方 楊，羅 軍

(1.同濟(jì)大學(xué)，上海 201804；2.重慶大學(xué)，重慶 400044)

1 概 述

1. 1 背景介紹

隨著互聯(lián)網(wǎng)的迅速發(fā)展，人們已經(jīng)邁入信息時(shí)代，如今在互聯(lián)網(wǎng)上不但聚集了海量的信息,而且這些信息的數(shù)量還在以指數(shù)級(jí)的速度增長(zhǎng)。面對(duì)愈發(fā)龐大的信息量，僅僅依靠基于關(guān)鍵字的匹配查詢技術(shù)會(huì)出現(xiàn)許多問(wèn)題，諸如：檢索結(jié)果過(guò)多、精度較低，無(wú)法智能獲取隱含的知識(shí)以致查詢結(jié)果常常與初衷相去甚遠(yuǎn)。因此用戶只能靠自己瀏覽才能篩選出自己需要的信息，這就使得當(dāng)前的網(wǎng)絡(luò)查詢技術(shù)已不能滿足人們的需求。這些問(wèn)題形成的主要原因在于：機(jī)器對(duì)信息是不能理解的，因而不能進(jìn)行基于語(yǔ)義的查詢。

語(yǔ)義網(wǎng)這個(gè)概念最先由萬(wàn)維網(wǎng)之父Tim Berners-Lee在1998年提出[1]，其中本體[2]作為一種能在語(yǔ)義和知識(shí)層次上描述信息的概念模型建模工具[3]，扮演了十分重要的角色。它可以描述某特定領(lǐng)域的知識(shí)并且可以實(shí)現(xiàn)對(duì)知識(shí)的分類，還能支持邏輯推理[4]?；谶@些特點(diǎn)，本體可以更好地描述信息并挖掘出信息中隱含的知識(shí)，因而在科研教育、醫(yī)療保健、政府管理、企業(yè)、金融以及家庭中都有著廣泛的應(yīng)用前景。

在錯(cuò)綜復(fù)雜的社會(huì)人物關(guān)系背景下，親屬關(guān)系是社會(huì)生活中一個(gè)重要的組成部分。漢族是一個(gè)智慧的民族，盡管社會(huì)人物關(guān)系錯(cuò)綜復(fù)雜，但將親屬關(guān)系劃分得條理分明，稱謂也是尊卑有序：對(duì)長(zhǎng)輩的稱謂有伯伯、叔父、姑姑、舅舅、姨母，對(duì)同輩的稱謂有哥哥、姐姐、弟弟、妹妹，對(duì)晚輩的稱謂有侄子、外甥等等。另外，由于婚姻和血緣的聯(lián)系而產(chǎn)生的龐雜的親屬關(guān)系也派生出了各種特定的親屬稱謂，比如對(duì)各個(gè)輩分的稱呼以及親屬稱謂里都有著比較重要的限定詞，如“堂”和“表”，以此來(lái)區(qū)分其他稍遠(yuǎn)的關(guān)系。這些都是中華文化的一大特征。親屬關(guān)系不僅與人類日常生活密不可分，也是人類社會(huì)的文化選擇。

在日常生活的各個(gè)方面可能都會(huì)遇到這樣的問(wèn)題：已知a是b的伯母，c是b的父親，問(wèn)a與c是什么關(guān)系？但由于親屬關(guān)系表達(dá)形式多樣化以及隨著數(shù)據(jù)規(guī)模的提升，人與人之間關(guān)系復(fù)雜性的提高，往往很難理清這些復(fù)雜的人物關(guān)系。

比如在人口數(shù)據(jù)分析方面，在戶籍、計(jì)生、公安、醫(yī)院、民政、銀行等各部門(mén)都建立了人口數(shù)據(jù)庫(kù)，其中包含了諸如姓名、性別、出生日期等人物的基本信息，以及人物簡(jiǎn)單的親屬關(guān)系。但如果發(fā)生拆戶事件，或者隨著戶中人員的遷移，那么原本具有親屬或血緣關(guān)系的人口群體就會(huì)逐漸分離，而在后臺(tái)數(shù)據(jù)庫(kù)中關(guān)于人物親屬關(guān)系的記錄一般只有最近鄰的父母或子女的較少的親屬信息，因此如果要得知更復(fù)雜的親屬關(guān)系信息(例如需查詢“祖父”)就會(huì)相當(dāng)困難，基于數(shù)據(jù)庫(kù)的查詢就難以滿足用戶的需求。

