陳金菊 歐石燕 林澤斐

摘?要：[目的/意義]事件語義模型是描述和組織事件內(nèi)容的語義框架。對事件語義模型進行總結和剖析，可為相關研究提供參考。[方法/過程]文章梳理總結了7 個典型通用事件語義模型（Event、SEM、LODE、ABC、LODE、EBSTDM和劉宗田等提出的事件語義模型），并從其特點和應用領域等方面進行詳細比較分析。[結果/結論]展望了事件語義模型的發(fā)展趨勢，包括開發(fā)新的語義表示維度和建模視角;事件語義模型的橫向連續(xù)性和縱向?qū)哟位嘟Y合的研究;事件語義模型動態(tài)特征的語義組織研究。

關鍵詞：事件語義模型;語義維度;動態(tài)性;連續(xù)性;語義組織;Event;SEM;LODE;ABC;LODE;EBSTDM;劉宗田等提出的事件語義模型

DOI：10.3969/j.issn.1008-0821.2021.02.006

〔中圖分類號〕G254?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）02-0055-10

Abstract：[Purpose/Significance]Event ontology is a semantic framework for describing and organizing event contents.Summarizing and analyzing the existing event ontology models can provide references for related research.[Method/Process]This paper summarized seven general event semantic models（Event，SEM，LODE，ABC，LODE，BESTDM，Event semantic model provided by Liu Zongtian），and analyzed them in detail from their characteristics and application fields.[Result/Conclusion]The development trend of event semantic models was prospected， including the development of new semantic representation dimensions and modeling perspectives，the study of the combination of horizontal continuity and vertical hierarchization of event semantic models，the study of semantic organization of the dynamic characteristics of event semantic models.

Key words：event semantic models;semantic dimension;dynamicity;continuity;semantic organization;Event;SEM;LODE;ABC;LODE;BESTDM;Event semantic model provided by Liu Zongtian

事件是組織各領域、各類型信息資源的基礎單元之一，是一個復雜的、多元化的概念。在不同學科領域，學者們對事件的理解和定義也不盡相同。為了促進事件資源描述的規(guī)范化和標準化，實現(xiàn)不同領域事件知識的共享、重用和互操作，需要對事件知識進行語義化表示，使其成為機器可讀可理解的結構化知識。而本體可以實現(xiàn)對共享概念體系明確而又詳細的說明[1]，作為知識表示的一種有效方法，本體在事件語義化表示方面發(fā)揮了重要的作用。目前，許多學科領域（如突發(fā)事件、認知科學、計算機科學和圖書情報學等）的學者都對事件語義化表示尤其是事件語義模型進行了研究，并取得了頗為豐碩的研究成果。同時，還有一些學者對這些事件語義模型進行了梳理和總結[2-5]。他們主要圍繞事件語義模型的定義、元素、關系、表示方式、構建方法等一個或多個方面展開分析。但這些研究仍存在一些不足之處，譬如對模型的特點和應用領域的總結和分析不夠深入，無法在模型選擇和構建過程中起到有效、深入的參考作用;對事件語義模型動態(tài)性和連續(xù)性的認識和研究不夠充分等。

為了更全面、深入地厘清和掌握國內(nèi)外主要或?qū)ｉT用于描述事件內(nèi)容的語義模型的研究現(xiàn)狀，本研究借助CNKI、Web of Science和百度學術等文獻檢索和獲取途徑，以及對相關文獻的文后參考文獻進行追溯等方法，得到有關事件語義模型研究的中英文文獻70余篇。通過對相關文獻的梳理和分析發(fā)現(xiàn)，這些文獻提及的事件語義模型多達60余個，但細究其適用范圍，大致可歸納為兩類：通用事件語義模型和領域事件語義模型。通用事件語義模型可用于描述和表示不具有顯著學科特征的一般事件。這類事件語義模型由于抽象度較高，因此應用范圍也更為廣泛，具有很強的通用性和共享重用價值。目前，通用事件語義模型主要有Event、SEM、ABC、LODE、CIDOC CRM、Event_Model_F[6]、復雜活動事件本體[7]等。這些通用事件語義模型在內(nèi)容設計上各具特色。領域事件語義模型是針對某一具體領域的事件特點和應用需求構建的模型。這類事件語義模型一般具有較為顯著的領域特性，針對性強，應用范圍相對受限，且跨領域的可移植性也相對較弱。譬如，在突發(fā)事件領域，有學者針對較寬泛的突發(fā)事件構建了語義模型[8-14]，也有學者針對具體類型的突發(fā)事件構建了語義模型，如自然災害本體[15-17]、公共危機事件本體[18-19]、事故災難本體[20-22]和社會安全事件本體[23-25];在歷史事件領域，主要針對某一段歷史或某一部歷史著作內(nèi)容構建歷史事件語義模型[26-31]，這些模型通常依據(jù)文獻采用的敘事方式和敘事體例構建相應的本體;在地理事件本體領域，王振峰、栗斌分別提出面向地理事件的地理本體[32-33]，兩個研究都重點關注事件發(fā)生后的靜態(tài)結果狀態(tài)，后者還考慮了用戶個性化需求;在多媒體應用事件領域，主要圍繞多媒體應用相關的事件展開建模[34-35]。

