畢 琳 張 瑩 紀姍姍

（1.中科院國家科學(xué)圖書館 北京 100190）（2.長春理工大學(xué) 吉林長春 130022）（3.中國科學(xué)院大學(xué) 北京 100049）（4.中科院長春光學(xué)精密機械與物理研究所 吉林長春 130033）

網(wǎng)絡(luò)技術(shù)的應(yīng)用為人們提供了極其方便的信息服務(wù)，改變了人們獲取信息的途徑和方式，也改變了很多人的生活方式。但是隨著信息數(shù)量的增長，網(wǎng)絡(luò)信息的有效組織和語義理解已成為亟待解決的問題。本體技術(shù)是解決上述問題的有效途徑，本體可將所有信息的元數(shù)據(jù)進行統(tǒng)一的表示，實現(xiàn)網(wǎng)絡(luò)信息的語義化表達。但是本體的建模與開發(fā)本身是一項系統(tǒng)性較強、投入量較大的工程。通過重用已有的本體，能夠減少系統(tǒng)的開銷，避免重復(fù)建設(shè)。重用的思想和理論，在軟件開發(fā)領(lǐng)域已經(jīng)比較成熟，但是對于本體這種特殊知識表示形式的重用，還屬于比較前沿和新興的研究內(nèi)容。

本文通過使用NeOn Toolkit工具，以從網(wǎng)絡(luò)獲取到的本體實例為分析對象，實現(xiàn)自動化的本體重用，并利用SPARQL對重用后的本體實現(xiàn)語義推理，最后分析目前針對大規(guī)模本體重用存在的問題。

1 NeOn Toolkit介紹

2006年，由14個歐盟機構(gòu)參與、受歐盟第六框架計劃資助的NeOn（Networked Ontologies）項目開始研究如何有效利用本體實現(xiàn)分布式大規(guī)模語義應(yīng)用，并發(fā)展了本體工具和相應(yīng)方法。NeOn Toolkit是NeOn項目開發(fā)的基于Java的開源本體編輯工具，NeOn Toolkit平臺及其豐富的插件可以幫助本體開發(fā)人員和本領(lǐng)域?qū)＜彝瓿筛鞣N各樣的本體工程活動，包括注釋和文檔、人機交互、模塊化和定制、本體調(diào)試、本體動力學(xué)、本體評估、本體匹配、本體論規(guī)范、推理及重用等。目前最新版本是2011年12月推出的 NeOn Toolkit-2.5.2。

在NeOn Toolkit中，對OWL語言描述的本體，從概念（Classes），對象屬性（Object Properties），數(shù)據(jù)屬性（Bata Properties）， 注 釋 （Annotation Properties）， 數(shù) 據(jù) 類 型（atatypes）五個方面加以描述（見圖 1）。

圖1 NeOn Toolkit平臺對本體的描述

本文主要以Location和Building本體為例，結(jié)合本體管理的實際需求，利用NeOn Toolkit平臺豐富的功能，實現(xiàn)本體重用與本體推理。利用NeOn Toolkit實現(xiàn)地理位置本體的管理，比利用關(guān)系數(shù)據(jù)庫存儲地理信息有著明顯的優(yōu)勢：NeOn Toolkit支持簡單的邏輯推理，還支持復(fù)雜的知識表達，因此，它更接近人類的知識表達；而數(shù)據(jù)庫數(shù)據(jù)實例和列名定義是相互獨立的，數(shù)據(jù)結(jié)構(gòu)建模較為單一，無法全面表示實例之間復(fù)雜的隱性關(guān)系。

2 本體重用簡介

在人工智能界，最早給出Ontology定義的是Neches等人，他認為“本體定義了組成主題領(lǐng)域的詞匯表的基本術(shù)語及其關(guān)系，以及結(jié)合這些術(shù)語和關(guān)系來定義詞匯表外延的規(guī)則”。但其中最著名并被引用得最為廣泛的定義是由T.Gruber提出的“本體是概念化的明確的規(guī)范說明”。本體的作用就是對客觀世界進行抽象的描述，并實現(xiàn)概念層次的統(tǒng)一性。本體和本體工程吸引了來自不同領(lǐng)域的學(xué)者和研究人員，已經(jīng)逐步成為信息領(lǐng)域的一個研究熱點。

從零開始構(gòu)建本體是一項需要大量投入的工程，隨著信息技術(shù)的發(fā)展，本體在自然語言理解、知識表示與獲取、數(shù)據(jù)集成和信息檢索等多個方向上得到了廣泛的應(yīng)用，越來越多的人研究本體，網(wǎng)絡(luò)當中的本體數(shù)量與日俱增，本體重用就是根據(jù)不同實際需求，利用這些已有的本體，構(gòu)成新的本體的過程。通過以后本體的重用，能夠減少系統(tǒng)的開銷避免重復(fù)建設(shè)。本體重用的思想和理論是近年發(fā)展起來的，屬于比較前沿和新興的研究內(nèi)容。國內(nèi)外在該領(lǐng)域的研究集中在：本體模塊化、本體上下文、本體演化、本體緩存與語義緩存等方面。本文則主要是利用NeOn Toolkit平臺，實現(xiàn)本體重用的實踐過程。

3 利用NeOn Toolkit實現(xiàn)本體重用

本文實現(xiàn)本體重用的過程，選擇了ASTRA項目當中產(chǎn)出的Location和Building兩個本體作為源本體。由Ioannis Zaharakis擔(dān)任項目經(jīng)理的ASTRA項目旨在通過建立泛在認知系統(tǒng)框架，用以支持對人類社會關(guān)系的建模。該框架包括指導(dǎo)并支持社會交流的泛在認知系統(tǒng)設(shè)計和評價的理論，以及支持該系統(tǒng)應(yīng)用的工具和服務(wù)。其中Location和Building兩個本體在系統(tǒng)中用以定位人類社會活動的位置。本文通過對這兩個已有本體的重用，闡述利用NeOn Toolkit平臺本體重用的過程，并對重用后產(chǎn)生的目標本體，進行邏輯推理及查詢。本文采用的方法適用于各種OWL格式所描述的本體數(shù)據(jù)。

