基于多層領(lǐng)域本體的知識(shí)表示通用模型研究

李金海，何有世，馬云蕾，周愛平，3

1.泰州學(xué)院，江蘇 泰州225300

2.江蘇大學(xué) 管理學(xué)院，江蘇 鎮(zhèn)江212013

3.東南大學(xué) 計(jì)算機(jī)網(wǎng)絡(luò)與信息集成教育部重點(diǎn)實(shí)驗(yàn)室，南京211189

1 引言

知識(shí)表示是知識(shí)管理的基礎(chǔ)，知識(shí)表示模型直接決定了知識(shí)管理的有效性。目前大多數(shù)信息系統(tǒng)主要是基于關(guān)鍵詞對(duì)知識(shí)進(jìn)行管理的，在知識(shí)的管理過程中，沒有考慮到知識(shí)所蘊(yùn)涵的語義關(guān)系，導(dǎo)致了知識(shí)檢索結(jié)果的查全率及查準(zhǔn)率都不能令用戶滿意[1]。而知識(shí)表示方法直接影響到知識(shí)檢索的準(zhǔn)確率以及知識(shí)的重用效果[2]。

關(guān)于知識(shí)表示的方法主要有面向?qū)ο?、語義網(wǎng)絡(luò)以及基于本體[3-4]等。與其他表示方法相比，基于本體的知識(shí)表示方法保證了知識(shí)理解的唯一性，同時(shí)能夠適應(yīng)信息系統(tǒng)涉及的知識(shí)領(lǐng)域多樣性以及語義關(guān)系復(fù)雜性的特點(diǎn)，因此，該方法已成為知識(shí)表示的主要方法[5-7]。本文將本體知識(shí)引入到知識(shí)表示模型，通過本體最大程度的挖掘知識(shí)的語義。目前，基于本體的知識(shí)表示已得到了一定的研究，如，李曙光等針對(duì)企業(yè)特定領(lǐng)域內(nèi)的信息資源，基于本體理論研究信息分類編碼方法，并實(shí)例化本體生成需要的信息編碼，為信息資源的組織提供了框架[8]。Brandt等通過本體知識(shí)表示數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的調(diào)用知識(shí)以及產(chǎn)品設(shè)計(jì)過程中的經(jīng)驗(yàn)知識(shí)[9]。朱海華等構(gòu)建了基于本體的產(chǎn)品服務(wù)知識(shí)管理系統(tǒng)，該系統(tǒng)能實(shí)現(xiàn)產(chǎn)品服務(wù)活動(dòng)案例所涉及知識(shí)的獲取與重用[10]。王力等提出一種產(chǎn)品設(shè)計(jì)知識(shí)的本體構(gòu)建方法，基于此構(gòu)建了基于本體的產(chǎn)品設(shè)計(jì)知識(shí)表示模型，該模型提高了產(chǎn)品設(shè)計(jì)知識(shí)共享與重用效率[11]。

雖然基于領(lǐng)域本體的知識(shí)表示方法具有較強(qiáng)的可理解性與可擴(kuò)展性，能夠形式化地描述某一領(lǐng)域的知識(shí)，在針對(duì)單一領(lǐng)域知識(shí)的系統(tǒng)中得到了很好的應(yīng)用，而多領(lǐng)域知識(shí)的集成是未來的方向，如涵蓋各類商品的電子商務(wù)平臺(tái)，各類商品的知識(shí)間有著各自的特殊性，基于單一領(lǐng)域本體難以表示出所有商品的信息。但是若通過不同的領(lǐng)域本體來表示各類商品知識(shí)，將有礙于系統(tǒng)中本體知識(shí)的調(diào)用；另一方面，假如用戶需要的信息涉及多個(gè)領(lǐng)域的知識(shí)，由于各領(lǐng)域知識(shí)組織形式的不同，此時(shí)只能對(duì)各領(lǐng)域知識(shí)分別進(jìn)行檢索，這會(huì)極大地降低信息檢索的效率?；诖?，將研究領(lǐng)域本體的整合，構(gòu)建通用型的本體模型，使得各領(lǐng)域的知識(shí)可以通過通用本體進(jìn)行表示，有利于復(fù)雜信息系統(tǒng)中信息的有效組織以及信息的準(zhǔn)確檢索。

