俞婷　鄭軻

摘 要：構(gòu)建了基于本體的課程資源語義檢索模型，并設計實現(xiàn)了相應的語義檢索原型。在綜合分析相關課程資源后，建立了課程資源本體。在構(gòu)建基于本體的課程資源語義檢索模型過程中，研究已有的語義關聯(lián)度計算方法，結(jié)合用戶檢索敏感度提出了查詢詞權(quán)重度量元。通過實例對語義檢索原型進行了驗證，結(jié)果表明，相比于基于關鍵字的檢索方法，該語義檢索系統(tǒng)在查全率和查準率上都有明顯的優(yōu)勢。

關鍵詞：課程資源；相似度算法；語義關系；檢索意圖

中圖分類號：TP391.3 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.19.035

信息的增長速度的數(shù)量級為每年億級，信息檢索的難度隨之增長。目前的檢索方式主要是基于關鍵字的檢索，這類檢索方式忽略了詞語之間的語義關系以及用戶真實的檢索意圖，返回的信息多是無用的，無法為用戶提供精準的資源。

近年來，建立在語義網(wǎng)基礎上的本體語義檢索技術得到了人們的廣泛關注。相比于傳統(tǒng)的檢索技術，其在檢索精度和覆蓋率上都有明顯的優(yōu)勢。本體論最早起源于哲學領域，古希臘的亞里士多德通過對事物存在的本質(zhì)進行了研究，得出了本體的概念。在較早時期，本體沒有一個統(tǒng)一的定義，Studer等人對本體進行了一系列的深入研究后，提出了一個在當今被廣泛采用的定義。對于共享概念模型而言，本體就是一種明確的形式化規(guī)范的說明。

1 課程資源本體構(gòu)建

傳統(tǒng)的基于關鍵字的搜索方法由于缺少語義，常造成檢索信息的錯檢和漏檢。由于受到了本體庫的支持，基于語義的檢索能很好地彌補這一缺陷。如果要進行基于本體的語義搜索，首先要構(gòu)建規(guī)范的課程資源知識庫本體。

本文以課程資源知識點作為領域本體進行構(gòu)建。課程資源知識點本體的構(gòu)建主要分為兩點，即確定規(guī)范和基于規(guī)范構(gòu)建本體。以計算機網(wǎng)絡課程為例，本體存儲的是相關知識點，其中包括計算機網(wǎng)絡性能、因特網(wǎng)、計算機網(wǎng)絡體系結(jié)構(gòu)、計算機網(wǎng)絡類別、網(wǎng)絡安全五大類。這五大類的子類分別有：①計算機網(wǎng)絡性能。速率、寬帶、吞吐率、往返率、可擴展性、時延、利用率、可靠性。②因特網(wǎng)。因特網(wǎng)發(fā)展階段、因特網(wǎng)組成、下一代因特網(wǎng)。③計算機網(wǎng)絡體系結(jié)構(gòu)。五層協(xié)議體系結(jié)構(gòu)、TCP/IP體系結(jié)構(gòu)、OSI體系結(jié)構(gòu)。④計算機網(wǎng)絡類別。廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、接入網(wǎng)。⑤網(wǎng)絡安全。數(shù)字簽名、密碼體制、安全協(xié)議、防火墻。

課程本體所包含的對象屬性有蘊含關系、依賴關系、兄弟關系、平行關系、參考關系和游離關系。在構(gòu)建完本體之后，本文采用MySQL數(shù)據(jù)庫對本體文件進行存儲，達到持久化。

2 語義關聯(lián)度算法

用戶在輸入相關查詢詞進行檢索后，語義檢索系統(tǒng)對查詢詞進行形式化處理，并對形式化后的查詢詞進行語義關聯(lián)度計算。語義關聯(lián)度包括語義相似度和語義相關度。

2.1 語義相似度

本文提出元概念的定義，指在領域本體中存在的概念集合C，設其中任一概念為Cx，如果集合Q中存在可以與概念C中的Cx匹配的查詢詞，則稱為Cx為元概念，即將元概念作為查詢映射到的概念來進行資源查詢。

本文以知識點為單位構(gòu)建教育資源本體，所以，從知識點的角度擴展了語義。知識點之間的關系有同義、平行、包含等，本節(jié)對本體概念之間的相似度所考慮的因素主要有以下6個。

2.1.1 語義距離

語義距離對語義相似度的影響可以表示成：

/* MERGEFORMAT. （1）

概念節(jié)點之間的距離表示為len（ei），是彼此之間相連的通路邊所有對應的距離，比如父類和子類之間的距離為1.

