中華人民共和國史本體構(gòu)建初探

孫輝++雷楓

〔摘 要〕本文借鑒其他歷史本體構(gòu)建的經(jīng)驗，針對中華人民共和國史領(lǐng)域知識的特點，在確定國史本體構(gòu)建原則的基礎上，提出構(gòu)建國史本體的方法和流程，構(gòu)建國史本體原型系統(tǒng)，為進一步構(gòu)建完善的國史本體進行了探索。

〔關(guān)鍵詞〕本體；中華人民共和國史；本體構(gòu)建

DOI：10.3969/j.issn.1008-0821.2014.02.007

〔中圖分類號〕G253 〔文獻標識碼〕A 〔文章編號〕1008-0821（2014）02-0032-05

近年來，基于本體的知識庫被廣泛應用于知識發(fā)現(xiàn)和基于知識的信息資源檢索，成為知識服務的主要手段。在農(nóng)學、醫(yī)學、軍事和科研監(jiān)測等領(lǐng)域信息資源服務中，本體構(gòu)建得到充分的重視，例如國內(nèi)最早開展的農(nóng)業(yè)花卉本體研究[1]和中國醫(yī)科院基于本體構(gòu)建重大傳染病信息知識服務平臺[2]以及南京理工大學的軍用飛機本體[3]等，另外，中科院文獻中心通過科研監(jiān)測本體輔助情報價值判斷和知識關(guān)聯(lián)呈現(xiàn)[4]。在歷史領(lǐng)域，由于知識的時空依賴性、主觀性、不確定性、模糊性和爭議性，本體建設呈現(xiàn)一定的特殊性。盡管如此，董慧[5]、吳麗杰[6]、彭煒明[7]等在國共合作歷史本體、東北抗戰(zhàn)史本體、資治通鑒本體方面均做了有益的嘗試。領(lǐng)域本體是信息技術(shù)與專業(yè)知識結(jié)合的產(chǎn)物。中華人民共和國史（即當代中國史，簡稱國史）研究的1949年新中國成立以后的歷史，由于歷史階段不同，特定的世情國情使這個階段的知識呈現(xiàn)不同的特征。本文在借鑒其他歷史本體構(gòu)建經(jīng)驗的基礎上，針對國史領(lǐng)域特色，在確定國史本體構(gòu)建原則的基礎上提出構(gòu)建國史本體的思路和方法，構(gòu)建國史本體原型系統(tǒng)，為進一步構(gòu)建完善的國史本體進行了探索。

1 國史本體構(gòu)建原則本體構(gòu)建是一項龐大的系統(tǒng)工程，需要領(lǐng)域?qū)＜液捅倔w工程師按照一定的原則，在合理的方法指導下，通過便捷的工具加以實現(xiàn)。Gruber[8]于1995年提出本體“明確性”“一致性”“可擴展性”“最小編碼傾向”“最小本體化承諾”5個原則，其余學者基本都是在這五原則基礎上擴展。本文通過國史本體構(gòu)建試驗，在比較同類歷史本體構(gòu)建經(jīng)驗的基礎上認為，除了上述關(guān)于邏輯要求的五原則之外，有兩個方面尤其要注意。一是本體構(gòu)建要面向特定的應用目標；二是同一學科的知識在不同時空下有自己特色。1949年以后，我國基本處于國家建設時期，國家重視記史存史，史料內(nèi)容翔實，記載手段豐富，保存情況完好，該階段的史料比古代史和近代史的總和還要多，其所包含的歷史細節(jié)也是以往任何史料無法比擬的。這也是歷史學科的特點，越是近期的歷史，史料越豐富。面對這么豐富的知識，如果不能設定本體應用目標，構(gòu)建本體時就會感到力不從心。本文認為，國史本體有以下幾方面的作用，一是構(gòu)建國史知識圖譜，通過知識圖譜描繪國史的基本脈絡，便于普通讀者了解國史；二是建立國史概念之間的聯(lián)系，輔助構(gòu)建基于本體的主題詞表，為基于知識的信息資源建設提供支撐；三是輔助國史研究和編纂，國史本體多維度描述國史知識，將人物、事件、地點、機構(gòu)等放在一個模型中描述，改變傳統(tǒng)的歷史敘事模式（紀傳體以人物為主線敘述歷史，編年體以時間為主線敘述歷史），研究人員可以從多種角度來還原歷史，還可以借助本體輔助生成大事記和人物年表能編纂成果。這些目標對本體構(gòu)建有不同的要求。前兩個目標主要是滿足普及國史和檢索國史的要求，本體是粗粒度的知識及其表達，體現(xiàn)了國史的知識輪廓。第三個目標直接面向國史細節(jié)，需要細粒度的知識和表達。二者在文本選擇、概念關(guān)系模型、本體編輯隊伍上有很大的不同。粗粒度的本體構(gòu)建時，可以選擇百科類國史工具書和文獻統(tǒng)計數(shù)據(jù)等，其概念關(guān)系模型允許包含簡單模糊的關(guān)系，由國史專業(yè)普通研究人員進行編輯；細粒度的本體除了上述文本外，必須通過年譜、傳記、日記等翔實的史料建立比較精確的概念關(guān)系模型，并由國史專家進行本體編輯。盡管國史歷史細節(jié)豐富，但由于其時間短，許多方面存在不確定性，這些為構(gòu)建細粒度本體帶來難度。本文重點研究面向知識普及和信息組織的國史本體。基于本體的知識庫構(gòu)建離不開其所依賴的文本。古代史書的敘事內(nèi)容決定著古代史本體的特色。例如，中國古代是家天下，歷史人物之間的血緣關(guān)系是古代史本體不能忽視的概念關(guān)聯(lián)；中華人民共和國是現(xiàn)代意義上的國家類型，人物之間的血緣關(guān)系不再是歷史研究的重點，甚至是可以忽略的。近代史中戰(zhàn)爭戰(zhàn)役頻繁，將戰(zhàn)爭戰(zhàn)役作為一個大類并詳細設定其屬性是近代史本體不能省略的；當代史以國家建設為主要內(nèi)容，某些戰(zhàn)爭戰(zhàn)役可作為實例放在事件大類中。上述這些時代特色都影響著本體的構(gòu)建。

