智能IETM語義檢索系統(tǒng)設(shè)計與實現(xiàn)

張永恒 ， 張 峰 ，2

（1．榆林學院 信息工程學院，陜西 榆林 719000；2．西北工業(yè)大學 自動化控制學院，陜西 西安 710065）

隨著技術(shù)系統(tǒng)的復雜化和技術(shù)資料數(shù)量的膨脹因素的影響，武器裝備IETM系統(tǒng)知識庫越來越龐大，而使用者希望能夠準確高效的檢索到有用信息[1]。但現(xiàn)有的大部分IETM系統(tǒng)還停留在基于關(guān)鍵字精確匹配，查全率和智能性都不高。主要存在的問題表現(xiàn)在：1）采取關(guān)鍵字匹配檢索方式，對語義相近的詞語無法判定其概念上的相似性，例如檢索概念相同但表述不同的同一個概念，那么檢索結(jié)果就完全不同，這就帶來了很大的問題；2）檢索結(jié)果只是簡單羅列，使用者往往要在很多的信息中尋找想要的信息，很難實現(xiàn)與用戶的交互，也缺乏關(guān)聯(lián)智能性；3）缺乏推薦和啟發(fā)式關(guān)聯(lián)機制，檢索結(jié)果往往只是特定的，如果使用者想查找相關(guān)的其他信息則必須重新構(gòu)想關(guān)鍵字進行二次檢索[2]。因此，提高現(xiàn)有IETM系統(tǒng)海量數(shù)據(jù)的檢索的智能化和關(guān)聯(lián)機制就成為IETM技術(shù)研究的一個關(guān)鍵技術(shù)。針對這一問題，本章提出了一種基于Jena推理機的IETM智能化語義檢索方法，并通過實例進行了說明。

1 IETM語義檢索

1.1 語義檢索建模分析

語義檢索引擎（Semantic Retrieval）是本文IETM系統(tǒng)的核心技術(shù)之一，設(shè)計獲取用戶的檢索詞后經(jīng)過語義擴展完成相關(guān)的推理查詢，返回具備語義關(guān)聯(lián)的結(jié)果集。因此，一個完整的語義檢索引擎需包括查詢推理擴展、查詢映射（查詢擴展）和語義封裝3大主要模塊。

1）查詢推理擴展 基于用戶提交的檢索詞作為輸入條件的一個處理單元，本體構(gòu)建的過程中預(yù)定義相關(guān)的語義推理擴展規(guī)則，該處理單元利用語義擴展規(guī)則對語義查詢進行推理擴展，據(jù)此推出一組與用戶的檢索對象具有語義關(guān)聯(lián)的語義查詢條件。

2）查詢映射 以獲得的語義查詢條件作為輸入條件的一個處理單元，語義查詢條件最終需要轉(zhuǎn)化成一組可執(zhí)行的SQL語句來查詢RDB，該處理單元的功能就是將一組語義查詢條件映射成一組RDB的SQL語句，具體的映射規(guī)則（Onto-RDB映射規(guī)則）需要在本體構(gòu)建過程中建立。

3）語義封裝 對查詢結(jié)果的加工處理單元，它將從RDB中查詢獲取的結(jié)果根據(jù)Onto-RDB映射規(guī)則進行逆向推理，解析得出一個基于本體詞匯結(jié)果集返回。

根據(jù)上述模塊和涉及的本體構(gòu)建的前置條件，可以推出語義檢索引擎的一種實現(xiàn)模型如圖1所示，其具體過程解析如下：

以用戶提交的基于本體庫詞匯的語義查詢Qs作為查詢輸入條件，“查詢推理”模塊讀取“本體庫”中預(yù)先定義的語義推理擴展規(guī)則對Qs進行語義擴展處理，得出與Qs具有語義關(guān)聯(lián)一組語義查詢條件 Q1s，Q2s，Q3s，…，Qns；以此為輸入，“查詢映射”模塊讀取“Onto-RDB映射規(guī)則”獲得本體與數(shù)據(jù)庫的映射關(guān)系，據(jù)此進行查詢語句重寫處理：重寫得出一組SQL語句 Q1D，Q2D，Q3D， …，QnD直接提交給數(shù)據(jù)連接池來查詢 RDB，據(jù)此獲得一組查詢結(jié)果集 R（Q1D），R（Q2D），R（Q3D）…R（QnD）。該結(jié)果集若直接返回給用戶，語義可讀性較差，需要調(diào)用“語義封裝”模塊來進行語義處理，該模塊讀取 “Onto-RDB映射規(guī)則”，據(jù)此關(guān)系進行逆向處理達到語義封裝的目的，如公式（1）所示。f-2（R（Q1D），R（Q2D），R（Q3D）…R（QnD））

=（R（Q1s），R（Q2s），R（Q3s）…R（Qns）） （1）

經(jīng)過重寫封裝后獲得的結(jié)果集 R（Q1s），R（Q2s），R（Q3s）…R（Qns）返回給面向視圖層的服務(wù)器端組件。語義檢索的實現(xiàn)模型如圖1所示。

