圖書發(fā)行標準領域本體構建方法的研究

王芳

摘要：針對圖書發(fā)行標準檢索復雜，利用率低等問題，本文在充分分析圖書發(fā)行標準的相關特點的基礎之上，融合現(xiàn)有本體構建技術，借鑒骨架法的更新及文檔化機制，改進了七步法，提出一種基于圖書發(fā)行標準的本體構建方法，并借助本體建模工具Protege實現(xiàn)對圖書發(fā)行標準本體的構建。本文研究實現(xiàn)的圖書發(fā)行標準本體構建方法是圖書發(fā)行標準領域知識圖譜構建的重要研究內(nèi)容，是實現(xiàn)圖書發(fā)行標準可視化檢索的關鍵步驟。

關鍵詞：本體構建;圖書發(fā)行標準;骨架法;七步法

中圖分類號：G250 文獻標識碼：A 文章編號：1007-9416（2019）11-0192-04

0 引言

標準是社會生活中規(guī)范人們生產(chǎn)活動不可缺少的一種重要文獻，對推動行業(yè)的發(fā)展起到了至關重要的作用。目前現(xiàn)行圖書發(fā)行領域標準幾百種，每個標準都包括封皮、前言、范圍、規(guī)范性引用、基本原則等標準主體約束內(nèi)容，一般一個發(fā)行領域標準含有6-8個部分，每一個部分還若干個小節(jié)。因此，人們查閱所需標準信息時需要翻閱量很大，既浪費精力又浪費時間，直接導致圖書發(fā)行標準信息利用效率比較低。本文旨在探討圖書發(fā)行標準本體構建方法，進而實現(xiàn)圖書發(fā)行標準知識圖譜構建，提高圖書發(fā)行標準檢索的效率，促進圖書發(fā)行標準的利用率，推動圖書發(fā)行行業(yè)的規(guī)范化。

本體（Ontology），是共享概念模型的明確的形式化規(guī)范說明[1]，是知識圖譜的重要組成部分。本體主要包含了五個基本的建模元素，分別是類或概念、屬性、關系、約束和實例，通過這六個元素對對象進行形式化描述。圖書發(fā)行領域標準最大的特點是規(guī)范，每個標準都是嚴格按照統(tǒng)一的規(guī)范書寫，但規(guī)范不是一承不變的，它是隨著社會的發(fā)展，發(fā)行領域要求的不斷更新而不斷改進的。因此，本文根據(jù)圖書發(fā)行領域標準特點，研究現(xiàn)行較成熟的幾種本體構建方法，最終，借鑒骨架法的更新機制，改進了七步法，提出一種基于圖書發(fā)行標準的本體構建方法。

1 主流本體構建方法分析

本體的構建是個復雜的過程，需要系統(tǒng)化的方法來支持。目前比較主流的本體構建方法有METHONTOLOGY法[2]、五步循環(huán)法[3]、七步法[4]和骨架法[5，6]等。

METHONTOLOGY方法，該方法構建本體的步驟依次是：需求分析、知識獲取、概念化、系統(tǒng)集成、通過OWL等本體表示語言進行形式化表達、本體評價和文檔說明。該方法是專門用于構建化學本體的方法，并支持本體層次構建，但是該方法無法進行更新迭代。

五步循環(huán)法是一種環(huán)狀的結構，循環(huán)中的五步分別是：選取構建本體的資源（數(shù)據(jù)庫、文檔或者其他本體）、概念學習、領域集中、關系學習、對構建好的本體進行評價。

七步法，顧名思義構建本體的方法有七步，所以被稱作為“七步法”。七步分別是：確定本體構建的領域、考查復用現(xiàn)有本體的可能性、列舉本體領域中的概念本體、定義本體中概念的結構層次、定義概念屬性、定義屬性的約束和本體的實例化。七步法忽略了本體構建過程中內(nèi)容的更新。

骨架法，構建本體主要包含了四個步驟：明確本體構建的目的、執(zhí)行本體構建、對構建完成的本體進行評估，最后對本體進行文檔化保存。骨架法通過對本體的評估實現(xiàn)對本體的更新。

圖書發(fā)行領域標準規(guī)范性很強，標準文檔層次明晰，這一特征使其適合七步法構建本體。但標準規(guī)范一旦變化，標準的主體結構就隨之改變，本體必須是可以更新的，也就必須要進行文檔化保存。因此，結合骨架法的更新機制，改進七步法，研究提出了一種適用于圖書發(fā)行領域標準的本體構建方法。

