王 媛 李 皓 李小軍 許 鵬

（船舶系統(tǒng)工程部 北京 100094）

1 引言

隨著知識經(jīng)濟(jì)時代的到來，知識已經(jīng)成為企業(yè)最重要的戰(zhàn)略性資源。在復(fù)雜產(chǎn)品和系統(tǒng)的設(shè)計領(lǐng)域，知識的價值更為突出?，F(xiàn)代產(chǎn)品復(fù)雜性、產(chǎn)品知識密集程度越來越高，不再局限于幾何數(shù)據(jù)，更多的是關(guān)于設(shè)計本身與設(shè)計過程的數(shù)據(jù)，包括設(shè)計規(guī)則、約束條件、基本原理、參考資料等［1］。如果沒有完善的獲取、表示、存儲、傳遞、共享、重用設(shè)計知識的管理體系，將導(dǎo)致各種類型的知識在設(shè)計過程中的重用率和共享率極低［2］，因此，必須首先建立適合的知識表征方法，為基于知識的檢索［3］和知識推送等提供支撐。

2 基于本體的知識表征方法概述

知識表征是利用計算機(jī)對知識進(jìn)行管理時需要解決的首要問題，即如何采用計算機(jī)可理解的特定符號來描述知識［4］。知識表征即把知識用計算機(jī)可接受的符號以某種形式描述出來，也就是知識的符號化過程，將知識進(jìn)行形式化描述，表示成為便于計算機(jī)存儲、管理和調(diào)用的某種數(shù)據(jù)結(jié)構(gòu)模式。目前常用的知識表示方法主要有謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、概念圖知識表示法、語義網(wǎng)絡(luò)表示法、面向?qū)ο蟊硎痉ǖ取?/p>

上世紀(jì)60年代中期開始，知識表示開始作為一個獨立的研究課題［5］，五十多年來，人們研究出了諸多的知識表示方法，包括謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、概念圖知識表示法、語義網(wǎng)絡(luò)表示法、面向?qū)ο蟊硎痉ǖ龋⒔Y(jié)合相關(guān)的工程領(lǐng)域利用這些方法進(jìn)行了領(lǐng)域知識的表示和運用。但針對艦船領(lǐng)域的知識表征，上述方法又有其局限性。一階謂詞邏輯作為一種形式語言，遠(yuǎn)遠(yuǎn)不能表示人類自然語言所能表達(dá)的知識，且隨著知識庫中知識的增加，推理所需的事實組合的工作量成指數(shù)增加；產(chǎn)生式法的主要缺點是推理效率較低，表達(dá)能力較差，所表示的知識規(guī)則之間不能直接調(diào)用，因此較難表示那些具有結(jié)構(gòu)關(guān)系或?qū)哟侮P(guān)系的知識；框架法的不足之處是不善于表達(dá)過程性的知識，因此它經(jīng)常與產(chǎn)生式表示法結(jié)合起來使用；概念圖法的可操作性和可理解性不強(qiáng)；面向?qū)ο笾R表示方法的多重繼承不能保證在繼承的時候的單向無環(huán)，所以使得多重集成較難控制；語義網(wǎng)絡(luò)法的缺點是不能像邏輯方法那樣保證推理的嚴(yán)格性和有效性，不便于表達(dá)判斷性知識，不便于表達(dá)深層知識。而基于本體的知識表征方法［6］是近年來的研究熱點之一，在各個領(lǐng)域處于探索研究階段，其中，領(lǐng)域本體的構(gòu)建［7］是研究的難點之一。但本體以其強(qiáng)大的語義表達(dá)能力和推理能力，將對各個領(lǐng)域內(nèi)知識表示做出重大貢獻(xiàn)［8］。

目前基于本體的領(lǐng)域知識表示方法成為了研究熱點。在知識表示模型構(gòu)建中引入本體［9］，是因為本體具有良好的概念層次結(jié)構(gòu)和對邏輯推理的支撐，知識表示的語言表達(dá)能力比較強(qiáng)［13］。將其引入知識表示模型中，可以保證知識被建模表達(dá)后，在傳遞和共享過程中知識理解的唯一性和精確性，使知識搜索、知識積累、知識共享的效率大大提高。

