面向術(shù)語翻譯的南海領(lǐng)域本體知識庫設(shè)計及構(gòu)建研究

祁琪 張克亮

摘要：現(xiàn)代術(shù)語學(xué)的奠基人維斯特（E. Wüster）在其專著《普通術(shù)語學(xué)和術(shù)語詞典編纂學(xué)導(dǎo)論》（Einführung in die Allgemeine Terminologie und Terminologische Lexikographie）[1]中定義“術(shù)語是一個專業(yè)領(lǐng)域的概念指稱系統(tǒng)，它包括了所有的專業(yè)表達，這些表達是一般的、常見的”。傳統(tǒng)的術(shù)語學(xué)研究局限于對詞匯的研究，然而隨著計算機技術(shù)的發(fā)展，對術(shù)語的抽取和標注更多地來自真實文本，特別是更加依賴于知識庫的構(gòu)建。本研究重點在于以越南為例構(gòu)建南海領(lǐng)域漢英本體知識庫，對領(lǐng)域相關(guān)術(shù)語及術(shù)語間的關(guān)系進行描述，以實現(xiàn)對南海領(lǐng)域知識的系統(tǒng)組織，更好地服務(wù)領(lǐng)域術(shù)語研究和基于知識本體的術(shù)語翻譯。

關(guān)鍵詞：術(shù)語，知識本體，知識庫構(gòu)建，南海領(lǐng)域

中圖分類號：H059；H083文獻標識碼：ADOI：10.3969/j.issn.1673-8578.2018.04.004

Abstract： E. Wüster， the founder of modern terminology， expounded comprehensively the basic theories of terminology in his treatise Einführung in die Allgemeine Terminologie und Terminologische Lexikographie. The traditional study of terminology was confined to the study of lexicons，but as the development of computer technologies， the extraction and annotation of terms are more and more depended on the real texts， especially the knowledge base. An ontology knowledge base on South China Sea was built to describe the related terms and the relations between terms in this filed， which could work for the study of terminology and terminology translation in this field.

Keywords： terminology， knowledge ontology， construction of knowledge base， South China Sea

引言

術(shù)語學(xué)是一門更新速度很快的綜合學(xué)科，其研究范圍逐漸超越了語言學(xué)范疇，更多地轉(zhuǎn)向術(shù)語的社會功能、術(shù)語與科技結(jié)合、術(shù)語的形式與內(nèi)涵分析、術(shù)語翻譯等跨學(xué)科問題。隨著計算機技術(shù)的發(fā)展，術(shù)語的應(yīng)用范圍也從純語言學(xué)研究拓展到機器翻譯、信息檢索、數(shù)據(jù)挖掘等領(lǐng)域。

對術(shù)語進行抽取和標注首先需要構(gòu)建語料庫。語料庫的構(gòu)建主要有4種方法：1）基于聚類方法的知識庫構(gòu)建；2）基于可拓知識表示的知識庫構(gòu)建；3）基于神經(jīng)網(wǎng)絡(luò)的知識庫構(gòu)建；4）基于本體的知識庫構(gòu)建。其中以本體與術(shù)語學(xué)的結(jié)合最為密切。本體是一種共享的概念定義集，能夠描述語義層面概念及概念間的關(guān)系，以最大程度地實現(xiàn)知識共享與重用。對于術(shù)語研究而言，通過本體知識庫能夠描述各術(shù)語的屬性信息及術(shù)語間關(guān)系，將某一領(lǐng)域的術(shù)語系統(tǒng)合理地整合起來。

本研究將構(gòu)建以越南為樣本的南海領(lǐng)域漢英本體知識庫，對南海領(lǐng)域相關(guān)術(shù)語及術(shù)語間的關(guān)系進行描述，以實現(xiàn)對南海領(lǐng)域知識的系統(tǒng)組織，更好地服務(wù)領(lǐng)域術(shù)語研究和基于知識本體的術(shù)語翻譯。

一 本體基本概述

1. 相關(guān)概念

“本體”的概念起源于哲學(xué)領(lǐng)域，人工智能專家將其引入計算機科學(xué)。人工智能領(lǐng)域中最早給本體下定義的是Neches等人，他們認為本體定義了組成相關(guān)領(lǐng)域詞匯的基本術(shù)語及關(guān)系，并利用這些術(shù)語和關(guān)系來定義詞匯外延的規(guī)則[2]。之后，Studer[3]等人在Neches、Gruber[4]等人的研究之上提出“本體是共享概念模型的明確的形式化規(guī)范說明”，這個定義較為全面地包含了本體的四大特征——概念模型、明確、形式化和共享，是目前被廣泛接受的一個定義。

