基于本体的植物病虫害智能答疑系统模型的研究

基于本体的植物病虫害智能答疑系统模型的研究
王莉;李书琴
【摘要】To improve performance of knowledge share and reuse in intelligent question answering system .According to the characteristics of domain knowledge of plant diseases and insect pests ,a model of intelligent question answering system was put forward based on ontology .The ontology and technology were introduced into the domain of plant protection ., the concept-to-concept relations in this domain were researched .Ontology model in plant diseases and insect pest was con-structed,which offered references for the share and reuse promotion of plant pest control .%针对目前智能答疑系统存在的知识共享、复用问题，结合植物病虫害领域的知识特点，提出了基于本体的植物病虫害智能答疑系统模型。

将本体理念与技术引入植物病虫害领域，研究该领域间概念关系，构建植物病虫害领域本体模型，为促进植物病虫害综合防治的知识共享及复用提供参考。

【期刊名称】《农机化研究》
【年(卷),期】2014(000)001
【总页数】4页(P48-50,55)
【关键词】智能答疑;本体;植物病虫害;知识库
【作者】王莉;李书琴
【作者单位】西北农林科技大学信息工程学院，陕西杨凌 712100;西北农林科技大学信息工程学院，陕西杨凌 712100
【正文语种】中文
【中图分类】TP373+.5
0 引言
专家系统是人工智能的分支之一，20世纪80年代以来，专家系统被应用于农作
物栽培、配方施肥、节水灌溉及农产品销售等很多农业生产环节［1］。

植物病虫害专家系统针对作物生长的不同时期出现的各种异常症状，诊断可能出现的病虫灾害，依据作物的生态环境提出有效的防治方法。

在植物病虫害专家系统中，运用人工智能中的知识表示、推理以及知识获取等技术，搜集整理植物病虫害领域的知识和农业专家积累的经验，通过试验获得相关数据以及数学模型，以网络为载体，为农业生产中作物的病虫害防治提供指导，帮助农民科学种田［2］。

目前，多数植物病虫害专家系统的专业性太强，适合植保领域专家使用，而不适合农户用来解决生产中的实际问题。

以适合农户方便使用并轻松诊断植物病害为目的，使用人工智能的知识表示等技术构建病虫害智能答疑系统，在数字化农业生产中将产生巨大意义。

早期的智能答疑系统，采用传统的人工智能知识表示和搜索方法构建，在知识共享、知识重用方面存在不足。

20世纪90年代初开始，哲学领域中的本体论被引入到
专家系统的研究中，在知识共享和重用等方面克服了早期智能答疑系统的不足。

本体采用一组形式化规则和方法，描述知识和知识间的关联，通过捕获某个领域的知识，利用事物的概念之间的关系来推理事物的语义［3］。

若是对植物病虫害建立本体模型，建立病害、虫害和植物的知识本体，可以方便地利用本体来推理语义。

基于此，将本体应用到植物病虫害智能答疑系统中，采用本体建模方法构建知识库，完成农户问题的推理并搜索答案同时给出解答。

1 植物病虫害智能答疑系统模型
在遇到病虫害时，农户使用自然语言提出问题。

问题被输入答疑系统，系统通过提取问题中的关键词，利用植物病虫害本体知识库完成语义推理，并在知识库中搜索相关性最强的知识进行组织，以农户能够理解的方式将答案反馈给用户［4］。