2014年2月第34卷第2期現(xiàn)？代？情？報Journal of Modern InformationFeb.，2014Vol.34 No.22014年2月第34卷第2期中華人民共和國史本體構(gòu)建初探Feb.，2014Vol.34 No.22 國史本體構(gòu)建方法和流程當前，國內(nèi)外很多學者基于自身實踐提出本體構(gòu)建方法，如骨架法[9]、評價法、七步法[10]、五步法等。七步法是斯坦福大學醫(yī)學院提出的基于Protégé本體編輯工具的一種領(lǐng)域本體構(gòu)建方法，7個步驟分別是：（1）確定本體的專業(yè)領(lǐng)域和范疇；（2）考查復用現(xiàn)有知識本體的可能性；（3）列出本體中的重要術(shù)語；（4）定義類和類的等級（層次）體系；（5）定義類的屬性；（6）定義屬性的分面；（7）創(chuàng)建實例。本文在七步法的基礎上提出國史本體構(gòu)建流程，如圖1所示。第1步，確定國史本體構(gòu)建目標：構(gòu)建支持信息組織和國史知識普及的國史知識圖譜。第2步，確定和分析知識來源。基于上述目標，選定國史百科類工具書（如《中華人民共和國國史百科全書》和

圖1 國史本體構(gòu)建流程

《中華人民共和國編年史》等）為國史知識的文本來源，收集國史期刊庫中的關(guān)鍵詞，作為重要概念來源，組織一支良好的國史專家隊伍作為隱性知識來源。對上述知識來源進行分析，對于百科詞條中文本，逐句進行分解，提取重要的概念并分析該語句中主體、謂詞、客體以及條件之間的關(guān)系；對于期刊庫中的關(guān)鍵詞，通過詞頻統(tǒng)計和關(guān)鍵詞規(guī)范化，整理出重要的概念及其規(guī)范化表達；通過專家訪談，了解國史的概貌和重要的一次文獻和二次、三次文獻。第3步至第5步，確定核心概念、確定類的層次并設定類的屬性，也就是設計國史本體概念關(guān)系模型，是建立國史本體最重要的步驟。通過對知識來源的分析和抽象，參考相關(guān)歷史領(lǐng)域本體的經(jīng)驗，確定“人物”“事件”“時間”“地點”“組織機構(gòu)”“歷史文獻”“理念”“領(lǐng)域”8個大類，其中“理念”主要指國史上黨和政府的方針政策的特有術(shù)語表達，如“科學發(fā)展觀”“三個代表重要思想”。對于機構(gòu)團體，按其性質(zhì)分為“黨的機構(gòu)”、“政府機構(gòu)”、“人大機構(gòu)”、“政協(xié)機構(gòu)”、“重要企業(yè)單位”、“重要事業(yè)單位”等，為了表示特定歷史稱謂的群體，如“江青反革命集團”，設立“特殊群體”二級類；對于歷史文獻，根據(jù)重要程度分為“黨政文件”“題詞講話書信”“其他出版物”等二級類。各類之間通過屬性建立關(guān)聯(lián)，國史本體概念模型如圖2所示。表格為本體類及其屬性，虛線及其邊上的文字代表不同類型的概念之間的關(guān)系。例如，“事件”類通過屬性“涉及人物”與“人物”類發(fā)生關(guān)聯(lián)，“歷史文獻”類通過屬性“起草人”“作者”“報告人”與人物類發(fā)生關(guān)聯(lián)。這些屬性都是在文本分析的基礎上提煉出來的，文本中的出現(xiàn)概率較高的那些“謂詞”“條件”，如“出生”“發(fā)表”“任命”“在……地點發(fā)生”，常常演化成“出生年月”“文獻出版機構(gòu)”“曾任職務”“發(fā)生地點”等“屬性”。圖2 國史本體概念關(guān)系模型