盡管目前主要或?qū)ｉT用于描述事件內(nèi)容的語義模型數(shù)量眾多，但由于很多領域事件語義模型都是在通用事件語義模型的基礎上構建的，因此本文主要對通用事件語義模型展開探討。從通用事件語義模型中選取7個應用較為廣泛且具有較高重用和共享價值的典型事件語義模型（Event、SEM、LODE、ABC、LODE、劉宗田的事件語義模型、EBSTDM）進行詳細地介紹，并從其特點和應用領域等方面進行比較分析，最后展望了事件語義模型的未來發(fā)展趨勢。

1?典型通用事件語義模型

1.1?Event

Event本體是由英國倫敦瑪麗皇后學院數(shù)字音樂中心的Raimond Y等于2004年開始著手設計開發(fā)，并于2007年正式發(fā)布的通用事件本體[36]。Event本體的語義結構如圖1所示，整個模型以事件的五要素（人、事、物、時、地）為核心，定義了事件（Event）、產(chǎn)品（Product）和影響因子（Factor）3個類。同時，還復用了WGS84地理位置本體的空間事物類（geo：SpatialThing）用于表示事件的發(fā)生地點，Time本體的時間實體類（time：TemporalEntity）用于表示事件的發(fā)生時間，以及FOAF本體的主體類（foaf：Agent）用于表示事件的主動參與者（如人物和組織機構）。此外，Event本體還設計了time、place、factor、agent、product等17個類間關系和sub_event這一事件間關系實現(xiàn)實體關聯(lián)。Event本體僅從宏觀層面上定義了事件及其相關實體和實體關系，但并未對實體和屬性關系進行細分。由于Event是一個高度抽象的通用事件本體，使其受到了廣泛的關注和使用。該模型最早應用于描述演奏等音樂事件，但并未局限于音樂領域，現(xiàn)已成為應用范圍最廣泛的事件本體之一。

1.2?SEM

SEM（Simple Event Model Ontology）是荷蘭阿姆斯特丹自由大學語義網(wǎng)小組的Hage W R V等設計開發(fā)，并于2009年正式發(fā)布的事件本體[37]。該本體將17個主要概念劃分為3組，如圖2所示：核心類，包括Core、Event、Actor、Place和Time;類型系統(tǒng)，包括Type、RoleType、EventType、ActorType、PlaceType和TimeType;屬性限制，包括View、Authority、Temporary和Role[38]。SEM針對這3類實體設計了14個類間關系和1個事件間的子事件關系（subEventOf）。此外，SEM還將其定義的主要實體與其他本體（如CIDOC CRM、FOAF、TIME、SUMO、Event本體等）中相近的類和上下位類做了映射。與Event本體相同，SEM也定義了事件及其相關的要素。但SEM并不局限于此，它還對事件及其相關要素的類型進行區(qū)分，并支持角色、觀點及其來源的描述，可用于爭議性事件的描述。由于SEM的結構清晰，簡單易懂，因此應用范圍也較廣泛。

1.3?LODE

LODE（An Ontology for Linking Open Description of Events）是美國北卡羅來納大學教堂山分校的Shaw R等設計開發(fā)，并于2010年正式發(fā)布的事件本體[39]。該本體旨在對歷史事件進行描述，并將其發(fā)布為關聯(lián)數(shù)據(jù)，實現(xiàn)與其他事件相關的詞表和本體的映射。該本體僅設置了事件（Event）這一核心類，其他類目均復用現(xiàn)存事件本體的類，并圍繞Event類設計了7個常用屬性，包括atPlace、inSpace、atTime、circa、illustrate、involved、involvedAgent[40]。其中，通過atTime和circa區(qū)分了抽象時間和具體時間，inSpace和atPlace區(qū)分了抽象地點和具體地點。雖然是針對歷史事件的本體，但是該本體本質(zhì)上是一個關聯(lián)數(shù)據(jù)框架，致力于實現(xiàn)現(xiàn)存事件本體（如CIDOC CRM、SEM、Music Ontology）[41]之間的互操作，因而具有很強的通用性。

1.4?CIDOC CRM

CIDOC CRM（CIDOC Conceptual Reference Model）是國際博物館理事會（International Council of Museums）下屬的國際文獻工作委員會（International Committee for Documentation，CIDOC）開發(fā)的概念參考模型，致力于實現(xiàn)不同文化遺產(chǎn)信息源之間的信息交換、集成和互操作[42]。CIDOC CRM的核心類包括E2 Temporal Entity、E77 Persistent Item、E52 Time-Span、E53 Place、E54 Dimension、E59 Primitive Value和E92 Spacetime Volume。事件被視為時間實體的子類，其含義甚廣，即包括出生、死亡等簡單事件，也包括選舉、戰(zhàn)斗等復雜事件。CIDOC CRM定義了概念間關系，但是忽略了事件間關系，圖4展示了部分與事件相關的類和關系。該本體在2006年成為ISO推薦標準，此后得到了更為廣泛的應用，現(xiàn)已成為文化遺產(chǎn)領域的通用、主流模型。

1.5?ABC

ABC本體是澳大利亞分布式系統(tǒng)技術合作研究中心（DSTC）、英國聯(lián)合信息系統(tǒng)委員會（JISC）和美國國家科學基金會（NSF）共同贊助的國際數(shù)字圖書館項目Harmony中開發(fā)的一個事件本體[43]。該本體致力于實現(xiàn)跨領域信息資源的集成、共享和互操作。ABC以實體（Entity）為核心，設計了時象類（Temporality）、具象類（Actuality）、抽象類（Abstraction）、時間和地點5類子實體。其中，時象類指具有時間性的實體，包括Event、Situation和 Action 3個子類;具象類指客觀存在的實體，Agent為其子類;抽象類指抽象的概念實體。相較于Event本體和SEM，ABC具有更豐富的概念和屬性，它不僅對事件的基本要素進行了描述，還支持對事件發(fā)生前后的情境（Situation）、事件的相關行動（Action）、抽象的概念（如Work）等實體進行描述和表示。由于ABC本體與文化遺產(chǎn)領域的CIDOC CRM本體[44]的目標一致性非常高，因此Harmony項目后期的工作重點在于實現(xiàn)這兩個本體的合并。

