基于本體的科研領域知識管理建模研究
2007-12-31 00:00:00邊文鈺包振強周磊王超
計算機應用研究 2007年8期
摘要：針對我國目前科研領域知識管理中存在的知識來源復雜、存儲零散、創新知識不能及時保存等問題，采用本體方法為科研領域知識建模，構建科研知識本體體系，給出科研知識本體的形式化表示；給出了科研領域知識庫的構成及用戶查詢過程，并對知識庫進行動態管理；最后提出科研知識管理框架，以支持科研知識的管理、共享和重用。
關鍵詞：本體； 科研知識； 知識管理
中圖分類號：TP391文獻標志碼：A
文章編號：1001－3695(2007)08－0093－04
科研開發是一個復雜的系統工程。它以知識為基礎，以新知識獲取為中心，是典型的知識密集型工作?？蒲虚_發過程包含的知識是相當復雜的，在科研過程中要用到許多不同來源的知識，所應用知識的屬性也不同，因此管理相對困難。隨著知識經濟的到來和信息化進程的深入，知識管理已變得非常必要和迫切[1，2]。我國正在建設創新型社會，科研領域作為知識創新的主要領域，其知識管理顯得尤為重要。
目前我國科研知識管理中存在的問題主要有：
a)科研開發是知識密集型工作，科研人員根據任務情況，常要查找各方面的資料，如開發規范、項目要求、相關文獻書籍及過去已有的開發經驗、程序、仿真等。這些知識來源復雜，可能存儲在各種類型的文檔（DOC、PDF、HTML等電子介質或紙介質）、數據庫及開發人員頭腦、筆記中。其中包括大量顯性知識，但也有大量隱性知識，如設計經驗等。開發人員希望能快速找到所需知識，因此，需要將隱性知識顯性化，將顯性知識有效組織起來，以便能及時找到正確的知識源，并以適當的形式重用，支持當前的科研開發工作。
b)科研開發是一項創新性活動，在科研過程中會產生大量新知識；成形的創新知識以成果的形式保留下來，如科技論文、產品等。但這些知識的載體一般為各種文檔及產品自身，未能及時存儲到知識管理系統中，導致查找繁瑣；在科研開發過程中產生的部分創新知識（如科研人員的交流成果等）及科研過程中查找過的文獻、開發思路、相關問題解決方法等不能及時保存下來，造成知識的流失和浪費，已成為困擾組織發展的重要問題。若能對科研過程進行追蹤管理，在進行相關研究時，科研人員便可繼承借鑒已有的開發經驗和思路，節約開發成本。
c)現有的科研知識管理系統結構各異，分布式、異構數據源集成困難。現有的科研知識管理系統是以各自領域知識為基礎開發的，在開發環境、架構和數據存儲方面存在很大差異，集成困難。因此需要一種統一的知識表達方式，在此基礎上構建的知識庫和知識管理系統可以很方便地實現集成。
針對以上問題，采用本體的方法來表達科研知識，提供科研領域知識的統一概念，確定該領域內共同認可的詞匯和詞匯相互之間的關系，實現人們對領域知識的共同理解，以達到共享和重用的目的。
1知識表示
1．1本體
本體論[3]是一種概念化的說明，是對客觀存在的概念及其關系的一種描述。它關心的是客觀現實的抽象本質，已經成為知識管理、軟件復用、自然語言處理、協同信息系統、智能信息集成、Internet上智能信息獲取、信息檢索以及語義Web等各方面研究的熱點[4，5]，并得到了廣泛應用。
定義1[6]本體是對某一領域D的概念化描述，包括兩個基本要素，即概念和概念間的關系，可形式化地定義為OD（C，R）。其中：C是領域D中的概念集合；R是D中概念之間關系的集合。
1．2 基于本體的科研知識表示
本體的設計與實現通常分為五個階段：知識識別和獲取、概念化、形式化、實現和維護。必須先熟悉某個領域的知識，在此基礎上分析其組成、結構、層次及相互之間的關系，然后將其抽象到概念層次，使用形式化的語言對其進行描述；同時隨著知識的更新，本體的內容也必須作相應變化。
1.2.1領域概念
領域概念（或稱為類）是對領域知識清晰而規范的描述。它應該是完整的，能夠描述領域內的所有知識，是本體的核心。
這里本體論采用面向對象的方式描述。一個類可描述為class(attribute1，attribute2，…，attributen)。其中attribute是類的屬性，是對類對象特征的刻畫。屬性可分為三類[7]：
a）命名性屬性。通常每一對象有一個區別于其他對象的名稱或編號，以便能惟一標志該對象，如文獻名稱。
b）描述性屬性。提供區分對象實例的事實，如文獻類型、作者。
c）關聯屬性。反映該對象中某個實例與其他對象實例之間的關系。
例如資源類可以描述為material(name，type，author，location，…)，表示資源類具有名稱、類型、作者、存儲位置等屬性。
