大規(guī)模本體協(xié)同構(gòu)建框架研究與設(shè)計(jì)

1、大規(guī)模本體協(xié)同構(gòu)建框架研宄與設(shè)計(jì)摘要闡述本體協(xié)同構(gòu)建研宄的熱點(diǎn)，分析大 規(guī)模分布式環(huán)境下協(xié)同構(gòu)建本體的用戶類型，總結(jié)必 要的操作及功能，提出分布式加工、集中式存儲(chǔ)以及 模塊式開發(fā)的dcm框架，并對(duì)框架中的元素和功能進(jìn) 行闡述。關(guān)鍵詞協(xié)同式本體開發(fā)模塊式開發(fā)分布式 加工集中式存儲(chǔ)分類號(hào)g350目前語義網(wǎng)(semantic web)是知識(shí)工程發(fā)展的主 要方向，本體是實(shí)現(xiàn)語義網(wǎng)的主要途徑，本體的設(shè)計(jì) 和維護(hù)是一項(xiàng)復(fù)雜的社會(huì)活動(dòng)，一方面需要工具支持 本休的設(shè)計(jì)和重用等典型操作，例如敘詞表、詞表、 草根分類法、數(shù)據(jù)庫模式以及文檔內(nèi)知識(shí)的重用，需 要合適的評(píng)估和選擇工作，使得本體的功能符合特定 的任務(wù)；另

2、外，需要支持本體構(gòu)建和重用的協(xié)同工作。 大規(guī)模本體的開發(fā)涉及到領(lǐng)域?qū)＜?、本體工程師和最 終用戶等角色，在構(gòu)建本體的各個(gè)環(huán)節(jié)中每個(gè)人都有 自己的目標(biāo)，每個(gè)角色從不同的維度思考本體包含的概念，并發(fā)地創(chuàng)建概念，已涉及到不同用戶對(duì)本體的 可控性，本體內(nèi)容創(chuàng)建的動(dòng)態(tài)性、開發(fā)環(huán)境的分布性 等特點(diǎn)。目前，對(duì)單個(gè)本體的創(chuàng)建、發(fā)布、瀏覽、編輯和 存儲(chǔ)等方法的研究較為成熟，但分布式環(huán)境下本體的 協(xié)同構(gòu)建聚焦在具體的創(chuàng)建環(huán)節(jié)，例如協(xié)同創(chuàng)建本體 的沖突檢測(cè)，不同用戶的視圖管理，本體版本的演化 等，從已有的研宄來看，對(duì)大規(guī)模本體協(xié)同構(gòu)建的工 作模型與框架的系統(tǒng)闡述尚有不足。1本體協(xié)同構(gòu)建相關(guān)研兜本體協(xié)同構(gòu)建既要包括單個(gè)

3、本體創(chuàng)建、發(fā)布、編 輯、檢索、瀏覽與重用等相關(guān)的所有功能，又要解決 開放環(huán)境中不同領(lǐng)域、不同層次、不同角色用戶的協(xié) 同工作問題，支持概念的一致性理解、本體的動(dòng)態(tài)演 變、本體認(rèn)識(shí)中不同視角的統(tǒng)一，支持多個(gè)團(tuán)隊(duì)有效 的溝通，使得工作流程中各個(gè)環(huán)節(jié)無縫銜接，能夠高 效地創(chuàng)建和重用本體。tempich等在d舊gent項(xiàng)目中提出協(xié)同開發(fā)本體的方法，并將d舊gent方法分為4個(gè)步驟：參與項(xiàng) 目的組選擇一個(gè)緩和的模式，將討論和組織的決策結(jié)構(gòu)化；對(duì)討論的論點(diǎn)達(dá)成一致的決策過程有統(tǒng)一的 認(rèn)識(shí);組識(shí)別出決策的論點(diǎn)，并針對(duì)論點(diǎn)進(jìn)行討論， 提出解決方法；分析討論的結(jié)果，同意最終達(dá)成的 解決方案，或者推遲解決方案的產(chǎn)生