2 知識(shí)表示的需求分析

目前信息系統(tǒng)中信息資源大多通過關(guān)系型數(shù)據(jù)庫(kù)來表示，關(guān)系型數(shù)據(jù)庫(kù)有利于結(jié)構(gòu)化信息的表示，但缺乏對(duì)非結(jié)構(gòu)化信息的表示；并且沒有完整的語義模型，缺乏對(duì)包含復(fù)雜語義信息的知識(shí)的支持能力[12]。

2.1 知識(shí)表示的特點(diǎn)

無論是網(wǎng)絡(luò)購(gòu)物信息系統(tǒng)還是管理信息系統(tǒng)都不再是單一領(lǐng)域的集合，而是多領(lǐng)域的重構(gòu)。并且多領(lǐng)域知識(shí)重構(gòu)的特點(diǎn)不僅在信息系統(tǒng)的構(gòu)建過程中可以得到體現(xiàn)，在信息系統(tǒng)的使用中也能得以體現(xiàn)[13]。

在宏觀層面上，信息系統(tǒng)的設(shè)計(jì)涉及多個(gè)組織，每個(gè)組織包括不同部門、而部門內(nèi)各員工的知識(shí)背景存在差異。由于企業(yè)職能的多元化，信息系統(tǒng)在使用過程中，需要面對(duì)不同領(lǐng)域，信息系統(tǒng)的使用也涉及多領(lǐng)域知識(shí)。

在微觀層面上，信息系統(tǒng)的設(shè)計(jì)所需知識(shí)來自多學(xué)科多領(lǐng)域，且存儲(chǔ)方式異構(gòu)，為了知識(shí)概念與語義的統(tǒng)一，信息系統(tǒng)的設(shè)計(jì)需要一種能兼容多領(lǐng)域知識(shí)的知識(shí)表示方式。并且，信息系統(tǒng)在實(shí)際使用過程中，由于用戶需求的多樣化，信息系統(tǒng)需要有效理解不同領(lǐng)域知識(shí)間的概念與語義關(guān)系。

2.2 多層領(lǐng)域本體

本文的思路是通過通用的本體構(gòu)建模型來確保各領(lǐng)域知識(shí)在語義層面上的統(tǒng)一[14]。頂層本體作為領(lǐng)域本體的參考依據(jù)，它揭示了領(lǐng)域知識(shí)在更高語義層次上的關(guān)系[15]。但是，在諸多領(lǐng)域本體的構(gòu)建研究中，忽視了頂層本體提供的上層語義知識(shí)[13]，為領(lǐng)域本體之間多領(lǐng)域知識(shí)的互通帶來難題。

基于頂層本體的上層語義關(guān)聯(lián)，構(gòu)建多層領(lǐng)域本體模型，統(tǒng)一各領(lǐng)域本體的構(gòu)建，規(guī)范各領(lǐng)域知識(shí)的共享與重用。

多層領(lǐng)域本體從多個(gè)層面對(duì)不同層次的知識(shí)體系進(jìn)行描述，基于本體各層次概念面向的不同層次的知識(shí)體系以及自頂而下的本體構(gòu)建原則，本文構(gòu)建了四層領(lǐng)域本體，四層領(lǐng)域本體的各層概念及層次關(guān)系如圖1所示。