再比如，對(duì)于近親聯(lián)姻的問(wèn)題，由于近親聯(lián)姻所生育的下一代遺傳病發(fā)病率會(huì)相應(yīng)增高，并且死亡率也比一般婚配要高的多。因此按照法律規(guī)定：具有直系血親或三代以內(nèi)旁系血親關(guān)系的男女之間不能聯(lián)姻。禁止近親聯(lián)姻是依據(jù)科學(xué)原理所采取的必要措施，如果能高精度高效率地查詢出近親的范圍將能大大減小近親聯(lián)姻的概率，對(duì)人類社會(huì)將具有極大的意義。

因此，能夠進(jìn)行親屬關(guān)系的語(yǔ)義查詢，實(shí)現(xiàn)對(duì)親屬關(guān)系的相互推導(dǎo)是信息化時(shí)代的必然要求，可以在諸如人口數(shù)據(jù)分析統(tǒng)計(jì)、家族追溯、醫(yī)學(xué)遺傳分析、公安刑事案件偵破等各方面為分析和應(yīng)用人口之間的親屬關(guān)系提供有效的數(shù)據(jù)支撐。

1.2 研究現(xiàn)狀

在已有的國(guó)內(nèi)外關(guān)于親屬關(guān)系領(lǐng)域的研究中，有研究親屬關(guān)系專家系統(tǒng)[5]的，也有人設(shè)計(jì)了親屬關(guān)系推理模型并對(duì)親屬關(guān)系知識(shí)以及人物信息的表示與存儲(chǔ)進(jìn)行了研究[6]。在國(guó)外，因?yàn)槲幕煌?，語(yǔ)言中表示親屬關(guān)系的詞匯沒(méi)有中國(guó)劃分得那么細(xì)致，因此相對(duì)中國(guó)來(lái)說(shuō)要少得多[7]。在國(guó)外，有對(duì)特定親屬范圍內(nèi)的一個(gè)家族的人物關(guān)系網(wǎng)進(jìn)行的研究，主要研究知名人物的歷史或家族。在國(guó)內(nèi)，對(duì)家族人物關(guān)系的研究較多，比如有人對(duì)《紅樓夢(mèng)》建立了相關(guān)人物關(guān)系的專家問(wèn)答系統(tǒng)[8]，不過(guò)該研究針對(duì)的是特定家族[9-10]，不具有普遍性，知識(shí)的表示能力也比較單一。

總的來(lái)說(shuō)，在已有親屬關(guān)系的研究中，最常見(jiàn)的就是構(gòu)造大型的親屬關(guān)系知識(shí)庫(kù)，其中包括了若干類的知識(shí)庫(kù)，比如親屬關(guān)系名詞庫(kù)、性質(zhì)判斷庫(kù)、逆判斷庫(kù)、傳遞判斷庫(kù)等，當(dāng)需要對(duì)親屬關(guān)系進(jìn)行推理時(shí)，就根據(jù)需要查詢相應(yīng)的知識(shí)庫(kù)，翻譯成相應(yīng)的表達(dá)式，然后對(duì)相關(guān)表達(dá)式進(jìn)行合一，從而得出相應(yīng)的關(guān)系。再采用一些親屬關(guān)系轉(zhuǎn)換算法、化簡(jiǎn)運(yùn)算等操作得到最簡(jiǎn)表達(dá)式，最后檢索知識(shí)庫(kù)得出答案。除此之外，還有一條重要的方法是：選取若干語(yǔ)義特征，用這些語(yǔ)體特征來(lái)定義任一親屬關(guān)系，即邏輯表達(dá)式，在進(jìn)行推理時(shí)，把已知親屬關(guān)系的邏輯表達(dá)式聯(lián)結(jié)起來(lái)，然后使用輔助運(yùn)算規(guī)則找出表達(dá)式中蘊(yùn)含的信息，再使用化簡(jiǎn)運(yùn)算規(guī)則把表達(dá)式轉(zhuǎn)化為最簡(jiǎn)表達(dá)式，最后檢索定義庫(kù)從而得出答案[11]。上述方案在推理過(guò)程中都大大增加了運(yùn)算量，在程序?qū)崿F(xiàn)上也增加了難度，并且都沒(méi)能實(shí)現(xiàn)與本體技術(shù)相結(jié)合，不能進(jìn)行基于語(yǔ)義推理查詢。

