基于領(lǐng)域本體語義檢索的關(guān)鍵性技術(shù)研究

摘 要 隨著信息社會的飛速發(fā)展，如何準(zhǔn)確、全面的在大量信息中獲取用戶所需的信息成為研究熱點。傳統(tǒng)檢索是基于關(guān)鍵字匹配，這種方式只涉及了字符匹配，并沒有達(dá)到語義匹配的目的，導(dǎo)致檢索結(jié)果或者龐大或者漏檢。本文借助本體，將簡單的字符匹配提升為語義性強(qiáng)的概念匹配，基于OWL-S服務(wù)描述框架，對服務(wù)進(jìn)行分級匹配，最后將結(jié)果返回給用戶，使得檢索結(jié)果更加準(zhǔn)確和全面，更能滿足用戶的檢索需求。

關(guān)鍵詞 語義檢索;領(lǐng)域本體;OWL-S

引言

傳統(tǒng)的檢索基本上是基于關(guān)鍵字的信息檢索，利用分詞工具將用戶輸入的檢索信息抽取出關(guān)鍵詞，采用匹配算法在數(shù)據(jù)庫中查找與該關(guān)鍵詞相匹配的文檔，返回給用戶。這種檢索方法缺乏語義上的處理，使得檢索結(jié)果可能會不全面。針對這種不足，本文提出了基于領(lǐng)域本體的語義檢索技術(shù)研究，通過本體所構(gòu)建的語義關(guān)系的應(yīng)用，提高了檢索的查全率和查準(zhǔn)率[1]。

1語義檢索技術(shù)

本文研究的語義檢索的關(guān)鍵技術(shù)主要包括領(lǐng)域本體構(gòu)建模塊、查詢擴(kuò)展模塊和服務(wù)匹配模塊。各模塊協(xié)同完成用戶檢索任務(wù)。

1.1 本體理論

本體是概念模型的形式化的規(guī)范說明，具有概念性，明確性，形式性和共享性。本文通過七步法的思想構(gòu)建交通領(lǐng)域本體，由Protege來實現(xiàn)。

1.2 查詢擴(kuò)展

由于用戶輸入的查詢語句很難反映具體的查詢需求，因此需對其做查詢擴(kuò)展。將查詢語句分解為關(guān)鍵詞匯集合，依次抽取集合中的關(guān)鍵詞與本體概念做資源映射得到同義本體概念集合，根據(jù)本體結(jié)構(gòu)對新得到的同義本體概念擴(kuò)展，得到擴(kuò)展后的查詢概念集合。

1.3 服務(wù)匹配

本文借助OWL-S服務(wù)描述框架進(jìn)行服務(wù)匹配。OWL-S是一種具有語義的描述Web服務(wù)屬性和功能的標(biāo)記語言。OWL-S從服務(wù)概況、服務(wù)模型和服務(wù)基礎(chǔ)三方面定義了Web服務(wù)的語義信息。對于服務(wù)匹配過程通過服務(wù)概況來實現(xiàn)。服務(wù)概況從服務(wù)的非功能信息和功能信息描述Web服務(wù)。非功能信息提供了面向用戶的可讀信息。功能性信息主要是指服務(wù)的輸入、輸出、前提和效果，簡稱IOPE。

（1）非功能信息匹配算法。用戶在查詢時會提供一個OWL-S文檔，對所需服務(wù)進(jìn)行描述，服務(wù)發(fā)布者也會向注冊中心提供一個OWL-S文檔，對所提供服務(wù)進(jìn)行描述，非功能信息匹配即為短文本匹配通過詞語間相似度進(jìn)行計算。先對注冊服務(wù)進(jìn)行聚類處理，將類別一致的服務(wù)聚類到一起，這樣請求服務(wù)只需與各簇的代表服務(wù)進(jìn)行匹配，達(dá)到設(shè)定閾值后則與該簇內(nèi)的所有服務(wù)進(jìn)行匹配，若未達(dá)到設(shè)定閾值則無須與該簇內(nèi)的服務(wù)進(jìn)行匹配，這樣大大提高了檢索效率[2]。

①根據(jù)經(jīng)典K-means算法對注冊服務(wù)進(jìn)行服務(wù)聚類，得到各簇的代表服務(wù)。②對服務(wù)請求文檔R和各簇代表服務(wù)文檔A進(jìn)行預(yù)處理，得到兩個詞語集合R1和A1。③依次取R1和A1中的元素通過詞向量按位累加的方式，計算兩個詞語的向量表示，利用余弦相似度計算兩個向量的相似度。④利用詞向量相似度代表文檔相似度，設(shè)置相應(yīng)的閾值，超過該閾值的進(jìn)行下一步的功能匹配，未超過的則舍棄。最終得到非功能信息相似度S1