1.6?劉宗田等提出的事件語義模型

上海大學計算機工程與科學學院的劉宗田等從哲學角度切入，將事件理解為一個具有更高粒度的動態(tài)概念，并采用形式化的方式將事件表示為一個六元組：e=（A，O，T，V，P，L），其中6個事件要素分別為動作、對象、時間、環(huán)境、斷言和語言表現(xiàn)。事件本體則定義為三元邏輯結構：EO={ECS，R，Rules}，其中ECS表示事件類集合，R表示事件類間的關系集合（包括分類關系和非分類關系），Rules表示規(guī)則[45]。劉宗田的事件本體關注的建模視角更為全面，不僅關注到事件及其相關要素等類目和類間關系，還考慮了相關規(guī)則，有助于實現(xiàn)語義推理。

該模型從兩個方面表征了事件動態(tài)性：一方面是將事件類定義為一個動態(tài)概念。這種方式試圖在不改變傳統(tǒng)靜態(tài)本體類結構的基礎上，從認知和思想層面上對事件作出一個更加深入、全面的解釋，形成動態(tài)事件思想;另一方面是定義動態(tài)類，即定義斷言類來描述事件的前置條件、發(fā)生過程和后置條件。這種方法對傳統(tǒng)靜態(tài)事件語義模型類結構做了一些改變，增加了動態(tài)類，試圖從實踐層面上做出一些努力，使得對事件動態(tài)性的表征在實踐層面上有了一定的發(fā)展和進步。但是，這兩種表征事件動態(tài)性的方法仍沒有完全跳脫出靜態(tài)事件語義模型的局限性，對動態(tài)知識的表示仍采用描述性的方法，對于一些復雜的動態(tài)特征仍缺乏表達能力，譬如地點邊界和面積隨時間的發(fā)展而發(fā)生的變化、地點的更替或消失、參與者的出現(xiàn)與更替等問題。該模型由于重視事件的動態(tài)特性，因此對于動態(tài)特征顯著的事件（如突發(fā)事件）具有較強的適用性。

1.7?EBSTDM

Peuquet D J等從時空視角出發(fā)，提出了一個基于事件的時空數(shù)據(jù)模型（EBSTDM），如圖1所示。該模型將某一空間區(qū)域的每次狀態(tài)變化看作一個事件，并用一維時間軸上的事件序列表示時空過程[46]。該模型僅能描述空間目標狀態(tài)的變化，存在一定的局限性，如該模型不能描述發(fā)生這些變化的原因;每一次“非起始”狀態(tài)數(shù)據(jù)的整合都要重復地回顧在此之前的一系列變化，導致查詢效率低。

2?7種典型通用事件語義模型比較分析

上述典型通用事件語義模型主要致力于實現(xiàn)對事件語義的描述、組織和應用，但它們各有特點。此外，盡管它們都是通用性較強的模型，但是在實際應用過程中，應用領域卻各有側(cè)重，如表1所示。

Event本體主要從事件的基本構成要素、事件的影響因子和事件產(chǎn)物的角度出發(fā)設計模型。由于該模型結構簡單，清晰易懂，聚集了事件最核心的幾個要素，因此具有廣泛的適用性。目前，Event本體已經(jīng)應用到了多個不同的領域，特別是人文社科領域。Event本體是在音樂本體（Music Ontology）的基礎上開發(fā)的，起初主要適用于音樂領域，用于對演奏等音樂事件進行描述。但由于該模型涵蓋的事件基本要素具有高度的概括性和抽象性，因此對其他以事件的基本要素為核心的其他事件類型（如社交事件、突發(fā)事件、文化遺產(chǎn)相關事件等）也具有很強的適用性。李楓林等基于Event本體構建了一個以社交事件為中心的社會情景本體模型[47]。該本體對Event本體進行了擴展，形成了以社交事件、社交事件類型、主體、客體、時間、平臺為核心的事件本體，但缺少對社交事件間語義關系的描述。曹勇基于Event本體，從地震基本信息、震情災情、應急響應和救援信息、恢復重建信息出發(fā)，構建了地震應急案例本體[16]。該本體定義了地震、資產(chǎn)、地點、主體、文檔等類和類間關系，但同樣也忽略了地震事件間的語義關系。談國新等構建了一個針對非物質(zhì)文化遺產(chǎn)的多媒體資源本體模型[48]。該本體定義了人物、事件、地點、時間、實物和知識概念等實體和實體間關系，其中在設計事件類方面參考了Event本體，用于表示與非遺項目相關的活動和事件。在事件間關系方面，該本體設計了子事件關系（hasSubEvent），但僅從子事件的角度仍無法全面地表示事件連續(xù)性?？傮w而言，Event本體在以事件基本要素為核心的人文社科領域具有廣泛的適用性，未來還可探索其在新聞、旅游、歷史等領域相關的事件的語義建模與應用。