2. 主要技術(shù)方法

本體構(gòu)建是一項龐大的工程，研究人員需要合適的本體編輯工具來高效地完成開發(fā)任務(wù)。借助這些本體編輯工具，研究人員可以把精力集中在本體的內(nèi)容組織上，而不必考慮本體描述語言和描述方式等細節(jié)問題，極大地方便了本體的構(gòu)建[5]。

目前已廣泛使用的本體編輯工具有Protégé、Ontolingua、WebOnto、KAON（已推出KAON2）、OntoEdit以及 WebODE等。本研究選用Protégé作為編輯工具。Protégé是由美國斯坦福大學(xué)醫(yī)學(xué)院開發(fā)的本體編輯工具，由Java語言編寫，集本體編輯和知識庫編輯為一體，支持中文輸入法，支持多種應(yīng)用插件，如可視化插件、本體整合插件、語言轉(zhuǎn)換等[6]。

為了使本體構(gòu)建方法更加科學(xué)合理，不少研究者從實踐出發(fā)提出了有益于構(gòu)建本體的標準，最具影響力的是Gruber提出的5條標準：明確性、一致性、可擴展性、最小編碼偏好和最小承諾[4]。基于上述的標準，研究者提出了多種構(gòu)建本體的方法，其中比較著名的有KACTUS法、七步法、“骨架法”、TOVE法及MethOntology方法等。

二 南海領(lǐng)域本體知識庫設(shè)計

1. 南海領(lǐng)域知識來源

在設(shè)計本體知識庫的類和屬性時主要參考了李偉剛[7-8]構(gòu)建的航空領(lǐng)域本體知識庫和陳欣[9]構(gòu)建的英漢軍事本體知識庫，前者對航空領(lǐng)域中飛機、航空機構(gòu)和組織等知識進行了詳細的描述，后者描述了飛機、艦船、軍事基地和軍事情報等方面的英漢雙語知識。

南海領(lǐng)域本體知識庫的設(shè)計以越南為例進行說明，關(guān)于越南國情的資料一方面來源于專業(yè)書籍，如《東南亞研究叢書：東南亞概論》[10]《東南亞國家軍事地理》[11]《越南概論》[12]《越南：歷史 國情 前瞻》[13]等，這些書籍對越南及東南亞其他國家的政治、經(jīng)濟、地理、軍事等方面的知識進行了大致的梳理；另一方面資料來源于互聯(lián)網(wǎng)，通過維基百科、百度百科、互動百科等網(wǎng)站進一步獲取關(guān)于越南島嶼島礁、港口、海上軍事實力等方面的詳細信息。術(shù)語對應(yīng)的英文翻譯參照了《英漢軍事大詞典》[14]《英漢軍事術(shù)語大詞典》[15]《英漢漢英詞典》[16]及Wikipedia的相關(guān)信息。

2. 定義類及類的層級結(jié)構(gòu)

通過合理地定義類，建立類之間清晰的層次關(guān)系，使類之間的語義關(guān)系更加明確，從而可以準確定位領(lǐng)域概念框架中各個概念的位置，為概念進行語義限定和語義擴展奠定基礎(chǔ)。本研究以“南海軍情”（military situation of South China Sea）作為根節(jié)點，根節(jié)點下添加“越南軍情”（military situation of Vietnam）節(jié)點，其下分為“地理環(huán)境”（geographic condition）、“國力資源”（national resources）和“國家安全環(huán)境”（national security）3個大類。

第一大類“地理環(huán)境”（geographic condition）分為“地形地貌”（geomorphology）和“國家戰(zhàn)略空間”（strategic geography）2個小類。地形地貌包括“陸地環(huán)境”（terrestrial condition）、“大陸水系”（river system）和“海洋環(huán)境”（oceanography），“陸地環(huán)境”（terrestrial condition）又細分為“山地”（mountain）、“平原”（plain）和“高原”（plateau），“大陸水系”主要描述的是“河流”（river），海洋環(huán)境則包括“島嶼島礁”（island）和“海岸線”（coastline）。其中，“島嶼島礁”類下添加了“爭議島礁”（controversial island）這一小類，包含越南占領(lǐng)我國的29個南海島礁的具體信息。“國家戰(zhàn)略空間”主要包括“行政區(qū)劃分”（administrative region）及“人員兵員”（personnel& troop）情況。