2 親屬關(guān)系知識(shí)本體模型

2.1 親屬關(guān)系領(lǐng)域相關(guān)知識(shí)

親屬關(guān)系是一種社會(huì)關(guān)系，它是基于婚姻、血緣和法律擬制而形成的?，F(xiàn)代漢語(yǔ)常見(jiàn)親屬關(guān)系的認(rèn)知模型中有大約兩百多個(gè)親屬關(guān)系名詞，可以歸入大約70余種親屬關(guān)系,可分為父黨、母黨、妻黨、夫族、子族、女族、兄弟族、姐妹族八個(gè)部分。

根據(jù)親屬關(guān)系發(fā)生的原因以及國(guó)內(nèi)司法部的解釋，親屬的具體范圍包括：配偶、血親、姻親。

配偶：指夫妻雙方因婚姻的結(jié)合而發(fā)生，是產(chǎn)生其他親屬關(guān)系(血親、姻親)的基礎(chǔ)。

血親：包括直系血親和旁系血親，直系血親是指和自己有直接血緣關(guān)系的親屬，具有生育與被生育關(guān)系，源于父系和母系或同源于父母雙方，包括生育自己父母及生育父母的祖父母、外祖父母以及更上的長(zhǎng)輩，和自己生育的子女及子女生育的孫輩以及更下的晚輩；旁系血親指的是除直系血親以外的、與自己同出一源的、與自己具有間接血緣關(guān)系的血親。

姻親：是因婚姻的結(jié)合而產(chǎn)生的親屬。具體又分為3類：

(1)血親的配偶：指自己直系血親或旁系血親的配偶，如伯母、嫂嫂等。

(2)配偶的血親：指自己配偶的直系血親或旁系血親，如岳父、大舅子等。

(3)配偶的血親的配偶：指自己配偶的直系血親或旁系血親的丈夫或妻子，如伯嫂、大舅婦等。姻親關(guān)系會(huì)因夫妻離婚或他方再婚而消失。

2.2 親屬關(guān)系領(lǐng)域本體的設(shè)計(jì)

本體是對(duì)某個(gè)領(lǐng)域知識(shí)的形式化的規(guī)范說(shuō)明，是對(duì)客觀存在的概念和關(guān)系的描述[12]。利用本體進(jìn)行關(guān)于個(gè)體的推理，可以將隱含在信息中的知識(shí)表達(dá)出來(lái)。從知識(shí)共享的角度看，本體可以看作是感興趣領(lǐng)域的形式化的規(guī)范說(shuō)明，是對(duì)客觀存在的概念和關(guān)系的描述。本體有4個(gè)重要的組成部分，分別如下：

(1)個(gè)體：可以理解成一個(gè)類的實(shí)例，或特定領(lǐng)域中感興趣的對(duì)象。

(2)屬性：代表個(gè)體之間的二元關(guān)系，它連接著兩個(gè)個(gè)體。在本體語(yǔ)言中有兩種主要的類型屬性：對(duì)象屬性和數(shù)據(jù)屬性。其中對(duì)象屬性連接兩個(gè)個(gè)體，代表了個(gè)體之間的一種關(guān)系；數(shù)據(jù)屬性連接的是個(gè)體和數(shù)據(jù)類型值或字面量,表示個(gè)體在某屬性上具有的數(shù)據(jù)值。此外，屬性還具有傳遞、對(duì)稱、非對(duì)稱、函數(shù)、反函數(shù)、逆、自反、非自反八大特性。

(3)類：一組包含了個(gè)體的集合，這個(gè)集合里的個(gè)體資源具有相似的特性。類具有超類和子類的層次結(jié)構(gòu)，子類是相比超類對(duì)資源更細(xì)致的劃分，因此子類繼承了超類的性質(zhì)。