上層本體的構(gòu)建基于頂層本體，繼承了頂層本體中的實(shí)體與關(guān)系，并按照實(shí)體粒度擴(kuò)展子類體系，描述了具有領(lǐng)域特征的上層類和關(guān)系，起到了銜接頂層及應(yīng)用本體的功能；針對(duì)具體領(lǐng)域，依據(jù)明確的領(lǐng)域需求與應(yīng)用目標(biāo)，構(gòu)建能夠較為全面描述該領(lǐng)域知識(shí)的應(yīng)用本體；而實(shí)例本體則通過應(yīng)用本體類的匹配與映射，實(shí)現(xiàn)具體領(lǐng)域的實(shí)例集成。

3 多層領(lǐng)域本體的構(gòu)建

傳統(tǒng)的領(lǐng)域本體只能表示具體領(lǐng)域中概念及關(guān)系，不能表示多個(gè)領(lǐng)域中概念集的共有屬性以及概念間的普遍關(guān)系，割裂了領(lǐng)域間知識(shí)的普遍聯(lián)系，不利于領(lǐng)域知識(shí)的復(fù)用以及整合。針對(duì)基于領(lǐng)域本體的多領(lǐng)域知識(shí)表示的不足，本文構(gòu)建了多層領(lǐng)域本體通用模型，用于多領(lǐng)域知識(shí)的表示，圖2為由頂層本體、上層本體、應(yīng)用本體、實(shí)例本體組成的四層本體架構(gòu)的多層領(lǐng)域本體模型框架。

圖1 多層領(lǐng)域本體的層次關(guān)系圖

圖2 多層領(lǐng)域本體的模型框架

3.1 頂層本體的構(gòu)建

作為適用于各領(lǐng)域構(gòu)建領(lǐng)域本體的普適框架，在信息系統(tǒng)的知識(shí)表示中，頂層本體能適應(yīng)不同領(lǐng)域需求的變化，能夠用于各領(lǐng)域知識(shí)的共享與重構(gòu)。頂層框架中的實(shí)體不具有領(lǐng)域特征，是對(duì)現(xiàn)實(shí)世界中的對(duì)象從各層面進(jìn)行的抽象描述?；谝延形墨I(xiàn)[16]，分析了基于5W1H的頂層本體構(gòu)建方法，將頂層本體分為六個(gè)通用組成模塊，即What-客體模塊、Where-地點(diǎn)模塊、When-時(shí)間模塊、Who-主體模塊、Why-原因模塊、How-方法模塊。

通過四元組O=(C,A,R,X)表示概念及概念間的關(guān)系，其中，C 表示本體中概念的集合，A 表示概念屬性的集合，R 表示概念間關(guān)系的集合，X 表示本體的公理與規(guī)則組成的集合。

概念集合C 由5W1H 的六個(gè)模塊的概念集合組成，即C=Cwhat∪Cwhere∪Cwhen∪Cwho∪Cwhy∪Chow，為了保證概念非奇異，設(shè)Ci ∩Cj=?{i ≠j ∧i,j ∈（what，where，when，who，why，how）}。

Cwhat表示有關(guān)研究對(duì)象的概念集合，其他五個(gè)以此類推。

本體中的概念間的關(guān)系R 分為分類關(guān)系Rt 與依賴關(guān)系Rd，即R=Rt ∪Rd，R ?Ci×Cj(Ci,Cj ∈Cwhat∨Cwhere∨Cwhen∨Cwho∨Cwhy∨Chow）。

分類關(guān)系包括繼承關(guān)系kind-of 及整體部分關(guān)系part-of，依賴關(guān)系表示概念間存在的語義關(guān)系。

通過Protégé定義頂層本體中的概念、屬性、關(guān)系及公理。以When-時(shí)間模塊的頂層本體為例，如圖3 所示。時(shí)間模塊的頂層本體涵蓋了時(shí)間所有的通用概念、屬性以及關(guān)系。