圖1 一種語義檢索的實現(xiàn)模型Fig．1 Semantic retrievalmodel

1.2 語義檢索過程建模設(shè)計

語義檢索的核心是解決檢索時執(zhí)行的查詢轉(zhuǎn)換和推理擴展，用戶的檢索方式并不唯一，完整的語義檢索過程通常有兩種類型：

1）導航式分類檢索 如圖2中opt選項1所示，根據(jù)用戶的檢索詞獲取模型庫導航提示，語義檢索引擎從本體模型庫中推理獲得本體的層級關(guān)系和關(guān)聯(lián)本體，以本體樹或輻射網(wǎng)的形式顯示，該導航的主要目的是通過語義關(guān)聯(lián)詞挖掘和明確用戶的檢索需求；用戶從導航提示中選擇最符合檢索需求的本體對象提交給檢索引擎獲取對象的屬性集，該屬性集用于構(gòu)建實例檢索表單，表單輸入域與本體屬性一一對應(yīng)；表單的“名/值”對構(gòu)成檢索實例，發(fā)送到檢索引擎與模型庫和實例庫進行匹配檢索獲得結(jié)果集。

2）全局實例檢索 如圖2中opt選項2所示，在這種方式下主檢索界面的本體已限定，用戶選擇該本體的某屬性輸入檢索詞，檢索詞本身應(yīng)是一個實例屬性值；語義引擎根據(jù)屬性值獲得結(jié)果集，該結(jié)果集中的每個實例同屬于一個抽象類，因此當引擎在返回該實例的原始數(shù)據(jù)的同時，會根據(jù)模型的語義規(guī)則推理得到關(guān)聯(lián)實例。

圖2 語義檢索過程模型Fig．2 Semantic retrieval processmodel

2 基于Jena語義推理

2.1 Jena功能結(jié)構(gòu)設(shè)計

Jena對本體的操作主要包括：

1）以RDF/XML、三元組形式讀寫RDF

Jena 文檔中詳細介紹了 RDF（s）和 Jena RDF API，其內(nèi)容包括對 Jena RDF包的介紹，RDF（s）模型的創(chuàng)建、讀寫、查詢等操作，以及RDF容器等討論。Jena采用三元組方式并按XML語法規(guī)則和格式讀寫和創(chuàng)建RDF模型，其具體過程如下：

//創(chuàng)建一個空的RDFModel

modelmodelname=ModelFactory．createDefaultModel（）；

//將模型中的信息寫入到RDF文件中

modelname．write（system．out）；

//將RDF文件中的信息讀取到Model中

modelname．read（new InPutStream Reader（inputstream name）；

2） 支持 RDF（s）、OWL 和 DAML+OIL 等本體的操作

Jena框架包含一個本體子系統(tǒng)（Ontology Subsystem），它提供的API允許處理基于RDF的本體數(shù)據(jù)進行操作和檢索，即支持RDFS、OWL和DAML+OIL等本體語言，其具體操作過程如下：

//依據(jù)Resource的URI返回 Resource對象

Resource resoucename=model．getresouree（URI）；

//利用Resouree對象API列出符合要求的信息

String stringname=resoureename．getProperty （Properyame）．getString（）；

本體API與推理子系統(tǒng)結(jié)合可以從特定本體中提取信息，Jena還提供文檔管理器（OntDocumentManager）以支持對導入本體的文檔管理。

3）內(nèi)存存儲和持久存儲

Jena允許將數(shù)據(jù)以O(shè)WL文件暫時存儲PDF模型，也支持以文件系統(tǒng)或關(guān)系數(shù)據(jù)庫的形式永久存儲在硬盤中。

4）查詢模型

Jena提供了ARQ查詢引擎，它實現(xiàn)SPARQL查詢語言和RDQL，從而支持對本體模型的查詢。另外，查詢引擎與關(guān)系數(shù)據(jù)庫相關(guān)聯(lián)，能夠高效地查詢存儲在關(guān)系數(shù)據(jù)庫中的本體。

5）基于規(guī)則的推理

語義檢索意義在于通過概念及其概念之間的關(guān)系進行本體層面的檢索。Jena支持基于RDF（s）和OWL等規(guī)則集的推理，也支持自建規(guī)則的推理。

2.2 Jena模塊架構(gòu)設(shè)計

Jena程序處理核心是Model和Resource，前者對應(yīng)于一個文檔模型，該模型以文件系統(tǒng)或數(shù)據(jù)庫的方式存儲，Jena內(nèi)核一次性載入原始模型以類似于Dom樹的形式序列化到內(nèi)存中，因此針對模型節(jié)點的增、刪、改操作基本上都是程序與內(nèi)存的交互，僅當操作完成后才重新存儲到后臺持久環(huán)境中；Resource是Jena Statement的核心，針對三元組的statement以Resource表示主語，Property表示謂詞，對象是一個Resource，這種＜Resource， Statement， Property＞范式是 Jena解析和推理過程的基礎(chǔ)[4]。在Jena體系中，屬性定義、屬性約束、公理定義形成了Resource，所有的Resource和相互的類公理組成了Model，這是Jena的基本設(shè)計思想[5-6]。在該思想的基礎(chǔ)上，Jena的模塊架構(gòu)如圖3所示。

