[摘要]社會(huì)化標(biāo)注系統(tǒng)中標(biāo)簽的語義模糊性和形式不規(guī)范使得資源管理與共享越來越困難，為準(zhǔn)確定位標(biāo)簽語義，文章從擴(kuò)展標(biāo)簽語義與涌現(xiàn)標(biāo)簽語義兩個(gè)方面，對(duì)標(biāo)簽語義檢索研究現(xiàn)狀進(jìn)行了綜述，分析了社會(huì)化標(biāo)注系統(tǒng)中標(biāo)簽語義檢索的研究動(dòng)態(tài)和不足，并總結(jié)得出可計(jì)算性高、可操作性強(qiáng)、能智能獲取標(biāo)簽的語義關(guān)系是社會(huì)化標(biāo)注系統(tǒng)標(biāo)簽語義檢索的未來研究方向。

[關(guān)鍵詞]標(biāo)簽；標(biāo)注；社會(huì)化標(biāo)注系統(tǒng)；標(biāo)簽檢索；標(biāo)簽語義；語義檢索

[中圖分類號(hào)]G354.47 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821(2011)02-0174-04

構(gòu)建社會(huì)化標(biāo)注系統(tǒng)的初衷是為方便個(gè)人對(duì)網(wǎng)絡(luò)信息資源的管理，后來越來越多的用戶用標(biāo)簽對(duì)資源進(jìn)行描述、分類和檢索，表現(xiàn)出了足夠的社會(huì)效應(yīng)，便逐漸發(fā)展成為重要的資源組織與共享平臺(tái)。但不同用戶認(rèn)知程度不同，對(duì)標(biāo)簽詞義的理解各異，造成標(biāo)簽的模糊和不規(guī)范，單憑標(biāo)簽的定位與匹配很難準(zhǔn)確、便捷的得到用戶所需，給資源管理與共享帶來很大困難，所以標(biāo)簽的語義檢索近幾年成為社會(huì)化標(biāo)注系統(tǒng)的研究熱點(diǎn)。

語義檢索是基于知識(shí)與語義的匹配，在提高檢索的查準(zhǔn)率和查全率方面有很好的表現(xiàn)，筆者檢索了社會(huì)化標(biāo)注系統(tǒng)標(biāo)簽語義檢索領(lǐng)域的相關(guān)文獻(xiàn)，發(fā)現(xiàn)普遍思路是通過增強(qiáng)標(biāo)簽的語義信息來提高檢索能力，研究主要分兩個(gè)方向：一是利用受控詞表、樹或本體通過標(biāo)簽的智能擴(kuò)展，增強(qiáng)標(biāo)簽規(guī)范性，減少模糊性來提高提問式和資源集的匹配度。二是利用概率統(tǒng)計(jì)、無向權(quán)圖、共現(xiàn)矩陣等向量空間模型，從標(biāo)注系統(tǒng)中提取出標(biāo)簽涌現(xiàn)語義。下面對(duì)這方面的研究進(jìn)行綜述，以期掌握標(biāo)簽語義檢索的研究動(dòng)態(tài)和趨勢(shì)。

1. 擴(kuò)展標(biāo)簽語義

1.1 利用語義工具

研究者認(rèn)為，用分類法模式來組織標(biāo)簽，對(duì)確定標(biāo)簽的含義非常有幫助，如利用WordNet返回標(biāo)簽所屬的類，幫助檢查該標(biāo)簽是否與內(nèi)容屬于同一類，或用WordNet將相關(guān)標(biāo)簽建立語義層級(jí)，這一方法對(duì)解決標(biāo)簽同義較為有效，對(duì)歧義問題則幫助不大。還有研究者利用軟件OMCS以及Conceptnet，將標(biāo)簽擴(kuò)展為幾個(gè)相同的概念，然后再進(jìn)行相應(yīng)的查找，并對(duì)查找結(jié)果進(jìn)行打分，進(jìn)而得到相應(yīng)的結(jié)果。Yusef提出一個(gè)把海量標(biāo)簽集合轉(zhuǎn)換成層次的分類標(biāo)簽樹的方法，以便用戶的檢索和導(dǎo)航。

