康趙楠+潘善亮

【摘 要】為了構(gòu)建一個適用中文歌曲及聽眾的音樂推薦服務(wù)型本體（CHMO）來對音樂知識進(jìn)行自動化處理。首先，設(shè)計一個細(xì)粒度的音樂本體模型；然后，提出合理的構(gòu)建原則和方法，并利用Protégé和OWL建立本體；接著，詳細(xì)闡述本體中的組成內(nèi)容，并采用Jena進(jìn)行推理優(yōu)化模型；最后，完善本體，包括算法檢測以及本體實(shí)現(xiàn)中的支持性問題。

【關(guān)鍵詞】音樂本體建模 構(gòu)建方法 推理規(guī)則

1 引言

基于個性化的音樂推薦已經(jīng)成為推薦系統(tǒng)的研究熱點(diǎn)[1]。音樂作為一門憑借聲波振動而存在、在時間中展現(xiàn)、通過人類的聽覺器官而引起各種情緒反應(yīng)和情感體驗(yàn)的藝術(shù)存在[2]，本體（Ontology）是客觀現(xiàn)實(shí)的抽象本質(zhì)[3]。

在關(guān)于音樂本體的研究中，主要以基礎(chǔ)理論研究為主導(dǎo)，其次是對其用途進(jìn)行研究[5-7]。Yves Raimond等[8]開發(fā)了音樂本體Music Ontology。Han等[9]通過本體推理機(jī)分類情境實(shí)例來推理出用戶的心情和音樂偏好。Rho等[10]提出了基于情境的音樂推薦本體Context-Based Music Recommendation Ontology。由于中西方審美的差異[11-12]，針對西方音樂和受眾的音樂本體在處理中文歌曲方面并不適用[13]。張冰冰結(jié)合現(xiàn)有已成熟的其他本體詞匯表得到了涵蓋影視音樂、歷史事件、地點(diǎn)文化等的相關(guān)本體的本體知識庫[14]。薛云在構(gòu)建好的民樂領(lǐng)域本體基礎(chǔ)之上完成語義推理[15]。

本文將詳細(xì)介紹構(gòu)建一個互聯(lián)網(wǎng)下涵蓋數(shù)字音樂領(lǐng)域知識及情境信息的可以共享的基于中文歌曲的音樂推薦本體，并對該音樂本體進(jìn)行屬性約束及其一致性的檢測與分析。

2 音樂本體的構(gòu)建

2.1 音樂對象的確定

在構(gòu)建本體之前，要明確該領(lǐng)域本體的各項(xiàng)構(gòu)成要素，它包括了目的、范圍、表示方法和用途等等，以此使得目標(biāo)本體的主要輪廓變得清晰。本階段可以得到關(guān)于本體的開發(fā)目的和詳細(xì)的說明書。一旦確定了領(lǐng)域本體的范圍，接著盡最大可能地羅列出該領(lǐng)域本體的有關(guān)術(shù)語或概念。音樂作為一個獨(dú)立的領(lǐng)域，它所包含的對象是十分豐富的。

針對互聯(lián)網(wǎng)，借鑒已有的音樂概念，增加符合基于中文歌曲和華人收聽習(xí)慣的術(shù)語描述。

音樂對象包括音樂人、專輯、歌詞、圖片、語種、風(fēng)格、場景、情感、節(jié)日、主題等多個方面。為了使用戶更加容易理解以及后續(xù)工作的使用，在音樂本體中增加標(biāo)簽來統(tǒng)一管理部分知識（能夠代表一首音樂內(nèi)在性質(zhì)的關(guān)鍵詞）。