圖3 Jena的模塊架構(gòu)Fig．3 Jena’smodule architecture

3 應(yīng)用實例分析

依照前面的分析，構(gòu)建了文獻本體系統(tǒng)的類、屬性和實例，如圖4所示。圖4（a）中定義了Book、Person和Publication3個抽象類（Class）；圖 4（b）中定義所涉及到的 5個屬性（Properties），其中 isPublished/Publishing 和 both Published/bothPublishing 是兩對互逆（inverseOf）屬性。

圖4 抽象類與屬性Fig．4 Abstract classes and attributes

若一本書B滿足如下情況＜P1出版 B書，P2出版 B書＞，則推出該書由P1社和P2社聯(lián)合出版；同理，若一個出版社P滿足如下情況＜P出版A書，P出版B書＞，則推出A書和B書都由P社出版。按照Jena GenericRuleReasoner的規(guī)則編寫規(guī)范，上述規(guī)則表述為：

[bothPublishing：

（?a http：//www．nwpu．edu．cn/owl#Publishing?c），

（?b http：//www．nwpu．edu．cn/owl#Publishing?c），

notEqual（?a， ?b）

-＞（?a http：//www．nwpu．edu．cn/owl#bothPublishing?b）]

[bothPublished：

（?a http：//www．nwpu．edu．cn/owl#Publishing?b），

（?a http：//www．nwpu．edu．cn/owl#Publishing?c），

notEqual（?b， ?c）

-＞（?b http：//www．nwpu．edu．cn/owl#bothPublished?c）]

規(guī)則一利用三元組的Property屬性值中間沒有利用隱含邏輯，是一種最為簡單的規(guī)則推理；規(guī)則二在規(guī)則一的基礎(chǔ)上利用屬性的側(cè)面定義推導隱含的反面邏輯關(guān)系。通過兩條隱含的isPublished條件來推得bothPublished屬性。

IF ＜a，http：//www．nwpu．edu．cn#Publishing，?b＞

THEN ＜ b http：//www．nwpu．edu．cn#isPublished?a ＞

綜上，可建立如圖5所示的該語義模型的程序結(jié)構(gòu)。其中BibModelFactory類用于配置通用推理機的規(guī)則庫和本體庫，返回 InfModel模型；SearchBaseModel調(diào)用 BibModel Factory的InfModel并按三元組范式檢索模型；URICreator工具類用于統(tǒng)一定義命名空間，為檢索關(guān)鍵詞返回規(guī)范的URI值。

圖5 文獻本體查詢建模Fig．5 Literature ontology querymodeling

4 結(jié) 論

文中提出了一種基于Jena推理的IETM智能化語義檢索方法，介紹了語義檢索的基本理論和五種語義推理工具，并選擇出Jena作為航空武器裝備IETM語義檢索的工具，詳細研究了Jena語義推理的功能結(jié)構(gòu)、模塊架構(gòu)、以及其Model API、推理系統(tǒng)、數(shù)據(jù)存儲和檢索語法4個子模塊等關(guān)鍵技術(shù)。提出了基于Jena推理的IETM智能語義檢索方法。該方法先檢索語義相關(guān)集，然后根據(jù)語義集合，選擇合適的節(jié)點獲取詳細信息。該方法能有效克服傳統(tǒng)的關(guān)鍵字檢索模型存在的語義缺失問題，且能有效地提高檢索的查全率和查準率。

[1]Fuller J J．Plan for DoD wide demonstrations of a DoD improved interactive electronic technical manual （IETM）architecture[R]．West Bethesda：CDNSWC，1998．

[2]Su L P，Nolan M，deMare G，et al．Prognostics frame-work software design tool[C]//Aerospace Conference Proceedings，2000：18-25．

[3]Mathur A，Ghoshal S，Haste D，et al．An integrated support system for rotorcrafthealthmanagementand maintenance[C]//Aerospace Conference Proceedings，2010：18-25．

[4]Koh J J，Kwon S D，Kim B U，et al．Implementation of an interactive electronic technical manual based on webmultimedia technology[C]//The 4th Korea-Russia International Symposium on Volume 2，2007：21-24．

[5]Sarma S，Brock D，Ashton K．The Networked PhysicalWorld[R]．White paper MIT，MIT Auto-ID Center，2001．

[6]Scholer F，Williams H E，Yiannis J，et al．Compression of inverted indexes for fast query evaluation[C]//In Proceedings of the 25th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval，2002：222-229．