有研究者將多種工具結(jié)合使用，來確定標(biāo)簽所屬概念及其間關(guān)系，如使用在線詞典與本體資源將標(biāo)簽繪制成概念、屬性以及例子，確定已繪制標(biāo)簽間的關(guān)系。也有研究者將目標(biāo)標(biāo)簽的鄰居標(biāo)簽吸納進(jìn)來，在選擇維基中的解釋文本時(shí)，選擇鄰居標(biāo)簽總頻率發(fā)生最高的那個(gè)文本，進(jìn)而建立標(biāo)簽與概念的對(duì)應(yīng)庫。Ronzano則將研究提升到了新的高度，認(rèn)為資源是由概念組成，而概念又是由關(guān)鍵詞(標(biāo)簽)組成，因此通過維基，將文章作為資源，文章標(biāo)題作為概念，再將文章標(biāo)題與內(nèi)容中提取的詞作為關(guān)鍵詞，建立Syntag庫，該庫由概念與關(guān)鍵詞組成，可以消除歧義，更加全面的表達(dá)概念。

有研究者則自己開發(fā)工具來擴(kuò)展語義，如Marchetti通過開發(fā)一個(gè)新的基于語義的系統(tǒng)SemKey，對(duì)當(dāng)前的標(biāo)注系統(tǒng)加以概念上的擴(kuò)展，在該系統(tǒng)中，標(biāo)簽被分為三類關(guān)系：hasAsTopcic，hasAsKind，myOpinionls，用戶需要指出其所標(biāo)注與內(nèi)容關(guān)系屬性，同時(shí)，Semkey也通過WordNet來減少歧義。也有學(xué)者提出對(duì)用戶的自定義標(biāo)簽再添加可控標(biāo)簽。即標(biāo)簽的標(biāo)簽，筆者認(rèn)為該方法不僅成本高，而且并不十分有效。

1.2 利用本體技術(shù)

社會(huì)化標(biāo)注系統(tǒng)中標(biāo)簽數(shù)據(jù)體現(xiàn)了群體智慧，具有不規(guī)范和非形式化的特性，使用本體對(duì)這些數(shù)據(jù)進(jìn)行形式化的描述，可以從中提取出豐富的語義信息。Tom Gruber最初提出標(biāo)簽本體的思想，設(shè)計(jì)了基于標(biāo)簽構(gòu)建本體的概念模型，Davis開展了更進(jìn)一步的研究，提取出描述網(wǎng)絡(luò)資源的標(biāo)簽，并自動(dòng)的將其映射為相應(yīng)的預(yù)定義領(lǐng)域本體。

一些研究用本體的思想規(guī)范化標(biāo)簽，如將標(biāo)簽結(jié)構(gòu)化，使標(biāo)簽信息更為具體，或?qū)?biāo)簽的信息定義為包括主體、客體以及兩者間的關(guān)系。還有用本體將標(biāo)簽進(jìn)行層級(jí)化表示，具體到上下層級(jí)之間的特定關(guān)系，進(jìn)而幫助用戶尋找相關(guān)的資源。

另一些研究者對(duì)標(biāo)簽本體思想進(jìn)行了深化，通過建立一個(gè)類似維基的體系，將本體編輯的任務(wù)交給大眾，或者認(rèn)為社會(huì)化標(biāo)注是一種“社會(huì)化的本體”，本體的構(gòu)建不需要再依賴于專家，而可以從豐富的用戶數(shù)據(jù)中提取。Jose開發(fā)出了一個(gè)基于語義網(wǎng)技術(shù)和社會(huì)化標(biāo)注相結(jié)合的平臺(tái)，將不同領(lǐng)域細(xì)節(jié)本體聯(lián)合，用戶可以添加元數(shù)據(jù)到資源中，同時(shí)協(xié)同標(biāo)注資源，該系統(tǒng)利用聯(lián)合不同元數(shù)據(jù)搜索引擎來定位期望的資源，通過本體和標(biāo)簽提供瀏覽能力。Haklackin在語義層面上討論數(shù)種社會(huì)化標(biāo)簽系統(tǒng)標(biāo)注的方法，提出一個(gè)標(biāo)簽協(xié)作標(biāo)注和設(shè)計(jì)的民俗分類法的概念模型，同時(shí)比較已有的標(biāo)簽本體，提出一個(gè)評(píng)價(jià)標(biāo)準(zhǔn)。

