ONTOLOGY理论研究和应用建模.pdf

Ontology 理论研究和应用建模理论研究和应用建模 ——《Ontology 研究综述》 、w3c Ontology 研究组文档以及 Jena 编程应用总结 1 关于关于 Ontology 1.1Ontology 的定义的定义 Ontology 最早是一个哲学的范畴， 后来随着人工智能的发展， 被人工智能界给予了新的 定义然后最初人们对 Ontology 的理解并不完善，这些定义也出在不断的发展变化中，比 较有代表性的定义列表如下： 范畴提出时间/提出人定义 哲学 客观存在的一个系统的解释和说明， 客观现实的一个抽象本质 计算机 1991/Neches 等给出构成相关领域词汇的基本术语 和关系， 以及利用这些术语和关系构成的 规定这些词汇外延的规则的定义 1993/Gruber概念模型的明确的规范说明 1997/Borst共享概念模型的形式化规范说明 1998/Studer共享概念模型的明确的形式化规范 说明 关于最后一个定义的说明体现了 Ontology 的四层含义： 概念模型（cerptualization） 通过抽象出客观世界中一些现象（Phenomenon）的相关概念而得到的模型，其表示的 含义独立于具体的环境状态 明确（explicit） 所使用的概念及使用这些概念的约束都有明确的定义 形式化（formal） Ontology 是计算机可读的。

共享（share） Ontology 中体现的是共同认可的知识， 反映的是相关领域中公认的概念集， 它所针对的 是团体而不是个体 Ontology 的目标是捕获相关的领域的知识， 提供对该领域知识的共同理解， 确定该领域 内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇（术语）和词汇之间相互关 系的明确定义 1.2Ontology 的建模元语的建模元语 Perez 等人用分类法组织了 Ontology， 归纳出 5 个基本的建模元语 （Modeling Primitives） ： 类（classes）或概念（concepts） 指任何事务，如工作描述、功能、行为、策略和推理过程从语义上讲，它表示的是对 象的集合，其定义一般采用框架（frame）结构，包括概念的名称，与其他概念之间的 关系的集合，以及用自然语言对概念的描述 关系（relations） 在领域中概念之间的交互作用，形式上定义为 n 维笛卡儿积的子集：R:C1×C2×…× Cn如子类关系（subclass-of） 在语义上关系对应于对象元组的集合 函数（functions） 一类特殊的关系该关系的前 n－1 个元素可以唯一决定第 n 个元素。

形式化的定义为 F:C1×C2×…×Cn-1→Cn 如 Mother-of 就是一个函数， mother-of(x,y)表示 y 是 x 的母亲 公理（axioms） 代表永真断言，如概念乙属于概念甲的范围 实例（instances） 代表元素从语义上讲实例表示的就是对象 另外，从语义上讲，基本的关系共有 4 种： 关系名关系描述 part-of表达概念之间部分与整体的关系 kind-of表达概念之间的继承关系，类似于面向对象中的父类 与子类之间的关系 instance-of表达概念的实例与概念之间的关系，类似于面向对象 中的对象和类之间的关系 attribute-of表达某个概念是另一个概念的属性如“价格”是桌 子的一个属性 在实际建模过程中， 概念之间的关系不限于上面列出的 4 种基本关系， 可以根据领域的 具体情况定义相应的关系 1.3Ontology 和语义网络和语义网络 Ontology 和语义网络的联系和区别列表如下： 联系它们都是知识表示的形式，均可以通过带标记的有向图来 表示，适合于逻辑推理 区别 比较方面Ontology语义网络 描述的对 象和范围 是对共享概念模型的规范说明， 即其概念在某个特定领域是公认 的， 是面向特定领域的概念模型。

从数学上讲是一种带有标 记的有向图，最初用于表示 命题信息，现广泛用于专家 系统表示知识其节点表示 物理实体、概念或状态，边 用于表示关系，但是对节点 和边都没有特殊规定，所以 描述的范围比 Ontology 广 【例子】 ：语义网络中可以表达“我的汽车是红色的” ，而 Ontology 则适合表达如“团体组织的内部构成”等整体内容 表示的深 度上 有 5 个要素“元语，类，关系， 函数，公理和实例” ，它通过这 5 个要素来严格、正确地刻画所描 述的对象 深度上不如 Ontology，对建 模没有特殊要求 建模条件建立必须有专家的参与，相对更 加严格和困难，这也是 Ontology 目前的主要缺点之一 不必有专家的参与 1.4Ontology 的描述语言的描述语言 目前在具体应用中 Ontology 的表示方式主要有 4 类： 非形式化语言 半非形式化语言 半形式化语言 形式化语言 可以用自然语言来描述 Ontology，也可以用框架、语义网络或逻辑语言来描述 目前普遍使用的方法列表如下： 名称描述特点 Ontolingua 一 种 基 于 KIF （ knowledge interchange format）的提供统 一 的 规 范 格 式 来 构 建 Ontology 的语言。

