張宇飛 李騰 賈東立

摘要：針對旅游領(lǐng)域信息過載、語義異構(gòu)的問題，該文以“邯鄲市”為例研究了旅游本體構(gòu)建工作。首先將本體的概念進(jìn)行了介紹、將幾種目前比較具有代表性的本體描述語言和本體構(gòu)建做出了研究和對比;然后選擇參考醫(yī)學(xué)領(lǐng)域運(yùn)用較多的“七步法”、采用斯坦福大學(xué)醫(yī)學(xué)院開發(fā)的Protege本體編輯軟件，經(jīng)過旅游領(lǐng)域內(nèi)類（Classes）的定義、類之間層級關(guān)系和各類具體屬性的定義以及為各個類添加實例幾個步驟，完成了邯鄲市旅游本體構(gòu)建。文章通過本體技術(shù)將旅游信息進(jìn)行合理的整合，完善地解決了語義異構(gòu)問題，極大地提高了搜索效率。

關(guān)鍵詞：旅游;本體構(gòu)建;七步法;Protege

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）27-0238-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 背景

隨著信息時代的到來，人們的生活方式逐步發(fā)生著翻天覆地的變化。就旅游領(lǐng)域來講，海量的網(wǎng)絡(luò)資源可以向游客提供多方面關(guān)于景區(qū)的數(shù)據(jù)，這在方便游客掌握景區(qū)信息的同時也強(qiáng)有力地推動著旅游業(yè)的蓬勃發(fā)展。然而，目前的市場情況卻是由于搜索引擎和旅游類垂直網(wǎng)站種類繁多，其中提供的信息又無法做到精確及統(tǒng)一，進(jìn)而導(dǎo)致了信息過載、語義異構(gòu)等問題不斷浮出水面。對此本文提出關(guān)鍵的解決方案，即構(gòu)建完整的旅游本體[1]。

本文不僅從本體的概念、描述本體的語言和構(gòu)建本體的方法幾方面對本體技術(shù)進(jìn)行了知識層面的介紹，還參考“七步法”、選擇Prot696本體編輯軟件，以“邯鄲市”為例構(gòu)建了邯鄲市旅游領(lǐng)域的本體，實現(xiàn)了本體技術(shù)從知識層面向?qū)嶋H應(yīng)用層面的延展。本文對于邯鄲市旅游領(lǐng)域本體構(gòu)建的基本流程如下，首先對旅游領(lǐng)域中的景區(qū)、地址、餐飲、住宿、等級五大父類以及各父類的下級子類進(jìn)行定義，然后將各類的重要屬性和類與類之間的關(guān)鍵關(guān)系進(jìn)行描述和定義，最后為添加實例步驟，確保為每一個類都添加至少一個具體實例，使旅游領(lǐng)域本體的構(gòu)建工作得以順利完成。

2 本體技術(shù)的研究

2.1本體的概念

本體（ Ontology） -詞是在17世紀(jì)首次出現(xiàn)的，在哲學(xué)領(lǐng)域表示對現(xiàn)實世界中的客觀事物進(jìn)行的描述。隨著時代的迅速發(fā)展，本體概念不再局限于哲學(xué)范疇，從20世紀(jì)90年代開始，信息科學(xué)領(lǐng)域的學(xué)者不斷對其進(jìn)行研究與應(yīng)用。然而該領(lǐng)域的不同專家對于“本體”給出了多個版本的定義，其中認(rèn)可度較高的是格魯伯（ Gruber）教授提出的觀點(diǎn)[2]，即“本體論是對概念化的精確描述，用于描述事物的本質(zhì)”。

對于本體的表示形式，最常見的是被表示成{C，R，P，C，I）的五元組形式[3]，現(xiàn)將各要素的具體含義解釋如下。

1）概念（ Concept），或稱為類（Class）：在客觀世界中，任何事物都可以定義成一個類。比如在旅游領(lǐng)域可以將旅游景區(qū)作為一個類，也可以將景區(qū)所在的地區(qū)作為一個類。

2）關(guān)系（ Relation）：用于連接兩種類，表示類與類之間的相互聯(lián)系。比如京娘湖位于武安市，其中京娘湖屬于景區(qū)類，武安市屬于地區(qū)類，那么“位于”即景區(qū)類與地區(qū)類之間的關(guān)系。

3）屬性（ Property）：任何一類事物都有它自身的特征，屬性即用于描述事物的這些具體特征。比如景區(qū)的屬性有景區(qū)名稱、景區(qū)的建立時間等等。

4）約束（ Constraint）：用于在本體構(gòu)建時，對于事物屬性的取值范圍、取值類型以及對實例選取的一些限制條件。比如對于景區(qū)門票這一屬性，必須限制為數(shù)字類型并且其單位規(guī)定為‘元。

5）實例（Individuals）：表示每個類中包含的具體對象，每個實例都擁有其所屬類的所有屬性和關(guān)系。例如京娘湖、叢臺公園都是景區(qū)類的實例，武安市、叢臺區(qū)都是地區(qū)類的實例。

