基于WORDNET的领域本体半自动构建研究

第２８卷第４期　渤海大学学报（自然科学版）　ＶｏＬ２８　Ｎｏ．４　２　０　０　７年１２月　Ｊｏｕｒｎａｌ　ｏｆ　Ｂｏｈａｉ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　ＤｅＧ　２Ｏｏ７　基于ＷＯＲＤＮＥＴ的领域本体半自动构建研究　张　勇　，门　涛２　（１．巢湖学院计算机系，安徽巢湖２３８０００；２．渤海大学信息科学与工程学院，辽宁锦州１２１０１３）　摘要：本体在语义网中发挥着关键作用，针对当前人工构建本体的缺点和自动构建本　体的不可实现性，提出了一种重用ＷＯＲＤＮＥＴ的半自动构建方案，可以有效运用于领域本　体的构建。　关键词：ＷＯＲＤＮＥＴ；本体；半自动构建　中图分类号：ＴＰ３９　文献标识码：Ａ　文章编号：１６７３－０５６９（２００７）０４－０３８１－０４　０　引言　本体目前尚无统一定义，被广泛应用的定义是Ｇｒｕｂｅｒ…提出的“本体是概念模型的明确规范说　明”。构建本体的方法是当前研究中的热点问题，目前国内外研究本体的构建方法主要有：ＴＯＶＥ法，　骨架法，ＳＥＮＳＵＳ法，七步法，ＩＤＥＦ５方法。现行的本体的构建方法都没有经过权威标准化部门的认　证，要形成一套标准的本体构建方法比较困难。因为领域的不同和具体工程的要求不同，但大家都比　较认同Ｇｒｕｂｅｒ＿２　提出的构建本体的五条原则：明确性和客观性，概念定义的完整性，推理一致性，最　大单向可扩展性，最少约束性。　１　本体的半自动构建　人工构建本体是一项艰巨的过程，不仅需要大量的人力、物力，而且整个过程都需要领域专家的　参与。完全自动地生成本体难度很大是因为，领域内的概念及概念之间的关系的定义是一件赖手的事　情。而要达到完全自动化，就是不给机器任何条件，让它盲目地去寻找概念及关系，这样生成的本体　的准确性很差，目前只能实现受限条件下的轻量级的本体的构建。如何自动或半自动获取本体，提高　本体构建效率，推动本体的研究的发展和应用，成为当前本体研究的热点之一。　半自动的生成本体，就是通过某种技术获得领域核心概念和关系，也就是获得一个核心子本体，　然后不断扩展概念及关系，不断地扩大、完善本体。本文正是利用ＷＯＲＤＮＥＴ　提出一种半自动构建　领域本体的方案，通过抽取一个核心子本体，再扩展和编辑。　２　基于ＷＯＲＤＮＥＴ的本体半自动构建方案　２．