圖3 When-時(shí)間模塊的頂層本體

3.2 上層本體的構(gòu)建

上層本體涉及多領(lǐng)域知識(shí)，本體的粒度過大，不利于知識(shí)的復(fù)用、整合及維護(hù)[17]。為了解決該問題，研究了模塊化的上層本體構(gòu)建方法，細(xì)化本體構(gòu)建粒度，通過多領(lǐng)域?qū)＜覅f(xié)作、自治構(gòu)建模塊化本體的基礎(chǔ)上，完成本體的復(fù)用、裂變、重組，從而提升通用本體的構(gòu)建效率及進(jìn)化能力[18]，上層本體的模塊化構(gòu)建流程[19]如圖4所示。

其中，核心本體、原子本體都是領(lǐng)域本體，原子本體是模塊化本體構(gòu)建中的最小單位，是構(gòu)建的基礎(chǔ)，深度不超過a(a ＞1)；而核心本體是模塊化本體構(gòu)建的骨架，具有子模塊，深度不超過b(b ＞1)。模塊化本體構(gòu)建就是將子模型集成到核心本體模型中。具體步驟如下：

圖4 上層本體的模塊化構(gòu)建流程

步驟1 根據(jù)本體的構(gòu)建目標(biāo)確定領(lǐng)域范圍。

步驟2 依據(jù)領(lǐng)域邊界劃分本體模塊。

步驟3 確定各模塊的核心本體及原子本體。

步驟4 將原子本體模塊集成到核心本體模塊，構(gòu)建本體模塊。

步驟5 將多個(gè)本體模塊集成為一個(gè)模塊化本體。

在模塊化本體構(gòu)建過程中，通過多領(lǐng)域?qū)＜业膮f(xié)作管理，保證各領(lǐng)域之間語義的一致性，及模塊化本體的構(gòu)建質(zhì)量。

每個(gè)上層本體模塊由c 個(gè)核心本體與d 個(gè)原子本體組成，其中，c=1 或0，d ≥0，即每個(gè)上層本體模塊最多包含一個(gè)核心本體。若c=0，則上層本體模塊為原子本體模塊；若c=1，則上層本體模塊中至少有一個(gè)核心本體是其一個(gè)子模塊的根，逐層分解，最終的子模塊為原子本體模塊。以電子產(chǎn)品上層本體為例，其模塊化本體的形成如圖5所示。

圖5 電子產(chǎn)品模塊化本體

3.3 應(yīng)用本體的構(gòu)建

應(yīng)用本體是上層本體的細(xì)分領(lǐng)域，依據(jù)頂層本體以及上層本體的基礎(chǔ)框架，基于實(shí)際的應(yīng)用場(chǎng)景，分析相關(guān)領(lǐng)域的關(guān)鍵知識(shí)，依次拓展上層本體，構(gòu)建表示具體應(yīng)用領(lǐng)域知識(shí)的模型。

基于信息系統(tǒng)所涉及的具體領(lǐng)域知識(shí)需求，確定知識(shí)表示所需要的領(lǐng)域本體，一方面基于主題詞表，制定詞表向本體轉(zhuǎn)化的映射規(guī)則；另一方面將領(lǐng)域中已有本體作為補(bǔ)充資源，通過詞表概念的規(guī)范、映射和本體的重用、重構(gòu)，形成能夠體現(xiàn)領(lǐng)域共有特征的核心概念及關(guān)系體系，從而構(gòu)建用于多領(lǐng)域知識(shí)組織和描述的應(yīng)用本體，形成應(yīng)用本體的詳細(xì)描述文件OWL[20]。

概念體系的構(gòu)建是應(yīng)用本體構(gòu)建的重點(diǎn)工作，主要包括5個(gè)部分：

（1）確定本體的核心大類；

（2）確定類的等級(jí)關(guān)系；

（3）定義類間的關(guān)系；

（4）定義類的屬性；

（5）創(chuàng)建類的實(shí)例。

應(yīng)用本體的構(gòu)建具體流程如圖6所示。

圖6 應(yīng)用本體的構(gòu)建流程

以電子產(chǎn)品上層本體中的筆記本應(yīng)用本體的構(gòu)建流程為例：

（1）創(chuàng)建筆記本主題詞表

基于TF-IWF算法提取筆記本行業(yè)分類標(biāo)準(zhǔn)中的關(guān)鍵詞，借助HowNet的標(biāo)準(zhǔn)對(duì)關(guān)鍵詞進(jìn)行規(guī)范，構(gòu)建筆記本主題詞表。

