基于自頂向下模式的領(lǐng)域本體構(gòu)建技術(shù)

陳瓅

摘要：本體是一種知識(shí)重用、知識(shí)共享和建模的重要工具。構(gòu)建本體的方法很多，本文提出了一種自頂向下的領(lǐng)域本體構(gòu)建方法，可從一定程度上減少概念冗余度，并按此法構(gòu)建了一個(gè)文學(xué)領(lǐng)域本體。

關(guān)鍵詞：本體；本體庫(kù)；本體的構(gòu)建方法

中圖分類號(hào)：TP302.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）27-0181-02

近幾年，網(wǎng)絡(luò)文化呈快速發(fā)展態(tài)勢(shì)，網(wǎng)絡(luò)游戲、網(wǎng)絡(luò)動(dòng)漫、網(wǎng)絡(luò)音樂(lè)、網(wǎng)絡(luò)影視、網(wǎng)絡(luò)文學(xué)、網(wǎng)絡(luò)廣播等迅速崛起，網(wǎng)絡(luò)文化繁榮發(fā)展。隨著網(wǎng)絡(luò)文化的迅猛發(fā)展，在線文化內(nèi)容日益龐大，如何在這海量的數(shù)據(jù)中識(shí)別出特定的內(nèi)容也就顯得較為困難。本體是一種知識(shí)重用、知識(shí)共享和建模的重要工具，領(lǐng)域本體庫(kù)對(duì)于在線網(wǎng)絡(luò)文化監(jiān)控系統(tǒng)是不可或缺的，通過(guò)構(gòu)建網(wǎng)絡(luò)內(nèi)容領(lǐng)域本體庫(kù)可解決網(wǎng)絡(luò)文化監(jiān)控系統(tǒng)中內(nèi)容識(shí)別的問(wèn)題。

1本體

本體最早起源于哲學(xué)，其所研究的是世界萬(wàn)物的本源，即所有事物的客觀，真實(shí)的存在[1]。

1.1本體的定義

在計(jì)算機(jī)領(lǐng)域中認(rèn)為“本體是共享概念模型明確的形式化規(guī)范說(shuō)明”。 本體根據(jù)不同的屬性，可以將其進(jìn)行不同的分類，分類方法也很多。根據(jù)領(lǐng)域依賴程度，可分為頂級(jí)、領(lǐng)域、人物、應(yīng)用四類。

1.2本體的組成元素

本體的組成元素可歸納為以下[2]：

1）類或概念：指任何事務(wù)，如工作描述、功能、策略和推理過(guò)程等；

2）實(shí)例：各種元素；

3）關(guān)系：領(lǐng)域中概念之間的作用；

4）函數(shù)：一類特殊的關(guān)系，即用前n-1個(gè)元素唯一確定第n個(gè)元素；

5）公理：永真的描述。

1.3 領(lǐng)域本體的構(gòu)建方法

Stanford大學(xué)的Noy和Hafner分析了早期著名的本體設(shè)計(jì)項(xiàng)目，并結(jié)合其開(kāi)發(fā)和使用Progege 2000、Ontolingua等本體編輯環(huán)境的經(jīng)驗(yàn)，給出了本體構(gòu)建的七步法[3]：1）確定本體的領(lǐng)域和范圍。即明確一些基本問(wèn)題，以此確定本體的領(lǐng)域或范圍；2）考慮對(duì)現(xiàn)有本體的復(fù)用。如果是對(duì)特定的領(lǐng)域進(jìn)行細(xì)化或擴(kuò)展，那么系統(tǒng)需要與其他的特定本體知識(shí)庫(kù)或受控詞匯的應(yīng)用交互，則可對(duì)現(xiàn)有本體進(jìn)行復(fù)用。3）確定本體的重要術(shù)語(yǔ)；4）定義類和類的繼承；5）定義屬性和關(guān)系；6）定義屬性的限制；7）生成實(shí)例。