2. 涌現(xiàn)標(biāo)簽語義

2.1 利用概率論

這一方法是通過將用戶的標(biāo)注行為用一個(gè)概率生成模型加以表示和處理，自動(dòng)的得到標(biāo)簽的涌現(xiàn)語義，實(shí)現(xiàn)同義與多義標(biāo)簽的識(shí)別和區(qū)分。Wu運(yùn)用概率論方法挖掘潛藏在用戶、資源和標(biāo)簽共現(xiàn)頻率中的潛在語義。Pasquale通過大眾分類提出一個(gè)支持用戶標(biāo)注資源的新途徑，利用概率技術(shù)來加速精確地決定兩個(gè)標(biāo)簽的相似度和概括度，提出兩個(gè)等級(jí)結(jié)構(gòu)和兩個(gè)相關(guān)算法，在一個(gè)等級(jí)里安排語義相關(guān)的標(biāo)簽組，這樣可以讓用戶根據(jù)期望的語義粒度顯現(xiàn)他們感興趣的標(biāo)簽，幫助他們發(fā)現(xiàn)最能表達(dá)他們信息需求的標(biāo)簽。

2.2 利用圖論

運(yùn)用圖論研究社會(huì)化標(biāo)注系統(tǒng)中的語義也較為多見，被廣泛應(yīng)用于研究社會(huì)化標(biāo)簽系統(tǒng)的語義結(jié)構(gòu)，Heymann等通過將標(biāo)簽作為點(diǎn)，標(biāo)簽相似度為邊，建立相應(yīng)的無權(quán)圖，將大量的標(biāo)簽轉(zhuǎn)化為可導(dǎo)航的層次結(jié)構(gòu)的分類法，將標(biāo)簽按其所標(biāo)注的資源的次數(shù)表示成向量的形式，同時(shí)用余弦相似性計(jì)算不同標(biāo)簽的相似性，并給定相應(yīng)閾值，就可以得到標(biāo)簽的相似圖，進(jìn)而得到潛在層級(jí)的分類法。Begelman統(tǒng)計(jì)了基于資源的標(biāo)簽共現(xiàn)，并利用分離點(diǎn)去除弱關(guān)聯(lián)的標(biāo)簽，將強(qiáng)關(guān)聯(lián)的標(biāo)簽表示成無向權(quán)圖。運(yùn)用聚類分析得到層次性。

2.3 利用共現(xiàn)網(wǎng)絡(luò)

Halpin對(duì)高出現(xiàn)頻率標(biāo)簽形成的共現(xiàn)網(wǎng)絡(luò)進(jìn)行分析，指出可以利用這些高頻標(biāo)簽與其他標(biāo)簽的關(guān)系，確定目標(biāo)標(biāo)簽的意義。Specia建立共現(xiàn)矩陣來劃分標(biāo)簽簇，使用在線詞典以及本體資源將標(biāo)簽繪制成概念、屬性以及例子，并確定已繪制標(biāo)簽間的關(guān)系。還有研究也是對(duì)高出現(xiàn)頻率標(biāo)簽形成的共現(xiàn)網(wǎng)絡(luò)進(jìn)行分析，指出可以利用這些高頻標(biāo)簽與其他標(biāo)簽的關(guān)系，確定目標(biāo)標(biāo)簽的意義。