１　ＷＯＲＤＮＥＴ的结构　ＷＯＲＤＮＥＴ　是由Ｐｒｉｎｃｅｔｏｎ大学认知科学实验室研制的，它的理论基础是心理语言学和人类词汇　记忆学。它根据语义来组织分类词汇信息，而不是根据词的形式。ＷｏｒｄＮｅｔ中的词汇关系如下表：　收稿日期：２００７—０６—０７．　作者简介：张勇（１９８３一），男，渤海大学硕士研究生，从事语义ｗｅｂ和本体研究　维普资讯 http://www.cqvip.com ３８２　渤海大学学报（自然科学版）　第２８卷　表１　ＷｏｒｄＮｅｔ中给出词汇的关系　２．２以ＷＯＲＤＮＥＴ字典为依据。从中抽取一个子本体　本体中最重要的组成部分包括概念以及概念问的关系。对于概念的获取较为困难，一般需要领域　专家的参与。概念作为知识的表现形式存在于海量信息中，如何将它形式化也是一件较困难的事。通　Ｆｉｅ…！！　皇．＿．．　一…　…　．　…一　一…　……　￣ｅａｒｃｈＷｌｘｄｃ　■■■■■■二…～　～一………　Ｒｅ出脚０ｖｅｎ，・ｅｗ　　ｊ７　ｓｅｎｓｅｓ　ｏｆ　ｓｃｈｏｏＩ　Ｓｅｎｓｅ　ｌ　ｓｃｈｏｏｌ一（ａｎ　ｅｄｕｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｉｏｎ；１ｈｅ　ｓｃｈｏｏｌ　ｗａｓ　ｆｏｕｎｄｅｄ　ｉｎ　１　９００　ＨＡＳ　ＭＥＭＢＥＲ：ｓｔａｆｒ，ｆａｃｕｌｔｙ一（ｔｈｅ　ｂＯｄｖ　ｏｆ　ｌｅａｃｈｅｒｓ　ａｎｄ　ａｄｍｉｎｉｓｔｒａｔｏｒｓ　ａｌ　ａ　ｓｃｈｏｏｌ：＂ｔｈｅ　ｄｅａｎ　ａｄｄｒｅｓｓｅｄ　ｔｈｅ　ｌｏｔｔｅｒ　ｌｏ　—　ｌｈｅ　ｅｎｔｉｒｅ　ｓｔａｆｆ　ｏｆ　ｌｈｅ　ｕｎ　Ｊｖｅ！　ｓｉｔｙ”ｌ　ＨＡＳ　ＭＥＭＢＥＲ：ｐｒｏｆｅｓｓｏｒ，ｐｒｏｆ一（ｓｏｍｅｏｎｅ　ｗｈｏ　ｉｓ　ａ　ｍｅｍｂｅｒ　ｏｆｔｈｅ　ｆａｃｕｌｔｙ　ａｔ　ａ　ｃｏｌｌｅｇｅ　ｏｒ　ｕｎｉｖｅｒｓｉｔｙ）　ＨＡＳ　ＭＥＭＢＥＲ：ｓｃｈＯＯｎｅａｃｈｅｒ．ｓｃｈｏｏｌ１ｅａｃｈｅｒ—ｆａ　ｌｅａｃｈｅｒ　ｉｎ　ａ　ｓｃｈｏｏｌ　ｂｅｌｏｗ　ｌｈｅ　ｃｏｌｌｅｇｅ　ｌｅｖｅ１）　＝》ｅｄｕｃａｔ　Ｊｏｎａｌｉｎｓｔｉｔｕｔｉｏｎ—ｔａｎ　ｉｎｓｔｉｔｕｔｉｏｎ　ｄｅｄｉｃａｔｅｄ　ｌｏ　ｅｄｕｃａｔｉｏｎ）　＝＞ｉｎｓｔｉｔｕｔ　Ｊｏｎ．ｅｓｔａｂｌｉｓｈｍｅｎｌ—ｆａｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｆｏｕｎｄｅｄ　ａｎｄ　ｕｎｔｉｅｄ　ｆｏｒ　ａ　ｓｐｅｃｉｉｆｃ　ｐｕｒｐｏｓｅ）　＝＞ｏｒｇａｎｉｚａｔｉｏｎ．