基于本体网络概念化单元信息研究-付苓.pdf

《基于本体网络概念化单元信息研究-付苓.pdf》由会员分享，可在线阅读，更多相关《基于本体网络概念化单元信息研究-付苓.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、收稿日期:2017-10-18 修回日期:2017-12-18基金项目:国家社会科学基金重大项目“面向大数据的单元信息组织体系研究”(编号:14ATQ003)研究成果之一。作者简介:付 苓(ORCID:0000-0001-5999-4167),女,1985年生,博士,馆员,研究方向:知识组织、大数据、语义检索等。基于本体网络概念化单元信息研究*付 苓(首都图书馆 北京 100021)摘 要 目的/意义为实现单元信息的表示、组织、保存和显示,提出了一种基于本体的单元信息语义模型。 方法/过程调研现有单元信息表示模型,提出单元信息本体网络概念化单元信息表示模型,介绍了YSUINet本体网络的结构及

2、其中存在的语义关系。 结果/结论单元信息本体网络以模块化和增量方式开发概念模型,揭示了单元信息的语义,更利于标注和访问单元信息。关键词 单元信息 本体 本体网络 单元信息本体网络中图分类号 G250 文献标识码 A 文章编号 1002-1965(2018)01-0122-04引用格式 付 苓.基于本体网络概念化单元信息研究J.情报杂志,2018,37(1):122-125.DOI 10.3969/ j. issn.1002-1965.201710194Research of Conceptualizing Unit Information using an Ontology NetworkFu

3、 Ling(Capital Library of China,Beijing 100021)Abstract Purpose/SignificanceIn order to accomplish the representation, organization, preservation and display of unit informationthis paper proposes the semantic model of unit information. Method/ProcessBased on the research on description model of unit

4、 informa-tion, it puts forward the ontology network that conceptualizes unit information. This paper presents the structure of YSUINet ontology net-work and the semantic relationships that exist in it. Results/ConclusionUnit information ontology network has the possibility of develo-ping a conceptua

5、l model with a modular and incremental approach,reveals the semantics of unit information, which facilitates the annota-tion and access to the unit information.Key words unit information ontology ontology network unit information ontology network0 引 言大数据的主要挑战是从海量的结构化、半结构化和非结构化的数据中提取有价值的信息。单元信息的实质是文献

6、中的“知识单元”,即文献中隐含的有价值的表征概念、观点、原理、方法、数据、论述、结论等的原文片段信息。单元信息知识组织体系建设,为单元信息的组织和利用提供了支撑,实现了图书馆资源有效组织和深度关联,满足了用户从海量异源异构数据中快速有效地获取有价值的信息的需求1。单元信息知识表示模型是对文献和单元信息等的规范描述和语义化组织,通过对各种资源中的单元信息进行知识揭示、知识有序组织和知识关联,实现资源有效组织和深度关联,提供满足用户需求的知识服务。通过使用单元信息的语义模型替代传统文献线性结构的知识表示模型,可以使读者更容易通过单元信息的语义模型表示进行高效的搜索和浏览。读者可以只检索自己感兴趣的

7、原文片段部分进行阅读,而避免海量其他信息的干扰。更为重要的是,在大数据环境下,越来越难以仅依靠人工的方式添加元数据进而提高检索文献的效率和准确率,结构化和语义化单元信息知识表示,能够帮助机器实现自动分类、聚类、数据挖掘及语义检索等。本文通过对单元信息表示模型和形式化方法的现状分析,论述基于本体的单元信息语义模型研究。1 单元信息表示模型许多学者对单元信息表示模型进行了研究,周宁第37卷 第1期2018年1月 情 报 杂 志JOURNAL OF INTELLIGENCE Vol.37 No.1Jan. 2018万方数据等2提出了二元组表示方法;高国伟3等提出了概念、关系、问题三元组表示方法;姜永