3.1 實驗環(huán)境配置

首先，在計算機當中配置Java運行環(huán)境。

然后，分析用于重用的本體資源。在本文中選用的位置本體Location.owl將地理位置信息概況為以下幾個關(guān)鍵 概 念 ：Continent、Federation、Country、Province、City、Quarter、 Building 、Room、Place，并且輔以屬性、關(guān)系、實例等相關(guān)信息的描述（對于Location.owl的關(guān)鍵概念之間上位superlocation_of、下位sublocation_of以及繼承isa關(guān)系描述見圖2）。

圖2 Location.owl關(guān)鍵概念之間的關(guān)系

對于Location.owl中的building概念，可以為其添加更為豐富的語義關(guān)系，所以選用Buliding.owl本體，將Location.owl和Buliding.owl整合為一個新的目標本體（對于Buliding.owl的關(guān)鍵概念之間的關(guān)系描述見圖3）。

圖3 Buliding.owl關(guān)鍵概念之間關(guān)系

3.2 本體重用過程

調(diào)用 NeOn Toolkit，將 Location.owl和 Buliding.owl作為源本體輸入本體整合程序（整合操作見圖4，整合后產(chǎn)出的目標本體層次結(jié)構(gòu)及上下位關(guān)系見圖5）。目標本體對原來Location本體中的building信息進行了擴展，所以對地理位置信息的描述更加精確，在包含了Buliding.owl中信息之外，同時對上位、下位及繼承關(guān)系都做了重新調(diào)整。

圖4 Location.owl和Buliding.owl整合操作

圖5 目標本體層次結(jié)構(gòu)圖

對于目標本體，為了測試其是否保證了推理邏輯合理性，可以使用NeOn Toolkit的推理測試功能。NeOn Toolkit平臺支持標準本體查詢語言SPARQL（Simple Protocol and RDF Query Language）， 允 許 用 戶 通 過SPARQL語法查詢本體。SPARQL是為RDF開發(fā)的一種查詢語言和數(shù)據(jù)獲取協(xié)議，它是為W3C所開發(fā)的RDF數(shù)據(jù)模型所定義，但是可以用于任何可以用RDF來表示的信息資源。

根據(jù)目標本體關(guān)鍵概念、屬性及實例關(guān)系，設(shè)計以下的推理測試用例：

（1）為目標本體中的關(guān)鍵概念Person添加實例A和B（添加方法見圖 6）。

圖6 對目標本體添加實例

（2）A和B的辦公地址實例分別為 （添加方法同圖6）：A （Room：301；Building：Star；）；B （Building：Star；City：Beijing）。其中，Room 與 Building存在sublocation_of關(guān)系，Building和City存在sublocation_of關(guān)系。

采用SPARQL對目標進行查詢，代碼如下：

輸出推理查詢的結(jié)果如下：

從以上結(jié)果中可以得出：在City概念實例Beijing的人有A和B。

由于A的聲明中并無城市描述，推理機通過對目標本體的推理，實現(xiàn)了關(guān)于A所在城市的推測。重用后的本體符合簡單推理規(guī)則，由于篇幅有限，對于目標本體的推理測試僅舉一例。然而對于對大規(guī)模本體重用來說，由于關(guān)鍵概念之間的關(guān)系錯綜復(fù)雜，這就為對目標本體推理規(guī)則的設(shè)計帶來了困難?，F(xiàn)在在本體重用這一領(lǐng)域，還沒有完整的關(guān)于推理測試的形式化的表示和操作方法。可見，對于大規(guī)模本體重用，推理規(guī)則的設(shè)計仍有待進一步研究。

4 結(jié)語

隨著網(wǎng)絡(luò)信息的急劇增長，對網(wǎng)絡(luò)信息的有效管理成為人工智能及網(wǎng)絡(luò)信息技術(shù)等領(lǐng)域的研究熱點。本體作為客觀世界概念化的明確的規(guī)范說明，是解決信息組織及語義表達問題的有效途徑，但從零開始構(gòu)建本體的工程量非常巨大，所以對已有本體的重用是提高本體利用效率的有效方法。本文以ASTRA項目當中產(chǎn)出的Location.owl和Building.owl兩個本體作為源本體，通過使用NeOn Toolkit平臺，實現(xiàn)自動化的本體重用，并利用SPARQL對重用后的本體實現(xiàn)語義推理，實驗結(jié)果證明利用本文方法實現(xiàn)本體重用方法有效。但是，對大規(guī)模的本體重用的研究還不十分成熟，尤其是對于重用后的本體推理問題的研究，缺乏深入的探討，以及完備的測試方法。

［1］Welcome to the NeOn Project ［EB/OL］.［2010-02-24］.http：//www.neon-project.org/nw/Welcome_to_the_NeOn_Project.

［2］Gruber T R.A Translation Approach to Portable OntologySpecifications ［J］.Knowledge Acquisition，1993， （5）：199-220.

［3］毛郁欣.面向大規(guī)模本體重用的子本體模型研究［D］.杭州：浙江大學(xué)，2008.

［4］ASTRA Platform and End User tools code now available［EB/OL］.［2009-12-14］http：//www.astra-project.net

［5］SparQL［EB/OL］.［2012-05-28］.http：//baike.baidu.com/view/661304.htm.