ｏｒｇａｎｉｓａｔ！ｏｎ－－（ａ　ｇｒｏｕｐ　ｏｆ　ｐｅｏｐｌｅ　ｗｈｏ　ｗｏｒｋ　ｔｏｇｅｔｈｅｒ）　ＨＡＳ　ＭＥＭＢＥＲ：ｑＵｏＴｕｍ—Ｉａ　ｇａｔｈｅｒｉｎｇ　ｏｆ　ｔｈｅ　ｍｉｎｉｍａｌ　ｎｕｍｂｅｒ　ｏｆ　ｍｅｍｂｅｒｓ　ｏｆ　ａｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｔｏ　ｃｏｎｄｕｃｔ　ｂｕｓｉｎｅｓｓ）　ＨＡＳ　ＭＥＭＢＥＲ：ｍｅｍｂｅｒｓｈｉｐ．ｒａｎｋ～（ｔｈｅ　ｂｏｄｙ　ｏｆ　ｍｅｍｂｅｒｓ　ｏｆ　ａｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｏｒ　ｇｒｏｕｐ：‘ｔｈｅｙ　ｐｏｌｌｅｄ　ｔｈｅｉｒ　ｍｅｍｂｅｒｓｈｉｐ　：’１ｈｅｙ　ｆｏｕｎｄ　ｄｉｓｓｅｎｓｉｏｎ　ｉｎ　ｔｈｅｉｒ　ｏｗｎ　ｒａｎｋｓ”：＂ｈｅ　ｊｏｉｎｅｄ　ｔｈｅ　ｒａｎｋｓ　ｏｆ　ｔｈｅ　ｕｎｅｍｐｌｏｙｅｄ＊）　Ｓｅｎｓｅ　２　ｓｃｈｏｏｌ，ｓｃｈｏｏｌｈｏｕｓｅ一（ａ　ｂｕｉｌｄｉｎｇ　ｗｈｅｒｅ　ｙｏｕｎｇ　ｐｅｏｐｌｅ　ｒｅｃｅｉｖｅ　ｅｄｕｃａｔｉｏｎ：＂ｔｈｅ　ｓｃｈｏｏｌ　ｗａｓ　ｂｕｉｌｔ　ｉｎ　１９３２　：　＇ｈｅ　ｗａｌｋｅｄ　ｔｏ　ｓｃｈｏｏｌ　ｅｖｅｒｙ　ｍｏｒｎｉｎｇ＂）　ＨＡＳ　ＰＡＲＴ：ｃｌａｓｓｒｏｏｍ．ｓｃｈｏｏｌｒｏｏｍ一（ａ　ｒｏｏｍ　ｌｎ　ａ　ｓｃｈｏｏｌ　ｗｈｅｒｅ　ｌｅｓｓｏｎｓ　ｌａｋｅ　ｐｌａｃｅ）　＝　ｂｕｉｌｄｉｎｇ。ｅｄｉｉｆｃｅ—ｆａ　ｓｔｒｕｃｔｕｒｅ　ｔｈａｔ　ｈａｓ　ａ　ｒｏｏｆ　ａｎｄ　ｗａｌｌｓ　ａｎｄ　ｓｔａｎｄｓ　ｍｏｒｅ　ｏｒ　ｌｅｓｓ　ｐｅｒｍａｎｅｎｔ￣ｉｎ　ｏｎｅ　ｐｌａｃｅ：＂ｔｈｅｒｅ　ｗａｓ　ａ　ｔｈｒｅｅ－ｓｔｏｒｙ　ｂｕｉｌｄｉｎｇ　ｏｎ　ｔｈｅ　ｃｏｒｎｅｒ　：’＇ｉｔ　ｗａｓ　ａｎ　ｉｍｐｏｓｉｎｇ　ｅｄｉｉｆｃｅ　｝　ＨＡＳ　ＰＡＲＴ：ａｎｎｅｘ，ａｎｎｅｘｅ　ｅｘｔｅｎｓｉｏｎ．ｗｉｎｇ～ｆａｎ　ａｄｄｉｔｉｏｎ　ｔｈａｔ　ｅｘｔｅｎｄｓ　ａ　ｍａｉｎ　ｂｕｉｌｄｉｎｇ）　ＨＡＳ　ＰＡＲＴ：ａｎｔｅｒｏｏｍ．ａｎｔｅｃｈａｍｂｅｒ，ｅｎｔｔ　ａｎｃｅ　ｈａｌｌ　ｈａｌ１．