2.4 其他方法

Aurnhammer等的研究較為初步，主要是給出了一個(gè)相似度搜索模型，可以讓用戶得到在概念上相關(guān)的數(shù)據(jù)。同樣的，通過概念作為過渡，Hsieh方法化了如何將標(biāo)簽分層級(jí)，實(shí)現(xiàn)了提高檢全率的同時(shí)又不過多損失檢準(zhǔn)率…。Zhou應(yīng)用確定性退火算法，提出從社會(huì)化標(biāo)簽中自動(dòng)提取出層次性語義的相關(guān)模型，有效的反映語義概念和層級(jí)間的關(guān)系。

3. 討論

利用本體或受控詞庫來確定標(biāo)簽的類屬關(guān)系，以加強(qiáng)標(biāo)注規(guī)范性，在標(biāo)注時(shí)推薦標(biāo)簽，這有利于有能力提供更多的檢索詞的檢索者。但這些工具的建設(shè)仍需要大量的人工參與，完備性不夠，同時(shí)，采用導(dǎo)航的方式進(jìn)行概念擴(kuò)展和匹配，可計(jì)算性不高，建立提問式與資源集的語義關(guān)系比較困難，應(yīng)用效果不理想。

采用共現(xiàn)矩陣、無向權(quán)圖等傳統(tǒng)語義向量分析方法從標(biāo)注系統(tǒng)中涌現(xiàn)出標(biāo)簽語義，將資源內(nèi)容表示成標(biāo)簽項(xiàng)及其權(quán)重的向量，形成標(biāo)簽——資源矩陣或圖，使得各種數(shù)學(xué)處理成為可能。這樣做的缺點(diǎn)是兩個(gè)不包含共同標(biāo)簽的資源其相關(guān)度為0，而沒有考慮到詞形不同的標(biāo)簽間仍然存在語義關(guān)系，用互不相關(guān)的向量代表標(biāo)簽這一點(diǎn)本身與人對(duì)標(biāo)簽的認(rèn)知不符，無法分辨自然語言的語義模糊性，且當(dāng)資源集較大時(shí)，形成的向量維度較大，計(jì)算困難。

在社會(huì)化標(biāo)注系統(tǒng)中，存在潛在的語義結(jié)構(gòu)支配標(biāo)簽的出現(xiàn)和資源的構(gòu)成，一個(gè)包含語義的資源出現(xiàn)在以標(biāo)簽為維度的空間中，其分布服從某種語義結(jié)構(gòu)，一個(gè)標(biāo)簽出現(xiàn)在某個(gè)資源中也同其它出現(xiàn)在該資源中的標(biāo)簽有密切的聯(lián)系，這體現(xiàn)了“標(biāo)簽——資源”雙重概率關(guān)系。因此筆者認(rèn)為標(biāo)簽和資源在語意空間的位置可以用來作為一種語意指引，如果能夠找到一種方法自動(dòng)提取出這種語義結(jié)構(gòu)，將標(biāo)簽和資源以可計(jì)算性高、可操作性強(qiáng)、代表語義的形式表示和存儲(chǔ)，可以為標(biāo)簽檢索提供一種語義匹配的新方法，這對(duì)未來的社會(huì)化標(biāo)注系統(tǒng)標(biāo)簽語義檢索意義重大，將直接推動(dòng)社會(huì)化標(biāo)注系統(tǒng)和互聯(lián)網(wǎng)技術(shù)的發(fā)展。

參考文獻(xiàn)

[1]Carmagnola F，Cena F，Gena C.User Modeling in the Social Web[C].LNCS：Knowledge-Based Inteligent Information and Engineer-ing Systems.Springer Berlin/Heidelberg，2008，4694/2008：745-752.

[2]Laniado D，Eynard D，Colombetti M.A Semantic Tool to SupportNavigation in a Folksonomy[C].Proceedings of the Eighteenth Con-ference on Hypertext and hypermedia ACM，New York，USA，2007：153-154.

[3]Nauman M，Hussain F.Using Personalized Web Search for Enhancing Common Sense and Folksonomy Based Intelligent Search Systems[C].Proceedings of the IEEE/WIC/ACM International Conference on WebIntelligence.IEEE Computer Society，Washington，DC，USA，2007：423-426.