類是具有相同屬性事物的集合，可以派生子類；子類繼承父類的屬性，并可根據自己的需要增加新的屬性。例如資源類可派生文獻類，在繼承父類原有屬性的基礎上，根據文獻類的特點，增加“關鍵字”和“摘要”屬性，如references(name， type， author， location， keywords， abstract，…)。用戶還可根據需要定義其他類，以適應環境和具體情況的需要。
1.2.2領域概念之間的關系
領域概念之間的關系主要有四類[6]，即屬性關系（attribute of）、父子關系（kind of）、聚集關系（整體/部分關系）、類和實例關系(instance of）。
在定義概念的屬性時，往往需要考慮相互之間的依賴關系，如概念A的某屬性X與概念B相關聯，即屬性X的取值域為概念B的實例Y，則在定義概念A的屬性X之前，概念B應先定義。例如資源類知識中有些是科研人員創建的，應定義一個屬性來表示這種關系，可用創建人員來標志，而創建人員是在人員類中取值，因此為了定義資源類，必須首先定義人員類。但在有些情況下，可能允許取值為某一類的子類，如一個任務與某一類資源有關，而不必指明是哪個具體資源。此時，屬性相關資源的取值應為資源類的子類，不一定是資源類直接派生的子類，也可以是具有多層父子關系的子類。
1．3本體建模
在科研開發過程中，需要運用多種類型的知識，其屬性也不同，可分為顯性和隱性知識。顯性知識也稱為正式知識，一般保存在文檔、模型、程序或數據庫中；與之相反，隱性知識或非正式知識難以捕捉，通常存在于開發人員的筆記、大腦中。知識獲取活動中，最困難的是隱性知識的獲取。
在知識建模方面，有學者研究了支持協同工作的社區知識處理模型[8]，而Hai Zhuge等人[9]則提出了全球知識資源共享和管理的知識網格模型，但在實現顯性知識和隱性知識的統一建模方面還需要作進一步研究。
概念是知識得以表達或賴以存在的基礎，概念及其關系構成了本體。本體包括組織中所有對象的類別定義。除了基本的類，如人員、時間、資源、活動等，知識也作為一個或多個類別來定義。將科研領域知識按照結構類別進行定義，并在本體中對每一知識類別的結構進行定義，以便對其進行分類獲取、檢索和呈現，如將資源庫分解為文獻庫、案例庫、程序庫、方法庫等。如果同一類中的知識元不能用同一結構表示，則需繼續分解。例如對于案例類來說，成功案例與失敗案例的表達結構是不一樣的，因此需要定義為不同的類別[6]。
采用基本本體的方法，通過定義不同的類，解決了科研領域內多類型知識的表示問題；同時可針對每個不同的類別定義該類知識的檢索及推理方式。這基本上解決了多類型知識的推理問題。
基于以上本體定義和科研領域知識的應用特征，本文給出了科研領域知識的本體體系。圖1為資源本體實例。
1．4本體的形式化表示
基于本體定義和科研領域知識的特征分析，本文給出科研知識類（概念）的定義。
定義2科研知識類（概念）是科研開發過程中所需要的各種知識的集合，包括資源類、人員類、任務類、時間類、活動類等子類。各類可以根據需要定義其子類，如文獻類、程序類、仿真類、科研人員類等。
本體中的每一概念均包含一類對象[6]，本體中需要定義這一類對象的特征（屬性）。通常每一對象都有一個區別于其他對象的名稱或編號，以便惟一標志該對象。不同屬性有不同的取值類型，一般有文本、數值、對象實例、日期、文件路徑和圖片等多種類型。
在語義方面，采用比較成熟的框架理論的知識描述方法；在語法方面，由于XML具有表現形式與內容分離的特性，具有很強的表達能力[6]，易于閱讀，便于組織、管理、維護和搜索知識點，允許不同來源的數據無縫集成以及對同一數據的多種處理，同時易于被應用程序處理，采用XML來表示科研知識本體。下面是一個本體實例：
〈class〉
〈name〉科研知識〈/name〉
〈description〉科研開發所需要的各種知識集合〈/description〉
〈subclassof〉root〈/subclassof〉
〈/class〉
〈class〉
〈name〉資源〈/name〉
〈description〉科研開發中用到的各種資源，包括文獻、程序、開發經驗等〈/description〉
〈subclassof〉科研知識〈/subclassof〉
〈/class〉
〈class〉
〈name〉開發經驗〈/name〉
〈description〉相關的研究經驗，供以后借鑒使用〈/description〉
〈subclassof〉資源〈/subclassof〉
〈/class〉
下面是程序書籍類具體實例的形式化表示：
〈program book〉
〈name〉 Visual C++與面向對象程序設計教程 〈/name〉
〈description〉 主要講授如何應用Visual C++進行面向對象和可視化編程〈/description〉