ｆｏｙｅｒ　ｌｏｂｂｙ，ｖｅｓｔｉｂｕｌｅ一（ａ　ｌａｒｇｅ　ｅｎｔｔ　ａｎｃｅ　ｏｒ　ｒｅｃｅｐｔｉｏｎ　１＂００１１１　ｏｒ　ａｒｅａ）　ＨＡＳ　ＰＡＲＴ：ｃｏｒｎｅｒ．ｑｕｏｉｎ一（（ａｒｃｈｉｔｅｃｔｕｒｅ）ｓｏｌｉｄ　ｅｘｔｅｒｉｏｒ　ａｎｇｌｅ　ｏｆ　ａ　ｂｕｉｌｄｉｎｇ；ｅｓｐｅｃｉａｌｌｙ　ｏｎｅ　ｆｏｒｍｅｄ　ｂｙ　ａ　ｃｏｒｎｅｒｓｔｏｎｅ）　ＨＡＳ　ＰＡＲＴ：ｃｏｒｎｅｒ．ｎｏｏｋ一（ａｎ　Ｉｎｔｅｒｉｏｒ　ａｎｇｌｅ　ｆｏｒｍｅｄ　ｂｅ　ｔｗｏ　ｍｅｅｔｉｎｇ　ｗａｌｌｓ；”ａ　ｐｉａｎｏ　ｗａｓ　Ｉｎ　ｏｎｅ　ｃｏｒｎｅｒ　ｏｆｔｈｅ　ｒｏｏｍ”）　ＨＡＳ　ＰＡＲＴ：ｃｏｒｎｅｒｓｔｏｎｅ一（ａ　ｓｔｏｎｅ　ａｔ　ｔｉｌｅ　ｏｕｔｅｒ　ｃｏｒｎｅｒ　ｏｆｔｗｏ　ｉｎｔｅｒｓｅｃｔｉｎｇ　ｍａｓｏｎｒｙ　ｗａｌｌｓ）　ＨＡＳ　ＰＡＲＴ：ｃｏｒｎｅｒｓｔｏｎｅ一（ａ　ｓｔｏｎｅ　ｉｎ　ｔｈｅ　ｅｘｔｅｒｉｏｒ　ｏｆ　ａ　ｌａｒｇｅ　ａｎｄ　Ｉｍｐｏｒｔａｎｔ　ｂｕｉｌｄｉｎｇ；ｕｓｕａｌ￣ｃａｒｖｅｄ　ｗｉｔｈ　ａ　ｄａｔｅ　ａｎｄ　ｌａｉｄ　ｗｉｔｈ　ａｐｐｒｏｐｒｉａｔｅ　ｃｅｒｅｎ＇ｍｎｉｅｓ）　ｔ　！照　苎　鲤’粤　……　…一……………～…一　…一～…一…　一一…………～一一…一　一　…一一……　图１　ＷＯＲＤＮＥＴ中显示的ｓｃｈｏｏｌ的Ｍｅｒｏｎｙｍ（下位）关系　常获取某个领域本体的概念主要是通过人工搜集，利用自然语言处理技术　。前者需要耗费大量时　间和精力，中途还需要领域专家的参与，后者不仅需要复杂的专业技术而且结果不能保证。如何有效　利用ＷＯＲＤＮＥＴ中丰富的资源，是半自动构建本体一种新的尝试。　维普资讯 http://www.cqvip.com 第４期　张勇，门　涛：基于ＷＯＲＤＮＥＴ的领域本体半自动构建研究　３８３　我们以构建一个学校（ｓｃｈｏｏ１）本体为例，首先从ＷＯＲＤＮＥＴ中抽取ｓｃｈｏｏｌ本体的核心概念，如　图ｌ所示，分析ｓｃｈｏｏｌ的下位关系，抽取ｓｔａｆｆ，ｔｅａｃｈｅｒ，ｐｒｏｆｅｓｓｏｒ，ｏｒｇａｎｉｚａｔｉｏｎ，ｓｔｕｄｅｎｔ等核心概念；　分析ｓｃｈｏｏｌ的上位关系，抽取ｉｎｓｔｉｔｕｔｉｏｎ，ｏｒｇａｎｉｚａｔｉｏｎ，ｓｏｃｉａｌ　ｇｒｏｕｐ，ｇｒｏｕｐ，ｅｎｔｉｔｙ等核心概念；分析　ｓｃｈｏｏｌ的同义关系，抽取ｕｎｉｖｅｒｓｉｔｙ，ｃｏｌｌｅｇｅ，ｅｄｕｃａｔｉｏｎ等核心概念。这些核心概念构成是我们所抽取　的子本体的主要概念，并且这些概念与概念之问的关系在ＷＯＲＤＮＥＴ中已经形成，主要是分类关系。　