(4)類公理：子類、等價(jià)類、不相交是類的三大公理，子類描述的是父類與子類的關(guān)系；等價(jià)類和推理密切相關(guān)；不相交則是為了讓推理能夠順利進(jìn)行的一個(gè)必要條件，沒(méi)有它的顯式聲明，有些推理將無(wú)法運(yùn)行。

由2.1可知，中國(guó)人家族關(guān)系的特點(diǎn)是類少，關(guān)系復(fù)雜，因此具體設(shè)計(jì)方案如下：

(1)類的設(shè)計(jì)。

三個(gè)非常重要的類：“人”，“男人”，“女人”?！叭恕卑ㄇ覂H包括“男人”和“女人”，而且“男人”和“女人”不相交。

(2)屬性的設(shè)計(jì)。

由于親屬關(guān)系如“父親”、“母親”等和人物有關(guān)，具有相對(duì)性，而且隨著時(shí)間而變化，故采用屬性建模比較合適。親屬關(guān)系中屬性的數(shù)量很多，而且屬性之間的關(guān)系復(fù)雜。由于對(duì)象屬性能將兩個(gè)個(gè)體聯(lián)系起來(lái)，代表了個(gè)體之間的一種關(guān)系，因此親屬關(guān)系可以用對(duì)象屬性來(lái)表示。親屬關(guān)系名詞可以看作是一個(gè)邏輯謂詞，反映的是稱呼人與被稱呼人之間的親屬關(guān)系，這里屬性的命名原則是：“x的屬性是y”，例如屬性“父親”，定義為：“father(a，b)”，個(gè)體a代表稱呼人，個(gè)體b代表被稱呼人，即讀作“a的父親是b”。有些屬性具有函數(shù)性、對(duì)稱性或傳遞性，有些屬性之間具有互逆關(guān)系，有些屬性之間具有層次關(guān)系。部分親屬關(guān)系屬性的特性及約束定義舉例如表1所示。

在屬性創(chuàng)建的同時(shí)，還應(yīng)考慮到屬性之間的層次關(guān)系，比如屬性“父親”和“母親”是屬性“父母”的子屬性，“父母”又是“直系血親”的子屬性，“直系血親”又是“血親”的子屬性；而“血親”是“直系血親”和“旁系血親”的超屬性。

用對(duì)象屬性來(lái)表示個(gè)體之間的親屬關(guān)系以后，若要進(jìn)行親屬關(guān)系之間的推理，還需要考慮個(gè)體的性質(zhì)，比如：個(gè)體的性別；個(gè)體的出生日期，它表示了個(gè)體之間的出生先后，這樣就能在同輩個(gè)體之間關(guān)系不確定的情況下判斷出具體的關(guān)系。出生先后關(guān)系滿足傳遞性。

因此還需創(chuàng)建兩個(gè)數(shù)據(jù)屬性“生日”、“性別”，這兩個(gè)屬性的定義域都是類“人”，值域是數(shù)據(jù)類型，其中生日是整形數(shù)據(jù)類型，性別是字符串?dāng)?shù)據(jù)類型，即：male/female。并且屬性“生日”和“性別”都是單值的，即一個(gè)人只具有一個(gè)生日和性別，因此都具有函數(shù)性。

2.3 親屬關(guān)系知識(shí)模型推理規(guī)則的設(shè)計(jì)

婚姻與生育是一切親屬關(guān)系形成的核心，母親生下孩子，但母親不能單獨(dú)生育，因此最核心的親屬概念有兩個(gè)，即“母親”和“丈夫”。從認(rèn)知角度看，當(dāng)暫不考慮一夫多妻、離異、再婚等改變親屬關(guān)系的因素時(shí)，所有親屬關(guān)系都可以用核心親屬概念來(lái)定義，“母親”和“丈夫”是最核心的，其次是“父親、妻子、女兒、兒子”4個(gè)，它們由“母親”和“丈夫”直接轉(zhuǎn)化而來(lái)。再次就是“兄、弟、姐、妹”，他們是“父親”或“母親”的“兒子”或“女兒”，由2個(gè)親屬關(guān)系構(gòu)成。