2.2 本體的描述語言

隨著各領(lǐng)域?qū)Ρ倔w技術(shù)不斷深入地研究，其描述語言的種類也在持續(xù)增多。目前受到廣泛認(rèn)可的有基于謂詞邏輯和基于Web的兩種語言[4]。其中，第一類描述語言中比較有代表性的有Cycl、LOOM、Ontolingua和OCML等;第二類描述語言中比較有代表性有SHOE、OWL、RDFS和XOL等。在王向前學(xué)者的文獻(xiàn)[5]中不僅給出了這些本體描述語言的具體解釋，還從主要元素（概念、多元關(guān)系、函數(shù)、過程、實例、公理、產(chǎn)生式規(guī)則、形式語義）的有無、推理機(jī)制的是否可自動分類、有無單調(diào)性、限制性檢驗的有無、是否可實現(xiàn)多重繼承、錯誤處理等特征進(jìn)行了多方面對比。但是通過優(yōu)缺點(diǎn)結(jié)果分析，得出了一條結(jié)論，內(nèi)容為‘目前還沒有一種語言可以在本體描述和知識推理方面均做到完美表達(dá)。所以需要使用者在應(yīng)用前著重對比與評估，根據(jù)需求選擇最合適以及高效的那一種描述語言。

2.3 本體的構(gòu)建方法

除了本體的描述語言外，對于本體的構(gòu)建方法也是多種多樣的?，F(xiàn)將各領(lǐng)域使用較頻繁的TOVE法、骨架法、KACTUS法、七步法[6]和循環(huán)獲取法做出介紹：Tove法的關(guān)鍵在于邏輯模型的構(gòu)建;骨架法的關(guān)鍵是在流程導(dǎo)向的構(gòu)建;而KACTUS法和七步法的關(guān)鍵在于知識本體的構(gòu)建;最后的循環(huán)獲取法顧名思義關(guān)鍵在于循環(huán)，該方法可以與其他方法結(jié)合使用，以利于構(gòu)建結(jié)果更加優(yōu)化。

對以上五種本體的構(gòu)建方法進(jìn)行多方面的比較[7]，結(jié)果如下：就應(yīng)用領(lǐng)域而言，TOVE法和骨架法更適合企業(yè);KACTUS法更適合網(wǎng)絡(luò);七步法主要應(yīng)用在醫(yī)學(xué)領(lǐng)域;循環(huán)獲取法則憑借其特有的優(yōu)勢可以在多領(lǐng)域得到有效運(yùn)用。就構(gòu)建方式而言，TOVE法和骨架法的構(gòu)建方式均為人工形式，七步法和循環(huán)獲取法均為半自動形式，而KACTUS法的構(gòu)建方式是不確定的。在演進(jìn)方面，除了循環(huán)獲取法外其他四種方法均不支持演進(jìn)的。根據(jù)各方法的詳細(xì)程度，將以上五種構(gòu)建方法由低向高排序為骨架法、TOVE法、KACTUS法、七步法和循環(huán)獲取法。就成熟度而言，七步法是幾種方法中最成熟的一個。綜上，每個方法都有其自身的優(yōu)缺點(diǎn)，也有比較適合的應(yīng)用領(lǐng)域，在本體構(gòu)建時可以通過幾種方法結(jié)合使用，使各方法可以做到揚(yáng)長避短，達(dá)到最優(yōu)效果。

3 邯鄲市旅游本體的構(gòu)建

根據(jù)旅游領(lǐng)域的自身特點(diǎn)，以及第二章對于本體在應(yīng)用方面的分析，本文選擇結(jié)合“七步法”與文獻(xiàn)[8]中給出的“六步法”對邯鄲市旅游本體進(jìn)行構(gòu)建[9]，選擇使用界面簡潔友好、可擴(kuò)展、功能強(qiáng)大的Protege本體編輯軟件實現(xiàn)該構(gòu)建工作。

3.1邯鄲市旅游本體的構(gòu)建過程

1）確定本體領(lǐng)域及范疇：本文確定構(gòu)建旅游領(lǐng)域的本體，并將“邯鄲市”作為具體研究范圍。

2）列出重要術(shù)語：對于旅游，文章從盡可能做到住、食、游、行面面俱到的初心出發(fā)，前期通過線上線下兩種方式對游客在旅游中最關(guān)心的幾類問題進(jìn)行了探討和研究，總結(jié)出的專業(yè)術(shù)語有：景區(qū)、酒店、餐飲、特產(chǎn)、文化、星級、地址、游戲等。

3）定義類及其中的層級關(guān)系：通過對邯鄲市內(nèi)的景區(qū)以及景區(qū)周邊進(jìn)行詳細(xì)調(diào)研和評估后，將邯鄲市旅游本體定義了景區(qū)、住宿、等級、餐飲、地區(qū)五大父類，各父類又有下級子類，比如景區(qū)父類分為游樂場所、自然風(fēng)光、休閑廣場等子類，地區(qū)父類包含叢臺區(qū)、涉縣、武安市、魏縣等子類，餐飲父子下小吃街、特色飯館、快餐子類，住宿父類下有酒店、賓館、民俗子類。具體內(nèi)容見圖1本體部分類層級圖。