本體編輯工具Protégé5.2.0自帶的插件Jambalaya能夠?qū)⒈倔w知識庫中的層級結(jié)構(gòu)可視化。圖1和圖2即為Jambalaya展示的“地理環(huán)境”大類的層級結(jié)構(gòu)圖。

第二大類“國力資源”（national resources）分為“經(jīng)濟布局”（economic distribution）、“戰(zhàn)略資源”（strategic resources）、“重要經(jīng)濟行業(yè)”（economic industry）和“交通運輸”（transportation）4個類。“戰(zhàn)略資源”包括“煤”（coal）、“鋼鐵”（steel）、“石油”（petroleum）和“天然氣”（natural gas）3個方面；“重要經(jīng)濟行業(yè)”下分為“農(nóng)業(yè)”（agriculture）和“工業(yè)”（industry），“農(nóng)業(yè)”細分為“經(jīng)濟作物”（industrial crop）和“糧食作物”（gain crop）；“交通運輸”分為“公路運輸”（road transport）、“鐵路運輸”（railway transport）、“航空運輸”（air transport）和“水路運輸”（waterway transport）。“國力資源”類的層級結(jié)構(gòu)可以由圖3來表示。

第三大類“國家安全環(huán)境”（national security）包含“外部安全環(huán)境”（external security environment）、“內(nèi)部安全環(huán)境”（internal security environment）和“軍事力量”（military power）3個子類，其中以“軍事力量”內(nèi)容最為豐富，包括“國防政策”（national defense policy）、“國防戰(zhàn)略”（national defense strategy）、“軍事戰(zhàn)略”（military strategy）和“國防體制”

（defense system）4個方面。“國防體制”下分為“國防與安全委員會”（national defense and security council，NDSC）、“國防部”（ministry of defense）和“武裝力量”（armed forces）3個部分。“國防部”分為“總部局”和“直屬單位”兩部分，這兩部分之下還有細分。

“武裝力量”（armed forces）包括“正規(guī)軍”（regular army）、“地方部隊”（local forces）、“民兵自衛(wèi)隊”（selfdefense unit）和“預(yù)備役部隊”（reserve service）4個子類， “正規(guī)軍”分為“陸軍”（army）、“海軍”（navy）、“空軍”（air force）和“防空軍”（air defense force）3個兵種，在越南本體知識庫分別對這3個兵種的“編制”（establishment）、“裝備”（equipment）和“部署情況”（deployment）進行了詳細的分類。“正規(guī)軍”子類的層級結(jié)構(gòu)分別如圖4 所示。

正規(guī)軍中“海軍”這一類下分為“海軍編制”（establishment of navy）、“海軍裝備”（equipment of navy）和“海軍部署情況”（deployment of navy）3個類，其中，“海軍部署情況”下分為“海軍基地”（navy base）和“海區(qū)”（sea area）2個類，“海軍裝備”下分為“導(dǎo)彈艇”（missile boat）、“巡邏艇”（patrol boat）、“護衛(wèi)艦”（frigate）、“登陸艦”（landing ship）等16個類。

“陸軍”類同樣分為編制、裝備和部署情況3個方面，“陸軍裝備”（equipment of army）下細分為“主戰(zhàn)坦克”（battle tank）、“地空導(dǎo)彈”（surfacetoair missile）、“反坦克導(dǎo)彈”（antitank missile）等13個類， “陸軍部署情況”（deployment of army）下分為“司令部”（headquarters）、“軍區(qū)”（military region）、“集團軍”（army group）和“師級單位”（division）4個小類。

越南空軍和防空軍的信息合并在類“空軍和防空軍”（air force& air defense force）中，包括“空軍裝備”（equipment of army）、“空軍編制”（establishment of air force）和“空軍部署情況”（deployment of air force）3個方面。“空軍編制”中分為“空軍學(xué)校”（air force academy）、“航空師”（air division）、“飛行團”（air division）、“訓(xùn)飛團”（fly training division）等7個小類。“空軍部署情況”中主要是關(guān)于“空軍基地”（air base）的知識。“空軍裝備”則細分為“戰(zhàn)斗機”（fighter）、“直升機”（helicopter）、“教練機”（trainer aircraft）、“巡邏機”（patrol aircraft）和“無人機”（drone）等12個小類。

