领域本体半自动化建模工具的设计与实现.docxVIP

总第２３９期２００９年第９期计算机与数字工程Ｃｏｍｐｕｔｅｒ＆Ｄｉｇｉｔａｌ ＥｎｇｉｎｅｅｒｉｎｇＶＤＬ ３７ Ｎｏ．９３５领域本体半自动化建模工具的设计与实现。张莉姜浩（东南大学计算机科学与工程学院南京２１１１８９）摘要现有的大多数本体都是通过手工构建的。然而，本体的构建是一项非常费时费力的过程，近年来如何半自动地构建领域本体的研究越来越多。文章提出了基于中文分词以及数据挖掘技术的半自动领域本体建模方法，该方法能大大提高本体构建的效率，并且一定程度上保证本体的质量。实验证明该方法是可行的。关键词领域本体互信息上下文依赖广义后缀树层次聚类关联规则中图分类号ＴＰ３９３Ｄｅｓｉｇｎａｔｉｏｎ ａｎｄ Ｒｅａｌｉｚａｔｉｏｎ ｏｆａＳｅｍｉ—ａｕｔｏｍａｔｉｃＤｏｍａｉｎ Ｏｎｔｏｌｏｇｙ ＣｏｎｓｔｒｕｃｔｉｏｎＺｈａｎｇ ＬｉＪｉａｎｇＨａｏ（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｅａｓｔ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１８９）／ｔｄ掩ｔｍｅｔＴｈｅｍｏｓｔ ｐｏｐｕｌａｒ ｗａｙｔｏｂｕｉｌｄｄｏｍａｉｎ ｏｎｔｏｌｏｇｙ ｉｓ ｂｙ ｈａｎｄ．Ｈｏｗｅｖｅｒ?ｂｕｉｌｄｉｎｇ ｄｏｍａｉｎ ｏｎｔｏｌｏｇｙ ｉｓａｔｉｍｅ－ｃｏｎｓｕｍｉｎｇ ａｎｄ ｒｅｓｏｕｒｃｅ－ｃｏｎｓｕｍｉｎｇ ｔｈｉｎｇ ａｎｄ ｉｔｃａｎ’ｔｂｅ ｄｏｎｅ ｗｉｔｈｏｕｔ ｔｈｅ ｅｘｐｅｒｔ．ｎＩｅ ｓｔｕｄｙｏｎｈｏｗｔＯｂｕｉｌｄ ｄｏｍａｉｎ ｏｎｔｏｌ－ｏｇｙｂｅｃｏｍｅｓｐｏｐｕｌａｒ ｒｅｃｅｎｔｙｅａｒｓ．Ｂｕｉｌｄｉｎｇ ｄｏｍａｉｎ ｏｎｔｏｌｏｇｙ ｂａｓｅｄｏｎＣｈｉｎｅｓｅ ｗｏｒｄ ｐａｒｔｉｔｉｏｎ ａｎｄ ｄａｔａｍｉｎｉｎｇ ｉｓ ｐｒｏｐｏｓｅｄｉｎ ｔｈｅ ｐａｐｅｒ ａｎｄ ｔｈｅ ｗａｙＣａｌｌｂｕｉｌｄ ｄｏｍａｉｎ ｏｎｔｏｌｏｇｙ ｅｆｆｅｃｔｉｖｅｌｙ．Ｉｔ ａ豁ｕｒｅｓ ｔｈｅ ｑｕａｈｔｙ ｏｆ ｔｈｅ ｏｎｔｏｌｏｇｙｏｎａｃｅｒｔａｉｎ ｌｅｖｅｌ．Ｉｔｉｓ ｐｒｏｖｅｄ ｔｏｂｅ ｆｅａｓｉｂｌｅ．Ｋｏｙ ｗｏｎｉｓｄｏｍａｉｎ ｏｎｔｏｌｏｇｙ，ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ，ｃｏｎｔｅｘｔ ｄｅｐｅｎｄｅｎｃｙ，ｇｅｎｅｒａｌｉｚｅｄ ｓｕｆｆｉｘ ｔｒｅｅ，ｈｉｅｒａｒｃｈｙ ｃｌｕｓｔｅ—ｒｉｎｇ，ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅＣＩａ瞌ｓ＾ｈ■ｎｂｅｒＴＰ３９３１引言描述的是客观现实的抽象本质。在计算机科学领域中最早引入本体概念的是人工智能界。１９９３本体作为能在语义和知识层次上描述信息系统的概念模型，自被提出来就得到了广泛的应用。由于本体本身的复杂性和严格的建模要求，使他的创建离不开领域专家的参与。目前，还无法实现完全自动化的本体创建。如何快速有效的构建一个本体，成为研究的热点。本文基于中文分词以及数据挖掘的知识提出半自动化领域本体的建模方案。２本体２．１本体定义本体（Ｏｎｔｏｌｏｇｙ）最早是一个哲学上的概念，指的是对客观存在的一个系统解释或说明。因此，它年，Ｇｒｕｂｅｒ给出了本体最为流行的定义［１］，即“本体是概念模型的明确的规范说明”。后来Ｓｔｕｄｅｒ经过对本体定义的进一步研究，认为本体是“共享概念模型的明确的形式化规范说明”。本体包括四层含义：概念模型，共享，明确，形式化。总的来说，本体可以被认为是用来描述概念与概念之间关系的模型。领域本体是对特定类型领域（如电子，生物，机械，医药等）的相关知识进行描述。２．２领域本体半自动化建模的设计从目前本体构建的现状来看，领域本体的构建很大程度上依赖于手工，半自动与自动构建领域本?收稿日期：２００９年４月１９日，修回日期：２００９年６月６日基金项目：江苏省基础研究计划（自然科学基金）项目（编号：ＢＫ２００８３５４）资助。作者简介：张莉，女，硕士研究生，研究方向：数据库与ｄｅｅｐ Ｗｅｂ语义查询服务。姜浩，男，硕士生导师，研究方向：数据库与ｄｅｅｐ Ｗｅｂ语义查询服务。３６张莉等：领域本体半自动化建模工具的设计与实现第３７卷体的方法远远没有达到成熟的程度Ｅ１０］。构建领域本体的知识源根据其结构化程度，可分为三种：非结构化信息，半结构化信息，结构化信息［２］。从现状来看，大部分领域不存在可以被本体学习使用的半结构化和结构化信息，而非结构化信息却大量存模型，主键，活动事务表等，而词典中包含的词语可以作为概念的只占少数，本文从统计语言模型出发讨论了提取合成词语以及获取领域概念的方法。３．１领域概念的获取流程领域语料文本集在，例如领域专业文献，Ｉｎｔｅｒｎｅｔ上的网页信息，甚至可以是与领域专家的交谈笔记。本文选取领域文献作为本体建模的知识源进行领域本体半自动化建模。中文分讧Ｊ处