而實(shí)際上，親屬關(guān)系的范圍非常龐大，如：父親、祖父、曾祖父……但是任何親屬可以分解成有限個(gè)最小親屬元的序列，這些親屬元不可再分?？紤]到如果親屬基元很少，親屬關(guān)系的定義就會(huì)很復(fù)雜，因此文中將“父、母、夫、妻、子、女、兄、弟、姐、妹”這10個(gè)親屬關(guān)系視作親屬基元，其他親屬關(guān)系都可以看作是這10個(gè)親屬基元的擴(kuò)展。因此如果把所有親屬關(guān)系看作成網(wǎng)絡(luò)中的節(jié)點(diǎn)，則親屬基元就是半徑為1的節(jié)點(diǎn)(即一維的節(jié)點(diǎn))；需要用2個(gè)親屬基元表示的親屬關(guān)系看作是半徑為2的節(jié)點(diǎn)(即二維的節(jié)點(diǎn))，如：伯父可以表示成“父親的哥哥”。而需要用3個(gè)親屬基元表示的親屬關(guān)系看作半徑為3的節(jié)點(diǎn)(即三維的節(jié)點(diǎn))，如伯母可以表示成“父親的哥哥的妻子”，以此類推。親屬關(guān)系基于基元的定義舉例如表2所示。

在表2定義式中，聯(lián)結(jié)詞“∧”、“∨”分別代表“并”和“或”。

因此，要實(shí)現(xiàn)對(duì)任意一對(duì)個(gè)體之間親屬關(guān)系的推理，就需要構(gòu)造一套完備的運(yùn)算推理規(guī)則。文中涉及到的親屬關(guān)系的運(yùn)算有逆運(yùn)算和復(fù)合運(yùn)算。

(1)親屬的逆運(yùn)算。

比如：已知A是B的R親屬，假設(shè)B是A的S親屬，求R的逆(S)。設(shè)B的性別 SB∈{Male，F(xiàn)emale}，以親屬基元為例，Reverse(SB，R)函數(shù)完全可以用列表法枚舉，如表3所示。

表3 親屬基元逆運(yùn)算

(2)親屬的復(fù)合運(yùn)算。

比如：已知B是C的R1親屬，A是B的R2親屬，假設(shè)A是C的S親屬，求S，即求R1與R2的復(fù)合R1R2。設(shè)A、C間長(zhǎng)幼關(guān)系GA,C∈{Elder,Younger}。表4為親屬基元復(fù)合運(yùn)算的結(jié)果，其中第1列為R1的取值，第1行為R2的取值，復(fù)合值R1R2不是親屬基元的暫用”-”表示。

表4 親屬基元復(fù)合運(yùn)算

在上述生成的規(guī)則中，大部分會(huì)涉及到對(duì)性別和年齡的判定，因此，這里還需要定義一條重要的規(guī)則來(lái)根據(jù)人物的出生日期判斷長(zhǎng)幼關(guān)系。由2.2可知，有些屬性具有對(duì)稱性或傳遞性，并且有些屬性之間具有互逆關(guān)系，有些屬性之間還具有層次關(guān)系。除了對(duì)具體親屬關(guān)系進(jìn)行推理查詢外，還可能會(huì)對(duì)親屬關(guān)系的范圍進(jìn)行推理查詢，因此還需定義公理規(guī)則來(lái)表達(dá)屬性層次間的關(guān)系以及屬性之間的互逆特性。有了不同維度親屬關(guān)系的定義，求逆、復(fù)合規(guī)則以及公理規(guī)則，這樣便可生成一套完備的并具有豐富語(yǔ)義的規(guī)則集作為親屬關(guān)系知識(shí)領(lǐng)域的知識(shí)庫(kù)，基于這個(gè)知識(shí)庫(kù)可以實(shí)現(xiàn)對(duì)任意兩個(gè)個(gè)體之間親屬關(guān)系的推理。

3 親屬關(guān)系知識(shí)模型推理查詢的實(shí)現(xiàn)

3.1 實(shí)驗(yàn)環(huán)境

文中首先使用本體編輯工具Protégé構(gòu)建親屬關(guān)系知識(shí)本體，然后采用Pellet推理機(jī)對(duì)本體進(jìn)行一致性檢查[13]和推理。并結(jié)合Eclipse開(kāi)發(fā)平臺(tái)以及本體開(kāi)發(fā)工具Jena[14]框架，建立了一系列推理規(guī)則作為本體推理的基礎(chǔ)[15]，從而實(shí)現(xiàn)對(duì)親屬關(guān)系本體模型的解析、查詢和推理。