在植物病虫害智能答疑系统的模型中，知识库是系统的重要部分。

非本体方法构建的知识库在描述知识和知识间的关联有一定的局限性，导致知识的共享与重用遇到问题，借助本体技术构建知识库可以很好地解决这些问题。

引入本体技术的智能答疑系统模型如图1所示。

其主要包括用户界面、问题分析、问题查询、知识库和
答案处理等模块。

1)知识库。

作为答疑系统的基础，由领域知识库和领域本体库共同构成本模型中的知识库。

其中，领域知识库由技术人员根据领域专家的知识建成，是回答农户提问的知识基础，并在系统运行和反馈过程中不断充实。

领域本体库则是领域内共同认可的词汇和词汇之间相互关系的明确定义以及存储，是机器理解用户提问和人机交互的基础。

2)问题处理模块。

处理用户提问，用农户使用自然语言的形式提出问题，问题被系统提交给问题处理模块，该模块按照用户问题的类型制定答案形成规则。

系统对农户使用自然语言表达的问题分析，提取关键词，构成关键词集合。

由于自然语言具有二义性，从自然语言中提取的关键词集合也包含二义性，使用二义性将关键词集合与本体库交互，对关键词集合根据语义关系进行扩展，得到同农户问题有关联的集合;再由问题确认把该集合提交农户做选择，根据农户的选择结果对结果集筛选，确定事物的语义，逐步逼近相关度最高的答案。

3)问题查询模块。

依据问题处理模块给出的结果，使用本体知识库中的事物概念间的相互关系，做出推理并完成语义检索。

若没有搜索到问题的答案或者是最匹配的答案，则把问题提交到专家那里解答。

专家给出解答后，答案被送达农户，同时可
以将该问题及其答案增加到系统的知识库，用以扩展知识库信息。

4)答案处理模块。

将相关答案材料的问题描述排序后发送给用户。

采用本体构建知识库的植物病虫害智能答疑系统，研究开发时有两个关键环节:一
是基于本体的植物病虫害知识库的构建;二是基于本体的知识推理。

图1 植物病虫害智能答疑系统模型
2 植物病虫害领域本体的构建
2.1 植物病虫害领域本体构建方法
鉴于植物病虫害领域间复杂的知识关系，在构建病虫害本体的过程中，从病虫害危害对象出发，把与该对象相关的病害、虫害、危害方式、病症等各种因素加以综合考虑，给概念之间的关系做出明确定义。

借鉴目前国内外构建本体的方法，结合植物保护领域知识的特点，确定构建植物病害和虫害本体的方法。

构建方法描述如下: 1)植物病虫害的本体框架的确定。

该本体构建的目的主要是服务于植物病虫害智能答疑系统，基于此考虑，将植物病虫害作为构建本体的范围。

中图分类法［5］是信息组织的传统方法，主题法［6］对特定事物有关的问题揭示方面术语含义清晰明确。

因此，在搭建植物病虫害本体框架时，把这两种方法结合起来，参照植物学的病虫害词汇体系去具体实施。

2)提取植物病虫害领域知识确定其核心概念集。

从已有的植物病虫害知识库中提取知识，并参照中国图书分类法中农作物病虫害及其防治、园艺作物病虫害及其防治和植物病害及其防治和植物虫害及其防治、植物病虫害的预测预报中包含的大量概念，提炼出核心概念，通过自然语言表达出来，作为本体的核心概念集。

3)确定植物病虫害领域中概念及其之间的关系。

常规的叙词表在对植物进行层次划分时分为门、纲、科、目、属，概念层次比较深。

纵观植物病虫害发生的整个过程，在植物生长的每一个阶段，受到有害生物的侵染或者外界环境因素的影响，其生长发育就会被干扰和破坏，促使其生理机能和组织结构产生若干变化，这些内部变化
最终以某种病症显现出来［7］。