4、。yewang chen 等從沖突檢測(cè)的角度出發(fā)，支持本體的協(xié)同開發(fā)，將 沖突分為三類：協(xié)同沖突、一致性沖突以及不規(guī)則沖 突，并提出cpp(commanit packagepool)算法支持沖突 的自動(dòng)檢測(cè)。ceccaroni等人提出visual ontology mod_eler模型，圖形化支持本體的協(xié)同構(gòu)建，可滿 足大規(guī)模本體協(xié)同幵發(fā)和管理的需要，易于使用與理 解、圖形化展示內(nèi)容，具有可配置能力，集成了版本 控制、一致性和完備性檢查等功能。jim4nez-ruiz和 berlanga領(lǐng)域?qū)＜?、本體工程師和最終用戶對(duì)本體的 認(rèn)識(shí)維度不同，提出基于視圖的方法，識(shí)別大規(guī)模本 體在演化、使用過程中

5、設(shè)計(jì)到的必要因素，支持大規(guī) 模本體分布、協(xié)同和模塊化的開發(fā)。aldogangenh等 構(gòu)建了協(xié)同本體設(shè)計(jì)模型(collaborativeontology-design ontology, c 0d0)，通過構(gòu)建 c 0d0 本體開發(fā)過程中的關(guān)鍵操作和概念，重點(diǎn)解決兩方面 問題：需要工具支持典型的操作，例如現(xiàn)有本體和設(shè)計(jì) 模式的重用，敘詞表、詞表、草根分類法、數(shù)據(jù)庫模 式以及文檔內(nèi)知識(shí)的重用，需要核實(shí)、評(píng)估和選擇步 驟，使得本體的功能符合特定任務(wù)。需耍工具支持這些動(dòng)作的協(xié)同執(zhí)行，提供關(guān)于本 體元素和基本原理的討論和一致性意見的達(dá)成。 c-odo曾成功運(yùn)用于neon項(xiàng)目中。j.bao和hona-

6、var提出wikint作為協(xié)同構(gòu)建本體的開發(fā)環(huán)境。支持 協(xié)同本體開發(fā)。wikint基于oshoqp(d)，它是利用 ofpartial order on axioms)和 p(localized axiomsin package)對(duì)shoq(d)擴(kuò)充，支持在多個(gè)語義異構(gòu)、不一 致環(huán)境下單獨(dú)開發(fā)的模塊化本體的整合，致力于沖突 的解決。sung-kooe lim提出基于wiki的本體協(xié)同構(gòu)建 環(huán)境，領(lǐng)域?qū)＜铱梢詤f(xié)同、便捷地組織領(lǐng)域知識(shí)，通 過定義模板，實(shí)現(xiàn)本體的關(guān)聯(lián)，使用戶能夠在基于wili 的界面準(zhǔn)備、創(chuàng)建知識(shí)組件，并以基于本體的模型去 存儲(chǔ)他們。natalya f.noy等總結(jié)了本體協(xié)同開發(fā)環(huán)

7、境 所具備的必要元素，包括：支持討論和達(dá)成共識(shí)的工 具集、數(shù)據(jù)起源信息、確立可信賴和可行性的途徑、 不同(經(jīng)驗(yàn))層次的用戶具有不同的視圖、訪問的控制、 用戶角色的管理、工作流的支持等。g.corren: do調(diào) 研了支持本體協(xié)同開發(fā)的工具，如：ontolingua、 bibsonomy、dbin hozo、ontowiki、collaborative protege 以及soboleo等，工具有的是基于b/s結(jié)構(gòu)，有的 是基于c/s結(jié)構(gòu)，支持的功能各異，例如有的支持分 類表的構(gòu)建，有的支持知識(shí)庫的創(chuàng)建，有的擅長(zhǎng)于本 體建模等。因?yàn)樘峁┕δ芊较虿煌?，所以差別很大， 如標(biāo)記(tagging)、投票

