李文靖 胡書山 余日季

摘 要：針對傳統(tǒng)檢索方式在三維模型爆發(fā)性增長背景下出現(xiàn)的種種缺陷，以家具模型為切入點，對基于語義網(wǎng)和本體技術(shù)的三維創(chuàng)意素材模型的本體構(gòu)建與檢索進行研究設(shè)計，實現(xiàn)三維數(shù)字模型智能化檢索。將本體技術(shù)和語義檢索與三維模型結(jié)合，對不同類型的家具模型進行數(shù)字化描述、特征提取及要素分類，通過OWL本體描述語言創(chuàng)建本體，并將本體模型存入數(shù)據(jù)庫從而形成模型素材本體庫，根據(jù)語義規(guī)則構(gòu)造可被機器理解的檢索方式，為實現(xiàn)大眾參與下的創(chuàng)新創(chuàng)意設(shè)計和產(chǎn)品快速原型設(shè)計打下基礎(chǔ)。

關(guān)鍵詞：數(shù)字化模型;三維模型;語義網(wǎng);本體;語義檢索

DOI：10. 11907/rjdk. 191541 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

中圖分類號：TP319 文獻標識碼：A 文章編號：1672-7800（2019）008-0136-04

Design and Retrieval of Digital Furniture Model Ontology Based on Semantic Web

LI Wen-jing1， HU Shu-shan1， YU Ri-ji1，2

（1. School of Computer & Information Engineering， Hubei University; 2. College of Art， Hubei University， Wuhan 430062， China）

Abstract： Aiming at the defects of traditional retrieval methods in the context of explosive growth of 3D models， this paper studies and designs the ontology construction and retrieval of 3D creative material models based on semantic web and ontology technology by taking the furniture model as the entry point to realize the intelligent retrieval of 3D digital models. In this paper， the ontology technology and semantic retrieval combined with 3D model， digital description of different types of furniture model， feature extraction and classification of elements were made， the ontology was created through the OWL ontology description language and the ontology model database was formed based on ontology model material. According to the rules of semantic structure retrieval query that can be understood by machine was made， which lays the foundation for the public participation of innovative creative design and product rapid prototype design.

Key Words： digital model; three-dimensional model; semantic web; ontology; semantic retrieval

基金項目：國家重點研發(fā)計劃項目（2016YFB1101702）

作者簡介：李文靖（1996-），女，湖北大學(xué)計算機與信息工程學(xué)院碩士研究生，研究方向為計算機技術(shù);胡書山（1987-），男，湖北大學(xué)計算機與信息工程學(xué)院副教授、研究生導(dǎo)師，研究方向為基于關(guān)聯(lián)數(shù)據(jù)技術(shù)建筑能效相關(guān)多元異構(gòu)數(shù)據(jù)關(guān)聯(lián)的算法與框架、基于多邊形運算建筑模型轉(zhuǎn)換算法;余日季（1976-），男，湖北大學(xué)計算機與信息工程學(xué)院碩士研究導(dǎo)師、湖北大學(xué)藝術(shù)學(xué)院教授、碩士研究生導(dǎo)師，研究方向為數(shù)字動畫、數(shù)字媒體技術(shù)與應(yīng)用（AR/VR/MR/體感交互）、文化遺產(chǎn)數(shù)字化保護與開發(fā)、數(shù)字創(chuàng)意產(chǎn)業(yè)。

0 引言

隨著科學(xué)技術(shù)的創(chuàng)新和突破，傳統(tǒng)檢索方式已無法應(yīng)對網(wǎng)絡(luò)海量數(shù)據(jù)資源，公眾對智能化網(wǎng)絡(luò)的需求日益迫切，越來越多的研究者們將目光投向由W3C組織制定并推動的語義網(wǎng)，微軟、IBM、HP、斯坦福大學(xué)、曼徹斯特大學(xué)等大型企業(yè)和高等教育機構(gòu)對語義網(wǎng)技術(shù)進行了深入分析研究，并開發(fā)了一系列如Jena、Racer、KAON等語義網(wǎng)技術(shù)開發(fā)應(yīng)用平臺與基于語義網(wǎng)技術(shù)的信息集成及查詢、推理和本體編輯系統(tǒng)[1]。同時，我國對于語義網(wǎng)技術(shù)的研究也非常重視，國內(nèi)已有一批重點高校設(shè)立了語義網(wǎng)技術(shù)研究中心，其中，清華大學(xué)研發(fā)了SWARMS語義網(wǎng)輔助本體挖掘系統(tǒng)[2]，上海交通大學(xué)研發(fā)了ORIENT本體工程開發(fā)平臺[3]等。