4）定義類的屬性：表示某類對象的具體特征。其中景區(qū)類的屬性有景區(qū)的面積、門票、海拔、建造時間、開放時間和景區(qū)別稱;餐飲類的屬性有餐廳的地理位置、聯(lián)系方式和菜品的種類、價格;地區(qū)類的屬性有地區(qū)的名稱、郵編;住宿類的屬性有房間的價格、樓層數(shù)、客房的面積以及住宿地與景區(qū)的距離。在圖2屬性信息圖中展示了本文中所有類的屬性信息。

5）定義類的關(guān)系：表示個體與個體之間，或者類與類之間的聯(lián)系，本文包括父類與子類的關(guān)系inherit;景區(qū)與地理位置之間的關(guān)系locate和與之相反意義的關(guān)系located;景區(qū)與等級之間的關(guān)系grade。類的關(guān)系信息描述見圖3本體關(guān)系圖。

6）添加實例：在Protege軟件中的Individuals by class界面通過Instance命令為每個類添加了至少一個有代表性的實例，使本體構(gòu)建更加完整。

3.2 邯鄲市旅游本體的構(gòu)建結(jié)果

經(jīng)過以上步驟的處理，對于邯鄲市旅游領(lǐng)域的可視化本體結(jié)果如圖4本體構(gòu)建結(jié)果圖所示，圖4展示了本文描述的所有類、關(guān)系、屬性和實例。圖中的矩形代表類以及實例，其中前面帶有黃色圓形的矩形框代表各個實體類，帶有紫色菱形的矩形框代表為各個類添加的具體實例。圖中帶箭頭的連接線代表關(guān)系，其中藍(lán)色連接線代表父類與子類之間的上下級關(guān)系;紫色連接線代表某類包含的具體實例;黃色連接線代表景區(qū)與其所屬等級之間的關(guān)系;橙色連接代表景區(qū)與其所在地址之間的關(guān)系。

4 結(jié)束語

本文主要以“邯鄲市”為例研究了旅游領(lǐng)域本體的建構(gòu)問題。經(jīng)過嚴(yán)密的調(diào)研和評估，首先明確了景區(qū)、住宿、等級、餐飲、地區(qū)五大父類，又根據(jù)“邯鄲市”的具體旅游特征將各父類下分了自然風(fēng)光、小吃街、民宿、酒店等子類。然后從百科類網(wǎng)站（百度百科、互動百科）和旅游類垂直網(wǎng)站（攜程網(wǎng)、去哪兒網(wǎng)）中采集了文中各類實體的屬性、抽取了類與類之間的關(guān)系，對旅游本體進(jìn)行形式化的描述，再為各個類添加實例對象，最終完成了邯鄲市旅游領(lǐng)域本體的構(gòu)建工作。但是經(jīng)過本次對于邯鄲市旅游本體的構(gòu)建，也發(fā)現(xiàn)目前市面仍缺少特別完善、專門適用旅游領(lǐng)域的本體構(gòu)建方法、工具等。在此期望本文可以對旅游領(lǐng)域的本體技術(shù)的優(yōu)化有所貢獻(xiàn)，也期待經(jīng)過更多學(xué)者不斷地研究與探索可以使該技術(shù)擁有更廣泛以及有意義的應(yīng)用。

參考文獻(xiàn)：

[1]趙碩，諸云強(qiáng)，宋佳，等.全要素旅游本體研究與模塊化構(gòu)建[J].地理與地理信息科學(xué)，2020，36（3）： 10-17.

[2]袁軍.黔南民族特色文化資源元數(shù)據(jù)與領(lǐng)域知識本體構(gòu)建[J].電腦知識與技術(shù)，2019，15（11）： 216-218.

[3]馬旭明，王海榮.本體構(gòu)建方法與應(yīng)用[J].信息與電腦（理論版），2018（5）： 33-35，38.

[4]任飛亮，沈繼坤，孫賓賓，等.從文本中構(gòu)建領(lǐng)域本體技術(shù)綜述[J].計算機(jī)學(xué)報，2019，42（3）： 654-676.

[5]王向前，張寶隆，李慧宗.本體研究綜述[J].情報雜志，2016，35（6）： 163-170.

[6]郝培豪+安保警務(wù)知識圖譜構(gòu)建研究[D].北京：中國人民公安大學(xué)，2019.

[7]余凡.領(lǐng)域本體構(gòu)建方法及實證研究[D].武漢：武漢大學(xué)， 2013.

[8]戚利娜.基于張家界的旅游本體構(gòu)建研究[J].科技創(chuàng)新與應(yīng)用，2018（28）： 76-78.

[9]閆曉鵬.基于山東省的旅游本體構(gòu)建研究[J].信息技術(shù)與信息化，2019（9）： 178-180.

【通聯(lián)編輯：謝媛媛】

作者簡介：張宇飛（1995-），女，河北唐山人，碩士，研究方向為自然語言處理;李騰（1994-），男，河南安陽人，碩士，研究方向為信息安全;賈東立（1972-），男，河北邯鄲人，副教授，博士，主要研究方向為智能信息處理。