（2）確定類的等級(jí)體系

基于筆記本應(yīng)用本體的核心概念，對(duì)類的等級(jí)體系進(jìn)行擴(kuò)展。

（3）定義類的屬性

筆記本應(yīng)用本體的屬性代表概念的數(shù)據(jù)特征。

如“存儲(chǔ)設(shè)備”類包含3 個(gè)屬性：內(nèi)存容量、硬盤容量以及光驅(qū)類型。

（4）定義類間的關(guān)系

分析概念與概念之間的關(guān)系，定義筆記本領(lǐng)域本體中類間的關(guān)系。本體中的關(guān)系可劃分為等級(jí)關(guān)系與非等級(jí)關(guān)系，主要的類間關(guān)系包括：整體-部分關(guān)系、同義關(guān)系、反義關(guān)系、轉(zhuǎn)指關(guān)系、指示關(guān)系。

（5）筆記本應(yīng)用本體的OWL實(shí)現(xiàn)

通過Protégé構(gòu)建筆記本應(yīng)用本體，以O(shè)WL語言作為本體的表示語言，構(gòu)建的本體由24個(gè)類，56個(gè)數(shù)據(jù)屬性以及13個(gè)關(guān)系組成。

圖7 實(shí)例本體的概念集C與關(guān)系屬性集R

3.4 實(shí)例本體的構(gòu)建

采用手工構(gòu)建本體的方法，以O(shè)WL 語言作為本體的表示語言，利用protégé 完成實(shí)例本體的設(shè)計(jì)。實(shí)例本體的具體創(chuàng)建流程如下：

步驟1 解析應(yīng)用本體模型的OWL，得到概念模型，獲取對(duì)應(yīng)目標(biāo)的概念集C。

步驟2 解析應(yīng)用本體模型的OWL，得到關(guān)系模型，獲取與概念集C 相對(duì)應(yīng)的關(guān)系屬性集R。

步驟3 設(shè)置概念C 相關(guān)聯(lián)的數(shù)據(jù)屬性集A，由本體的公理與規(guī)則X 約束。

步驟4 將上述的概念集C、關(guān)系屬性集R、數(shù)據(jù)屬性集A，填充到實(shí)例本體。

以“筆記本”領(lǐng)域中的聯(lián)想Air 13實(shí)例為例，為其創(chuàng)建實(shí)例本體，其中，概念集C 與關(guān)系屬性集R 如圖7所示，數(shù)據(jù)屬性集A 如表1所示。

表1 實(shí)例本體的數(shù)據(jù)屬性集A

4 基于多層領(lǐng)域本體的語義檢索仿真實(shí)驗(yàn)

基于多層領(lǐng)域本體的知識(shí)表示通用模型的有效性通過該模型的語義檢索進(jìn)行驗(yàn)證。具體驗(yàn)證步驟如下：

步驟1 獲取用戶的查詢請(qǐng)求；

步驟2 將查詢的條件與本體庫(kù)中的概念進(jìn)行語義匹配；

步驟3 通過搜索引擎查詢語義索引庫(kù)；

步驟4 將檢索結(jié)果以一定的相關(guān)度進(jìn)行排序；

步驟5 排序結(jié)果返回給用戶。

4.1 語義檢索實(shí)驗(yàn)流程

仿真實(shí)驗(yàn)包括本體管理、語義索引庫(kù)、查詢分析及信息檢索四個(gè)模塊，如圖8所示。

圖8 語義檢索實(shí)驗(yàn)流程

語義檢索的主要功能是從用戶請(qǐng)求中挖掘出檢索關(guān)鍵詞，并將它們傳遞到系統(tǒng)的檢索模塊。仿真實(shí)驗(yàn)中的語義擴(kuò)展包括同義關(guān)系、整體-部分關(guān)系及實(shí)例關(guān)系。將預(yù)處理后的查詢條件與語義索引庫(kù)中的信息進(jìn)行匹配，計(jì)算兩者的相似度，對(duì)相似度不小于閾值α 的檢索結(jié)果進(jìn)行排序，并以合適的形式返回給用戶。