目前在“越南軍情”節(jié)點下，“地理環(huán)境”類共分為29個類，“國力資源”下共有22個類，“國家安全環(huán)境”中包括96個小類。

3. 屬性的設(shè)計

為了更全面、準確地描述領(lǐng)域本體知識，還需要定義類的屬性，將隱性的語義知識顯性地表現(xiàn)出來。類的屬性包括對象屬性和數(shù)據(jù)屬性兩方面。

（1）對象屬性（Object property）

對象屬性是指從文獻中歸納出的概念之間的關(guān)系。對于每種對象屬性，需要設(shè)置它們的定義域和值域，屬性間可以設(shè)置互逆（inverse）的關(guān)系，對于意義相近的兩個對象屬性，可以采用“owl： equivalentProperty”將兩者等同起來。

南海領(lǐng)域本體知識庫中有一部分是關(guān)于地理、經(jīng)濟和政治方面的知識，這方面知識以描述性為主，彼此關(guān)聯(lián)較少，因此對象屬性偏少。在“國家安全環(huán)境”中的軍事部分涉及陸軍、海軍、空軍和防空軍的編制、部署和裝備，類之間的聯(lián)系相對較多。本研究從專業(yè)文獻中總結(jié)出對象屬性共25個，選取部分對象屬性具體說明如下：

“下轄”（have jurisdiction over）用來說明軍隊編制中上級單位所管轄的下級單位，以及行政區(qū)劃中各省份中的主要城市，同時，與“下轄”意義相近的“管轄”（govern），可以采用“owl： equivalentProperty”將兩者等同起來。

“隸屬”（be subordinated to）是“下轄”的逆屬性，用來表示下級單位所隸屬的上級單位，城市所位于的省。

“產(chǎn)自”（be made in），在“戰(zhàn)略資源”類中說明作物及戰(zhàn)略資源的產(chǎn)地，其逆屬性為“生產(chǎn)”（produce）；“流經(jīng)”（flow through），用于描述水系河流經(jīng)過的省份和城市。

“位于”（be located in），等同于“坐落/在/處于”（be situated in），用來說明省的首府所在，或表示軍區(qū)或海區(qū)的司令部所在的城市或基地。

“經(jīng)過”（go through），用來描述鐵路和公路途經(jīng)的省份或城市。

“負責(zé)”（be responsible for），說明陸軍軍區(qū)負責(zé)的區(qū)域。

“裝備”（be equipped with），用來說明部隊配備了哪些武器，“服役于”（be served in）是“裝備”的逆屬性，用來說明武器具體配置到哪些單位。

（2）數(shù)據(jù)屬性（Datatype property）

數(shù)據(jù)屬性指概念的具體參數(shù)。上文通過定義類的對象屬性，將領(lǐng)域內(nèi)隱含的語義信息顯性地表現(xiàn)出來，但僅有類之間的語義關(guān)系無法完整描述類本身的特性，還需要定義類的數(shù)據(jù)屬性。根據(jù)已有的文獻資料，從中總結(jié)出61個數(shù)據(jù)屬性，基本上能夠描寫越南各方面的知識。下面選取部分數(shù)據(jù)屬性進行說明：

“地理位置”（location），用來描繪山川、河流、島嶼等自然地理事物的自然地理位置，即坐標信息，以及城市、港口等人造地理事物的相對地理位置，比如富國島位于越南南部泰國灣尖端，海防港的地理坐標是北緯20°52

SymbolbB@ 13

SymbolrB@ ，東經(jīng)106°39

SymbolrB@ 20

SymbolrB@ 。

“水深”（depth），主要描述河流、港口和海軍基地的平均水深，對于海岸線的水深，還細分有近岸水深、距岸1000米水深等數(shù)據(jù)屬性。比如，太平河水深為5～15米。