〈author〉 劉路放 〈/author〉
〈organization〉 西安交通大學 〈/organization〉
〈serial number〉CX007〈/serial number〉
〈press〉高等教育出版社〈/press〉
〈publish time〉2000.7〈/publish time〉
〈location〉…/程序書籍/CX007〈/location〉
〈/program book〉
2知識庫建模
2．1知識庫
知識庫的形成是一個知識積累的過程，不可能領域的所有知識開始都存儲在知識庫中，只能靠積累擴大其存儲。在知識積累過程中包括顯性知識的存儲和隱性知識的顯性化。
基于XML表示領域本體的知識，本文選擇基于XML的知識庫作為其存儲機構。筆者認為顯性知識又可分為結構化、半結構化和非結構化，如圖2所示。XML作為一種通用的數據描述標準語言，利用自描述的方式將數據格式與內容相分離，并創建特定領域的標記語言，從而可有效地表示結構化和半結構化的文本知識所反映的數據結構與語義。對于非結構化知識，對其進行摘要提取，提取出來的摘要也采用XML表示。這樣將知識用統一的形式表達出來，提高了知識的形式化程度。
知識庫集成了科研開發的基礎知識與大量方法和案例。其知識來源包括項目開發規范以及科研開發人員的領域知識、用戶反饋、組織安排決策及項目開發案例和經驗等。由于知識庫容量龐大，且其中既有結構化知識，又有非結構化知識，知識結構不固定，許多情況下不存在查詢結果，但還是要查詢整個知識庫，查詢效率極低。本文已經建立了本體模型，將其存儲在本體庫中，每次查詢時先在本體庫中查詢；若能得出查詢結果，再到原始知識庫中具體執行查詢，提高了查詢效率。
圖3表示了知識庫的構成及用戶查詢過程。知識庫中存儲的是顯性化的知識和相關專家信息，鑒于本體也是一種知識，因此本體庫也是知識庫的一部分。當用戶提交查詢時，知識引擎到知識庫中搜索相關信息。如存在，則將搜索到的信息和專家信息一起返回；如不存在，則只返回專家信息；若兩者都沒有，則可到其他知識庫中進行查詢。在知識存儲及使用過程中，根據應用的需要，應盡可能提高半/非結構化知識的結構化程度；知識庫引擎可將專家信息提供給用戶，用戶在與專家的交流過程中實現知識的顯性化，并將顯性化的專家知識及交流結果存儲到知識庫中，實現隱性知識的顯性化和知識的及時存儲。
知識庫引擎是整個知識管理體系中用來完成檢索、推理功能的模塊。本文采用根據Sun公司的分布式企業級應用規范而開發的知識庫引擎，分為控制層、推理層和數據層三層[10]，實現知識的智能檢索和問題求解。 其結構如圖4所示。
Servlet的基本功能是基于HTTP為用戶提供使用知識庫引擎的服務。Entity bean代表知識庫中的數據，通過JDBC訪問知識庫。推理部分需要構建能夠表示整個知識庫結構的類庫，用EJB將該類庫封裝，這樣使得session bean可以通過代表知識庫的entity bean進行數據交換，即訪問規則、特征、事實，以及存取臨時數據等；此外推理部分的類庫必須定義一套與Servlet的接口，既可以通過Servlet傳遞的消息啟動推理服務，也可以將結果返回給Servlet。
2．2知識庫的動態管理
知識庫建立后，內容不可能是一成不變的，應隨著知識的變化而變化，包括知識添加、更新和刪除等，形成動態知識庫模式。
1)知識添加
當向知識庫中添加新知識時，先查詢本體庫中是否有對應的本體存在。若存在則無須動作，只將知識添加到知識庫即可；若不存在對應本體，則要向本體庫中添加新的本體并建立與其他本體的關聯，同時將知識添加到知識庫中。
2)知識更新
知識更新可分為兩個層次上的更新，即內容和結構。當僅是知識內容發生變化而知識結構未變時，此時并未涉及到本體庫的變化，僅是知識庫內容變化即可。當知識結構也發生變化時，如概念類A根據應用的需要增加了新的屬性，則要根據情況調整本體庫及其關聯。
3)知識刪除
隨著時間的推移和知識庫中知識的積累，有些知識的有效性會發生變化，如有些問題的解決方法可能只適合于以前的情況，隨著科學技術的發展已不再適用，但對當前問題的解決又有參考價值而不能刪掉。此時，將該知識的有效值降低，每次使用它時，根據其解決問題的有效性升高或降低其有效值。當低于某個閾值（由專家確定）時，從知識庫中將該知識刪除，并修改相關本體中與此知識相關的鏈接。
基于以上原則建立了動態知識庫，能反映領域內知識的最新情況，提高查詢效率和準確性。
3科研知識管理系統框架
在建立了基于本體的科研領域知識模型和知識庫模型的基礎上，提出如圖5所示的科研知識管理系統框架。