一般來講基于本體的知識表征方法不是一個通用的知識表示方法，與具體的領(lǐng)域相關(guān)，不同領(lǐng)域的知識表達(dá)模型不同。本文結(jié)合領(lǐng)域?qū)嶋H情況整理出知識存在形式的基礎(chǔ)上，基于本體對知識進(jìn)行表示，為基于知識的語義檢索和知識推送做準(zhǔn)備。

3 基于本體的艦船領(lǐng)域知識表征

本體可以提供對該領(lǐng)域知識的共同理解，確定該領(lǐng)域內(nèi)共同認(rèn)可的詞匯（術(shù)語），并從不同層次的形式化模式上給出這些詞匯和詞匯間相互關(guān)系的明確定義。也就是說本體可以通過基本的建模元語來表達(dá)領(lǐng)域內(nèi)知識的語義內(nèi)涵以及知識之間的語義關(guān)系，通過本體建?？梢詫崿F(xiàn)某種程度的知識共享和重用，提高系統(tǒng)通訊、互操作和可靠性的能力。下面將從知識存在形式及組織方式歸納整理、領(lǐng)域本體構(gòu)建、基于本體的知識表示模型、知識特征向量提取技術(shù)等幾個方面來進(jìn)行知識表征的研究。

3.1 知識存在形式及組織方式歸納整理

從領(lǐng)域業(yè)務(wù)活動出發(fā)，深入挖掘需求分析及立項階段、方案階段、工程研制階段、設(shè)計定型階段可能產(chǎn)生或使用的知識的存在形式并對其進(jìn)行準(zhǔn)確的定義。通過調(diào)研和座談等方式了解現(xiàn)有的知識形式，并對其進(jìn)行總結(jié)分類。

圖1 知識存在形式及組織方式

3.2 領(lǐng)域本體構(gòu)建

領(lǐng)域本體構(gòu)建是知識表征的基礎(chǔ)，本體支持知識的形式化規(guī)范表示以實現(xiàn)領(lǐng)域知識的重用和共享。在進(jìn)行本體構(gòu)建時應(yīng)該考慮領(lǐng)域本體與領(lǐng)域知識的對應(yīng)關(guān)系，保證領(lǐng)域本體與知識范圍的一致性，從而更好地支持知識應(yīng)用效果。本研究中采用面向多語義的模塊化領(lǐng)域本體構(gòu)建方法。

圖2 領(lǐng)域知識構(gòu)建

步驟1：領(lǐng)域分析

根據(jù)現(xiàn)有的知識，包括各種文檔、參考資料、各類數(shù)據(jù)資源等對所涉及到的領(lǐng)域進(jìn)行分析，分析后初步確定從以下幾個方面來構(gòu)建本體（術(shù)語）：1）應(yīng)用術(shù)語；2）成果形式術(shù)語；3）過程術(shù)語；4）通用術(shù)語；5）領(lǐng)域?qū)I(yè)術(shù)語。其中，領(lǐng)域?qū)I(yè)本體又包括功能術(shù)語、任務(wù)術(shù)語和系統(tǒng)術(shù)語。

步驟2：提取重要概念

參照相關(guān)標(biāo)準(zhǔn)規(guī)范提取所涉及領(lǐng)域內(nèi)重要概念，如任務(wù)術(shù)語中對作戰(zhàn)任務(wù)形式等相關(guān)概念的提取，功能本體中對信息保障、指揮控制等相關(guān)概念的提取。概念提取的過程中要保證術(shù)語的唯一性，正確性，除去術(shù)語的冗余性，二義性，形成領(lǐng)域?qū)I(yè)概念的一種規(guī)范。

步驟3：模塊化組建本體框架

構(gòu)建領(lǐng)域本體的框架結(jié)構(gòu)，構(gòu)建過程按照模塊化的思想進(jìn)行，如將關(guān)鍵術(shù)語模塊進(jìn)行分解，方便部分術(shù)語模塊的重用與集成。