SEM則是從事件基本構成要素、要素的類型和屬性限制3個方面展開建模。該模型對各要素的類型進行了細分，并對要素的角色和不同來源的觀點等進行描述，可用于對具有爭議性的事件的語義組織。目前，SEM模型的應用已涉及海上安全、法律和醫(yī)學等多個領域。Hage W R等將SEM模型應用到海上安全和與情景意識有關的安全用例中[49]。該研究集成了多個不同來源的Web數(shù)據(jù)，從中抽取出簡單行為事件，建模為SEM的實例，并在描述過程中擴展了SEM的部分屬性。邢啟迪等綜合參考了FRBR和FOAF等本體，構建了一個法律資源語義模型[50]。該模型以法律概念、事件、主客體、文獻等實體為核心，其中事件實體的設置參考了SEM本體的sem：Event類，并將法律事件細分為立法、司法、執(zhí)法和守法事件4類，但未定義這些事件間的語義關系。談國新等構建的非物質(zhì)文化遺產(chǎn)的多媒體資源本體模型，借鑒SEM本體的hasSubEvent和hasEventType屬性，用于描述非遺項目相關事件間關系，并區(qū)分了事件的類型[48]。陳曉慧等構建了一個COVID-19病例活動知識圖譜[51]。該知識圖譜根據(jù)事件的構成要素（5W1H）對SEM本體進行了擴展，增加了傳染事件的目的（Why）和達成事件的方式（How）兩個要素及相應的類型，即事件目的類型（Why-Type）和達成事件的方式類型（How-Type）。此外，還定義了事件間的時序關系，以及組成、跟隨、因果和并發(fā)關系。這些研究主要停留在對SEM的局部類和屬性的借鑒及模型的擴展，缺少對不同觀點和角色信息等應用的探索。此外，針對要素類型和角色都較為多樣化的事件，也可采用SEM本體進行描述，譬如歷史、網(wǎng)絡游戲、教學等事件。

LODE在事件基本構成要素的基礎上，重點區(qū)分了時間和地點的類型，可用于描述具有抽象和具體的時間與地點類型的事件。譬如，地理事件主要強調(diào)地理對象信息，這里的地理對象既可以是抽象的地點（如河流），也可以是具體的、具有經(jīng)緯度的地點（如南京）。此外，作為一個關聯(lián)數(shù)據(jù)框架，LODE最大限度地復用了現(xiàn)存的主要事件語義模型的類和屬性，在語義集成和互操作方面具有顯著的優(yōu)勢。目前，LODE已在歷史、社會和文化遺產(chǎn)等領域進行了應用實踐。Rodrigues M等基于LODE模型，構建了一個用于描述社會事件的領域本體（LODSE）[52]。該模型參考LODE設計了社會事件、涉及的主體（Involved）、街道（Venue）和時間（Date）等實體和實體間關系，但是未定義事件間關系，忽略了事件間的連續(xù)性。談國新等構建的非物質(zhì)文化遺產(chǎn)多媒體資源本體模型，借鑒LODE本體的lode：illustrate屬性，描述了非遺項目相關事件與多媒體資源之間的關聯(lián)[48]。同時，實現(xiàn)了采用LODE本體表示的三大公開事件目錄（last.fm、eventful和upcoming）和采用Media本體表示的兩大媒體目錄（flickr和youtube）之間的語義轉(zhuǎn)換、互聯(lián)和發(fā)布[39]。在語義化描述過程中，對LODE本體進行了擴展，增加了一些語義關系，如事件間的整體與部分關系和因果關系。除這些已有應用外，未來還可探索LODE在具有顯著時空特征的領域（如古今地名變更、歷史建筑的位置遷移等）中的應用。

ABC本體的設計思路較為簡單，其具有較強的通用性和可擴展性，因而也得到了較為廣泛的應用，特別是在突發(fā)事件領域。王文俊等認為事件包含多個過程，過程又包含多個行動，而行動則由動作構成?；诖?，提出了一個包含事件、過程和行動3個層次的應急事件本體語義模型E2M[11]。該本體在建模過程中，借鑒了ABC本體的部分概念，并對其進行了改進，譬如刻畫了事件間的因果關系，對動作進行了細化等。此后，王文俊等還采用從抽象到具體的層次化建模思路提出了應急預案本體模型，該本體分為兩個層次：上層本體eABC，通過擴展ABC模型而得，主要包括組織、資源、任務和過程4個類;應用層本體表示為EC_DomainOntology=，其中應急案例概念（EC_Concepts）包括網(wǎng)頁應急案例、應急事件、案例主體、組織體系、應急資源、案例客體、事件發(fā)展、事件處置、網(wǎng)頁位置，應急案例類間關系（EC_Relations）包括組成、利用、實施、伴隨和影響[53]。該本體僅定義了事件間的子事件關系。王苑青從生物應急案例處置過程出發(fā)，基于ABC本體構建了生物安全應急案例本體[54]。該本體定義了生物安全應急案例、生物安全事件、致災因子、案例主體、應急組織、應急資源、案例客體、事件發(fā)展、事件處置9個主要的類以及類間關系，但忽略了事件間關系的建設，無法體現(xiàn)事件的連續(xù)性。劉曉慧構建了一個突發(fā)地質(zhì)災害應急決策本體，該本體以ABC為其頂層本體，在此基礎上從應急過程的角度，構建了應急管理實體模型、應急行動過程本體模型、應急決策本體模型、應急業(yè)務規(guī)則模型[55]。該本體設計的事件間語義關系較為豐富，包括induceEvent、prevEvent和parallelEvent等事件間關系。