如ｓｃｈｏｏｌ与ｔｅａｃｈｅｒ，ｓｔａｆｆ之间都是ＨＡＳ　ＭＥＭＢＥＲ关系；ｓｃｈｏｏｌ与ｉｎｓｔｉｔｕｔｉｏｎ是ＩＳ　Ａ　ＫＩＮＤ　ＯＦ关系。　２．３对子本体中的概念及概念间关系进行扩展　对子体中的概念进行扩展，主要利用抽取子本体的核心概念为种子概念　Ｊ，再从ＷＯＲＤＮＥＴ中　抽取与这些种子概念相关的概念为候选概念，然后利用相关语料库计算候选概念与种子概念之间的统　计信息，以确定候选概念能否扩展到本体中。其中可以采用互信息方法计算种子概念与候选概念之间　的紧密度。利用ＷＯＲＤＮＥＴ获取本体概念的过程中实际上已经获取了本体中的分类关系，对于非分　类关系可以利用关联规则挖掘　的方法，主要利用语料库分析两个概念同时出现的概率。　３　用Ｐｒｏｔ６ｇ６对子本体进行扩展与分析　Ｐｒｏｔ６ｇ６　’　是由斯坦福大学开发的本体编辑工具，由ＪＡＶＡ语言开发，可以跨平台使用，是目前应　用最多的本体编辑环境，可以利用它对从ＷＯＲＤＮＥＴ中获取的子本体进行编辑。图３是用Ｐｒ０ｔ６ｇ６编　辑的ｓｃｈｏｏｌ主体。　图２用Ｐｒｏｔ６ｇ６编辑的ｓｃｈｏｏｌ主体　４　结束语　半自动生成本体的过程中，应当含有人为编辑领域核心本体的过程，它的目标是尽可能少的让人　参与本体的编辑过程，而更多的依靠机器自动完善本体，并且要求本体能达到实用、有效、准确。下　一步目标是在扩充核心本体时，充分利用较成熟的本体学习技术，减少人工干预，提高自动化程度。　维普资讯 http://www.cqvip.com ３８４　渤海大学学报（自然科学版）　第２８卷　参考文献：　［１］ＧｒｕｂｅｒＴ　Ｒ　Ａｔｒａｎｓｌａｔｉｏｎ　Ａｐｐｒｏｃａｃｈ　ｔｏ　Ｐｏｒｔａｂｌｅ　Ｏｎｔｏｌｏｇｉｃ８［Ｊ］．Ｋ　Ａ，１９９３，５（２）：１９９－２２０．　［２］ＧｍｂｅｒＴ１ＬＴｏｗａｒｄ　ｐｒｉｎｃｉｐｌｅｓｆｏｒ　ｄｅｓｉｇｎ　ｏｆｏｎｔｏｌｏｇｉｅｓ　ｕｓｅｄｆｏｒ　ｋｎｏｗｌｄｇｅｅ　ｓｈａｒｉｎｇ［Ｊ］．Ｉｎｔｅｒｍａｔｉｏｎａｌｊｏｕｒｎｌａ　ｏｆＨｕａｍａｎ　ａｎｄ　ｃｏｍｐｕｔｅｒ　ｓｔｕｄｉｅｓ，　１９９５。４３（５／６）：９０７—９２８．　［３］李景．本体理论及在农业文献检索系统中的庆用研究［Ｍ］．北京：北京图书馆出版社，２００５．　丹．种子概念方法及其在基于文本的本体学习中的应用［Ｊ］．图书情报工作，２００６。５０（９）：ｌ８－２１．　