步驟4：抽象概念間多語義關(guān)系，添加實例

框架構(gòu)建完成后，按照概念的固有屬性和專有特征進(jìn)行歸納和修改，對概念建立層次化的分類模型，并定義類之間的關(guān)系，建立類之間的語義聯(lián)系。在本體中可以表達(dá)概念之間的任意語義關(guān)系，這里我們采用本體編輯工具protégé進(jìn)行本體構(gòu)建，基本的語義關(guān)系包括Synonymy（兩個概念的內(nèi)涵和外延完全相同）、kind－of（一個概念的外延完全包含另一個概念的外延）、instance－of（概念的實例和概念之間的關(guān)系）、attribute－of（概念實例與概念屬性的關(guān)系）。后期還需要不斷根據(jù)需要梳理更多的語義關(guān)系，構(gòu)建出更加完善的本體。

3.3 基于本體的知識表示模型

在明確知識存在形式的基礎(chǔ)上，基于構(gòu)建好的領(lǐng)域本體對知識進(jìn)行形式化的表示，給出該領(lǐng)域內(nèi)基于本體的知識表示模型框架。利用本體對領(lǐng)域各種類型知識進(jìn)行統(tǒng)一的規(guī)范化描述，形成一種計算機(jī)可以理解的用于描述知識的數(shù)據(jù)結(jié)構(gòu)，知識表征模型的整體框架如圖3所示。

知識表達(dá)模型分為三個層次：知識層，語義模型層和本體層。

知識層是知識的物理存儲層，由于知識類型繁多，從知識表達(dá)所需的預(yù)處理技術(shù)來分可以把這些知識分為兩大類：文檔類知識和字段組合類型的知識簡稱為知識條目。其中文檔類型的知識包括設(shè)計實例、重要報告、標(biāo)準(zhǔn)規(guī)范、情報資料、技術(shù)文獻(xiàn)、設(shè)計模型、仿真模型和優(yōu)化模型；知識條目類型的知識包括經(jīng)驗技巧、專家資源、公式資源、性能參數(shù)資源、軟件資源和實驗數(shù)據(jù)等。在進(jìn)行知識表達(dá)預(yù)處理的過程中文檔類的知識要先進(jìn)行文檔解析，然后再進(jìn)行后續(xù)操作。

模型層的目的要基于本體構(gòu)建知識的語義表達(dá)形式，對文檔和知識條目利用相關(guān)算法進(jìn)行分詞和詞頻統(tǒng)計，在此基礎(chǔ)上進(jìn)行初始特征向量提取，初始特征向量中的元素與本體中元素進(jìn)行實體語義匹配，語義關(guān)聯(lián)度高的元素被稱為候選元素。候選元素按照不同的語義表達(dá)形式會形成不同的最終特征向量，不同的特征向量各自表達(dá)知識的一個語義側(cè)面，因此要全面描述一條知識的語義信息可能需要有多個特征向量組合。

本體層是所涉及領(lǐng)域的重要概念的規(guī)范化描述，依照層次化多語義的本體構(gòu)建方法構(gòu)建領(lǐng)域內(nèi)本體，為知識建模提供基礎(chǔ)條件。

圖3 基于本體的知識表示模型

3.4 知識特征向量提取技術(shù)

明確了知識的具體存在形式并建立完成領(lǐng)域本體后，需要將本體和知識建立關(guān)聯(lián)，即利用本體對知識進(jìn)行語義建模。在這個過程中，如果人工構(gòu)建本體與知識間的關(guān)聯(lián)不僅難度大、效率低下、準(zhǔn)確率低，而且工作量巨大。一般來講人為實現(xiàn)知識的語義建模是不現(xiàn)實的。因此，對自動的知識特征向量提取和表達(dá)技術(shù)的研究尤為重要。本項研究將知識特征向量提取與表示主要包括如下幾個步驟：1）文檔／知識預(yù)處理；2）權(quán)重設(shè)置與候選向量提??；3）本體解析；4）語義相似度匹配；5）知識特征向量表示與存儲，如圖4所示。

