(guān)系，在圖書推送服務(wù)方面通過設(shè)置相關(guān)的閾值建立圖書關(guān)聯(lián)概念格，可以挖掘出圖書之間的關(guān)聯(lián)規(guī)則，從而發(fā)現(xiàn)圖書借閱歷史中隱含的關(guān)聯(lián)，以便更準(zhǔn)確地向讀者推薦圖書目錄推送服務(wù)。

互聯(lián)網(wǎng)環(huán)境下科技的發(fā)展和進(jìn)步推動了知識組織體系的演進(jìn)，復(fù)雜網(wǎng)絡(luò)的興起使得知識網(wǎng)絡(luò)的概念日趨普及，知識組織體系更加豐富，數(shù)字圖書館知識組織方式必然會隨之發(fā)展，未來會出現(xiàn)更高效和人性化的知識組織服務(wù)，為用戶提供更大的異構(gòu)知識網(wǎng)絡(luò)。

參考文獻(xiàn)：

[1] 畢強(qiáng)，鮑玉來. 數(shù)字圖書館知識組織體系構(gòu)建的發(fā)展路徑—概念格與本體的互補(bǔ)融合[J].華中師范大學(xué)學(xué)報（人文社會科學(xué)版），2011，50（5）：130-136.

[2] 滕廣青.基于概念格的數(shù)字圖書館知識組織研究[D].吉林大學(xué)，2012.

[3] 王任棟，宋濤.基于本體的數(shù)字圖書館知識組織研究[J].長春師范大學(xué)學(xué)報（自然科學(xué)版），2014，33（6）：180-182.

[4] 李欣.基于概念格的圖書關(guān)聯(lián)規(guī)則挖掘研究[J].圖書館學(xué)研究，2015（8）：71-74.