3.2 親屬關(guān)系推理查詢

(1)查詢b和m之間的關(guān)系。已知a的父親是b，a的伯母是m，則應(yīng)該推出m是b的嫂嫂，查詢結(jié)果如圖1所示。

圖1 查詢b和m之間的關(guān)系

(2)查詢a的外祖母是誰(shuí)。已知a的父親是b，b的妻子是d，d的母親是f，故應(yīng)該推出a的外祖母是f，查詢結(jié)果如圖2所示。

圖2 查詢a的外祖母

(3)查詢a的直系血親有哪些，查詢結(jié)果如圖3所示。

圖3 查詢a的直系血親

已知的是a的父親是b，爺爺是c，兒子是h，推出的是a的母親是d，外祖母是f，由父親、爺爺、兒子、母親、外祖母屬于直系血親范疇，故a的直系血親有d,f,b,c,h。

4 結(jié)束語(yǔ)

從語(yǔ)義的角度入手，將自提出以來(lái)就引起國(guó)內(nèi)外眾多科研人員關(guān)注的本體技術(shù)應(yīng)用于親屬關(guān)系知識(shí)領(lǐng)域，在對(duì)親屬社會(huì)關(guān)系深入了解的基礎(chǔ)上，通過(guò)構(gòu)建親屬知識(shí)本體以及利用親屬稱謂之間存在的相互推導(dǎo)的規(guī)律，實(shí)現(xiàn)了對(duì)親屬關(guān)系領(lǐng)域包括配偶、血親、姻親范圍內(nèi)的基于語(yǔ)義的推理查詢，并驗(yàn)證其正確性。

可以得出，本體作為一種共享概念模型的明確的形式化描述，為信息提供了語(yǔ)義表示機(jī)制，并且具有如下優(yōu)勢(shì)：可以實(shí)現(xiàn)把具有相同特性的數(shù)據(jù)進(jìn)行分類、定義、約束，從而減少了查詢結(jié)果的重復(fù)，并且不會(huì)遺漏，使查詢結(jié)果更為全面、準(zhǔn)確；本體的推理功能可以推理出隱含的知識(shí)，實(shí)現(xiàn)基于語(yǔ)義的查詢，從而可查詢出與查詢條件具有相同語(yǔ)義的信息，提高了查準(zhǔn)率、查全率。因此相比數(shù)據(jù)庫(kù)系統(tǒng)這種傳統(tǒng)的對(duì)知識(shí)和數(shù)據(jù)管理的方法，本體更加關(guān)注語(yǔ)義，從而可以幫助人們更準(zhǔn)確、更全面地對(duì)知識(shí)進(jìn)行推理查詢。

中國(guó)從傳統(tǒng)社會(huì)以來(lái)就十分注重血緣的聯(lián)系，具有親屬關(guān)系的人們往往也生活在同一個(gè)地方，因而也有了家譜、族譜的概念，而家譜、族譜也是中國(guó)傳統(tǒng)文化中一個(gè)重要的組成部分。然而隨著社會(huì)的發(fā)展，社會(huì)結(jié)構(gòu)發(fā)生了變化，原來(lái)聚居在一起生活的人口也逐漸發(fā)生了遷移，對(duì)家譜、族譜的概念也逐漸淡化。如今的互聯(lián)網(wǎng)技術(shù)雖然不能將具有親屬關(guān)系的人們從地理位置上聯(lián)系起來(lái)，但是可以將人們從邏輯意義上聯(lián)系起來(lái)。而將語(yǔ)義網(wǎng)中的本體技術(shù)應(yīng)用于親屬關(guān)系知識(shí)領(lǐng)域，對(duì)親屬關(guān)系領(lǐng)域進(jìn)行更深層次的研究，并利用親屬關(guān)系之間存在的相互推導(dǎo)的規(guī)律，實(shí)現(xiàn)對(duì)親屬關(guān)系領(lǐng)域基于語(yǔ)義的推理，從而準(zhǔn)確地提取親屬關(guān)系知識(shí)。這將在人口領(lǐng)域、家族關(guān)系分析和社會(huì)管理等社會(huì)生活的各個(gè)方面具有極大的現(xiàn)實(shí)意義。