吳正洋，湯 庸

(華南師范大學(xué)計(jì)算機(jī)學(xué)院，廣東廣州510631)

本體［1］和本體論工程［2］作為目前智能 web 的研究熱點(diǎn)，已經(jīng)應(yīng)用于語義Web、信息搜索、數(shù)據(jù)挖掘、社會計(jì)算［3］等領(lǐng)域．本體構(gòu)建涉及到本體描述語言、本體的構(gòu)建方法和構(gòu)建工具3方面的問題［4］．本體構(gòu)建方法包括骨架法、企業(yè)建模法、循環(huán)獲取法、METHONTOLOGY、IDEF-5、Berneras等方法、基于領(lǐng)域知識重用的虛擬領(lǐng)域本體構(gòu)建方法［5］、以及基于形式概念分析的本體構(gòu)建方法［6］．

本文以“Science teachev”為例，主要研究從特定的文檔(綜合評價指標(biāo)體系)中自動提取知識，并對知識進(jìn)行加工處理后生成本體的方法．領(lǐng)域的綜合評價體系是由相關(guān)領(lǐng)域的專家定義形成的，具有較高的權(quán)威性和科學(xué)性，能夠避免本體構(gòu)建過程中，對屬性及其關(guān)系定義的隨意性，并且減少重復(fù)定義工作的繁瑣．

1 綜合評價體系中的語義描述

綜合評價指標(biāo)體系的構(gòu)建是一項(xiàng)復(fù)雜的系統(tǒng)工程．通常采用Delphi專家咨詢法選取評價的各項(xiàng)指標(biāo)，使用ISM(解釋結(jié)構(gòu)模型)來確定指標(biāo)體系的層次結(jié)構(gòu)，再使用AHP(層次分析法)來確定指標(biāo)權(quán)重，其構(gòu)建的思路是探索對象的屬性及理順屬性之間邏輯關(guān)系的過程．

在綜合評價體系中，評價指標(biāo)是對象的一系列屬性，也是其評價對象的一種語義描述．指標(biāo)是按層級進(jìn)行劃分的，指標(biāo)之間具有邏輯關(guān)系．通常用樹狀結(jié)構(gòu)形式表現(xiàn)．

圖1 對“Science teacher”進(jìn)行評價的指標(biāo)體系結(jié)構(gòu)Figure 1 The evaluation indicators system of“Science teacher”

“Science teacher”的評價指標(biāo)體系如圖1所示．由高到低存在一定的邏輯關(guān)系．第1層評價指標(biāo)“Teach”、“Research”、“Social service”、“Moral”表現(xiàn)了“Science teacher”的行為屬性，如果在第1層評價指標(biāo)與“Science teacher”之間增加1個“Work”的屬性，則第一層評價指標(biāo)與它之間是“Part-of”的關(guān)系．第2層評價指標(biāo)與第1層評價指標(biāo)之間，如“Project”、“Thesis”2 個指標(biāo)，與“Research”之間則是“Subclass-of”的關(guān)系．這種在評價體系中已有的語義描述是本體構(gòu)建的知識素材．

2 基于綜合評價指標(biāo)體系的領(lǐng)域本體構(gòu)建過程

通過半自動方式從結(jié)構(gòu)化的數(shù)據(jù)或文本中抽取或?qū)W習(xí)知識，是本體構(gòu)建的研究熱點(diǎn)．本文是將領(lǐng)域已有的評價指標(biāo)體系作為構(gòu)建本體概念的獲取源，生成基礎(chǔ)本體，并對基礎(chǔ)本體的概念描述進(jìn)行完善，最終構(gòu)建領(lǐng)域本體．

2．1 綜合評價體系預(yù)處理

對于對象的全面評價指標(biāo)而言，其詞性可能具有多樣性．即使在同一級別的評價指標(biāo)群，也可能由多種詞性的指標(biāo)構(gòu)成．例如，評價“Science teacher”這個對象時，二級指標(biāo)中有“Teach undergraduate”、“Professional ethics”等不同詞性的單詞或詞組．在構(gòu)建領(lǐng)域本體時，需考慮屬性的選取以及屬性之間邏輯關(guān)系的確定，如果將評價指標(biāo)作為選取屬性的參考，則需要先調(diào)整指標(biāo)詞性，使其能夠充分體現(xiàn)屬性間的邏輯關(guān)系，因此，需要先對評價體系進(jìn)行指標(biāo)詞性識別和轉(zhuǎn)換的預(yù)處理．