信息科學(xué)領(lǐng)域的蓬勃發(fā)展推動了信息相關(guān)產(chǎn)業(yè)的巨大進步，其中三維模型的應(yīng)用發(fā)展尤為明顯。從早期三維模型在工業(yè)產(chǎn)品設(shè)計、建筑領(lǐng)域、影視動畫行業(yè)、游戲產(chǎn)業(yè)等領(lǐng)域中的應(yīng)用，到如今醫(yī)療領(lǐng)域中的器官骨骼模型、地球科學(xué)領(lǐng)域中的三維地質(zhì)模型及虛擬現(xiàn)實領(lǐng)域的虛擬模型等，三維模型的應(yīng)用領(lǐng)域不斷擴展。面對如此海量的三維模型，對三維模型更加快速、準確地匹配與檢索的技術(shù)需求變得越發(fā)迫切。目前市場中流行的三維模型檢索系統(tǒng)由于存在檢索精度與檢索效率較低、用戶交互度不高等問題，無法很好地滿足用戶需求。國內(nèi)外眾多學(xué)者針對三維模型檢索方面進行了深入研究與實踐，包括最早出現(xiàn)的美國普林斯頓大學(xué)三維搜索引擎、Voyage模型搜索引擎、Google開發(fā)的SketchUP工具等[4]。 其中普林斯頓模型檢索系統(tǒng)創(chuàng)造性提出的二維繪圖檢索、三維建模檢索等交互操作方式為后續(xù)研究者打開了三維模型檢索的新思路，但仍然存在檢索效率低、用戶交互度不高的問題。

針對傳統(tǒng)檢索方式在三維模型爆發(fā)性增長背景下出現(xiàn)的種種缺陷，本文以家具模型為切入點，將語義檢索與三維模型相結(jié)合，通過語義網(wǎng)和本體技術(shù)對數(shù)字化三維素材模型進行本體構(gòu)建，研究其關(guān)于智能化語義檢索的實現(xiàn)方法，以期彌補三維模型檢索中用戶交互度低的問題，為實現(xiàn)Web環(huán)境下多客戶、設(shè)計師協(xié)作交互的協(xié)同創(chuàng)意設(shè)計平臺提供基礎(chǔ)。

1 研究背景

1.1 語義網(wǎng)

W3C是語義網(wǎng)提供的一個允許在應(yīng)用程序、企業(yè)和社區(qū)邊界之間共享和重用數(shù)據(jù)的公共框架[5]。因此，語義網(wǎng)被視為跨越不同內(nèi)容、信息應(yīng)用程序和系統(tǒng)的集成者。語義網(wǎng)與Web3.0緊密結(jié)合，其作用是連接相關(guān)事件及實體。

語義網(wǎng)的7層框架體系結(jié)構(gòu)由Berners-Lee在2000年提出，各層功能自下而上逐漸增強。其中第1層到第4層分別為用于描述資源位置的字符集層、根標記語言層、資源描述框架層以及本體層，而5至7層分別為Logic邏輯層、Proof證明層以及Trust信任層，Logic邏輯層為語義本體提供語義公理及推理規(guī)則，用于驗證資源之間的相互關(guān)系以及推理所得結(jié)果的有效性; Proof證明層包含推理過程，為Logic邏輯層的規(guī)則提供認證; Trust層提供信任機制，確保信息在網(wǎng)絡(luò)中進行交換的安全性與可靠性，并且驗證該信息是否符合用戶要求。語義網(wǎng)7層框架體系結(jié)構(gòu)如圖1所示。

圖1 語義網(wǎng)層次體系

1.2 本體技術(shù)

本體論起源于西方哲學(xué)，是一種探索世界根基的哲學(xué)理論。隨著信息科學(xué)領(lǐng)域的飛速發(fā)展，本體的概念被應(yīng)用于信息科學(xué)領(lǐng)域并且被學(xué)者們不斷完善。從其內(nèi)涵來看，本體普遍被認為是同一領(lǐng)域內(nèi)不同主體間相互交流的一種語義基礎(chǔ)，指對某一特定領(lǐng)域的知識進行捕獲，并對其進行概念分析、建模，從而對該領(lǐng)域包含的知識進行總結(jié)，并將其抽象為一系列共享概念，以得到這些概念在不同層次形式化及模式上的明確定義和描述，最終得到該領(lǐng)域內(nèi)的共同認可。