2.2 音樂本體的構(gòu)成要素

本文所設(shè)計的數(shù)字音樂領(lǐng)域本體主要通過分類歌曲信息以進(jìn)一步細(xì)化出用戶的興趣偏好。它所包含的概念或者術(shù)語間存在著上下位的關(guān)系，其本質(zhì)上是一個概念層次樹，且只含有父類和子類。父類概念是子類概念的一種泛化，而子類概念是父類概念的一種分類，它可以從不同角度對上級概念進(jìn)行一個深層次的細(xì)化，同時分類的層次越深，相應(yīng)的用戶興趣劃分的力度就會越大，對用戶偏好的分析也就可以越細(xì)致。

本文在Protégé[16]平臺上使用一個七元組的形式自上而下地來描述和完善音樂本體（CHMO）模型：

CHMO={C， P， RC， HC， I， A， R} （1）

其具體描述如下：

（1）C（Class或Concept）表示本體覆蓋的類（概念、術(shù)語）的集合。當(dāng)個體具有相似的性質(zhì)，可以將之抽象成相應(yīng)的類，而這里的個體就是類的實(shí)例。

（2）P（Property）表示屬性集合。屬性是對類的表征和描述，包括兩種，即對象屬性和數(shù)據(jù)屬性。

（3）RC（Relation）為關(guān)系的集合。形式上可以定義為一組n維笛卡爾積的子集R：C1×C2×...×Cn概念之間有四種基本關(guān)系，如表1所示。

（4）HC（Hierarchy）表示音樂本體概念的層次結(jié)構(gòu)。形式上可以定義為：H（C1，C2）表示概念C1是概念C2的子概念。

（5）I（Instance）表示實(shí)例集合。它是本體類包含的基本元素。

（6）A（Axiom）表示公理的集合。在音樂本體中，每個元素都有特定的意義，元素之間也存在著連接或約束，公理表示一些永真式，用來解釋元素和它們之間的相關(guān)性和約束關(guān)系。

（7）R（Ratiocination）表示推理規(guī)則。用來模仿推理能力。

依據(jù)以上描述可以看到本文所設(shè)計的音樂本體的知識結(jié)構(gòu)包括類、屬性、關(guān)系、層次、實(shí)例、公理和推理規(guī)則。這種結(jié)構(gòu)通過“類-屬性-實(shí)例”，三位一體式描述音樂并擴(kuò)展其相關(guān)知識，確定其關(guān)系和層次結(jié)構(gòu)，最后使用公理和推理規(guī)則約束知識，完成音樂知識網(wǎng)絡(luò)體系結(jié)構(gòu)。

2.3 音樂本體的構(gòu)建原則

參照Gruber于1995年[17]所提出的比較權(quán)威的五條標(biāo)準(zhǔn)，進(jìn)一步闡釋音樂本體構(gòu)建原則，包括以下方面：

（1）明確性和客觀性：即本體的術(shù)語應(yīng)該具有明確的自然語言的形式以及客觀的定義。

（2）完全性和完整性：即要對音樂本體中術(shù)語的意義提供完整、準(zhǔn)確定義和詳細(xì)說明。

（3）一致性：即本體是前后一致的。

（4）最大單調(diào)可擴(kuò)展性：即添加一個新項(xiàng)，不需要調(diào)整原本體。

（5）編碼偏好程度最小：即音樂本體位于知識水平的表達(dá)，不限于編碼語言。

（6）與層次概念保持最小的語義距離。

（7）最小本體承諾：即建模對象的約束盡量少，只要能滿足當(dāng)前需求的特定的知識共享。

（8）盡可能使用標(biāo)準(zhǔn)化的術(shù)語名稱。

（9）使用多樣的概念層次結(jié)構(gòu)實(shí)現(xiàn)多繼承機(jī)制。

2.4 音樂本體的構(gòu)建方法

上文提到，音樂本體包含音樂人、專輯、圖片、語種、風(fēng)格、場景、情感、節(jié)日、主題、音樂獎項(xiàng)、專輯、時間等子本體。根據(jù)音樂本體的組織結(jié)構(gòu)和構(gòu)建原則，參照已有的TOVE法[18]和七步法[19]，設(shè)計本文音樂本體的構(gòu)建方法，采用OWL DL描述語言和Protégé 4.3，主要步驟如下：