2．1．1 指標(biāo)詞性識別與轉(zhuǎn)換

定義1 設(shè)元組E=(I，L，Re)表示一個綜合評價指標(biāo)體系，I是指標(biāo)內(nèi)容的集合，L表示指標(biāo)所屬層級，LN．Re是自然語言描述下指標(biāo)與其上級指標(biāo)間的基本關(guān)系集合，Re={“Subclass-of”，“Partof”， “Compased-of”， “A-Member-of”， “Have”，“Is”，…}．eE，表示綜合評價指標(biāo)體系中的一個實(shí)例．

為描述方便，本文以“Science teacher”的3層評價指標(biāo)體系為例．針對這個評價體系，其指標(biāo)詞性的轉(zhuǎn)換是按3級進(jìn)行的．一級指標(biāo)轉(zhuǎn)換為動詞，二級指標(biāo)轉(zhuǎn)換為名詞，三級指標(biāo)轉(zhuǎn)換為量詞或形容詞．

定義2 設(shè) D(x)是指標(biāo)詞性判定函數(shù);設(shè)T(x，y)是詞性轉(zhuǎn)換函數(shù)，x為指標(biāo)變量，y為擬轉(zhuǎn)換的詞性，y{verb，noun，adjective，quantifier}．對 3層評價指標(biāo)體系而言，先做如下處理:(e．l=1)∩(D(e)≠verb)→T(e，verb)(e．l=2)∩(D(e)≠noun)→T(e，noun)(e．l=3)∩(D(e)≠adjective)and(D(e)≠quantifier)→T(e，adjective)∪T(e，quantifier)

上述形式化描述的含義:如果x是一級指標(biāo)，則轉(zhuǎn)換為動詞;如果x是二級指標(biāo)，則轉(zhuǎn)換為名詞;如果x是三級指標(biāo)，則轉(zhuǎn)換為量詞或形容詞．

2．1．2 根據(jù)詞性篩選指標(biāo) 在評價體系指標(biāo)所構(gòu)成的樹形結(jié)構(gòu)中，通常終端節(jié)點(diǎn)直接反映評價的分值或等次．例中的三級指標(biāo)反映了評價的分值或等次．在評價體系的指標(biāo)詞性轉(zhuǎn)換完成后，第3級指標(biāo)的詞性包含了形容詞和量詞．例如，在表現(xiàn)“The time of class teaching”、“The score of teaching effect”、“The number of papers”時需用到量詞，如180 hours，90 points，10papers 等，而表現(xiàn)“Moral standards”時則通常使用形容詞，如“good”、“bad”、“normal”等．對評價系統(tǒng)的二級指標(biāo)而言，如果其下屬三級指標(biāo)為量詞時，該二級指標(biāo)能較高辨識度地表現(xiàn)評價對象的特有基本屬性;而下屬三級指標(biāo)如果為形容詞時，則該二級指標(biāo)不是評價對象的特有基本屬性．如“Teach for graduate”是“Science teacher”的特有基本屬性，區(qū)別于其他的“Teacher”，其下屬的三級指標(biāo)為量詞;如“Academic morality”就不一定是“Science teacher”的特有基本屬性，可從其父類“Teacher”繼承得到．

在例中，進(jìn)行本體構(gòu)建之前，先對二級指標(biāo)進(jìn)行篩選．其策略是:三級指標(biāo)為量詞的二級指標(biāo)作為構(gòu)建本體的屬性進(jìn)行保留;而三級指標(biāo)全為形容詞的二級指標(biāo)不作為構(gòu)建本體的屬性．其形式化表示如下:

(D(e．ki)=adjective)∩(e．l=2)→Delete(e)Delete(e)為e指標(biāo)刪除函數(shù)．

2．2 領(lǐng)域本體的構(gòu)建

使用預(yù)處理后的評價指標(biāo)構(gòu)建領(lǐng)域本體大致要經(jīng)過3個步驟:(1)獲取評價體系所表達(dá)的概念，生成基礎(chǔ)本體;(2)使用Wordnet進(jìn)一步完善和規(guī)范化概念描述，生成概念格;(3)由概念格映射生成領(lǐng)域本體［7-8］．