[4]Yusef H M，vlctor H S.Improving Tag Clouds as Visual Information Retrieval Interfaces[DB/OL].International Conference onMultidisci-plinary Information Sciences and Technologies http：//www.instac.es/in scit2006/psper/fdf/165.pdf，2009-12-12.

[5]Specia L，Motta E.Integrating Folksonomies with me Semantic Web[C].LNCS：The Semantic Web：Research and Applications.Springer Berlin/Heidelberg，2007，4519/2007：624-639.

[6]Ronzano F，Marchetti A，Tesconi M et al.Tagpedia：a Semantic Reference to Describe and Search for Web Resources[C].Workshop on Social Web and Knowledge Management at 17th International Confer-ence on World Wide Web.Beijing，China，April2008.

[7]Ronzano F，Marchetfi A，Tesconi M et al.Tagpedia： a Semantic Reference to Describe and Search for Web Resources[C].Workshop on Social Web and Knowledge Management at 17th International Confer-ence on World Wide Web.Beijing，China，2008：216-132.

[8]Marchetti A，Tesconi M，Roozano F et al SemKey：A Semantic Col-laborative Tagging System[C].Proceeding of the 16th International Conference on World Wide Web.ACM，New York，USA。 2007：825-834.

[9]Vlad T，Olge S.Extreme Tagging：Emergent Semantics through the Tagging of Tags[C].ESOE，2007：212-231.

[10]Gruber T.Ontology of Folksonorny：A Mash-up of Apples Or-anges[EB/OL].2009-10-02.http：//tomgruber.org/writing/mt-sr05-ontology-of-folksonomy htm，2008-10-02.

[11]Davis H C，Al-Khalifa H S，Gilbert L.Creating Structure from Disor-der：Using Folksonomies to Create Semantic Metadata[C].Prceedings of the 3rd International Conference on Web Information Systems and Technologies，Barcelona，Spain，March，2007：214-231.

[12]Singh A V，Wombacher A，Aberer K.Personalized Information Access.in a Wiki Using Structured Tagging[C].LNCS：On the Move to Meanindul Internet Systems 2007：OTM 2007 Workshops.Springer Berlin/Heidel-berg，2007，4805／2007：427-436.

[13]Yang J，Matsuo Y，Ishizuka M.An Augrmented Tagging Scheme with Triple Tagging and Collective Filtering[C].Proceedings of me IEEE/WIC/ACM International Conference on Web intelligence.IEEE Comput-er Society，Washington，DC，USA，2007：35-38.

[14]Christiaens S Metadata Mechanisms：From Ontology to Folksonomy and Back[C].LNCS：On the Move to Meaningful Internet Systetm 2006：OTM 2006 Workshops.Springer Berlin/Heidelberg，2006：199-207.

[15]Gendarmi D，Lanubile F.Community-Driven Ontology Evolution Based on Folksonomies，LNCS：On the Move to Meaningful Internet Systems 2006：OTM 2006 Workshops Springer Berlin/Heidelberg，2006，4277/2006：181-188.

[16]Mote N.The New School of Ontologies[EB/OL].http：//www.isi.edu/-mote/papers/Folksonomy.html，2009-10-02.

[17]Jose E G.WESONet：applying semantic web technologies and collab-orative tagging to multimedia web infomation systems[J].Computers in Human Behavior，2010，(26)：205-209.

[18]Hamasaki M，Matsuo Y，Nishimura T.et al.Ontology Extraction by Collaborative Tagging with Social Networking[EB/OL].http：//ymatsup.com/papers/www2008hama.pdf，2009-12-12.

[19]Wu X，Zhang L，Yu Y.Exploring Social Annotations for the Seman-tic Web[C].Proceedings of the 15th International Confernce on World Wide Web.ACM，New York，USA，2006：417-426.

[20]Psaquale D M.Exploitatioa of semantic relationships and hierarchical data structures to support a user in his annotation and browsing activities.in folksonomies[J].Infornation systems，2009，(34)：511-535.