（1）音樂對象的收集和分析。對音樂知識獲取、分析和記錄，初始化管理和保護(hù)音樂對象。

（2）音樂本體內(nèi)容和范圍的合理界定，確定名詞術(shù)語的來源。一般而言，領(lǐng)域本體是覆蓋整個領(lǐng)域的本體，但具體的討論往往不是那么簡單。本文從網(wǎng)絡(luò)出發(fā)，給出數(shù)字音樂本體的定義，所以沒有完全覆蓋音樂學(xué)科的基本內(nèi)容，但參照了《音樂百科詞典》和《2015-2016中國手機(jī)音樂客戶端市場研究報告》，增加專輯和標(biāo)簽等知識，細(xì)化分類，形成一個數(shù)字音樂庫。

（3）刻畫音樂本體的術(shù)語表，對名詞術(shù)語進(jìn)行規(guī)范。構(gòu)建本體之前，列出所有術(shù)語表的詞匯項(xiàng)。

（4）確定音樂本體的類和實(shí)例。

（5）區(qū)別音樂本體結(jié)構(gòu)和類之間的關(guān)系。具體方法是自上而下、從下到上、綜合方法這三種。自上而下是先確定一般的類，不斷找到一個新的子類，最終實(shí)現(xiàn)最特別的類；從下到上先確保本體中特殊的類，不斷歸納類，最后達(dá)到本體中最一般類；綜合方法是它們的組合。本文基于綜合方法，結(jié)構(gòu)如圖1所示。

（6）借鑒和復(fù)用現(xiàn)有本體。CHMO中復(fù)用人、時間、語種等公共信息本體以及DBpedia中的部分術(shù)語，同時參考已有的The Music Ontology[20]對術(shù)語進(jìn)行標(biāo)準(zhǔn)化。

（7）定義音樂本體中類的屬性。根據(jù)最常用的原則和符合用戶欣賞的特點(diǎn)，設(shè)置屬性，從不同的側(cè)面對音樂本體的類進(jìn)行描繪。

（8）添加標(biāo)簽。鑒于國內(nèi)主流音樂平臺的使用情況，為基于中文歌曲的音樂推薦本體添加標(biāo)簽這一概念，它包含了情感、節(jié)日、語種、場景、風(fēng)格、主題子本體以及它們所各自包含的子本體，為了便于用戶理解本體的概念和使用，從而進(jìn)一步完善音樂本體。

（9）描述類中的實(shí)例。基于實(shí)例的描述來確定最終的實(shí)例與類關(guān)系，完成一個概念體系的構(gòu)建。

（10）建立公理庫和推理規(guī)則。利用OWL描述公理和規(guī)則，進(jìn)行音樂本體的一致性分析。

（11）形成音樂本體的文檔。通過持續(xù)改進(jìn)使本體逐步接近人類對客觀世界的認(rèn)知，形成文檔管理的過程。

（12）檢查異常。在Protégé中，可以使用推理機(jī)對本體自身的不一致和置入本體的實(shí)例集不一致進(jìn)行檢測。

3 音樂本體的描述

3.1 類間的層次體系

本體中的類包含兩種作用：（1）對自身及其所包含的知識含義的描述。類中包含知識，知識可以是類本身，也可以是類實(shí)例的共同點(diǎn)。（2）限定對類的子類和實(shí)例的描述。通過分析，最終確定了“音樂人”、“時間”、“圖片”、“標(biāo)簽”、“歌詞”、“音樂獎項(xiàng)”、“專輯”為核心詞匯，滿足非二義性、互不相交的要求。各個頂級概念之下再擴(kuò)展具體的類。部分音樂本體的類術(shù)語表如表2所示，層次概念如圖2。