CIDOC CRM和ABC都是針對文化領域資源的語義模型，致力于實現(xiàn)跨領域信息資源之間的語義集成、共享和互操作。兩者在文化遺產(chǎn)領域都具有很強的通用性和可擴展性，但是CIDOC CRM的概念體系更加豐富全面，而ABC強調(diào)了事件與情景之間的時序關系，以及事件涉及的動作，主要用于具有顯著場景化特征的突發(fā)事件領域。由于ABC后期致力于與CIDOC CRM的整合，因此CIDOC CRM已成為文化遺產(chǎn)領域的主流模型。目前，CIDOC CRM在國內(nèi)外文化遺產(chǎn)和歷史事件領域得到了廣泛的應用。在國外，CIDOC CRM已被許多國際機構和團隊所采用。芬蘭語義計算研究小組（SeCo）開發(fā)的WarSampo項目對有關第二次世界大戰(zhàn)的大量異構歷史史料進行語義描述和組織，并將其發(fā)布為關聯(lián)數(shù)據(jù)，通過構建語義門戶為用戶提供多視角訪問和知識發(fā)現(xiàn)服務[26，56]。該項目基于CIDOC CRM模型構建了以事件和人物為核心的數(shù)據(jù)模型，將軍事戰(zhàn)爭歷史表示為事件，定義了Event、Military Unit、Place、Person、Rank和Occupation等類和類間關系（上下級分類關系和相關關系），但未定義事件間的關系。歐洲數(shù)字圖書館項目Europeana，旨在實現(xiàn)跨領域、跨文化機構的數(shù)字資源語義集成、關聯(lián)和共享。該項目基于CIDOC CRM模型設計開發(fā)了EDM模型，用于描述數(shù)據(jù)集合，以及數(shù)據(jù)集合中包含的數(shù)字文化資源對象及其表現(xiàn)形式，并支持對數(shù)字文化資源對象的相關事件、主體、物理實體、地點、時間等情境信息的表示[57]。斯洛文尼亞國家級項目Ethnomuse，致力于實現(xiàn)民族音樂和舞蹈文化的數(shù)字化存儲[58]。該項目基于CIDOC CRM和FRBR模型設計開發(fā)了一個用于描述民族歌舞多媒體資源的數(shù)據(jù)模型，該模型支持對民族歌舞資源相關的生產(chǎn)事件、表演者、地點等信息的語義描述。在國內(nèi)，目前尚未出現(xiàn)基于CIDOC CRM模型的大型實踐項目，但有一些學者已對CIDOC CRM的應用展開了小范圍探索。譬如，何琳等參考該模型，圍繞先秦典籍中涉及的軍事、婚姻、外交、政治、民生等核心要素構建了先秦典籍本體[29]。歷史事件之間具有顯著的時序和因果等連續(xù)性特征，但該研究均未對這些關系進行表示。胡駿使用該模型對非物質(zhì)文化遺產(chǎn)資源的相關活動、物品、主體、時間和地點進行描述[59]。董坤對該模型進行了擴展，用于對非遺項目的相關事件、參與者、流傳地域、時間等信息進行語義描述[60]。這些針對CIDOC CRM的研究探索的作用仍較為有限，由此可見，文化遺產(chǎn)館藏資源內(nèi)容的深度語義描述和語義組織在國內(nèi)仍未得到充分的重視。未來，還可進一步深入擴展其研究對象，如在古文物、古建筑、書畫等領域的應用。

劉宗田等提出的事件語義模型從事件的六要素、關系和規(guī)則的角度來構建本體。該模型適用于動態(tài)特征突出的事件類型。譬如，該模型已被廣泛地應用于具有動態(tài)連續(xù)發(fā)展過程的突發(fā)事件領域，在新聞事件和電子商務事件領域也有所涉略。劉煒等構建了一個四元組事件本體：EO=，其中UECS表示頂層事件分類集合，并將該本體應用于環(huán)境污染突發(fā)事件領域[61]。該本體對分類關系和非分類關系進行了細化，前者主要指包含關系，后者主要包括組成、跟隨、因果、并發(fā)關系。此外，劉煒等還探索了一種基于該四元組事件本體的文本事件要素提取方法[62]。萬通基于劉煒提出的事件本體構建了微博事件網(wǎng)絡，實現(xiàn)了以話題為中心的微博個性化信息推薦[63]。王東則基于劉煒的事件本體，提出一種基于事件網(wǎng)絡的話題跟蹤方法[64]。朱文躍等通過增加上層事件類和下層事件類，構建了一個五元組事件本體：EO=，并將該本體應用于突發(fā)事件模型的構建[65]。此后，朱文躍還繼續(xù)探索了該本體在新聞個性化推薦中的應用，綜合事件本體相似度、用戶興趣相似度和非層次結構相似度3個方面得出新聞個性化推薦結果[66]。仲兆滿等構建了一個五元組事件本體：EO=，其中EIS表示事件實例集合，R增加了條件和排斥關系，W表示有向邊上的事件類ECi對ECj的影響因子的大小，并將該本體應用于事件類排序[67]。郭曉黎則將仲兆滿定義的五元事件結構應用于煤礦安全事件，構建了相應的本體[68]。王宇定義了一個五元組事件本體：EO=，其中DPS表示事件類的共有屬性和特有屬性[69]。高精鍊基于劉宗田的事件六要素，構建了電子商務領域事件語義描述模板[70]。這些事件語義模型都是通過對劉宗田的事件本體擴展而來，使其能夠適應不同的領域特點和應用需求。