2 圖書發(fā)行標準本體構建方法

圖書發(fā)行標準的本體構建方法包括七步：確定本體構建領域及范圍、獲取并分析領域信息、定義本體概念和概念層次、定義概念的屬性和屬性約束、本體更新評估、本體實例化、文檔化說明。圖書發(fā)行標準本體構建方法的流程如圖1所示。

（1）明確本體構建的領域。標準涉及各個行業(yè)，知識面覆蓋多領域，難以統(tǒng)一規(guī)范，構建通用的知識本體較為繁瑣，難以實現(xiàn)。本文研究的本體的構建領域是圖書發(fā)行標準領域。

（2）獲取和分析領域信息。明確了本體的構建領域之后，接下來就要收集現(xiàn)有的圖書發(fā)行領域標準，并對其內(nèi)容和結構進行分析，為本體概念的定義和概念層次的建立打下基礎。

（3）定義本體概念和概念的層次。在收集和分析圖書發(fā)行領域標準后，研究需要盡可能多的抽取圖書發(fā)行領域的核心概念，這些核心概念能較全面地描述領域特征。

（4）定義概念的屬性以及屬性值約束。依靠本體概念還不能完整的描述圖書發(fā)行領域標準，需要根據(jù)概念的特征，定義概念的屬性，來全方面的描述某一概念所具有的信息。

（5）本體更新評估。通過對概念屬性和屬性約束的對比分析，評價圖書發(fā)行領域標準是否已更新，如已更新就需要更改本體的定義，如未更新則進入本體實例化。

（6）本體實例化。定義好概念以及概念的層次結構以后，為了能夠將構建的本體模型應用到實際問題中，需要給本體中的概念添加圖書發(fā)行領域標準實例及其屬性。

（7）文檔化說明。由于領域知識是在不斷更新變化的，因此，圖書發(fā)行標準的本體內(nèi)容不會是一直不變的，通過不斷地獲取新的圖書發(fā)行標準知識，我們還要對原本的本體內(nèi)容進行不斷迭代和更新，因此本體的文檔化存儲是至關重要的。

3 圖書發(fā)行標準本體的具體構建過程

3.1 圖書發(fā)行標準領域信息分析

本文的研究數(shù)據(jù)是基于原中華人民共和國新聞出版總署發(fā)布的圖書發(fā)行標準，包括術語標準、信息分類與編碼標準、單證與標簽標準、元數(shù)據(jù)與信息交換標準、作業(yè)與服務標準、管理標準共6類[7]。共收集各類標準百余項，進行分析及特征歸納。

每一個標準文檔都是按照規(guī)定的規(guī)范書寫，一般包含三部分：封面、前言、主體。封面包括標準的分類號、中英文名稱、發(fā)布時間和實施時間等九項內(nèi)容;前言包括歸口單位、起草單位、起草人、上一級標準;主體部分包括范圍、規(guī)范性引用文件、術語和定義，及其他具體標準規(guī)范的內(nèi)容。比如：《出版物發(fā)行商務通用流程規(guī)范》的主體包括：范圍、規(guī)范性引用文件、術語和定義、發(fā)行商務通用流程、商務談判、采購、供貨、對賬等十一項，主體中的每一項又包括若干小項，如：對賬又包括對賬原則和對賬單要素，而對賬原則中還包括兩小節(jié)內(nèi)容。如表1所示標準的基本結構。經(jīng)研究分析可見，圖書發(fā)行標準領域規(guī)范性強，層次明確。

3.2 定義本體概念和概念的層次

通過對獲取的圖書發(fā)行標準信息進行分析和總結，得到如表1所示的標準的基本結構。根據(jù)標準的基本結構提取出核心概念，圖書發(fā)行標準部分核心概念如表2所示。

同時，根據(jù)標準的基本結構定義多層本體架構，一級子層節(jié)點是封面、前言和正文;二級子層節(jié)點分別為一級子層節(jié)點的包括項，依次類推分層。

3.3 定義概念的屬性及屬性值的約束

依靠本體概念還不能完整的描述某一領域，需要根據(jù)概念的組成信息等，定義概念的屬性，來全方面的描述某一概念所具有的信息。屬性值的約束，可以使概念的表述具有一致性和規(guī)范性，避免構建本體的時候，產(chǎn)生太多雜亂的知識。本體中屬性可以分為兩類，分別是對象屬性和數(shù)據(jù)屬性。

對象屬性用于描述概念之間的關系，例如“引用”（Reference）這個屬性，用于關聯(lián)“圖書發(fā)行標準”概念和另外一個“行業(yè)標準”概念，其描述的是一個圖書發(fā)行標準和另外一個行業(yè)標準之間的關系，如圖2所示。通過研究圖書發(fā)行標準之間信息，得到兩個發(fā)行標準之間的關系有：父標準、子級標準、引用關系等。