3.2 屬性及關(guān)系

音樂本體的屬性包括發(fā)行時間、風(fēng)格、主題、專輯詳情、歌詞、時長等等，分為對象屬性和數(shù)據(jù)屬性。對象屬性指兩個類的實(shí)例之間的關(guān)系，定義域是類，值域是實(shí)例；數(shù)據(jù)屬性規(guī)定類的實(shí)例、文字及數(shù)據(jù)類型間的關(guān)系，定義域是某個類的實(shí)例，值域可以是int、string、float等，該屬性不能為傳遞的、對稱的和反函數(shù)的。音樂本體的屬性術(shù)語部分如表3所示，屬性關(guān)系如圖3和圖4所示。

3.3 添加標(biāo)簽

添加標(biāo)簽類目，用來代表一首音樂內(nèi)在內(nèi)容的一種性質(zhì)，可以簡單理解為關(guān)鍵詞描述。它除了包括基本的分類信息：語種、主題、風(fēng)格等，還額外添加歌曲所涉及的情感和場景這兩個情境信息子類。在這兩個子類中又進(jìn)一步劃分?jǐn)?shù)個類，從而達(dá)到一個細(xì)粒度的本體建模，能夠更適合互聯(lián)網(wǎng)下基于本體的音樂個性化推薦研究。

3.4 生成實(shí)例

在Protégé中的Individuals面板中可直接添加類的實(shí)例（個體），在這個實(shí)例中對每個屬性進(jìn)行賦值，這樣就可以構(gòu)建音樂本體了。為了直觀地描述音樂本體類和實(shí)例，給出應(yīng)用的例子，其中歌曲類和歌曲實(shí)例《山丘》的部分框架表示如圖5所示。

3.5 基于本體和自定義規(guī)則的推理

（1）公理和推理規(guī)則的表示

依據(jù)音樂本體屬性和關(guān)系，再結(jié)合領(lǐng)域本體的公理集，采用謂詞邏輯系統(tǒng)來設(shè)計本文的音樂本體公理。主要包括了函數(shù)屬性、反函數(shù)屬性、傳遞屬性、對稱屬性、自反屬性等，其中所謂函數(shù)性是指同一個參數(shù)的函數(shù)值是唯一確定的，反函數(shù)性則與之相反。如果一個屬性是傳遞性的，那么它的逆屬性也是具有傳遞性的。傳遞性和函數(shù)性不兼容，如果一個對象屬性具有傳遞性就不可能有函數(shù)性等等，這些公理將作為推理機(jī)制中的約束。比如其中函數(shù)屬性形式化表示如下：

推理規(guī)則是一個重要的基礎(chǔ)，主要分為兩點(diǎn)：

1）完善音樂知識，獲取隱含的信息；

2）檢測和維護(hù)音樂知識，確保本體的一致性和完整性。本文音樂本體部分自定義推理規(guī)則可以寫成如下的形式：

如果歌曲的封面是某一位歌手的照片，那么這位歌手即是其音樂人。

自定義的規(guī)則大多來自既定事實(shí)的表述。其中規(guī)則（5）和規(guī)則（6）體現(xiàn)了標(biāo)簽子類情感-幸福-快樂三者上下層關(guān)系的一個遞進(jìn)。利用謂詞邏輯描述信息，然后通過自定義的規(guī)則產(chǎn)生新的、隱含的上層知識。

（2）推理工具

本文采用Jena作為推理工具，它的軟件包能夠同時支持本體推理和自定義規(guī)則的推理。

Jena[21]是支持語義網(wǎng)應(yīng)用的一個Java應(yīng)用程序接口，它包含以下模塊：RDF的API、解析器、內(nèi)存存儲與永久性存儲、推理機(jī)子系統(tǒng)、本體子系統(tǒng)和查詢模型。其中推理機(jī)子系統(tǒng)具有兩大功能：