本系統采用基于Web的B/S架構，可以更好地獲取Internet上的資源，用戶無須特定的客戶端軟件即可共享系統資源，方便地實現知識的共享和重用。系統分為用戶界面層、中間服務層和數據層。用戶界面層提供給用戶使用此系統的接口，包括語義查詢接口、知識采集接口和其他服務接口。中間層實現了語義分析、查詢處理及推理、知識的識別及結構化等功能，是整個系統的核心。用戶可通過語義查詢接口提交查詢請求，由中間層根據用戶權限進行語義分析及本體推理，通過知識庫引擎將知識庫中的知識提取出來返回給用戶。系統還可通過用戶界面層的知識采集接口從外部獲取不同來源的知識，包括項目開發規范、項目要求、開發經驗、項目案例、用戶反饋、相關書籍和程序仿真等，并通過中間層的知識識別和知識結構化模塊實現知識的分類存儲和結構化建模。數據層包括本體庫和知識庫。本體庫中存儲科研領域知識的本體模型；知識庫中存儲各種類型的具體知識。查詢時先在本體庫中進行，若能得出結果再到知識庫中查找，提高了查詢效率。
4結束語
本文采用本體方法為科研領域知識建模，建立了科研知識本體體系，提供對科研知識的統一表達，實現人們對領域知識的共同理解，有利于知識的共享和重用；構建科研知識庫模型，將結構化、半結構化和非結構化知識采用統一的方式表達，提供了隱性知識顯性化的機制，及時保存交流結果和創新知識，并提出知識庫的動態管理策略；通過科研知識管理框架實現知識的繼承和追蹤管理，并通過知識庫引擎提供知識管理系統之間互訪的接口實現知識的連鎖查詢。
筆者下一步將對知識庫操作及其動態管理策略進行詳細探討，并研究分布式、異構數據源本體和分布式知識管理系統的集成。
參考文獻：
［1］GALLUPE B. Knowledge management systems: surveying the landscape[J]. International Journal of Management Reviews，2002，3(1):61－77.
[2］EARL M. Knowledge management strategies: toward a taxonomy[J]. Journal of Management Information Systems，2001，18(1):215－233.
[3］CHANDRASEKARAN B， IOSEPHSON J R， BENJAMINS V R. What are ontologies， and why do we need them?[J]. IEEE Intelligent Systems，1999，14(1)：20－26.
[4］STUDER R， FENSEL D， DECKER S，et al. Knowledge engineering: survey and future directions[C]//Lecture Notes in Artificial Intelligence(LNAI).[S.l.]:SpringerVerlag，1999.
[5］UCSHOLD M， GRUNINGER M. Ontologies: principles， methods， and applications[J]. Knowledge Engineering Review，1996，11(2):92136.
[6］王英林，王衛東，王宗江，等.基于本體的可重構知識管理平臺［J］.計算機集成制造系統，2003，9（12）：1136－1144.
[7］張東民，廖文和，胡建，等.基于本體的設計知識建模[J].華南理工大學學報:自然科學版，2005，33（5）：26－33.
[8］TOYOAKI N. A traveling conversation model for dynamic knowledge interaction[J]. Journal of Knowledge Management，2002，6(2)：124134.
[9］ZHUGE H. A knowledge grid model and platform for global know￣ledge sharing[J]. Expert Systems with Applications，2002，22(4):313－320.
[10］GUO Fei. Implement Webbased intelligent inference engine with J2EE technique[EB/OL].（2001－03－20）
[2006－05－24].http://www.chinapub.com/computers.
注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”