8、(voting)、討論(discuss)、變化控 制(change control)和可視化(visualization)等。從以上分析來看已有本體協(xié)同構(gòu)建系統(tǒng)、模型或 框架各自偏重不同，設(shè)計(jì)大規(guī)模本體協(xié)同構(gòu)建框架的 前提是要分析參與構(gòu)建本體的用戶類型，以及各自的 角色，設(shè)計(jì)(分布式)本體的必要需求，不同角色在構(gòu) 建本體過程中的作用及流程。本文首先分析本體協(xié)同 構(gòu)建過程中涉及到的用戶類型和分布式環(huán)境下開發(fā)本 體所需的必要元素，最后構(gòu)建本體協(xié)同構(gòu)建框架。2大規(guī)模本體協(xié)同構(gòu)建模型的設(shè)計(jì)2.1用戶類型大規(guī)模本體的協(xié)同構(gòu)建涉及到四種類型用戶：管 理員、本體工程師、領(lǐng)域工程師以及終端用戶，四種 類型的用

9、戶統(tǒng)稱為系統(tǒng)用戶。下面分別闡述各自的角 色。2, 1，1管理員管理員控制協(xié)同加工的整個(gè)過 程，注冊(cè)加入到協(xié)同開發(fā)中的每個(gè)人，并賦予不同的 特征?？紤]本體的政策、討論、標(biāo)注、變化以及與協(xié) 同相關(guān)的所有活動(dòng)，不能自己做出決策，必須在群組 中達(dá)成一致，如果群組沒有彼此達(dá)成一致，或持續(xù)討 論，他必須定制討論，宣布無法得出決策，因?yàn)橐庖?分歧。反之，如果達(dá)成一致了，管理員將宣布決定。 如果需要通過投票達(dá)成一致，要求協(xié)同工作人員對(duì)現(xiàn) 存的不同意見進(jìn)行投票。這種決策制定的過程的優(yōu)點(diǎn) 有：每個(gè)參與者都能對(duì)決策貢獻(xiàn)自己的力量，新的參 與者能夠?qū)河袥Q策進(jìn)行評(píng)論。如果其他參與者破壞 了工程的規(guī)則和既定政策，還要關(guān)

10、注其他角色的活動(dòng)。 另外一個(gè)角色是將開發(fā)過程中各階段評(píng)估的結(jié)果傳遞 給相關(guān)人員，還負(fù)責(zé)檢查語義的不一致性。此外負(fù)責(zé) 配置服務(wù)器和制定相關(guān)政策，將本體上傳到服務(wù)器， 并對(duì)協(xié)同開發(fā)者可視化展示：概念翻譯和定義的自然 語言表述，本體的樹形結(jié)構(gòu)化展現(xiàn)以及owl文件管理 2.1.2本體工程師本體工程師需要熟悉本體語言，并有 一定的研究能力。他的重要作用是檢查本體組件，尤 其是校驗(yàn)公理的正確性，負(fù)責(zé)本體對(duì)不同角色進(jìn)行不 同形式的表現(xiàn)。有些功能只有本體工程師才能完成， 例如將公理轉(zhuǎn)化為自然語言，并評(píng)估轉(zhuǎn)換的正確性， 在協(xié)同式本體中僅能進(jìn)行標(biāo)注，不能進(jìn)行編輯。2.1.3領(lǐng)域?qū)＜翌I(lǐng)域?qū)＜以诒倔w工程中涉及到知 識(shí)