2 文學(xué)領(lǐng)域本體的構(gòu)建技術(shù)

2.1創(chuàng)建領(lǐng)域術(shù)語(yǔ)集

根據(jù)上述七步法，要構(gòu)建領(lǐng)域本體庫(kù)，首先要構(gòu)建領(lǐng)域術(shù)語(yǔ)集，由于這方面內(nèi)容和范圍紛繁復(fù)雜，本文根據(jù)中國(guó)的“四分法”將文學(xué)文劃為詩(shī)歌、小說(shuō)、散文、戲劇四大類，本論文將根據(jù)這四方面建立本體庫(kù)。

2.2文學(xué)領(lǐng)域本體庫(kù)的構(gòu)造和實(shí)現(xiàn)

2.2.1建立類

本文中采用自頂向下模式構(gòu)建文學(xué)本體庫(kù)，頂層本體為文學(xué)，第二層為詩(shī)歌、小說(shuō)、散文、戲劇，第三層再逐步求精、進(jìn)一步細(xì)化，在構(gòu)建本體的時(shí)候，還需充分考慮本體之間的聯(lián)系。因此，本文中的類圖也按此分層，最終構(gòu)造出文學(xué)領(lǐng)域本體庫(kù)。 這里以“小說(shuō)”本體為例，給出部分類層次圖，如圖1。

2.2.2建立類的屬性

根據(jù)以上四個(gè)本體構(gòu)建類的屬性，這里以章回小說(shuō)為例，列出部分屬性如表1。

2.3添加本體實(shí)例

在設(shè)計(jì)好類和屬性之后，就可以添加各種類的實(shí)例了。創(chuàng)建類的實(shí)例類似于向數(shù)據(jù)庫(kù)中的表錄入數(shù)據(jù)，在屬性圖中已給出屬性名及其取值范圍。一個(gè)完整的本體由類、屬性和實(shí)例組成。例如：小說(shuō)本體中，章回類的實(shí)例為四大名著等；演義小說(shuō)的實(shí)例為《隋唐演義》、《楊家將》、《東周列國(guó)志》、《明史演義》等。

2.4本體庫(kù)的存儲(chǔ)方式

目前對(duì)于本體的存儲(chǔ)方式主要有三種：純文本存儲(chǔ)方式、數(shù)據(jù)庫(kù)存儲(chǔ)方式以及專門(mén)管理工具方式。文本方式適合于數(shù)據(jù)量較少的小型數(shù)據(jù)庫(kù)，而專門(mén)管理工具通用性及擴(kuò)展性差?？紤]到本項(xiàng)目中數(shù)據(jù)規(guī)模較大，檢索需求較頻繁，故采用MySql數(shù)據(jù)庫(kù)存儲(chǔ)本體。

3 結(jié)束語(yǔ)

本文中在構(gòu)建本體類的時(shí)，借用了軟件開(kāi)發(fā)中自頂向下的思想。首先確立“文學(xué)”這一頂層本體，然后分化為“詩(shī)歌”、“小說(shuō)”、“散文”、“戲劇”本體，再據(jù)此進(jìn)一步細(xì)化。從而，可從一定程度上降低概念的冗余度。當(dāng)然，采用此方法建立的本體庫(kù)在進(jìn)行實(shí)例添加時(shí)，會(huì)存在一些二義性，因?yàn)橛行┪膶W(xué)的劃分范圍存在交叉部分。

參考文獻(xiàn)：

[1] 李善平.本體論研究綜述[J].計(jì)算機(jī)研究與發(fā)展，2004，41（7）：1041-1052.

[2] GRUBER T R.Towards principles for the design of ontologies used for knowledge sharing[J]. International Jouranl of Human and Computer Studies ，1995（43）：907-928.

[3] Noy N F，McGuinness D L.Ontology development 101：a guide to creating your first ontology [R].USA：Standford University. 2001.SMI Technical Report.SMI-2001-0880.