2.1.2 語義重合度

語義重合度對于語義相似度的影響主要表示為：

/* MERGEFORMAT. （2）

式（2）中：NodeSet（X）為節(jié)點到根節(jié)點經(jīng)過的節(jié)點數(shù)目的幾盒；NodeSet（X） NodeSet（Y）為X節(jié)點到根節(jié)點經(jīng)過的節(jié)點數(shù)和Y節(jié)點數(shù)到根節(jié)點經(jīng)過的節(jié)點數(shù)之間的交集；NodeSet（X） NodeSet（Y）為X節(jié)點到根節(jié)點經(jīng)過的節(jié)點數(shù)和Y節(jié)點到根節(jié)點經(jīng)過的節(jié)點數(shù)之間的并集。

2.1.3 節(jié)點密度

節(jié)點密度對于語義相似度的影響可以表示為：

/* MERGEFORMAT. （3）

式（3）中：degree（P）為概念節(jié)點X與概念節(jié)點Y之間最近的公共祖先P的度；degree（T）為概念樹的度。

2.1.4 節(jié)點深度

兩個節(jié)點X與Y之間的概念深度對于語義相似度的影響可以表示成為：

/* MERGEFORMAT. （4）

式（4）中：dep（X）和dep（Y）分別為概念X和概念Y的深度。

2.1.5 層次順序

層次的順序?qū)Ω拍钕嗨贫鹊挠绊憺椋?/p>

/* MERGEFORMAT. （5）

式（5）中：lyr（X）和lyr（Y）分別為X和Y節(jié)點所在的層次，根節(jié)點的層次為1；lyr（G）為領域本體中層次的最底層。

2.1.6 查詢詞權(quán)重

在進行最后的語義相似度階段計算時，對概念之間相似度的計算是受查詢詞權(quán)重的影響。領域本體之間的概念與概念節(jié)點之間的相似度的計算公式如下：

/* MERGEFORMAT.（6）

2.2 語義相關度

語義的相關度指的是詞語與詞語之間的相互有聯(lián)系的程度，它是一個隨主觀意愿變動比較強的概念。相關度的取值也在0～1，一般是兩個詞語在相同語境之中能夠替換的程度。領域本體概念之間的相關度公式如下：

/* MERGEFORMAT. （7）

式（7）中：rel（ei）為概念與概念之間相連的關系邊所對應的權(quán)值。

本文中概念與概念之間的相關度定義如表1所示。

綜上所述，得出概念之間的關聯(lián)度的計算公式如下：

/* MERGEFORMAT. （7）

3 語義檢索模型

本文以教育資源的知識點為基礎，對基于本體的教學資源的語義檢索系統(tǒng)建立了原型。本文構(gòu)建的語義檢索是對教育資源進行本體推理來實現(xiàn)教育資源的語義檢索，其中，還對向量空間模型進行了結(jié)合。語義檢索主要包含了兩個核心，即語義查詢擴展和語義數(shù)據(jù)的檢索算法。

圖1為語義檢索的模型圖。

系統(tǒng)采用VPN、SNMP等詞語進行測試，求得基于本體教學資源語義檢索算法的查全率和查準率。同時，計算基于關鍵字的檢索系統(tǒng)的查全率和查準率，結(jié)果如表2所示。

4 結(jié)束語

本文提出并研究了基于本體的課程資源信息語義檢索問題。文中通過課程資源知識庫本體的構(gòu)建、本體相似度計算的研究，建立了基于課程資源的語義檢索系統(tǒng)的原型，在一定程度上提高了對課程資源信息檢索的查全率和查準率。下一步工作為課程資源本體的完善、探索更加精確的語義相似度計算方法，以提供給用戶更好的檢索支持。

參考文獻

[1]代曉宇.基于本體的教學資源語義檢索應用研究[D].哈爾濱：哈爾濱工程大學，2012.

[2]花開明，陳家訓，楊洪山，等.基于本體與元數(shù)據(jù)的語義檢索[J].計算機工程，2007，33（24）.

[3]欒艷，丁二玉，駱斌.基于Ontology的語義檢索技術[J].計算機工程與應用，2005，41（28）.

[4]Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering：Principles and methods[J].Data & Knowledge Engineering，1998，25（02）.

[5]張功杰，趙向軍，陳克建，等.面向本體的語義相似度計算及在檢索中的應用[J].計算機工程與應用，2010，46（29）.

〔編輯：張思楠〕