1.3 SPARQL查詢語言

SPARQL查詢語言是專門為RDF開發(fā)、為滿足數(shù)據(jù)訪問工作組確定的用例和需求而設(shè)計的一種查詢語言和數(shù)據(jù)獲取協(xié)議，可檢索所有由RDF語言表示的信息資源[6]。

2 三維家具模型素材概念分析及邏輯模型

由于人類自然語言表述的復(fù)雜性和不確定性，為使計算機理解自然語言，必須用形式化語言對自然世界進行抽象表示[7]。家具模型根據(jù)其作用功能的不同大致可分為床、桌、椅、柜等，根據(jù)它們的概念定義對其進行語義描述，如滿足人類日常睡眠需求的家具為床， 其平面可用于擺放各類物品的家具為桌， 供人類坐于其上休息的家具為椅， 用于存放物品的家具為柜。不管是哪類家具，基本均由柱類、板材等組件組合而成，這些組件在家具中的作用各有不同，其中柱類家具大多起支撐作用，板材家具中不僅能起到支撐作用，有些還可放置物品。起到支撐作用的柱類、板材一般位于放置物品的板材之下，通過描述這些組件邏輯上的空間位置形成家具整體。

在構(gòu)建家具本體時，根據(jù)上述分析對家具模型資源進行語義標注，將語義信息賦予家具資源對象，使其能夠被機器理解。

該系統(tǒng)的架構(gòu)模型在邏輯上分為資源層、語義描述層、本體層、檢索層和服務(wù)層5層，其中資源層的主要作用是搜集各類信息資源并對其進行整合;語義描述層主要利用RDF資源描述框架和OWL語言對資源進行語義標注;本體層負責(zé)本體建立和存儲管理，并將構(gòu)建完成的本體存入本體庫內(nèi);檢索層負責(zé)對本體庫內(nèi)存儲的本體文件進行解析，并分析用戶輸入的查詢語句，實現(xiàn)語義層面的檢索;服務(wù)層為用戶提供檢索結(jié)果的可視化界面[8]。該系統(tǒng)架構(gòu)邏輯模型如圖2所示。

圖2 系統(tǒng)架構(gòu)邏輯模型

3 三維家具模型素材語義本體構(gòu)建與檢索實現(xiàn)

對家具領(lǐng)域的重要術(shù)語進行列舉，定義類與類的層次體系、屬性及屬性分面，最后通過本體描述語言創(chuàng)建本體并將本體模型存入數(shù)據(jù)庫從而形成模型素材本體庫。通過語義網(wǎng)絡(luò)規(guī)則語言制定相應(yīng)的本體推理機制。當(dāng)用戶輸入查詢語句后，由機器對其進行數(shù)據(jù)預(yù)處理操作，即對查詢語句按照詞語進行劃分，并對無用的詞語進行清洗;在預(yù)處理操作完成后，通過SPARQL語句對最終得到的查詢詞進行查詢操作，并將查詢結(jié)果輸出至用戶界面。

3.1 三維家具素材模型本體設(shè)計

本文在限定本體構(gòu)建領(lǐng)域的基礎(chǔ)上，確定本體類的構(gòu)建領(lǐng)域為家具;對本體構(gòu)建目的和用途進行設(shè)定，從而達到增強本體針對性的效果。本文采用斯坦福大學(xué)醫(yī)學(xué)院開發(fā)的七步法[9]作為本體構(gòu)建方法，最終得到的語義本體框架如圖3所示。

圖3 語義本體框架

3.1.1 家具本體類定義

面向創(chuàng)意家具素材模型設(shè)計的語義本體分別分選取家具（furniture）、墊子（cushion）、柱子（pillar）、板材（plank）作為實體類，每個實體類均可進一步被細化劃分為更小的類，形成本體的層次結(jié)構(gòu)。家具實體類可以進一步被細化劃分為床（bed）、桌（table）、椅（chair）、柜（cabinet），而床、桌、椅、柜又可以被進一步劃分為更小的概念，如單人床（single bed）、雙人床（double bed）、靠背椅（back-rest chair）、無靠背椅（faldstool）、辦公桌（office table）、餐桌（dining table）、衣柜（wardrobe）、書柜（bookcase）等。類的定義如圖4所示。

3.1.2 家具本體類屬性及其約束

對類的屬性進行定義的過程在整個本體構(gòu)建過程中至關(guān)重要，其可用于描述概念的內(nèi)在含義，通過復(fù)用現(xiàn)有類的屬性、擴展或自定義相關(guān)元數(shù)據(jù)標準定義類的屬性，同時還需考慮到屬性類型，如整數(shù)型、浮點型、文本等。在定義類屬性的同時，還要對屬性的函數(shù)性、自反性、傳遞性等進行約束設(shè)定。