［４］张晓林．元数据研究与应用［Ｍ］．北京：北京图书馆出版社，２００２．　［５］梁健，吴３２５．　［６］ＭａｅｄｅｈｅＡ，Ｓｔａｂｂ＆Ｄｉｓｃｏｖｅｒｉｎｇ　ｃｏｎｃｅｐｔｕａｌ　ｒｅｌａｔｉｏｎｓｆｒｏｍｔｅｘｔ［Ｃ］．Ｉｎ：ＨｏｍＷ，ｅｄ．／＇ｒｏｅ．ｏｆｔｈｅ　ＥＣＡＩ２０００．Ａｍｓｔｅｒｄａｍ：ＩＯＳ　Ｐｒｅｓｓ，２０００：３２１　—［７］张勇．领域本体构建主方法研究［Ｊ］．渤海大学学报：自然科学版，２００６．２７（４）：３８８—３９１　Ｒｅｓｅａｒｃｈ　ｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｄｏｍａｉｎ　ｏｎｔｏｌｏｇｙ　ｓｅｍｉ——ａｕｔｏ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　Ｗｏｒｄｎｅｔ　ＺＨＡＮＧ　Ｙｏｎｇ　，ＭＥＮ　Ｔａｏ２　（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆＣｏｍｐｕｔｅｒ。Ｃｏｌｌｅｇｅ　ｏｆＣｈａｏｈｕ。Ｃｈａｏｈｕ　２３８０００。Ｃｈｉｎａ；　２．Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｏｈａｉ　Ｕｎｉｖｅｒｓｉｔｙ。Ｊｉｎ￣ｏｕ　１２１０１３。Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｏｎｔｏｌｏｇｙ　ｐｌａｙｓ　ａ　ｋｅｙ　ｒｏｌｅ　ｉｎ　ｔｈｅ　ｓｅｍａｎｔｉｃ　ｗｅｂ，ｂｕｔ　ｔｈｅｒｅ　ｅｘｉｓｔ　ｐｒｏｂｌｅｍｓ　ｉｎ　ｍａｎｕａｌｌｙ　ｃｏｎｓｔｒｕｃｔｅｄ　ｏｎｔｏｌｏｇｙ　ａｎｄ　ｉｔ　ｉｓ　ｉｍｐｏｓｓｉｂｌｅ　ｔｏ　ｃｏｎｓｔｒｕｃｔ　ｏｎｔｏｌｏｇｙ　ａｕｔｏｍａｔｉｃａｌｌｙ．Ａ　ｍｅｔｈｏｄ　ｈａｓ　ｂｅｅｎ　ｐｒｏｐｏｓｅｄ　ｆｏｒ　ｃｏｎｓｔｒｕｃｔｉｎｇ　ｏｎｔｏｌｏｇｙ　ｓｅｍｉ—ａｕｔｏｍａｔｉｃａｌｌｙ　ｂｙ　ｒｅｕｓｉｎｇ　ＷｏｒｄＮｅｔ，ａｎｄ　ｉｔ　ｃａｎ　ｂｅ　ａｐｐｌｉｅｄ　ｉｎ　ｏｎｔｏｌｏｇｙ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ｅｆｆｉｃｉｅｎｔｌｙ．　Ｋｅｙ　ｗｏｒｄｓ：ＷｏｒｄＮｅｔ；ｏｎｔｏｌｏｇｙ；ｓｅｍｉ—－ａｕｔｏｍａｔｉｃａｌ