（2）IOPE功能信息匹配算法。注冊服務(wù)在非功能信息匹配符合設(shè)定的閾值后進(jìn)行IOPE功能信息匹配。定義一個請求服務(wù)Wr，輸出滿足功能的服務(wù)集Ws。

①將Ws 置空。②對于符合設(shè)定閾值要求的服務(wù)聚類，假設(shè)該聚類中有k個服務(wù)，將請求服務(wù)Wr依次與中的注冊服務(wù)進(jìn)行基于PE參數(shù)的匹配，匹配成功進(jìn)行3，否則執(zhí)行第6步。③將請求服務(wù)Wr依次與中的注冊服務(wù)進(jìn)行IO參數(shù)匹配，匹配成功進(jìn)行第4步，否則執(zhí)行第6步。④根據(jù)IOPE匹配的結(jié)果及其權(quán)重計算總體匹配度T，設(shè)定一個匹配閾值x，若T>=x則將此服務(wù)添加到匹配結(jié)果集Ws中，若T

（3）基于PE參數(shù)的匹配。定義Pa、Ea表示服務(wù)提供者的PE描述信息，Pr、Er表示服務(wù)請求者的PE描述信息，發(fā)布服務(wù)Wa（Pa，Ea）與請求服務(wù)Wr（Pr，Er）關(guān)于PE參數(shù)的匹配方式如下：①匹配：若Pr∈Pa，Er∈Ea，即Wr∈Wa，表示服務(wù)提供者描述的前提和效果包含服務(wù)請求者的描述，此時完全匹配。②不匹配：Pr≠Pa，Er≠Er，即Wa≠Wr，表示服務(wù)提供者與服務(wù)請求者的前提和效果描述完全不一致，匹配失敗

（4）基于IO參數(shù)的匹配。對于web服務(wù)一般具有多個輸入輸出參數(shù)，進(jìn)行IO參數(shù)匹配時：

①對請求的輸入概念集與服務(wù)的輸入概念集進(jìn)行兩兩匹配，根據(jù)本體概念相似度計算每個請求輸入概念與注冊服務(wù)的輸入概念的相似度，對所有的相似度求平均值作為概念集合的相似度In。②同理得到輸出概念集的匹配相似度On。③設(shè)置相應(yīng)的閾值Im和Om，若In>=Im且On>=Om，則將該服務(wù)添加至相應(yīng)的匹配隊列里，否則過濾掉。④基于IO參數(shù)的服務(wù)相似度即為輸入概念集相似度和輸出概念集相似度的綜合。

綜合的服務(wù)匹配相似度為：

Match（SA，SB）=α*S1+ β*S2

其中α與β和為1，α和β可根據(jù)要求賦值以調(diào)節(jié)非功能信息和功能信息的權(quán)重大小。根據(jù)上述算法計算服務(wù)匹配的相似度大小并排序，最后將檢索結(jié)果返回給用戶，完成語義檢索[3]。

2結(jié)束語

本文提出的基于領(lǐng)域本體的語義檢索技術(shù)，借助本體使得關(guān)鍵詞所包含的語義信息更明確，增強(qiáng)了用戶的檢索需求表達(dá)，提高了查全率和查準(zhǔn)率。對請求服務(wù)和注冊服務(wù)在進(jìn)行分級匹配時融合了聚類的思想，極大地提高了服務(wù)匹配的效率，彌補了傳統(tǒng)檢索的不足。

參考文獻(xiàn)

[1] 王李冬，張慧熙.基于HowNet的微博文本語義檢索研究[J].情報科學(xué)，2016，34（9）：134-137.

[2] 溫有奎.信息檢索系統(tǒng)的關(guān)聯(lián)關(guān)鍵詞推薦研究[J].數(shù)字圖書館論壇，2016（4）：11-14.

[3] 楊月華，杜軍平，平源.基于本體的智能信息檢索系統(tǒng)[J].軟件學(xué)報，2015，26（7）：1675-1687.

作者簡介

張秀麗（1994-），女;碩士研究生在讀，研究方向：網(wǎng)絡(luò)服務(wù)與信息安全。