2．2．1 獲取概念，構(gòu)建基礎(chǔ)本體 評價體系所表達(dá)的概念包括2個方面的內(nèi)容:(1)指標(biāo)所表示的屬性;(2)屬性之間的關(guān)系．對于能綜合評價某對象的評價體系而言，其所包含的指標(biāo)應(yīng)該是能反映評價對象所在的同一類型事物的大部分或共同特點(diǎn)，這樣才能體現(xiàn)出可比性．評價體系在構(gòu)建過程中已經(jīng)過層次化處理，在之前的預(yù)處理過程中，已經(jīng)將指標(biāo)的詞性進(jìn)行了識別，并轉(zhuǎn)換成了本體的概念．

定義3 設(shè)元組O={C，is_a，R，Q}表示1個本體［9］．C表示概念集合，is_a表示C集合中的概念是偏序關(guān)系，R是概念間的關(guān)系集合，rI，Q 是一個函數(shù)，分配給每個關(guān)系不同的元數(shù)(函數(shù)中可變參數(shù)的個數(shù))．

根據(jù)預(yù)處理后的評價體系，先構(gòu)建基礎(chǔ)本體Oc．設(shè)元組 Oc={Cc，is_a，Rc，Q}，其中:Cc=I;Rc=Re．

以“Science teacher”為例構(gòu)建基本本體(圖2)．

圖2 根據(jù)評價指標(biāo)體系構(gòu)造的“Science teacher”基礎(chǔ)本體Figure 2 The basic ontology of“Science teacher”constructed by it’s evaluation indicators system

2．2．2 完善并規(guī)范概念描述，生成概念格 由于指標(biāo)主要用于對象評價，如果直接用于描述對象可能不夠完全．除了評價指標(biāo)所反映的屬性外，還需在詞性轉(zhuǎn)換之后進(jìn)一步豐富．如“Science teacher”是“Teacher”類下的1 個子類，此外，“Science teacher”還應(yīng)具備“Research disciplines”的屬性．

利用 Wordnet［10］對基礎(chǔ)本體進(jìn)一步完善．Wordnet中有關(guān)“Science teacher”的概念描述片段如圖3所示．其描述有了進(jìn)一步補(bǔ)充，基礎(chǔ)本體可與之合并，從而生成更完善的領(lǐng)域本體．利用Wordnet對領(lǐng)域本體進(jìn)行完善可參考CHEN等［11］提出的方法．其基本思想是:首先將基礎(chǔ)本體轉(zhuǎn)換為概念格1，再提取Wordnet中關(guān)于“Science teacher”的概念描述，形成Wordnet描述的概念格2，將二者合并成新概念格3．

圖3 Wordnet中有關(guān)“Science teacher”的概念描述片段Figure 3 The concept description clips of“Science teacher”in the Wordnet

2．2．3 基于概念格生成領(lǐng)域本體 目前基于FCA(Formal Concept Analysis，形式概念分析)構(gòu)建領(lǐng)域本體的方法和工具，包括CIMIANO的方法［8］和GU的方法［12］等．本文參考CIMIANO方法中由概念格映射領(lǐng)域本體的步驟，并做一些調(diào)整以適合實(shí)際應(yīng)用．其思想是:通過直接刪除概念格最底層元素，將其轉(zhuǎn)換成偏序關(guān)系，再將生成的形式概念作為本體的概念(以其內(nèi)涵命名)，從而構(gòu)成領(lǐng)域本體．由于評價體系的層次結(jié)構(gòu)已較清晰，生成的概念格基本上是一個偏序關(guān)系，所以在處理過程中，要保留來源于評價指標(biāo)的概念，具體過程如下:

(1)引入本體，標(biāo)識每個本體節(jié)點(diǎn)的概念源頭;

(2)如果概念節(jié)點(diǎn)的最底元素非來源于評價指標(biāo)，則直接刪除;

(3)為移走最底元素的概念節(jié)點(diǎn)添加子節(jié)點(diǎn)．

3 算法流程及實(shí)現(xiàn)