8、常、马倩倩和高劲松4-6都提出了名称(或称为概念)、属性、操作(或称为方法)和关联四元组表示方法;边文越7等提出了名称、物质组成、性能和来源四元组数值型科技前沿问题单元信息;肖洪8等提出了时间、指标、谓词、数值、单位五元组表示数值型单元信息;谢庆球9等提出了一种三层次六元组(编号、来源、特征词、内容、内导航、外导航)的表示方法;刘淼等10提出了编号、导航、来源、类型、特征词、内容六元组表示期刊文献单元信息的方法;李珊珊11提出了来源、导航、名称、内容、主题和主题领域六元组表示期刊文献单元信息的方法;WEN等12提出了名称、表示方式、法则信息、操作信息、导航信息、上属信息和相关信息七元组表示方法

9、。毕崇武13等从标识、描述、关系3个层面分别表示方法型、概念型、事实型和数值型知识元。蒋玲14提出了标号、名称、描述、属性、主题词、来源、类型、上下文、上下文关系表示方法。上述研究文献中知识元、知识单元与本文中单元信息的概念一致,所以在引用其他文献和下文阐述时统一用单元信息表示。以上研究为单元信息表示模型研究提供了指导,但仍存在以下问题: 二元组、三元组表示方法局限于单元信息的属性和内容表示,仅侧重于对文献资源的客观描述,忽略了对单元信息之间语义关系的表达;四元组、六元组、七元组等多元组表示方法,使得单元信息的数据结构维度日益增高,描述项增多,表达冗长,不易实现推理完备性;也增加了计算机对语义

10、内容识别的难度。 单一面向某类型的单元信息,难以推广于普适的单元信息的描述。本文在层次表示方法的基础上,归并具有相同意义的单元信息表示元素,重用文献资源的已有表示,建立了本文的单元信息表示模型,如图1所示。图1 单元信息表示模型单元信息表示模型包括单元信息标识符、单元信息来源和单元信息内容3个方面。其中,单元信息内容定义了单元信息的内在知识内容、知识特征和属性。第一,单元信息标识符用来唯一标识单元信息,为了方便单元信息的存储,会将提取出的单元信息存储到单元信息库。单元信息标识符是单元信息库中标识单元信息的一个重要字段,也是对单元信息进行索引和查找的重要字段。第二,来源是单元信息具体来自的文献信

11、息。来源是单元信息所存在的图书、期刊等文献的标题等,可以实现单元信息与文献之间的互逆导航,可以通过单元信息的来源获取所在文献的其他元数据或查找相关的有价值的文献,可以通过文献的元数据查看文献内的单元信息。第三,单元信息内容包括描述、主题和类型,描述是单元信息本身,主题是单元信息所描述的内容的归属主题,类型是单元信息所属的类型。描述是单元信息在文献中本身所包含的信息,即文献中的原文片段信息,可以直接体现知识的类型。主题是针对单元信息所描述的内容而提取的描述单元信息能力的主题概念。主题词是提取单元信息的重要特征信息,描述单元信息的主题词的准确性和有效性直接影响到单元信息检索的准确性和有效性。不同学

12、者提出了不同的单元信息类型划分方法,本文将单元信息类型分为概念型、方法型、数值型、事实型和陈述型。单元信息的类型有利于对单元信息进行分类和聚类。2 基于本体的单元信息语义模型单元信息表示模型的形式化表示主要是基于XML2和基于本体15-16的方法,本体是概念化的明确的规范说明,提供明确的和机器可理解的领域的概念化。本体的主要目的是获取有关特定领域的知识,并提供共同接受的表示以供重用和共享。建立基于本体的单元信息语义模型是实现知识语义表示、关联的关键。本体网络是通过各种不同关系(如映射、模块化、版本和依赖)相关联的一组本体。这个集合的元素称为网络本体17。本体网络与本体关系中一组相互关联的个体本

13、体不同,因为在本体网络中,明确表达了网络本体之间的元关系18。从模型集成的角度看,在本体网络中,每个本体概念化一个特定的领域并发挥特定的作用。使用本体网络的主要优点是以模块化的方式概念化给定的领域。网络本体足够小以致任何人都可以理解,并且维护简单(由于UINet的模块化结构,单个本体未来变化对其他单个有关本体的影响将最小化。例如,用其他元数据标准替换Dublin核心元数据只会影响元数据本体)。此外,几个本体设计师可以同时处理不同的网络本体。建立单元信息本体网络(Unit Information Ontolo-gy Network,简称UINet),可以增强标注和查询的灵活性,以便标注和访问单元