“人口”（population），用于說明城市和一些有居民的島嶼上的常住人口數(shù)。比如，富國島的人口是7萬。

“流域面積”（drainage area），描述河流地表水的集水面積，一般流域面積越大的地區(qū)，河流的水量越豐富。例如，湄公河的流域面積是4900平方公里。

“水域面積”（water area），用以描述海軍基地內(nèi)港口表面的集水面積。比如，芽莊港的水域面積是50平方公里。

“海拔”（altitude），說明高原、山地等地形高出海平面的垂直距離。比如，番西邦的海拔是3143米。

“容機量”（capacity），用來描述機場容納飛機的最大值。比如，新山一機場的容機量是150架。

“舷號”（side number），描述船只和艦艇上標注在兩舷水線以上的編號。比如，越南“獵豹”導(dǎo)彈護衛(wèi)艦的舷號是HQ011。

在定義數(shù)據(jù)屬性時，還需要為數(shù)據(jù)屬性選擇合適的數(shù)據(jù)類型。在Protégé 3.5中，提供了6種數(shù)據(jù)類型，分別是boolean（布爾型）、int（整數(shù)型）、float（單精度浮點型）、string（字符型）、date（時間型）和date Time（日期時間型）。為數(shù)據(jù)屬性選擇數(shù)據(jù)類型的目的是限定數(shù)據(jù)函數(shù)的類型，對屬性值的格式進行規(guī)范，避免在輸入時出錯。

三 領(lǐng)域本體知識庫構(gòu)建及編碼實現(xiàn)

1. 類和類的層級結(jié)構(gòu)的創(chuàng)建

在完成了對本體中類的層級結(jié)構(gòu)的設(shè)計以及屬性的設(shè)計之后，要對本體知識庫進行編碼實現(xiàn)，主要步驟是創(chuàng)建類、添加子類、創(chuàng)建屬性并為類添加實例。在Protégé 3.5的圖形界面中，利用OWL Classes選項卡來創(chuàng)建類及其子類。

類的創(chuàng)建界面主要分為四個部分：第一部分“For Class”（類），用來顯示類的表達式，即為本體知識庫的URL加上類名；第二部分是“Annotations”（注釋），包括對類的描述、解釋說明等信息；第三部分是“Asserted conditions”（斷言），包括類的父類的說明，以及對類的約束條件（分為充分必要條件和必要條件）；第四部分是“Disjoins”（不相交），表示類之間的相互獨立，相互不影響。

2. 屬性的創(chuàng)建

在Protégé 3.5中，Property的選項卡下包含對象屬性（Object）、數(shù)據(jù)屬性（Datatype）、注釋屬性（Annotation）和全部屬性（All）四個小窗口，需要分別在Object和Datatype小窗口中為已設(shè)計好的類創(chuàng)建對象屬性和數(shù)據(jù)屬性，創(chuàng)建方法與類的創(chuàng)建方法類似。

3. 添加實例

在定義了本體中的類和屬性之后，就建立了領(lǐng)域本體的知識描述體系，接下來通過為類添加實例，并為其屬性賦值加以約束，完善領(lǐng)域本體知識庫的構(gòu)建。

在Protégé 3.5的界面下，通過“Individuals”（實例）選項卡添加實例及其屬性值。圖5為添加實例的界面。

以添加“軍區(qū)”類中的實例“第一軍區(qū)”為例，之前創(chuàng)建屬性的時候，已經(jīng)為“軍區(qū)”類設(shè)計了“負責(zé)內(nèi)容”等數(shù)據(jù)屬性，以及對象屬性“下轄”“負責(zé)”和“司令部位于”，輸入屬性內(nèi)容時需與已設(shè)定的屬性數(shù)據(jù)類型相符。在對實例進行描述的時候，還可通過“rdfs： comment”為實例添加詳細注釋，以及通過“owl： sameAs”添加實例的別名，比如“紅河”在越南又被稱為“珥河”，可以通過“owl： sameAs”將表示同一概念的不同表述等價起來。

4. 本體的形式化

設(shè)計了領(lǐng)域本體的基本框架之后，需要借助本體構(gòu)建工具Protégé 3.5和本體描述語言O(shè)WL DL對領(lǐng)域本體知識進行形式化的描述，將領(lǐng)域本體保存為owl格式的文件，后續(xù)研究可通過調(diào)用owl文件對領(lǐng)域本體知識庫進行處理。

