基于本體技術(shù)的語義檢索及其語義相似度分析

李曉紅

計(jì)算機(jī)信息檢索是計(jì)算機(jī)技術(shù)的重要構(gòu)成，但傳統(tǒng)信息檢索只能完成語法層面的匹配，并不能在對(duì)用戶提供的檢索信息進(jìn)行理解和信息挖掘的基礎(chǔ)上，進(jìn)行信息篩選，極大的影響信息檢索的效率和效果，為緩解此問題，人們嘗試在本體技術(shù)的基礎(chǔ)上，對(duì)語義檢索和語義相似度檢索的相關(guān)技術(shù)展開研究。在此背景下，本文針對(duì)基于本體技術(shù)的語義檢索和語義相似度展開研究，為優(yōu)化計(jì)算機(jī)信息檢索功能提供參考。

【關(guān)鍵詞】本體技術(shù) 語義檢索 語義相似度

簡(jiǎn)單的機(jī)械式關(guān)鍵詞匹配，是傳統(tǒng)搜索引擎在應(yīng)用的過程中，容易出現(xiàn)信息丟失、無關(guān)信息檢索等問題的重要原因，所以人們嘗試在傳統(tǒng)搜索引擎的基礎(chǔ)上，提出具有語義分析、知識(shí)檢索、知識(shí)管理等功能的智能搜索引擎，而智能搜索引擎功能的實(shí)現(xiàn)，目前要建立在擁有較理想的概念層次結(jié)構(gòu)、邏輯脫離能力，而且可進(jìn)行語義信息表示的本體技術(shù)之上，結(jié)合語義進(jìn)行。

1 基于本體技術(shù)的語義檢索

1.1 基于本體技術(shù)的語義檢索設(shè)計(jì)原理分析

傳統(tǒng)信息檢索主要通過條件檢索和導(dǎo)航檢索實(shí)現(xiàn)，而智能搜索引擎除了要應(yīng)用以上兩種檢索方式外，更強(qiáng)調(diào)語義檢索，即基于本體和用戶的輸入條件，完成語義推理過程，對(duì)用戶檢索的意圖進(jìn)行確定，進(jìn)而以用戶檢索意圖為檢索方向進(jìn)行查詢并向用戶反饋的檢索方式?？梢娀诒倔w技術(shù)的語義檢索實(shí)際上就是用戶通過用戶界面，將搜索信息輸入數(shù)據(jù)處理和語義推理模塊，由其結(jié)合本體開發(fā)人員設(shè)計(jì)的本體知識(shí)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)完成數(shù)據(jù)檢索服務(wù)的過程，換言之就是利用本體技術(shù)將用戶的搜索信息向搜索語義轉(zhuǎn)化的過程。在本體知識(shí)庫(kù)中主要存儲(chǔ)著描述術(shù)語等價(jià)關(guān)系的同位語義關(guān)系，描述語術(shù)包含關(guān)系的上下位語義關(guān)系兩種，前者用RelativeTerm表示，后者用BoraderTerm和NarrowerTerm表示，在本體技術(shù)知識(shí)庫(kù)建立的基礎(chǔ)上，結(jié)合使用規(guī)則，通過正向推理和反向推理，就可以將本體知識(shí)轉(zhuǎn)化成RDFS語義閉包，向用戶反饋，完成信息檢索過程。

1.2 基于本體技術(shù)的語義檢索實(shí)現(xiàn)過程分析

筆者認(rèn)為要按照上述原理實(shí)現(xiàn)基于本體技術(shù)的語義檢索，要保證語義檢索系統(tǒng)包含以下三個(gè)結(jié)構(gòu)：首先，數(shù)據(jù)服務(wù)器，在服務(wù)器中要包含以三元組形式存儲(chǔ)的語義詞典、知識(shí)庫(kù)等領(lǐng)域知識(shí)集合體；其次，Web業(yè)務(wù)層，在此結(jié)構(gòu)中，既要包括可以將用戶信息檢索輸入信息向本體概念形式轉(zhuǎn)化，并依據(jù)JenaOWL推理引擎完成推理分析，實(shí)現(xiàn)語義求解，完成數(shù)據(jù)服務(wù)器檢索和反饋的信息檢索引擎，又要包括為語義推理提供依據(jù)的推理引擎。再次，Web終端，此結(jié)構(gòu)的功能是與用戶建立連接關(guān)系，通過JSP技術(shù)對(duì)用戶的搜索進(jìn)行獲取并將檢索的結(jié)果向用戶進(jìn)行反饋。在以上三部分結(jié)構(gòu)構(gòu)成整體后，要完成信息檢索，需要先設(shè)定檢索算法，筆者認(rèn)為在開始運(yùn)行后，首先要通過計(jì)算機(jī)的檢索條件界面對(duì)用戶提供的查詢信息內(nèi)容進(jìn)行獲取，然后，依據(jù)結(jié)構(gòu)中的功能語義詞典，對(duì)其需求功能的同位表達(dá)式、上位表達(dá)式和下位表達(dá)式進(jìn)行獲取，然后將用戶提供的檢索信息與獲得的各種表達(dá)式作為檢索的條件進(jìn)行檢索，向用戶反饋檢索結(jié)果。在以上語義檢索的過程中，必然要進(jìn)行語義的推理，筆者認(rèn)為在語義推理的過程中，首先推理機(jī)注冊(cè)機(jī)制要依據(jù)RDF三元組表述和本體知識(shí)庫(kù)形式，構(gòu)建出產(chǎn)生包括推理機(jī)制模型對(duì)象的推理機(jī)，然后結(jié)合ModelAPI和OntologyAPI完成模型的處理。在此過程中需要注意以常規(guī)規(guī)則為基礎(chǔ)的推理機(jī)，或以自定義規(guī)則、第三方規(guī)則為基礎(chǔ)的推理機(jī)均可以結(jié)合實(shí)際需要進(jìn)行靈活的選擇。另外，數(shù)據(jù)導(dǎo)入模型、模型檢索和檢索結(jié)果顯示過程均會(huì)影響到語義檢索的實(shí)際效果，在技術(shù)選擇方面均需要有意識(shí)的優(yōu)化。