圖4 類的定義

針對創(chuàng)意家具素材模型庫，對應(yīng)素材應(yīng)設(shè)定相應(yīng)數(shù)據(jù)屬性，如坐標（coordinate）、尺寸（size）、材質(zhì)（texture）、顏色（color）等。

3.1.3 家具本體類間關(guān)系

針對創(chuàng)意家具模型素材，由于家具是由各種部件拼接組裝而成，這些部件是家具類的一部分，但不屬于家具類的子類，因此將墊子、柱子、板材這3類設(shè)定為家具類的兄弟類，與家具類存在包含和部分的關(guān)系，如家具類包含墊、柱、板3類，墊、柱、板3類又是家具類的一部分，同時這3個類之間又存在著裝配關(guān)系。

3.1.4 家具本體形式化編碼

完成家具模型本體構(gòu)建后進行保存，保存的文件格式為owl格式。從文件中獲取相應(yīng)形式化編碼，家具模型素材的本體模型概念定義的形式化編碼片段如下：

3.1.5 實例添加

添加實例的過程實際上是利用之前定義完成的類和屬性描述特定的對象，從而構(gòu)造語義元數(shù)據(jù)的過程，這個過程也被稱為語義標注。這些資源對象可以使用URL引用機制對其進行標識，通過RDF鏈接機制將彼此進行關(guān)聯(lián)，形成語義元數(shù)據(jù)關(guān)聯(lián)網(wǎng)絡(luò)，如圖5所示。

圖5 語義元數(shù)據(jù)關(guān)聯(lián)

3.2 三維家具模型素材檢索設(shè)計

針對檢索步驟進行設(shè)計時，首先構(gòu)造知識庫的推理規(guī)則，建立本體的語義推理規(guī)則，分析創(chuàng)意設(shè)計模型的邏輯對象、邏輯關(guān)系、概念體系等，以便實現(xiàn)邏輯概念的相互關(guān)聯(lián)，從而完成基于語義的檢索。用戶輸入查詢語句后，由后臺對數(shù)據(jù)進行預(yù)處理操作，即對查詢語句進行分詞處理和詞語清洗，通過SPARQL語句生成最終的檢索式執(zhí)行查詢，并將查詢結(jié)果輸出。

3.2.1 查詢語句預(yù)處理

由于用戶輸入的查詢信息往往夾雜著一些無用的語句信息，查詢系統(tǒng)在獲取用戶輸入的查詢語句后，一般不會直接使用用戶輸入的查詢信息執(zhí)行查詢操作，而是先對其進行文本預(yù)處理操作。文本預(yù)處理包括分詞處理、詞語清洗等操作。

分詞處理指對查詢語句按照詞語進行劃分，將查詢語句劃分為由一個個詞語構(gòu)成的查詢信息詞組，而詞語清洗則是針對上述分詞處理后得到的結(jié)果進行去噪處理，主要是將劃分后的詞組中的每個詞語在詞典中對應(yīng)到每個詞語的詞性，刪去文本中無用的虛詞、代詞、語氣詞等，并通過合并同義詞等方式，對用戶輸入的查詢語句根據(jù)其語義進行概念提取，得到最終查詢語句。

為查詢語句中存在的虛詞、停頓詞等，需要在分析前對其進行刪除操作，然而，針對一些包含該類虛詞但有具體意義的詞語，如“了解”、“目的”等詞語應(yīng)該另作處理，以防在分析查詢語句時造成分析誤差。

3.2.2 查詢語句檢索實現(xiàn)

面向語義的檢索在本體庫推理的基礎(chǔ)上，實現(xiàn)語義服務(wù)對語義元數(shù)據(jù)的推理功能。通過本體推理功能，可以推理出具有直接關(guān)系的概念及實例，完成相關(guān)概念檢索。在檢索推理機制中，有3類最基礎(chǔ)的語義操作：①基于概念的操作。通過實行基于概念的語義操作，可以實現(xiàn)概念導(dǎo)航;②基于概念關(guān)系的操作。通過實行基于概念關(guān)系的語義操作，可以揭示概念之間的語義關(guān)聯(lián);③結(jié)合推理規(guī)則的操作。通過實行結(jié)合推理規(guī)則的操作，可以構(gòu)建較為復(fù)雜的語義推理查詢，這是檢索系統(tǒng)的核心功能。