14、信息并揭示隐藏在单元信息中的语义。另外,使用标准语言进行领域建模和数据编码,有利于促进数据重用和共享。321 第1期 付 苓:基于本体网络概念化单元信息研究万方数据3 养生单元信息本体网络以养生领域为例建立养生单元信息本体网络(Yangsheng Unit Information Ontology Network,简称YSUINet),YSUINet本体网络及其主要概念和各本体之间的元关系,如图2所示。 YSUINet本体网络包括单元信息本体、元数据本体、单元信息类型本体、领域本体。 YSUINet中定义的所有本体都在OWL DL中实现。图2 YSUINet本体网络领域本体包含养生领域中定义的

15、概念和关系,其结构和内容取决于养生这个特定的领域。领域本体的建立依赖于尽可能地重用已有知识资源。在某些知识领域有独特且广泛接受的叙词表、分类表、本体等,因此,只需要查找这些知识资源并重用或重构知识资源构建本体即可。单元信息本体概念化了单元信息,单元信息本体能够明确清晰地表示单元信息领域知识,使用形式化本体语言OWL可以有效地表示单元信息的知识层次结构和语义,更好地组织单元信息,进行推理、标注和检索。单元信息类型本体描述了单元信息所属类型的基本内容,其目的是促进单元信息的表示和标注,单元信息类型本体包含概念型、方法型、数值型、事实型和陈述型5个子类,每个子类的属性包括单元信息类型的定义、特征和示

16、例。元数据本体描述了单元信息所在文献的相关特征,促进单元信息的表示、标注、检索、可视化和知识发现等。元关系用虚线表示,“主题是 ”元关系将单元信息本体的“主题”类的实例与领域本体中的概念相关联,还将元数据本体的“主题”类的实例与领域本体中的概念相关,“此主题包含 ”是逆元关系。单元信息本体和领域本体之间的这种关系确定了单元信息与属于特定领域的概念之间的联系,即开发单元信息库,以克服关于领域主题的不同概念、关系和定义。单元信息本体中的“来源”类通过“标题是 ”元关系与元数据本体相关,“此标题包含 ”是逆元关系。 “类型是 ”元关系将单元信息本体的“类型”类和类型本体先关联,“此类型包含 ”是逆元

17、关系。3.1 单元信息本体 单元信息本体(见图3)是YSUINet的核心,主要概念是“描述”,因为这是实现单元信息表示的先决条件。每个描述有唯一的标识符,并且对应多个主题,拥有所属的单元信息类型,具有唯一的来源信息。图3 单元信息本体使用Protg本体编辑器实现了单元信息本体,如图4所示,图4(a)显示了本体层次结构,图4(b)显示了“出自于”关系属性。图4 单元信息本体实现3.2 元数据本体 元数据本体是基于目前在各个领域中最为广泛使用的元数据标准 都柏林核心元数据(Dublin Core)19。元数据本体围绕都柏林核心元数据集1.1的主要概念定义,都柏林核心元数据集1. 1是元数据模式的所

18、有元素和数据类型的父类。图5显示了元数据本体的一部分,可以看出DC1.1有7个主要的类:标题、创建者、主题、出版者、日期、资源类型、页码。元数据本体不仅概念化DC中提出的元素,而且还增加了元素和限制规则之间的关系。图5 组成网络的本体摘要3.3 实例化YSUINet本体网络 YSUINet本体网络的实例化过程主要包括以下几个步骤:421 情 报 杂 志 第37卷万方数据第一步,使用Protg本体编辑器实现单元信息本体(如图4所示)、元数据本体和类型本体;第二步,借鉴领域本体构建框架20构建养生领域本体;第三步,使用元关系(如图2所示)连接各本体组成本体网络;第四步,对本体网络中的各个本体模块中