基于事件的時空數(shù)據(jù)語義模型（EBSTDM）則重點從時空狀態(tài)的角度對事件進行界定，但由于該模型是一個抽象度很高的上層模型，因此主要為事件模型的構建提供了建模視角，而沒有對具體的語義維度和語義關系進行設置。針對該模型存在的一些不足，如不能描述發(fā)生這些變化的原因、無法描述客觀實體的變化、查詢效率低等問題，有學者從不同角度提出了改進方案，并進行了應用探索。譬如，蔣捷等針對土地劃撥過程，以及審批事件所具有的時序性、層次性和因果性等特點，提出了一個層次結構土地劃撥事件及其時空地塊因果關系的描述方法[71]。該模型將事件視為時空地塊狀態(tài)變化的原因。程昌秀等為了解決EBSTDM模型時空查詢效率低的問題，提出了一種改進基態(tài)修正的時空數(shù)據(jù)模型[72]。該模型存儲的是空間數(shù)據(jù)的現(xiàn)狀，實現(xiàn)了“非起始”狀態(tài)的隨機整合。吳長彬等對EBSTDM模型進行了擴展，采用面向?qū)ο蟮姆椒ǎ瑯嫿艘粋€基于事件—過程的時態(tài)模型[73]。該模型將事件劃分為若干過程，而每個過程通常會有一或多個對象的參與。通過在地籍變更系統(tǒng)中的應用，驗證了該模型在土地登記事件和空間變遷過程語義中的查詢作用?？傮w而言，該模型適用于時空變化顯著的連續(xù)性事件，譬如土地劃撥、地點的更替、領土面積的變化等地理事件，以及城市歷史變更、古建筑的演化、歷史戰(zhàn)爭事件動態(tài)發(fā)展變化等。但是，該模型仍無法描述實體在不同時空場域下的變化。目前，試圖解決動態(tài)信息的語義標注問題的方案效果仍不夠理想。因此，如何從更高的視角來解決事件動態(tài)知識的語義化表示是需要進一步深入探討和解決的問題。

綜上所述，7個典型事件語義模型的特點各不相同，應用領域存在一定的交叉重疊，又各有側(cè)重。盡管它們可以為具體事件建模過程提供一些參考，但是在實際應用過程中，往往仍需要做一些擴展，以滿足不同的領域特征和應用需求。

3?事件語義模型發(fā)展趨勢展望

通過上述對事件語義模型的特點和應用領域的分析發(fā)現(xiàn)，雖然這些典型事件語義模型都從不同角度和不同程度上解決了事件語義描述問題，但是在語義標注維度、語義連續(xù)性和動態(tài)性等方面仍存在一些不足之處。未來，事件語義模型研究要想取得進一步的發(fā)展，需要更加注重以下幾個方面的研究。

1）開發(fā)新的語義表示維度和建模視角。盡管目前已存在一些語義表示的維度，但是并無法完全滿足不同學科領域研究的需求。譬如，對于藝術領域事件語義模型而言，人物表現(xiàn)出的情感，以及實體所處的場景所營造出的氛圍等具有重要的意義。因此，有必要對諸如情感、氣氛等更高層次的語義表示維度展開探索，以豐富語義組織和語義檢索的視角。

2）事件語義模型的橫向連續(xù)性和縱向?qū)哟位嘟Y合的研究?，F(xiàn)有研究大多將事件視為一個單一的整體性事件，但實際上，很多宏觀性事件（如歷史戰(zhàn)爭事件等）并非一蹴而就，而是需經(jīng)歷一個復雜的連續(xù)性過程才能完成，每一個過程可能還存在子過程，層層深入和嵌套，具有顯著的連續(xù)性和層次化特征。此外，對于推進事件過程發(fā)展和事件層次深入嵌套的原因，及其造成的結果也缺乏探究。因此，如何對這類事件進行深入剖析，層層分解，以獲取將其橫向連續(xù)性和縱向?qū)哟位卣飨嘟Y合的語義表示方法也是一個值得探討的問題。

3）事件語義模型動態(tài)特征的語義組織研究。傳統(tǒng)的將事件作為靜態(tài)概念來理解的方法已無法完全滿足事件語義標注的需求。目前針對這一問題，部分事件語義模型研究已經(jīng)認識到事件是一個動態(tài)的概念，并提出了一定的解決方案。但是，這些解決方法的效果有限，只能解決有限的淺層事件動態(tài)特征的表征問題，而針對實體在不同場景下的動態(tài)變化問題仍未有很好的解決方案。如何從更高的視角提出事件動態(tài)知識的語義化表示方案是值得進一步深入探討和解決的問題。

參考文獻

[1]Gruber T R.A Translation Approach to Portable Ontology Specifications[J].Knowledge Acquisition，1993，5（2）：199-220.

[2]張旭潔，劉宗田，劉煒，等.事件與事件本體模型研究綜述[J].計算機工程，2013，39（9）：303-307.

[3]劉思含，劉旭紅，劉秀磊.事件本體表示模型與構建綜述[J].北京信息科技大學學報：自然科學版，2018，33（2）：35-40，81.

[4]Scherp A，Mezaris V.Survey on Modeling and Indexing Events in Multimedia[J].Multimedia Tools and Applications，2014，70：7-23.

[5]徐雷，潘珺.事件表示方式及其語義表示模型研究[J].情報雜志，2019，38（6）：159-167.