虚词表中包含和被包含关系不足以描述植物病症、虫害和自然环境等概念之间的关系，构建领域本体需要引入更为复杂的关系。

本文从已有知识库中大量的领域概念实例中提取出代表性关系，作为建立概念关联的基础，使用顶层、中间和底层概念的分法把概念划分为3个层次。

4)植物病虫害本体的定义。

基于对领域概念的3层次结构的划分，通过定义概念
的属性来建立概念间的关系，使用合适的本体描述语言对领域本体进行编码以及形式化。

这是一个概念间关系确定的过程。

5)本体的检验评价。

本体定义好后，需要从以下方面对本体进行评价和检验:①是
否满足建立规则;②描述是否清楚;③描述的关系是否完整;④能否达到用户需求。

这个评价过程需要行家专业知识的指导，并且在植物病虫害智能答疑系统的使用过程中，用新的病虫害防治措施和诊断技术去完善本体库。

2.2 植物病虫害领域本体原型构建
植物病虫害本体框架确定了本体概念间的通用关系，很多时候无法从概念关系中通过继承得到本体中实例之间的关系。

因此，本研究在众多的植物病虫害中选择一种植物——猕猴桃，把猕猴桃病虫害作为研究的主要对象，为其搭建一个本体原型。

在搭建猕猴桃病虫害知识库时，从危害猕猴桃的病害和虫害着手，分析跟它们相关的危害方式、危害部位、发病条件及病理表现。

据此，从病虫害本体框架、核心概念集、概念间关系和定义4个方面入手，建立猕猴桃病虫害的本体库，作为构建
答疑系统的基础。

一方面采用通用关系定义猕猴桃病虫害本体;另一方面使用病害、虫害的特征来定
义实例级关系，进一步丰富和完善本体原型的内容，为后继智能答疑系统的建立奠定基础。

本研究以 OWL语言作为本体描述语言，采用Protégé进行本体构建。

OWL语言是 W3C的推荐标准，Protégé表达层面直观，属性关系定义方便，扩充性好。

创
建的猕猴桃主要病虫害的类层次结构，如图2所示。

图2 本体类的层次结构
3 基于本体的推理
本体的推理机制是基于描述逻辑的推理，通过一些处理机制把隐含在显式定义和说明中的知识提取出来，目的是获得本体中的知识和运用本体中的知识解决问题［8］。

推理有5种类型［9］，如表1所示。

表1 推理的类型序号项目1判断一个概念是否有实例使得它是可满足的2判断概念之间的包含关系3判断某个实例对象是否属于某个概念4检索某个概念有哪些
实例5判断两个实例之间是否有某个关系或者某种属性关系
Jena是来自于HP实验室语义网研究项目的开放资源，是RDF，RDFS和OWL
的API，面向语义网的本体解析、规则推理等众多应用的开发包。

在推理方面，Jena自身提供的是基于规则的推理机，是通过规则来实现对OWL的推理。

本研究采用的推理方法是利用Jena包中通用规则推理机制。

采用工厂化方法获得通用规则推理机，以事先定义好的形式化规则库文件对植物病虫害本体知识库推理。

推理过程为:首先，从自然语言描述中提取关键词，得到关键词集合;在核心概念集
和本体知识库中查找关键词并做出语义判断;再利用本体库中的概念关系，在植物
病虫害知识库中提取农户所提问题对应的知识，最终将病虫害知识转化为农户能理解的解答并提供给用户。

4 结论
本文提出了基于本体植物病虫害智能答疑系统的模型，并结合植保领域知识的特点，研究该领域概念间的关系，阐述使用本体表达出植物病虫害领域的知识体系方法，且以猕猴桃病虫害为例构建了本体原型，为促进植物病虫害综合防治知识共享提供参考。

参考文献:
【相关文献】
［1］曾士迈.植物系统工程学导论［M］.北京:北京农业大学出版社，1999:226－224.
［2］殷减清.电脑农业在植保中的应用［J］.计算机与农业，2002(7):28－29.
［3］邓志鸿，唐世渭，张铭，等.Ontology研究综述［J］.北京大学学报:自然科学版，2002，
38(5):283－289.
［4］赵斌贝，刘亚军.智能答疑系统中语义网的研究与应用［J］.微机发展，2003，13(11):35 －36.
［5］薛云，叶东毅，张文德.基于《中国分类主题词表》的领域本体构建研究［J］.情报杂志，2007(3):16－18.
［6］唐爱民，真溱，樊静.基于叙词表的领域本体构建研究［J］.现代图书情报技术，2005(4):1
－5.
［7］郑怀国，谭翠萍，李光达，等.植物病虫害防治本体模型构建研究［J］.安徽农业科学，2009，37(2):889 －890，906.
［8］黄胜霞，杨志义，倪红波，等.上下文推理技术在智能环境中的研究与应用［J］.微电子学与计算机，2008，25(5):104－107.
［9］楼玉萍，王丽侠.基于本体的智能答疑系统的模型研究［J］.浙江工业大学学报，2005，
33(5):73 －75.。