數(shù)據(jù)屬性指的是概念的“內(nèi)在屬性”，表示概念本身具有的特質，如圖3所示。

圖書發(fā)行標準本體中的部分屬性值和對應屬性值約束如表3所示。

3.4 本體評估及實例化

通過對本體概念和概念層次的比對分析，評估本體是否已更新，如已更新就需要對本體定義進行更新，部分更新可復用原有的屬性和屬性約束，全部更新的需要重新定義。圖書發(fā)行標準領域一般是在原標準的基礎上改進，因此多為部分更新，可以復用原有屬性和屬性值約束。

本體實例化操作就是對于本體中的每一個概念，創(chuàng)建相應的實例，然后填寫實例對應的屬性?；趫D書現(xiàn)有的發(fā)行標準，本文進行了圖書發(fā)行標準本體的實例化操作。如：CY/T140-2015（出版物發(fā)行商務通用流程規(guī)范）是圖書發(fā)行標準的一個實例，其是一個行業(yè)標準，它的父級標準是GB/T1.1-2009（標準化工作導則），其父級標準的子標準還有CY/T52-2009（出版物發(fā)貨單）和CY/T39-2006（圖書流通信息規(guī)則）。如圖4所示。

3.5 文檔化說明

圖書發(fā)行標準的本體內(nèi)容不會一直不變的，隨著行業(yè)發(fā)展的需要，圖書發(fā)行標準的修訂也一直在進行，通過不斷地獲取新的圖書發(fā)行標準知識，我們還要對原本的本體內(nèi)容進行不斷迭代和更新。因此，需要對構建好的本體進行文檔化存儲，以便該本體內(nèi)容在以后的工作中能夠繼續(xù)使用。

本體描述語言OWL[8]能夠實現(xiàn)圖書發(fā)行標準領域本體模型的形式化表示，為后續(xù)數(shù)據(jù)實例化、本體評估等提供標準、統(tǒng)一的語言規(guī)范。圖書發(fā)行標準本體OWL文件部分內(nèi)容如下：

（1）概念的存儲：

4 總結與展望

本文通過分析圖書發(fā)行標準的特征，在研究現(xiàn)行主流本體構建方法的基礎上，借鑒骨架法的本體評估和文檔化機制，改進七步法，提出了圖書發(fā)行標準領域的本體構建方法，明確了本體概念及層次的定義，說明了屬性和屬性值的約束，采用本體建模工具Protege[9]實現(xiàn)圖書發(fā)行標準本體的構建。圖書發(fā)行標準領域本體構建方法是該領域知識圖譜構建的重要部分，該方法的提出與實現(xiàn)促進了圖書發(fā)行標準的利用率，將有效推動該行業(yè)的規(guī)范化。此外，各標準領域普遍存在著較強的規(guī)范性和明確的層次關系，因此，該方法可以推廣應用到其他標準領域的本體構建，實現(xiàn)標準領域的知識圖譜構建，為標準領域可視化檢索的實現(xiàn)提供了新的研究思路。但由于Protege是一種手動構建本體的工具，當本體出現(xiàn)更新時，迭代更新的工作量比較巨大，因此，將進一步研究圖書發(fā)行標準本體自動化構建。

參考文獻

[1] Studer Rudi，V.Richard Benjamins，Dieter Fensel.Knowledge engineering： principles andmethods[J].Data&knowledge engineering，1998，25（1）：161-197.

[2] 余凡.領域本體構建方法及實證研究[M].武漢：武漢大學出版社，2015.

[3] Seul-Ki Lee，Ka-Ram Kim， Jung-Ho Yu. BIM and ontology-based approach for building cost estimation[J].Automation in Construction，2014，41：96-105.

[4] 馬旭明.本體構建方法與應用[J].信息與電腦，2018，（05）：33-35+38.

[5] 岳麗欣，劉文云.國內(nèi)外本體構建方法的比較研究[J].情報理論與實踐，2016（08）：119-125.

[6] Gregor D，Toral S，Ariza T，et al.A methodology for structured ontology construction applied to intelligent transportation systems[J].Computer Standards &Interfaces，2016，47：108-119.

[7] CV/Z 13-2011，出版物發(fā)行標準體系表[S].

[8] Lohmann，Steffen，Link，et al.Web VOWL：Web-based visualization of ontologies[J].International Conference on Knowledge Engineering and Knowledge Management. Sprnger International Publishing，2014：154-158.

[9] 李景.主要本體構建工具比較研究[J].情報理論與實踐，2014，29（2）：109-111.