[6]Scherp A，F(xiàn)ranz T，Saathoff C，et al.A Core Ontology on Events for Representing Occurrences in the Real World[J].Multimedia Tools and Applications，2012，58（2）：293-331.

[7]Meditskos G，Dasiopoulou S，Efstathiou V，et al.Ontology Patterns for Complex Activity Modelling[C]//7th International Web Rule Symposium（RuleML 2013）.Springer-Verlag，2013.

[8]李文娟.基于本體的公共危機事件案例表示研究[D].蘭州：蘭州大學，2013.

[9]耿鴻月.基于語義網(wǎng)的應急案例本體建模及應用實現(xiàn)[D].天津：天津大學，2007.

[10]楊月華.基于領域知識模型的突發(fā)事件智能信息檢索系統(tǒng)研究[D].北京：北京郵電大學，2013.

[11]王文俊，劉昕鵬，羅英偉，等.應急事件Ontology語義模型及其應用[J].計算機工程，2005，（10）：10-12，44.

[12]王濤，王延章.基于突發(fā)公共事件本體的元事件過程構建[J].情報雜志，2011，30（2）：130-134，146.

[13]王濤，王延章，魯艷霞.突發(fā)公共事件基于本體的元事件模型研究[J].大連理工大學學報，2012，52（3）：458-463.

[14]蔡玫，曹杰，于小兵.基于應急實例本體模型的應急案例推理方法[J].情報雜志，2016，35（6）：183-188.

[15]Sheetz S D.A Database Driven Initial Ontology for Crisis， Tragedy， and Recovery[R].Virginia Tech.Department of Computer Science.Digital Library Research Laboratory，2011.

[16]曹勇.基于案例推理的地震應急本體案例庫構建及案例檢索研究[D].北京：中國地質(zhì)大學，2018.

[17]馬雷雷，李宏偉，連世偉，等.一種自然災害事件領域本體建模方法[J].地理與地理信息科學，2016，32（1）：12-17.

[18]吳美蓉.基于本體的食品安全應急知識管理研究[D].南京：南京郵電大學，2014.

[19]戎軍濤，王莉英.基于本體的公共危機事件情景模型研究[J].現(xiàn)代情報，2016，36（6）：50-55.

[20]沐愛敏.公路交通突發(fā)事件應急處置案例管理研究[D].合肥：合肥工業(yè)大學，2013.

[21]李文雄，閆茂德，王建偉.高速公路交通突發(fā)事件案例的本體模型及應用[J].微電子學與計算機，2013，30（3）：55-58.

[22]李婧.煤礦安全事件本體中案例推理的研究與應用[D].北京：北京工業(yè)大學，2015.

[23]王琳.面向突發(fā)事件的糧食應急案例庫本體構建研究[J].情報雜志，2020，39（5）：162-167.

[24]瞿瓊丹.基于本體的群體性突發(fā)事件案例推理研究[D].蘭州：蘭州大學，2012.

[25]劉歡.基于本體的群體事件知識管理的研究[D].上海：上海交通大學，2013.

[26]Leskinen P，Koho M，Heino E，et al.Modeling and Using an Actor Ontology of Second World War Military Units and Personnel[C]//Proceedings of the 16th International Semantic Web Conference.Vienna，Austria，2017：280-296.

[27]董慧，余傳明，楊寧，等.基于本體的數(shù)字圖書館檢索模型研究（Ⅲ）——歷史領域資源本體構建[J].情報學報，2006，25（5）：564-574.

[28]廖作芳.《三國志》歷史領域本體的構建與推理研究[D].武漢：華中師范大學，2011.

[29]何琳，陳雅玲，孫珂迪.面向先秦典籍的知識本體構建技術研究[J].圖書情報工作.2020，64（7）：13-19.

[30]陸偉忠.基于本體論的信息檢索框架[D].武漢：武漢大學，2005.

[31]彭煒明，宋繼華.《資治通鑒》歷史領域本體構建及其應用研究[J].中文信息學報，2010，24（2）：33-38.

[32]王振峰.基于本體的地理事件信息檢索[D].武漢：武漢大學，2009.

[33]栗斌.面向地理事件的地理本體構建研究[D].武漢：武漢大學，2014.

[34]Westermann U，Jain R.E-A Generic Event Model for Event-Centric Multimedia Data Management in eChronicle Applications[C]//International Conference on Data Engineering Workshops.IEEE，2006.

[35]Wang X J，Mamadgi S，Thekdi A，et al.Eventory—An Event Based Media Repository[C]//International Conference on Semantic Computing.IEEE，2007.

[36]Raimond Y，Abdallah S.The Event Ontology[EB/OL].http：//motools.sourceforge.net/event/event.html，2020-03-20.

[37]Hage W R V，Malaisé V，Segers R，et al.Design and Use of the Simple Event Model（SEM）[J].Journal of Web Semantics，2011，9（2）：128-136.

[38]The Simple Event Model Ontology[EB/OL].https：//semanticweb.cs.vu.nl/2009/11/sem/semdoc.html#，2002-07-03.

[39]LODE（An Ontology for Linking Open Description of Events）[EB/OL].http：//linkedevents.org/ontology/，2020-01-03.

[40]Shaw R，Troncy R，Hardman L.LODE：Linking Open Descriptions of Events[C]//The Semantic Web，F(xiàn)ourth Asian Conference，ASWC 2009，Shanghai，China，December 6-9，2009.Proceedings.Springer-Verlag，2009.