本實(shí)驗(yàn)語義相似度的計(jì)算采用基于屬性的Tversky算法，對(duì)于檢索關(guān)鍵詞M 和待檢索概念N ，Tversky算法如下：

其中，f(M ?N)表示M 和N 的公有屬性個(gè)數(shù)，f(MN)表示M 有而N 沒有的屬性個(gè)數(shù)，f(N-M)表示N有而M 沒有的屬性個(gè)數(shù)，權(quán)重β 與γ ∈[0，1]，本實(shí)驗(yàn)中設(shè)β=γ=0.5。

若相似度Sim(M,N)≥α，則概念N 滿足檢索要求。

4.2 實(shí)驗(yàn)結(jié)果分析

為了客觀地評(píng)價(jià)基于多層領(lǐng)域本體的知識(shí)表示通用模型的有效性，在單個(gè)領(lǐng)域以及多個(gè)領(lǐng)域知識(shí)環(huán)境下，將其與基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型以及傳統(tǒng)的關(guān)鍵詞知識(shí)表示模型進(jìn)行對(duì)比分析。

其中，單個(gè)領(lǐng)域選擇應(yīng)用本體中的筆記本應(yīng)用本體，多個(gè)領(lǐng)域選擇電子產(chǎn)品上層本體中多個(gè)應(yīng)用本體。

在單個(gè)領(lǐng)域知識(shí)環(huán)境下，仿真實(shí)驗(yàn)隨機(jī)選取10 個(gè)筆記本應(yīng)用本體內(nèi)相關(guān)主題進(jìn)行測(cè)試；而在多個(gè)領(lǐng)域知識(shí)環(huán)境下，仿真實(shí)驗(yàn)在電子產(chǎn)品上層本體中隨機(jī)選取10個(gè)不同應(yīng)用本體內(nèi)相關(guān)主題進(jìn)行測(cè)試。不同領(lǐng)域環(huán)境下三種模型在不同的相似度閾值下的語義檢索結(jié)果如表2所示。其中，召回率R 與精度P 是衡量檢索效果的兩項(xiàng)重要指標(biāo)，假設(shè)，系統(tǒng)檢索到的相關(guān)信息為A，系統(tǒng)檢索到的不相關(guān)信息為B，相關(guān)但是沒被系統(tǒng)檢索到的信息為C ，不相關(guān)且沒有被系統(tǒng)檢索到的信息為D，則召回率R=A/(A+C)，精度P=A/(A+B)。

在單個(gè)領(lǐng)域環(huán)境下，從整體上看，基于多層領(lǐng)域本體的知識(shí)表示模型與基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型的召回率R 與精度P 差異都有限，基于多層領(lǐng)域本體的知識(shí)表示模型略高；但相比于基于關(guān)鍵詞的知識(shí)表示模型，無論是召回率R 還是精度P，基于本體的知識(shí)表示模型優(yōu)勢(shì)都較為明顯。這說明在表示單個(gè)領(lǐng)域知識(shí)時(shí)，基于多層領(lǐng)域本體與基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型，由于不涉及多個(gè)領(lǐng)域知識(shí)，因此，它們的效果相當(dāng)；但它們都考慮了概念間的語義關(guān)系，因此，較單純的基于關(guān)鍵詞的知識(shí)表示模型具有明顯優(yōu)勢(shì)。從不同相似度閾值的局部上看，隨著相似度閾值的降低，三種模型的召回率R 都是逐步提升；三種模型的精度P 在相似度閾值取中間值時(shí)達(dá)到頂峰；并且在相似度閾值取中間值時(shí)，三種模型無論是召回率R 還是精度P 之間的差異都最小，這是因?yàn)槎鄬宇I(lǐng)域本體主要功效在于提高查詢請(qǐng)求與相關(guān)結(jié)果間的相似度，降低與不相關(guān)結(jié)果間的相似度，從而讓更多的相關(guān)結(jié)果排在比較靠前的位置，因此在相似度閾值較高或較低時(shí)，基于多層領(lǐng)域本體的知識(shí)表示模型優(yōu)勢(shì)明顯，在中間相似度閾值時(shí)，優(yōu)勢(shì)就不那么顯著了。