圖4 知識特征向量提取整體流程

預(yù)處理模塊是對文檔或知識條目進(jìn)行分詞及統(tǒng)計處理。主要實現(xiàn)的功能包括：分詞，標(biāo)注詞性，統(tǒng)計詞頻以及將統(tǒng)計結(jié)果保存至數(shù)據(jù)庫。如果是文檔類的知識事先必須進(jìn)行文檔解析，解析后的文檔和字段類型的知識都可以利用進(jìn)行分詞。

特征提取模塊是基于分詞的詞性，將名詞和動詞提取出來，作為初始候選的特征詞。

權(quán)重計算模塊是在提取出的名詞和動詞，計算這些詞的權(quán)重，選取權(quán)重大的作為文檔或知識條目的候選特征向量。候選特征向量中詞的數(shù)目由用戶定義精度，一般選取若干個詞。

本體解析與語義匹配模塊是將候選特征向量中帶有權(quán)重的候選特征詞與本體元素進(jìn)行語義匹配，語義相似度大于一定閾值的詞將被選為最終特征詞對文檔或知識進(jìn)行表示。其中本體的解析和相似度計算是研究的難點。

特征向量表示模塊是將最終特征詞表示成知識的特征向量。

4 結(jié)語

知識表征技術(shù)是解決知識管理相關(guān)問題時所需突破的首要技術(shù)，本文闡述了知識表征技術(shù)的研究背景及研究現(xiàn)狀，并針對艦船領(lǐng)域特點采用基于本體的知識建模方法，提出了具有三層體系結(jié)構(gòu)的語義知識表達(dá)模型。在此基礎(chǔ)上初步建立了所涉及的領(lǐng)域本體的基本框架，采用知識特征向量自動提取技術(shù)實現(xiàn)對知識的語義表達(dá)，為基于語義檢索提供基礎(chǔ)。在后續(xù)的研究工作中需要對所建立的知識模型不斷完善，并在此基礎(chǔ)上進(jìn)一步研究基于語義知識模型的檢索和推送技術(shù)。

［1］陳磊，潘翔，葉修梓，等.基于本體的產(chǎn)品知識表達(dá)和檢索技術(shù)研究［J］.浙江大學(xué)學(xué)報（工學(xué)版），2008（12）.

［2］林琳.淺議本體在企業(yè)知識庫中的應(yīng)用［J］.現(xiàn)代情報，2007（11）.

［3］朱慶生，鄒景華.基于本體論的論文檢索［J］.計算機(jī)科學(xué)，2005（05）.

［4］顧巧祥，祈國寧，紀(jì)楊建，等.基于元數(shù)據(jù)的產(chǎn)品數(shù)據(jù)本體建模技術(shù)［J］.浙江大學(xué)學(xué)報（工學(xué)版），2007（5）.

［5］楊建林.基于本體的文本信息檢索研究［J］.情報理論與實踐，2006（05）.

［6］劉紅閣，鄭麗萍，張少方.本體論的研究和應(yīng)用現(xiàn)狀［J］.信息技術(shù)快報，2005，3（1）：1－12.

［7］韓婕，向陽.本體構(gòu)建研究綜述［J］.計算機(jī)應(yīng)用與軟件，2007，24（9）.

［8］杜文華，董慧.本體建設(shè)工具比較研究［J］.情報雜志，2005，（2）：5－7.

［9］王珊，張俊，彭朝暉，等.基于本體的關(guān)系數(shù)據(jù)庫語義檢索［J］.計算機(jī)科學(xué)與探索，2007（1）.

［10］張莉，姜浩.領(lǐng)域本體半自動化建模工具的設(shè)計與實現(xiàn)［J］.計算機(jī)與數(shù)字工程，2009（9）.

［11］鐘誠，趙明霞，何秋燕，等.軍事倉儲領(lǐng)域本體的構(gòu)建［J］.計算機(jī)與數(shù)字工程，2011（9）.

［12］陳鈺，張功亮，闞述賢，等.一種基于領(lǐng)域本體的用戶建模方法［J］.計算機(jī)與數(shù)字工程，2011（2）.

［13］孫海霞，錢慶，成穎.基于本體的語義相似度計算方法研究綜述［J］.現(xiàn)代圖書情報技術(shù)，2010（1）.