1）支持使用RDFS和OWL語言，能夠加入一系列推理引擎或推理機(jī)來獲取額外的信息；

2）包括一個可以用于許多RDF處理或轉(zhuǎn)換任務(wù)的一般的規(guī)則引擎。

（3）推理流程

步驟1：獲取歌曲信息并描述。

步驟2：將信息持久性保存到知識庫中。

步驟3：觸發(fā)推理行為，利用推理機(jī)對信息進(jìn)行推理得到上層或者新的隱含的信息。

步驟4：對比知識庫，檢測新信息的一致性和正確性。

步驟5：如果上一步產(chǎn)生沖突，則進(jìn)行沖突處理。沒有沖突，則推理結(jié)束，更新知識庫。

推理流程如圖6所示：

（4）推理規(guī)則有效性驗(yàn)證

將自定義規(guī)則寫入規(guī)則庫后，使用SPARQL和Jena進(jìn)行當(dāng)前歌曲信息的查詢與推理本體模型，系統(tǒng)會自動校驗(yàn)規(guī)則前后的狀態(tài)，判斷其是否有效。通過所構(gòu)建的合理的本體推理機(jī)制，能夠?qū)﹄[含的知識進(jìn)行有效地推理，節(jié)省存儲空間的同時還能夠提高讀取效率，還能優(yōu)化知識的梳理。

4 音樂本體的完善

上述步驟后已經(jīng)初步建立了一個基本的音樂本體，接下來將進(jìn)一步闡釋驗(yàn)證本體過程中的一些關(guān)鍵內(nèi)容。

本體的一致性是指本體中各概念沒有矛盾。一致性檢測就是根據(jù)本體中的公理和約束來判斷整個結(jié)構(gòu)是否存在矛盾，如果存在矛盾和不一致的地方需要及時進(jìn)行修正。

4.1 類間關(guān)系的一致性檢測

首先，定義音樂本體的類間關(guān)系。

4.2 基于音樂公理的知識一致性分析

公理作為本體的一個重要組成部分，它的功能有兩個：第一，公理即知識；第二，公理保證本體中低水平的知識是一致的。這里所提的知識一致性指的是公理約束下的知識和公理沒有矛盾。獲取的知識的過程并不總是正確、沒有矛盾的。知識獲取的過程中知識來源的不準(zhǔn)確，人為的過失等原因，都可能導(dǎo)致知識是不一致的。當(dāng)一首歌曲是契合婚禮的這一特定情形的音樂，那么它所表達(dá)的情感一定是幸福、開心的。如果出現(xiàn)情感是悲傷的，則報告本體出現(xiàn)錯誤。

本體的一致性分析是一項(xiàng)非常復(fù)雜的任務(wù)。它涵蓋了本體中的類、屬性和實(shí)例等諸多方面，需要不斷地更新知識，逐步完善本體。

4.3 音樂本體實(shí)現(xiàn)中的問題及解決

目前，Protégé的中文支持性很差，而本文所構(gòu)建的互聯(lián)網(wǎng)下基于中文歌曲的音樂本體模型中所涉及的多處概念，比如標(biāo)簽、主題都是基于中文或者中文環(huán)境的。為了解決這個問題，本文通過mapping.properties文件實(shí)現(xiàn)中文到相應(yīng)英文或者拼音的映射操作。部分mapping.properties文件映射片段如圖7所示。

5 結(jié)束語

本文根據(jù)現(xiàn)代互聯(lián)網(wǎng)下數(shù)字音樂領(lǐng)域的形勢，針對中文歌曲及聽眾，通過擴(kuò)展構(gòu)建新的音樂本體模型，設(shè)計音樂本體的構(gòu)建方法及構(gòu)建流程，闡明了對音樂領(lǐng)域知識構(gòu)建本體的必要性和可行性。構(gòu)建方覆蓋本體建設(shè)和維護(hù)的生命周期，與現(xiàn)有的本體建設(shè)方法相比更加細(xì)粒度且全面。本文所建立的面向中文歌曲及聽眾的音樂本體模型既先進(jìn)也實(shí)用，對下一代網(wǎng)絡(luò)平臺下數(shù)字音樂服務(wù)的推廣具有重要意義，同時也將會進(jìn)一步應(yīng)用在后續(xù)的音樂個性化推薦研究中。隨著信息地不斷擴(kuò)充，該本體模型的完善工作將持續(xù)進(jìn)行。

參考文獻(xiàn)：

[1] 譚學(xué)清，何珊. 音樂個性化推薦系統(tǒng)研究綜述[J]. 現(xiàn)代圖書情報技術(shù)， 2014，30（9）： 22-32.