檢索式1：查詢所有實例的歸屬的類及其類間關(guān)系。

部分檢索結(jié)果如圖6所示。

圖6 檢索式1檢索結(jié)果

檢索結(jié)果如圖7所示。

圖7 檢索式2檢索結(jié)果

圖8 檢索式3檢索結(jié)果

4 結(jié)語

本文對基于語義網(wǎng)和本體技術(shù)的三維家具素材模型的邏輯概念進行分析，在此基礎(chǔ)上設(shè)計了語義本體模型，實現(xiàn)了基于語義的檢索方法，為構(gòu)建大眾參與的個性化產(chǎn)品協(xié)同創(chuàng)意設(shè)計平臺打下了基礎(chǔ)。如何通過創(chuàng)意設(shè)計知識庫構(gòu)建、產(chǎn)品設(shè)計要素特征提取與分類、知識迭代與融合及設(shè)計交互與智能整合，形成知識與設(shè)計的協(xié)同演進機制、實現(xiàn)產(chǎn)品個性化定制與創(chuàng)意設(shè)計的高效對接是今后研究重點。

參考文獻：

[1] YWH_1231. 淺談?wù)Z義網(wǎng)[EB/OL]. https：//blog.csdn.net/YWH_1231/article/details/44046373？utm_source=itdadao&utm_medium=referral.

[2] 吳剛，唐杰，李涓子，等. 細粒度語義網(wǎng)檢索[J]. 清華大學(xué)學(xué)報：自然科學(xué)版，2005， 45（S1）：139-146.

[3] 王洪偉，吳家春，蔣馥. Extened ontology model and ontology checking based on description logics[J]. 上海交通大學(xué)學(xué)報：英文版，2004，（1）：195-198.

[4] 楊濤. 基于內(nèi)容的三維模型檢索[D]. 北京：北京工業(yè)大學(xué)，2009.

[5] CoolSummer. 語義Web簡單綜述[EB/OL]. https：//blog.csdn.net/hohaizx/article/details/8004.

[6] 癡澳超. RDF查詢語言SPARQL[EB/OL]. https：//blog.csdn.net/u011801161/article/details/7.

[7] 王飛，易綿竹，譚新. 基于本體語義網(wǎng)絡(luò)的語言理解模型[J]. 計算機科學(xué)，2018，45（S1）：101-105.

[8] 馬文峰，杜小勇. 數(shù)字資源整合：理論、方法與應(yīng)用[M]. 北京：北京圖書館出版社，2007.

[9] 劉藝，萬蓉，裴新涌，等. 一種基于本體的移動學(xué)習(xí)資源語義檢索模型[J]. 軟件導(dǎo)刊，2015，14（9）：25-27.

[10] 夏翠翠，劉夢赤，胡婕. 基于信息網(wǎng)模型的Web實體語義信息搜索平臺[J]. 計算機工程，2017，43（3）：18-23+31.

[11] 夏美翠，時鴻濤. 基于語義網(wǎng)的高效信息查詢方法[J]. 計算機應(yīng)用，2015，35（10）：2915-2919.

[12] 戎軍濤. 基于本體的學(xué)科知識門戶語義檢索機制研究[J]. 情報科學(xué)，2016，34（6）：47-51+62.

[13] 張斌，郭黎，陳健. 語義網(wǎng)的地名檢索服務(wù)初探[J]. 地礦測繪，2018，34（4）：1-3+31.

[14] 任志遠. 版權(quán)知識本體構(gòu)建方法研究[J]. 軟件導(dǎo)刊，2017，16（6）：142-144.

[15] 李京杰. 基于語義本體的個性化學(xué)習(xí)推薦研究[J]. 軟件導(dǎo)刊：教育技術(shù)，2016，15（9）：77-78.

[16] 涂春梅. 基于語義的文獻檢索系統(tǒng)研究[J]. 軟件導(dǎo)刊，2012，11（3）：3-5.

[17] QASSIMI S，ABDELWAHED E H. The role of collaborative tagging and ontologies in emerging semantic of web resources[J].? Computing， 2019（2）：1-23.

[18] ALHAKBANI N，HASSAN M M，YKHLEF M，et al. An efficient event matching system for semantic smart data in the Internet of Things （IoT） environment[J].? Future Generation Computer Systems，2019，17（9）：1-19.

[19] HEYDARI B，AAJAMI M. Providing a new model for discovering cloud services based on ontology[J].? Engineering， Technology & Applied Science Research，2017，7（6）：2269-2272.

[20] MICHEL F， FARON-ZUCKER C， MONTAGNAT J. Bridging the semantic web and NoSQL worlds： generic SPARQL query translation and application to MongoDB[M]. Berlin： Springer， 2019.

（責(zé)任編輯：江 艷）