19、的概念进行实例化。本文以颈椎的养生方法的单元信息为例实例化YSUINet本体网络。例如选取一段颈椎养生的单元信息为:养“项”:保养肝、脾、肾之气,以使水能涵木,土能固水;保护颈椎可灵活运动的能力,经常练习椎操(简单方法为颈部经常做前后最大范围的划圈运动);可经常拉筋,或瑜伽,或有利于颈部肌肉拉伸的导引之术21。此单元信息包含器官养生和运动养生两种养生方法。图6显示了实例化本体网络以表示颈椎养生的单元信息。 “描述”实例是颈椎养生的单元信息片段的原有信息,通过“所含主题”关系与“主题”实例(颈椎和运动养生)相关联,与“标题”实例“心脑之枢在颈项”通过“出自于”关系相关,与DC1. 1各个子类的实

20、例通过“标题是”元关系相关。图6 颈椎养生单元信息实例4 结 语本文描述了一个初步的本体网络,其目的是概念化养生单元信息。采用模块化方法建立单元信息本体网络,可以有效地促进单元信息的标注、关联和访问。该网络提供的模块化有助于将注意力集中在特定领域,并通过关联不同的本体来逐步建立更一般的模型。介绍了与养生领域单元信息相关的概念,研究的重点是表示单元信息本体,在养生领域中表示不同类型的单元信息的主题、描述,以及描述单元信息来源的元数据。今后将努力改善本体网络,增加新的概念和关系,以及新的派生规则。使用不同知识领域提供的单元信息开发测试。参考文献1 付 苓.面向大数据的单元信息知识组织体系建设框架J

21、.情报理论与实践,2016,39(6):96-98.2 周 宁,余肖生,刘 玮,等.基于XML平台的知识元表示与抽取研究J.中国图书馆学报,2006,32(3):41-45.3 高国伟,王亚杰,李永先.知识元表示方法研究J.现代情报,2015,35(3):15-18.4 姜永常.基于知识元语义链接的知识网络构建J.情报理论与实践,2011,34(5):50-53.5 马倩倩.基于关联数据的知识元链接图式存储模型研究D.武汉:华中师范大学,2014.6 高劲松.文献知识元语义链接的图式存储研究J.情报科学,2015,33(1):126-131.7 边文越,李泽霞,冷伏海.构建包含知识元分析的科技

22、前沿情报分析框架 以研究甲烷直接制乙烯为例J.图书情报工作,2016,60(10):87-94.8 肖 洪,薛德军.基于大规模真实文本的数值知识元挖掘研究J.计算机工程与应用,2008,44(30):150 -152,222.9 谢庆球,秦春秀,杨智娟,等.知识元层次结构表示方法研究J.情报理论与实践,2017,40(4):26-31.10刘 淼,王 宇.基于主题句的期刊文献知识元库构建J.情报杂志,2012(11):145-149.11李珊珊.基于HNC理论的期刊文献知识组织研究D.大连:大连理工大学,2015.12 Wen Y, Wen H. Semantic text deep mini

23、ng based on knowledgeelementC / / International Conference on Internet Computing &Information Services. IEEE Computer Society,2011:90-93.13毕崇武,王忠义,宋红文.基于知识元的数字图书馆多粒度集成知识服务研究J.图书情报工作,2017,61(4):115-122.14蒋 玲.面向学科的知识元标引关键技术研究D.武汉:华中师范大学,2011.15汪 沛.基于本体的领域知识元构建研究D.武汉:华中师范大学,2014.16袁名依,谢深泉.基于知识元本体的知识统一表

24、示J.现代计算机,2008(5):46-48.17 Allocca C, Daquin M,Motta E. DOOR:Towards a formalizationof ontology relations J. Acta Botanica Neerlandica,2009,5(4):322-334.18 Daz A, Motz R, Rohrer E,et al. An Ontology Network for Ed-ucational Recommender SystemsM. Educational Recommen-der Systems and Technologies:Practices and Challenges.2012:67-93.19 Dublin Core Metadata Element Set, Version 1. 1 EB/ OL.2017-05-11. http:/ / dublincore. org/ documents/ dces/ .20付 苓.大数据环境下领域本体构建框架研究J.图书馆,2017(11):66-71.21刘 兵.心脑之枢在颈项J.中医健康养生,2017(8):78.(责编:贺小利;校对:刘影梅)521 第1期 付 苓:基于本体网络概念化单元信息研究万方数据