在多個(gè)領(lǐng)域環(huán)境下，從整體上看，不同于單個(gè)領(lǐng)域環(huán)境，此時(shí)，基于多層領(lǐng)域本體的知識(shí)表示模型與基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型的召回率R 與精度P 有著明顯的差異；而基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型與基于關(guān)鍵詞的知識(shí)表示模型之間的差異反而降低了。這是由于基于多層領(lǐng)域本體的知識(shí)表示模型有利于不同領(lǐng)域知識(shí)間的調(diào)用與共享，在多領(lǐng)域環(huán)境下，基于多層領(lǐng)域本體的知識(shí)表示模型的性能才能完全體現(xiàn)；而基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型的優(yōu)勢(shì)被很大程度上削弱。從不同相似度閾值的局部上看，相比于單個(gè)領(lǐng)域，無論是召回率R 還是精度P ，同一相似度閾值下，基于多層領(lǐng)域本體的知識(shí)表示模型稍微有所降低，但基于傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型與基于關(guān)鍵詞的知識(shí)表示模型降低得則更為明顯。且隨著相似度閾值的增加，后兩者的召回率R 與精度P 的降低幅度也在增加。說明當(dāng)系統(tǒng)對(duì)相似度要求較高時(shí)，基于多層領(lǐng)域本體的知識(shí)表示模型較后兩者更適合于涉及多領(lǐng)域知識(shí)的系統(tǒng)要求。

5 結(jié)論

考慮到傳統(tǒng)的基于關(guān)鍵詞的知識(shí)管理過程中，沒有分析知識(shí)所蘊(yùn)涵的語義關(guān)系，導(dǎo)致了知識(shí)檢索結(jié)果的查全率及查準(zhǔn)率都不能令用戶滿意。因此，分析了基于領(lǐng)域本體的知識(shí)表示，但也只能適用于單一領(lǐng)域知識(shí)體系，在分析復(fù)雜信息系統(tǒng)的知識(shí)表示需求基礎(chǔ)上，借鑒頂層本體提供的上層語義知識(shí)，構(gòu)建多層領(lǐng)域本體，并詳細(xì)分析了各層本體的構(gòu)建流程。

最后，通過基于多層領(lǐng)域本體的語義檢索驗(yàn)證了基于多層領(lǐng)域本體的知識(shí)表示通用模型的有效性。仿真實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，在單個(gè)領(lǐng)域環(huán)境下，無論是多層領(lǐng)域本體的知識(shí)表示模型，還是傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型，二者效果相當(dāng)，較基于關(guān)鍵詞的知識(shí)表示模型具有明顯優(yōu)勢(shì)。在多個(gè)領(lǐng)域環(huán)境下，基于多層領(lǐng)域本體的知識(shí)表示模型的優(yōu)勢(shì)得以真正體現(xiàn)，無論是召回率R 還是精度P ，不僅較基于關(guān)鍵詞的知識(shí)表示模型有顯著優(yōu)勢(shì)，較傳統(tǒng)領(lǐng)域本體的知識(shí)表示模型也有顯著優(yōu)勢(shì)。

表2 不同領(lǐng)域環(huán)境下三種模型語義檢索性能結(jié)果對(duì)比表 %