为构造和维护 Ontology 提供了 统一的、计算机可读的方式； 由其构造的 Ontology 可以方便 地转换到各种知识表示和推理 系统（Prolog、CORBA 的 IDL、 CLIPS、 LOOM、 Epikit、 Algernon 和 KIF） ，从而将 Ontology 的维 护与使用它的目标系统隔开； 主要用于 Ontology 服务器 CycL Cyc 系统的描述语言，一种体 系庞大而非常灵活的知识描 述语言 在一阶谓词演算的基础上扩充 了等价推理、缺省推理等功能； 具备一些二阶谓词演算的能力； 其语言环境中配有功能很强的 可进行推理的推理机 Loom Ontosaurus 的描述语言，一种 基于一阶谓词逻辑的高级编 程语言，属于描述逻辑体系 后来发展为 PowrLoom 语言 （采用前后链规则（backward and forward chainer） 作为推理 机制） 提供表达能力强、声明性的规范 说明语言； 提供强大的演绎推理能力； 提供多种编程风格和知识库服 务 1.5已有的已有的 Ontology 及其分类及其分类 目前广泛使用的 Ontology 列表如下： 名称描述 Wordnet基于心理语言规则的英文词典，以 synsets（在特定的上下文环境中 可互换的同义词的集合）为单位组织信息。

Framenet英文词典，采用称为 Frame Semantics 的描述框架，提供很强的语 义分析能力，目前发展为 FramenetII GUM面向自然语言处理，支持多语种处理，包括基本概念及独立于各种 具体语言的概念组织方式 SENSUS面向自然语言处理，为机器翻译提供概念结构，包括 7 万多概念 Mikrokmos面向自然语言处理，支持多语种处理，采用一种语言中间的中间语 言 TMR 表示知识 Guarino 提出以详细程度和领域依赖度两个维度对 Ontology 进行划分具体说明如下： 维度说明分类级别 详细程度 描述或刻画建模对象的 程度 高的称作参考（Reference）Ontologies 低的称作共享（share）Ontologies 领域依赖 程度 － 顶级（top-level）Ontologies 描述的是最普遍的 概念及概念之间的关系，如空间、时间、事件、 行为等，与具体的应用无关，其他 Ontologies 均为其特例 领域 （domain） Ontologies 描述的是特定领域中 的概念和概念之间的关系 任务（task）Ontologies 描述的是特定任务或行 为中的概念及概念之间的关系。

应用（application）Ontologies 描述的是依赖于 特定领域和任务的概念和概念之间的关系 1999 年 Perez 和 Benjamins 归纳出了 10 种 Ontologies： 知识表示 Ontologies 普通 Ontologies 顶级 Ontologies 元（核心）Ontologies 领域 Ontologies 语言 Ontologies 任务 Ontologies 领域－任务 Ontologies 方法 Ontologies 应用 Ontologies 但它们之间有交叉，层次不够清晰 1.6构造构造 Ontology 的规则的规则 出于对各自问题域和具体工程的考虑，构造 Ontology 的过程各不相同目前没有一个 标准的 Ontology 的构造方法最有影响的是 Gruber 在 1995 年提出的 5 条规则： 明确性和客观性： Ontology 应该用自然语言对所定义的术语给出明确、 客观的语义定义 完全性：所给出的定义是完整的，完全能表达所描述的术语的含义 一致性：由术语得出的推论与术语本身的含义是相容的，不会产生矛盾。

最大单调可扩展性：向 Ontology 中添加通用或专用的术语时，不需要修改已有的内容 最小承诺：对待建模对象给出尽可能少的约束 目前大家公认在构造特定领域的 Ontology 的过程中需要领域专家的参与 2 Ontology 的研究和应用的研究和应用 Ontology 的研究和应用主要包括以下 3 方面： 理论上的研究，主要研究概念及其分类，Ontology 上的代数； 信息系统中的应用，主要包括处理信息组织、信息检索和异构信息系统互操作问题； Ontology 作为一种能在知识层提供知识共享和重用的工具在语义 Web 中的应用 2.1Ontology 的理论研究的理论研究 Ontology 的理论研究包括概念和概念分类、 Ontology 上的代数 最有代表性的是 Guarino 等人对概念的分类所做的深入和细致的研究， 他们从一般的意义上分析了什么是概念、 概念 的特性、概念之间的关系以及概念的分类，提出了一套用于指导概念分类的可行理论基于 这个理论，他又提出了 Ontology 驱动的建模方法，在理论上为建模提供了一个通用的模式 Guarino 认为概念之间的差别不仅体现在概念的定义上，同时也体现在概念的某些特性 上。

从这些特性出发，归纳出概念的元特性（最基本的特性） ，从而用公式给出元特性的严 格的形式定义在此基础上，他们又讨论了元特性之间的关系和约束，最终把研究结果作为 概念分类的基本理论工具并提出一套完成的概念分类体系结构 Guarino 的理论可以归纳如下： 概念分类理论的基础是概念的元特性以概念的元特性为出发点，按照一定的规则，概念分类理论的基础是概念的元特性以概念的元特性为出发点，按照一定的规则， 把具有相同元特性组合的概念归为一类，进而给出一般意义上的概念分类体系概念的基把具有相同元特性组合的概念归为一类，进而给出一般意义上的概念分类体系概念的基 本元特性包括：持久特性、非持久特性、反持久特性、半持久特性、载体标识特性、支持本元特性包括：持久特性、非持久特性、反持久特性、半持久特性、载体标识特性、支持 标识特性、外部依赖特性等标识特性、外部依赖特性等 以下是对各种特性的说明： 名称描述举例 持久特性 严格定义为：)()(xxx 代表某个概念，)(x代表 x 是 的一个实例，表示其后的断言 Person 具 有 持 久 性 ， 而 Student 不具有持久性 永远为真。

非持久特性对某个概念而言，存在某些实例不 会永远属于该概念 Student 具有非持久性 反持久特性对概念的任何一个实例，这个实例 不会永远属于该概念 Youth 具有反持久性 半持久特性非持久性和反持。