11、的獲取、維護(hù)和評(píng)估等工作，可以和其他領(lǐng)域?qū)＜覅f(xié)同進(jìn)行領(lǐng)域知識(shí)的獲取以及知識(shí)的本體化。他們不 涉及到本體語言(例如owl)，但是可以將本體翻譯為自 然語言，以便于其他領(lǐng)域本體更好地理解內(nèi)容。經(jīng)過 培訓(xùn)，領(lǐng)域?qū)＜铱梢蕴砑痈拍罴捌湎嚓P(guān)屬性和關(guān)系。2.1.4終端用戶在協(xié)同開發(fā)本體中，終端用戶不 能直接和其他角色的人員進(jìn)行交互。他們熟悉領(lǐng)域知 識(shí)和本體，因此可以給出本體應(yīng)用情況的反饋意見。 盡管最終用戶和領(lǐng)域?qū)＜乙粯硬痪哂斜倔w工程的知識(shí)， 但領(lǐng)域?qū)＜覅⑴c知識(shí)(概念)的獲取階段，熟悉隱藏在 本體背后的各種關(guān)系。終端用戶可以將發(fā)現(xiàn)的bug和 問題反饋給管理員。2.2本體協(xié)同構(gòu)建的必要操作協(xié)同構(gòu)建本體包含構(gòu)建

12、本體的一般步驟，同時(shí)又對(duì)單機(jī)構(gòu)建本體的環(huán)境提出更高的要求，例如需要進(jìn) 程的并發(fā)控制、語義的一致性檢測(cè)、領(lǐng)域?qū)＜乙庖姺?歧的協(xié)調(diào)、版本的管理等。表1為本體協(xié)同構(gòu)建需要 的操作：2.3 dcm模型的設(shè)計(jì) 本文提出dcm模型，即分布式加工(distributedimplication)> 集中式存儲(chǔ)(central storage)、模塊化開發(fā)(module development)。dcm 借鑒了 diligent本體的開發(fā)階段，diligent本體工程中包含了 5個(gè)主要活動(dòng)：本體的建立、本地化、分析、校正 以及更新等。d舊gent方法中，專家委員會(huì)先行構(gòu)建 初始化的本體，用戶可以免費(fèi)使用，

13、并能夠在本地根 據(jù)自己的需要進(jìn)行修改。專家委員會(huì)可以很好地調(diào)節(jié) 和展示參與本體構(gòu)建的各方面的利益，確保這些可被 共享的核心本體的質(zhì)量，并負(fù)責(zé)更新這些核心本體的 決策。dcm框架分為三個(gè)層次：數(shù)據(jù)層、功能層和用戶 層。數(shù)據(jù)層存儲(chǔ)本體、工作流數(shù)據(jù)、文檔和用戶討論 與標(biāo)注信息等，標(biāo)準(zhǔn)文擋以xml形式存儲(chǔ)，本體以 rdf或owl語言存儲(chǔ)，本體集中式存儲(chǔ)在數(shù)據(jù)中心。 圖1為多個(gè)用戶在分布式環(huán)境中協(xié)同構(gòu)建本體的概念 框架圖：所謂分布式加工是指在技術(shù)上支持多用戶在分散 的物理環(huán)境下實(shí)現(xiàn)本體的加工，不同領(lǐng)域的專家、不 同角色的用戶可以同時(shí)對(duì)目標(biāo)本體(dcm框架中待要 加工的本體)模塊進(jìn)行創(chuàng)建與編輯，dcm框架

14、可以確保 相關(guān)操作的并發(fā)執(zhí)行；所謂集中式存儲(chǔ)包括在技術(shù)上 實(shí)現(xiàn)本體的集中存儲(chǔ)與備份，合理處理本體模塊之間 的依賴性，在管理上有統(tǒng)一的機(jī)制，協(xié)調(diào)糾紛，達(dá)成 最終意見的一致；模塊化開發(fā)指目標(biāo)本體可以按照領(lǐng) 域或者功能進(jìn)行劃分，并將其指派給相關(guān)的建設(shè)者， 實(shí)現(xiàn)本體模塊中對(duì)象創(chuàng)建、概念定義、屬性賦值以及 概念關(guān)系構(gòu)建等操作，開發(fā)完畢的本體模塊具有良好 的封裝性，便于其他本體模塊的調(diào)用，最大化地實(shí)現(xiàn) 本體的重用。2.3.1本體描述語言和存儲(chǔ)本體描述語言可采用 當(dāng)前被廣泛接受的rdf語言與owl，即構(gòu)建的本體符 合ontology lite層次的本體，支持owl語言描述的本 體和關(guān)系數(shù)據(jù)庫中存儲(chǔ)的本體進(jìn)行