2 基于本體技術(shù)的語義相似度分析

語義相似度是以語義距離為衡量的概念，換言之如果兩個(gè)語義之間的距離是無窮大的，則這兩個(gè)語義之間的相似度是非常低的，而如果兩個(gè)語義之間的距離無限接近于0，則可以視兩個(gè)語義是高度相似的，所以要對(duì)本體技術(shù)語義相似度進(jìn)行分析，要有意識(shí)的建立以距離為基礎(chǔ)的語義相似度計(jì)算模型，在此模型構(gòu)建的過程中，又要結(jié)合以下因素進(jìn)行。首先語義重合度，即本體內(nèi)部概念中上位關(guān)系概念相同概念的數(shù)量，此數(shù)據(jù)可以在一定程度上反映出本體概念的相同內(nèi)容，在計(jì)算中直接將共同具有的內(nèi)容以公共節(jié)點(diǎn)的形式表示。其次，語義深度，即本體內(nèi)部概念所具有的層次深度，其通常與語義的相似度之間具有較顯著的正相關(guān)性；再次，語義距離，即本體中兩個(gè)節(jié)點(diǎn)連接通路中最短路徑所要經(jīng)過的邊數(shù)，通常情況下，其具體的大小與語義相似度之間具有較顯著的負(fù)相關(guān)性。另外，語義密度，即與概念具有兄弟關(guān)系的階段的數(shù)量，通常情況下，其具體大小與語義相似度之間具有較顯著的正相關(guān)性。在進(jìn)行檢索的過程中，向用戶反饋的檢索信息中包括的相似度信息通常為以上相似度反應(yīng)勻速與對(duì)應(yīng)的調(diào)節(jié)因子乘積之和。需要注意的是，除通過語義距離對(duì)語義相似度進(jìn)行表示外，基于語義的屬性、領(lǐng)域本體也可以構(gòu)建出反應(yīng)語義相似度的模型。

在語義相似度的計(jì)算模型確定后，在信息檢索的過程中，要利用語義相似度進(jìn)行信息檢索，可以在概念初始化后，對(duì)相似度閾值進(jìn)行確定，然后利用相似度計(jì)算模型進(jìn)行語義相似度計(jì)算，并按照序列輸出，為用戶提供檢索的結(jié)果，這在概率方面可以提升用戶獲得預(yù)期檢索結(jié)果的概率。

3 結(jié)論

通過上述分析可以發(fā)現(xiàn)，現(xiàn)階段人們已經(jīng)認(rèn)識(shí)到利用智能搜索引擎取代傳統(tǒng)搜索引擎，在提升信息檢索的效率和準(zhǔn)確性方面的重要性，并在實(shí)踐中有意識(shí)的基于本體技術(shù)進(jìn)行語義檢索的探究，并結(jié)合語義相似度對(duì)信息檢索過程進(jìn)行優(yōu)化，語義檢索雖然設(shè)計(jì)的難度比傳統(tǒng)的關(guān)鍵詞檢索更大，但這是計(jì)算機(jī)信息檢索功能優(yōu)化的具體體現(xiàn)。

參考文獻(xiàn)

[1]朱禮軍，陶蘭，黃赤.語義萬維網(wǎng)的概念、方法及應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2013，11（21）：167-168.

[2]白同強(qiáng)，劉磊.語義的研究與展望[J].吉林大學(xué)學(xué)報(bào)信息（科學(xué)版），2011，19（20）：88-89.

[3]杜小勇，李曼，王大治.語義與本體研究綜述[J].計(jì)算機(jī)應(yīng)用，2012，14（07）：152-153.

[4]黃卿賢，胡谷雨.基于本體的網(wǎng)絡(luò)管理知識(shí)模型[J].北京郵電大學(xué)學(xué)報(bào)，2014，16（45）：362-363.

作者單位

邵陽學(xué)院 湖南省邵陽市 422000