5. 一致性檢查

本體構(gòu)建是一個逐步完善、精益求精的過程，對本體的評價包括衡量本體的正確性、一致性和可擴展性。作為一項重要衡量指標，一致性檢查旨在考察類和類之間的邏輯關(guān)系設(shè)計是否正確。

Protégé 3.5自帶有推理機（Reasoning）Pellet 1.5.2，可用于本體的一致性檢查。Pellet 1.5.2的功能有Check consistency（檢查一致性）、Classify taxonomy（分類檢查）和Computing inferred types（計算推導(dǎo)類型）等。常利用Check consistency和Classify taxonomy對本體的一致性進行檢查，結(jié)果窗口中被標紅的類說明在創(chuàng)建時存在邏輯錯誤，需要找出這些錯誤來保證整個本體的一致性。

四 結(jié)語

本研究主要圍繞面向術(shù)語翻譯的南海領(lǐng)域漢英本體知識庫的設(shè)計及構(gòu)建。首先對本體相關(guān)概念進行綜述，然后依據(jù)已獲取的南海領(lǐng)域資料，選擇本體編輯工具Protégé 3.5及半自動構(gòu)建方式對南海領(lǐng)域本體知識庫中的類、類的層級結(jié)構(gòu)和屬性進行詳細的設(shè)計，構(gòu)建以越南為例的南海領(lǐng)域本體知識庫并編碼實現(xiàn)，創(chuàng)建類的屬性，為類添加具體實例。之后對本體知識進行形式化的描述，將其轉(zhuǎn)化為計算機可以處理的信息，并在構(gòu)建過程中對本體知識庫進行一致性檢查，確保本體知識庫邏輯正確、結(jié)構(gòu)清晰。

目前南海領(lǐng)域本體知識庫已初具規(guī)模，盡可能充分地描述南海領(lǐng)域相關(guān)術(shù)語及術(shù)語間的關(guān)系，能夠在一定程度上滿足該領(lǐng)域的信息查詢要求，同時為領(lǐng)域術(shù)語研究及基于本體知識庫的術(shù)語翻譯打下基礎(chǔ)。

參考文獻

[1] Wüster E. Einführung in die Allgemeine Terminologielehre und Terminologische Lexikographie[M]. Wien/New York：Springer， 1979.

[2] Neches R， Fikes R E， Finin T， et al. Enabling technology for knowledge sharing[J]. AI magazine， 1991， 12（3）： 36.

[3] Studer R， Benjamins V R， Fensel D. Knowledge engineering： principles and methods [J]. Data & knowledge engineering， 1998， 25（1）： 161-197.

[4] Gruber T R. Toward principles for the design of ontologies used for knowledge sharing [J]. International journal of humancomputer studies， 1995， 43（5）： 907-928.

[5] 劉宇松.本體構(gòu)建方法和工具研究[J].現(xiàn)代情報，2009，29（9）：21.

[6] 杜文華，董慧.本體建設(shè)工具比較研究[J].情報雜志，2005（2）：11-14.

[7] 李偉剛，張克亮，王慧蘭.基于航空領(lǐng)域本體知識庫的語義檢索研究 [J].中國計算語言學(xué)研究前沿進展（2009-2011），2011：419-424.

[8] 李偉剛.基于本體知識庫和FAQ的多策略問答系統(tǒng)研究[D].洛陽：解放軍外國語學(xué)院，2013.

[9] 陳欣.基于軍事領(lǐng)域本體的跨語言知識查詢研究與系統(tǒng)實現(xiàn)[D].洛陽：解放軍外國語學(xué)院，2011.

[10] 祁廣謀，鐘智翔.東南亞概論[M].廣州：世界圖書出版社，2013.

[11] 鐘智翔，陳揚.東南亞國家軍事地理[M].北京：軍事誼文出版社，2009.

[12] 蘭強，徐方宇，李華杰.越南概論[M].北京：世界圖書出版公司，2012.

[13] 古小松.越南：歷史 國情 前瞻[M].北京：中國社會科學(xué)出版社，2016.

[14] 李公昭.英漢軍事大詞典[M].上海：上海外語教育出版社，2006.

[15] 潘永樑.英漢軍事術(shù)語大詞典[M].北京：外文出版社，2007.

[16] 呂微，汪川.英漢漢英詞典[M].北京：商務(wù)印書館，2009.