根據(jù)綜合評價描述的語義，提出本體構(gòu)建的組成屬性．對綜合評價文檔的處理是實(shí)現(xiàn)的關(guān)鍵．具體算法流程如圖4所示．

圖4 算法流程Figure 4 Algorithm overflow

以“Science teacher”為實(shí)驗(yàn)對象，采用綜合評價指標(biāo)是來自于高校的教學(xué)科研人員考核評價體系．評價的對象可細(xì)分為Arts teachers、Science and engi-neering teachers、Teaching-oriented teachers、Researchbased teachers，得到的屬性有:Classroom teaching、Thesiswriting、Research and development projects、Discipline construction、Guide the experiment．生成形式背景Hasse圖(圖5)，其概念格可根據(jù)2．2．3中的方法轉(zhuǎn)化為領(lǐng)域本體．

圖5 “science teacher”的 Hasse圖Figure 5 The Hasse diagram of“science teacher”

4 小結(jié)

隨著近年來各類人才項(xiàng)目的頒布和實(shí)施，特別是面向協(xié)同創(chuàng)新人才團(tuán)隊(duì)的“2011計(jì)劃”的實(shí)施，利用互聯(lián)網(wǎng)進(jìn)行學(xué)術(shù)團(tuán)隊(duì)組建、科研人才推薦等需求越來越多，因此，對于這些類似于各類協(xié)作團(tuán)隊(duì)、創(chuàng)新人才等學(xué)術(shù)人才工程中的“新生事物”，都有了構(gòu)建語義本體，從而更好地滿足互聯(lián)網(wǎng)的智能應(yīng)用的需求．而這些“新生事物”的申報(bào)評審需要構(gòu)建評價指標(biāo)體系，并經(jīng)過了系統(tǒng)的分析和研究．通過本文的研究，利用現(xiàn)有的評價指標(biāo)體系，構(gòu)建對應(yīng)的領(lǐng)域本體，從而使該本體更加科學(xué)并且能夠隨政策同步更新．

［1］FENSEL D．Ontologies:A silver bullet for Knowledge Management and Electronic-Commerce［M］．Berlin:Springer，2001．

［2］馮志勇，李文杰，李曉紅．本體論工程及其應(yīng)用［M］．北京:清華大學(xué)出版社，2007．

［3］WANG FY，CARLEY K M，ZENG D，etal．Social computing:From social informatics to social intelligence［J］．IEEE Intell Syst，2007，22(2):79-83．

［4］韓婕，向陽．本體構(gòu)建研究綜述［J］．計(jì)算機(jī)應(yīng)用與軟件，2007，24(9):21-23．

［5］陳剛，陸汝鈐，金芝．基于領(lǐng)域知識重用的虛擬領(lǐng)域本體構(gòu)造［J］．軟件學(xué)報(bào)，2003，14(3):350-355．

［6］黃美麗，劉宗田．基于形式概念分析的領(lǐng)域本體構(gòu)建方法研究［J］．計(jì)算機(jī)科學(xué)，2006，33(1):210-212．

［7］CIMIANO P，STUMME G，HOTHO A，et al．Conceptual knowledge processing with formal concept analysis and ontologies［C］//The Second Int’l．Conf．on Formal Concept Analysis(ICFCA 04)，Springer，2004:189-207．

［8］CIMIANO P，STAAB S，TANE J．Automatic acquisition of taxonomies from text:FCA meets NLP［C］//The Int’l．Workshop on Adaptive Text Extraction and Mining，2003:10-17．

［9］STUMME G，MAEDCHE A．FCA-Merge:Bottom-up merging of ontologies［C］∥International joint conference on artificial intelligence．Lawrence Erlbaum Associates Ltd，2001，17(1):225-234．

［10］Wordnet 3．1［DB/OL］．http://wordnetweb．princeton．edu/perl/webwn．

［11］CHEN R C，BAU C T，YEH C J．Merging domain ontologies based on the Wordnet system and Fuzzy Formal Concept Analysis techniques［J］．Appl Soft Comput，2011，11(2):1908-1923．

［12］GU T．Using formal concept analysis for ontology structuring and building［C］∥ICIS，Nanyang Technological University，2003．