15、互操作。本體的存 儲(chǔ)和描述是大規(guī)模本體協(xié)同構(gòu)建過程中首先要解決的 技術(shù)問題。本體的描述語言和存儲(chǔ)涉及到的用戶主要是本體 工程師。在dcm框架中，物理上分散的本體模塊具有 統(tǒng)一的本體描述語言，由本體工程師統(tǒng)一定義，各模 塊需要共同遵守。2.3.2本體的編輯、維護(hù)創(chuàng)建、編輯和維護(hù)本體 或本體片段，本體自身會(huì)發(fā)生變化，需充分考慮每種 變化的原因和結(jié)果，提供易于編輯本體的界面。這里 的編輯定義為創(chuàng)建和修改本體的任務(wù)，在編輯本體時(shí) 有可視化的展示界面對(duì)于用戶來說有很大的幫助作用，最佳的狀況是用戶可以與可視化界面進(jìn)行直接交互。 瀏覽本體是本體編輯和維護(hù)過程中必不可少的部分，對(duì)于高效的編輯和維護(hù)本體來說至關(guān)

16、重要，這里 定義瀏覽為：支持用戶理解概念的層次關(guān)系，展現(xiàn)實(shí) 例和屬性。在查找特定的概念、實(shí)例時(shí)瀏覽功能必不 可少。分布式開發(fā)環(huán)境下本體模塊的刪除是確保各用戶 能夠連續(xù)工作，實(shí)現(xiàn)目標(biāo)本體穩(wěn)定建設(shè)的前提。因?yàn)?目標(biāo)本體被分為粒度不等的模塊，模塊之間存在相互 調(diào)用關(guān)系，具有很強(qiáng)的依賴性，各本地用戶在上傳自 己負(fù)責(zé)的內(nèi)容時(shí)，需要檢查自己模塊調(diào)用的其他模塊 的概念是否存在或者發(fā)生變化，并根據(jù)實(shí)際情況，調(diào) 整上傳本體加工內(nèi)容的策略。本體的編輯、維護(hù)涉及到的用戶主要是領(lǐng)域?qū)＜?和管理員。在dcm框架中，本體的編輯和維護(hù)由物理 上分布的領(lǐng)域?qū)＜覐氖?，管理員進(jìn)行審核和最終發(fā)布。2.3.3版本管理描述創(chuàng)建和維護(hù)本

17、體不同元素時(shí) 管理本體變化和變化帶來影響的能力。每個(gè)領(lǐng)域都定 義了自己特有的概念，這些概念在現(xiàn)實(shí)中是會(huì)發(fā)生變 化的，相當(dāng)于數(shù)據(jù)庫中的schema版本。版本管理需 要解決如下三個(gè)問題：如果一個(gè)概念/關(guān)系在新的本體中不存在了，意 味著該概念/關(guān)系已被刪除。如果概念/關(guān)系在舊的本體中沒有，而在新的本體中有，則該概念/關(guān)系是被新建的。如果新的本體中概念/關(guān)系的定義描述和舊的版本中有差別，則表明該概念/關(guān)系被修改了。版本管理應(yīng)該能夠追溯數(shù)據(jù)的起源、數(shù)據(jù)變化的路徑，在必要的時(shí)候可以通過事物的回滾，還原到歷 史的某個(gè)狀態(tài)，同時(shí)用戶對(duì)已有成果進(jìn)行驗(yàn)證。分布 式本體協(xié)同構(gòu)建中注意用戶標(biāo)注、評(píng)論以及各種意見 的整