[2] 繆天瑞. 音樂百科詞典[M]. 北京： 人民音樂出版社， 1998.

[3] Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge Acquisition， 1993（5）： 199-220.

[4] LU R. Knowledge engineering and knowledge science at the turn of the century[M]. Beijing： Tsinghua University Press， 2001.

[5] Seheon Song， Minkoo Kim， Seungmin Rho， et al. Music Ontology for Mood and Situation Reasoning to Support Music Retrieval and Recommendation[A]. Third International Conference on Digital Society[C]. 2009： 304-309.

[6] Sefki Kolozali， Mathieu Barthet， Gy?rgy Fazekas， et al. Knowledge Representation Issues in Musical Instrument Ontology Design[A]. 12th International Society for Music Information Retrieval Conference[C]. 2011： 465-470.

[7] Marius Kaminskas， Ignacio Fernandeztobias， Ivan Cantador， et al. Ontology-Based Identification of Music for Places[Z]. 2013.

[8] Yves Raimond， Samer A， Abdallah， et al. The Music Ontology[A]. International Society for Music Information Retrieval Conference[C]. 2007： 417-422.

[9] Han B J， Rho S， Jun S， et al. Music Emotion Classification and Context-Based Music Recommendation[J]. Multimedia Tools and Applications， 2010，47（3）： 433-460.

[10] Rho S， Song S， Hwang E， et al. COMUS： Ontological and Rule-Based Reasoning for Music Recommendation System[A]. Advances in Knowledge Discovery and Data Mining[C]. Springer Berlin Heidelberg， 2009： 859-866.

[11] 李姝. 中西音樂美學(xué)的比較研究[D]. 成都： 四川大學(xué)， 2007.

[12] 劉正維. 中西音樂結(jié)構(gòu)的審美異同散論[J]. 音樂研究， 2003（3）： 3-16.

[13] Mi Tian， Gy?rgy Fazekas， Dawn A， et al. Towards the representation of Chinese traditional music： a state of the art review of music metadata standards[A]. Dublin Core Conference[C]. 2013： 71-81.

[14] 張冰冰. 基于領(lǐng)域本體的景點(diǎn)影視音樂推薦[D]. 杭州： 浙江大學(xué)， 2014.

[15] 薛云. 基于民樂領(lǐng)域本體的語義推理研究[J]. 情報探索， 2009（4）： 104-106.

[16] Protégé. Stanford Center for Biomedical Informatics Research[EB/OL]. （2016-02-09）[2017-01-10]. http：//protege.stanford.edu/.

[17] Gruber T R. Towards principles for the design of ontologies used for knowledge sharing[J]. International Journal of Human-Computer Studies， 1995（43）： 907-912.

[18] University of Toronto. Faculty of Applied Science and Engineering TOVE ontologies[EB/OL]. （2013-09-18）[2017-01-10]. http：//www.ie.utoronto.ca/EIL/tove/toveont.html.

[19] NOY N F， McGUINNESS D L. Ontology development 101： a guide to creating your first ontology： knowledge systems laboratory， SMI-2001-0880[R]. Stanford University， 2001.

[20] Rory Pickering. The Music Ontology[EB/OL]. （2015-11-30）[2017-01-10]. http：//musicontology.co/.

[21] Apache Jena. A free and open source Java framework for building Semantic Web and Linked Data applications[EB/OL]. （2016-02-09）[2017-01-10]. http：//jena.apache.org/.