[41]Raimond Y，Abdallah S，Sandler M，et al.The Music Ontology[J].In 8th International Conference on Music Information Retrieval（ISMIR'07），Vienna， Austria，2007.

[42]Doerr M.The CIDOC Conceptual Reference Module：An Ontological Approach to Semantic Interoperability of Metadata[J].Ai Magazine，2003，24（3）：75-92.

[43]Lagoze C，Hunter J.The ABC Ontology and Model[C]//International Conference on Dublin Core and Metadata Applications.National Institute of Informatics，Tokyo，Japan，2001.

[44]CIDOC CRM[EB/OL].http：//www.cidoc-crm.org，2020-06-05.

[45]劉宗田，黃美麗，周文，等.面向事件的本體研究[J].計算機科學，2009，36（11）：189-192，199.

[46]Peuquet D J，Duan N.An Event-Based Spatiotemporal Data Model（ESTDM）for Temporal Analysis of Geographical Data[J].International Journal of Geographical Information Systems，1995，9（1）：7-24.

[47]李楓林，陳德鑫.以社交事件為中心的社會情景本體模型研究[J].圖書情報工作，2017，61（1）：125-133.

[48]談國新，侯西龍，莊文杰.非物質(zhì)文化遺產(chǎn)多媒體資源語義組織研究[J].圖書館學研究，2017，（24）：42-52.

[49]Hage W R，Malaisé V，Gerben K D Vries，et al.Abstracting and Reasoning Over Ship Trajectories and Web Data with the Simple Event Model（SEM）[J].Multimedia Tools and Applications，2012，57（1）.

[50]邢啟迪，耿騫，趙盼云，等.法律資源的語義模型構建研究[J].數(shù)字圖書館論壇，2017，（5）：39-46.

[51]陳曉慧，劉俊楠，徐立，等.COVID-19病例活動知識圖譜構建——以鄭州市為例[J].武漢大學學報：信息科學版，2020，45（6）：816-825.

[52]Rodrigues M，Silva R R，Bernardino J.Linking Open Descriptions of Social Events（LODSE）：A New Ontology for Social Event Classification[J].Information，2018，9（7）.

[53]王文俊，楊鵬，董存祥.應急案例本體模型的研究及應用[J].計算機應用，2009，29（5）：1437-1440，1445.

[54]王苑青.生物安全應急語義案例管理平臺研究及應用[D].天津：天津大學，2017.

[55]劉曉慧.基于預案的突發(fā)地質(zhì)災害智能應急決策支持模型研究[D].武漢：中國地質(zhì)大學，2014.

[56]陳金菊，歐石燕，林澤斐.信息資源語義組織與語義服務模式探究——以芬蘭語義計算研究小組（SeCo）項目實踐為例[J].圖書與情報，2019，（5）：93-102.

[57]王萍，黃新平.基于關聯(lián)開放數(shù)據(jù)的數(shù)字文化資源語義融合方法研究——歐洲數(shù)字圖書館案例分析[J].圖書情報工作，2016，60（12）：29-37.

[58]Strle G，Marolt M.Conceptualizing the Ethnomuse：Application of CIDOC CRM and FRBR[C]//Proceedings of CIDOC，2007.

[59]胡駿.語義網(wǎng)環(huán)境下非物質(zhì)文化遺產(chǎn)本體設計及應用研究[D].廣州：暨南大學，2016.

[60]董坤.基于關聯(lián)數(shù)據(jù)的非物質(zhì)文化遺產(chǎn)語義化組織研究[J].現(xiàn)代情報，2015，（2）：12-17.

[61]劉煒，丁寧，楊竣輝，等.針對環(huán)境污染突發(fā)事件領域的事件本體模式[J].計算機科學與探索，2016，10（4）：466-480.

[62]劉煒，劉菲京，王東，等.一種基于事件本體的文本事件要素提取方法[J].中文信息學報，2016，30（4）：167-175.

[63]萬通.基于事件網(wǎng)絡的微博個性化信息推薦研究[D].上海：上海大學，2014.

[64]王東.基于事件網(wǎng)絡的話題跟蹤研究[D].上海：上海大學，2013.

[65]朱文躍，劉宗田.基于事件本體的突發(fā)事件領域知識建模[J].計算機工程與應用，2018，54（21）：148-155.

[66]朱文躍，劉煒，劉宗田.基于事件本體的新聞個性化推薦[J].計算機工程，2019，45（6）：267-272，279.

[67]仲兆滿，劉宗田，李存華.事件本體模型及事件類排序[J].北京大學學報：自然科學版，2013，49（2）：234-240.

[68]郭曉黎.煤礦安全事件本體及其在查詢擴展中的應用研究[D].北京：中國礦業(yè)大學，2016.

[69]王宇.煤礦安全事件本體構建及其查詢擴展的研究與應用[D].北京：北京工業(yè)大學，2015.

[70]高精鍊.電子商務領域事件語義形式化描寫研究[D].武漢：武漢大學，2015.

[71]蔣捷，陳軍.基于事件的土地劃撥時空數(shù)據(jù)庫若干思考[J].測繪學報，2000，（1）：66-72.

[72]程昌秀，周成虎，陸鋒.對象關系型GIS中改進基態(tài)修正時空數(shù)據(jù)模型的實現(xiàn)[J].中國圖象圖形學報，2003，（6）：101-106.

[73]吳長彬，閭國年.一種改進的基于事件-過程的時態(tài)模型研究[J].武漢大學學報：信息科學版，2008，33（12）：1250-1253.

（責任編輯：孫國雷）