18、合，有助于對(duì)概念的理解與表達(dá)，在實(shí)踐中，對(duì) 這些內(nèi)容進(jìn)行及時(shí)存檔，相互關(guān)聯(lián)。版本的管理涉及到的用戶主要是管理員和本體工 程師。版本管理確保本體模塊之間依賴性的完整性， 保證目標(biāo)本體建設(shè)的穩(wěn)定性。2.3.4本體的映射和集成構(gòu)建本體需要實(shí)現(xiàn)已 有本體相互之間的映射，并能形成一個(gè)相互兼容一致 的本體。集成、映射和合并描述了采用和映射已有本 體的能力。本體協(xié)同構(gòu)建平臺(tái)中的本體是一個(gè)多用戶 參與構(gòu)建、跨領(lǐng)域的本體。本體管理應(yīng)該能夠映射合 并其他領(lǐng)域開發(fā)人員開發(fā)的本體，甚至能夠集成外部 本體，最后可以形成一個(gè)完整的本體。同時(shí)，集成、 映射和合并也是解決異構(gòu)問題的有效途徑。本體的映射與集成涉及到的用戶主要是

19、領(lǐng)域?qū)＜?和本體工程師。2.3.5本體的查詢和推理支持通用的本體查詢 語言進(jìn)行本體的查詢，例如sparql等。推理組件告 訴開發(fā)者關(guān)于本體一致性的內(nèi)容。如果沒有一定的推 理功能，很容易產(chǎn)生錯(cuò)誤。另外推理功能可以利用本 體得到事件結(jié)果產(chǎn)生的原因，可被用來提高語義檢索 結(jié)果的準(zhǔn)確性和召回率。本體的查詢和推理幾乎涉及到所有類型的用戶， 不同層次的用戶需求有所差異。2.3.6導(dǎo)入/導(dǎo)出支持符合標(biāo)準(zhǔn)規(guī)范描述的已 有本體的導(dǎo)入，并能導(dǎo)出符合業(yè)界本體描述語言的領(lǐng) 域本 體。導(dǎo)入導(dǎo)出涉及到的用戶主要是管理員和本體工程 師，終端用戶可根據(jù)實(shí)際的需要對(duì)已發(fā)布的本體進(jìn)行 取舍，導(dǎo)出自己所需的本體片段。2.3.7工作

20、流支持協(xié)同本體構(gòu)建模型中工作流的 作用是描述項(xiàng)目參與者怎樣在定義上達(dá)成一致，誰能 夠發(fā)起改變，誰能執(zhí)行改變，當(dāng)這些改變公布后，誰 能對(duì)這些改變進(jìn)行評(píng)論。工作流的操作主要由管理員控制，涉及到所有類 型的用戶。2.3.8用戶訪問控制訪問控制和用戶角色管理與 分配密切相關(guān)，訪問控制通過對(duì)用戶的授權(quán)決定其具 有權(quán)限的操作對(duì)象和操作方式。例如并不是所有具有 寫權(quán)限的人對(duì)所有本體都能進(jìn)行編輯，尤其是大規(guī)模 協(xié)同加工過程中，用戶可能僅對(duì)某些領(lǐng)域的局部概念 熟悉，系統(tǒng)允許其編輯該用戶熟悉的部分，而對(duì)其不 熟悉的內(nèi)容只能瀏覽或者鏈接。用戶的角色是通過系 統(tǒng)預(yù)定義的一系列的政策規(guī)約，通過建模和程序的功 能實(shí)現(xiàn)，不同的用戶具有不同的權(quán)限，每個(gè)項(xiàng)目對(duì)用 戶角色權(quán)限的劃分各具特色，例如有的用戶可以發(fā)起 修改的請(qǐng)求(proposal for changes),而自己無權(quán)限修改， 而有的用戶可以對(duì)請(qǐng)求進(jìn)行評(píng)論，但是沒有發(fā)起請(qǐng)求 的權(quán)利。同時(shí)不同項(xiàng)目對(duì)角色權(quán)限控制的粒度要求差 別也較為明顯。大規(guī)模本體協(xié)同構(gòu)建模型中需要充分 考慮不同用戶對(duì)已有本體和數(shù)