综述：本体的概念、方法和应用

综述：本体的概念、方法和应用王昕摘要：近十年来，本体（ontologies）和本体工程（ontological engineering）在知识工程及其相关的应用领域获得广泛的关注。

本文作者在研究产品设计知识重用的过程中，阅读了大量有关本体的文献资料。

作者认为，本体工程在信息共享、系统集成、基于知识的软件开发等方面具有重要的作用和广阔的应用前景，而在国内，这方面的研究刚刚起步。

本文扼要介绍了这一新兴学科分支的概念、方法及研究和应用现状。

关键词：本体，本体工程，知识共享和重用本体论（Ontology：o大写）原是哲学的分支，研究客观事物存在的本质。

它与认识论（Epistemology）相对，认识论研究人类知识的本质和来源。

也就是说，本体论研究客观存在，认识论研究主观认知。

而本体（ontology：o小写）的含义是形成现象的根本实体(常与“现象”相对)。

在人工智能领域，知识建模必须在知识库和两个子系统之间建立联系：agent行为（问题求解技能）和环境（问题存在的领域）。

而长期以来，AI的研究者较为注重前一个子系统，而领域知识的表达依赖于特定的任务，这样做的好处是只需要考虑相关的领域知识。

但是，大规模的模型共享、系统集成、知识获取和重用依赖于领域的知识结构分析。

因此，进入九十年代以来，任务独立（task-independent）的知识库（本体）的价值被发现，并受到广泛关注。

本文作者在研究产品设计知识重用的过程中，阅读了大量有关本体的文献资料。

作者认为，本体工程在信息共享、系统集成、基于知识的软件开发等方面具有重要的作用和广阔的应用前景，而在国内，这方面的研究刚刚起步。

本文将扼要介绍这一新兴学科分支的概念、方法及研究和应用现状。

1 本体的基本概念1.1 本体的定义近十年来，本体的研究日趋成熟。

在各种文献中，尽管与本体相关的概念和术语的用法并不完全一致，但是事实的使用约定已经出现。

在参考文献[2]、[3]中，作者根据已有文献中相关概念和术语的使用情况，提出了推荐的使用约定。

我们首先列出本体的几种比较有代表性的定义，然后对相关的概念做简要的描述。

本体（ontology）的几个代表性定义：(1) 本体是对于“概念化”的某一部分的明确的总结或表达。

(2) 本体在不同的场合分别指“概念化”或“本体理论”。

(3) 本体是对于“概念化”的明确表达。

(4) 本体是用于描述或表达某一领域知识的一组概念或术语。

它可以用来组织知识库较高层次的知识抽象，也可以用来描述特定领域的知识。

(5) 本体属于人工智能领域中的内容理论（content theories），它研究特定领域知识的对象分类、对象属性和对象间的关系，它为领域知识的描述提供术语[6]。

从以上定义我们可以知道，本体通过对于概念、术语及其相互关系的规范化描述，勾画出某一领域的基本知识体系和描述语言。

其中定义1、2和3以“概念化”的定义为基础，概念化（以及定义2中的“本体理论”）的定义见下文。

与本体相关的概念和术语：本体论（Ontology，o大写）：特指哲学的分支学科。

本体（ontology，o小写）：在不同的场合分别指“概念化”或“本体理论”。

（即以上本体定义2）。

概念化（conceptualization）：指某一概念系统所蕴涵的语义结构，它是对某一事实结构的一组非正式的约束规则[3]。

它可以理解或表达为一组概念（如实体、属性、过程）及其定义和相互关系[7]。

概念化的定义是以上本体定义1、2和3的基础。

本体理论（ontological theory）：表达本体知识的逻辑理论，它是一种特殊的知识库，是本体知识所赖以存在的介质，强调的是具体的产品（designed artifact）。

而“概念化”强调的是语义结构本身，是从具体的产品中抽象出来的对应的语义成分（semantical counterpart）。

本体约定（ontological commitment）：对使用某一本体所定义词汇并与其含义保持一致的承诺。

本体工程（ontological engineering）：知识工程的分支，它研究如何用本体论的原则来构造本体理论。

1.2 本体的作用总的来说，构造本体的目的都是为了实现某种程度的知识共享和重用。

参考文献[6]认为本体的作用主要有以下两方面：(1) 本体的分析澄清了领域知识的结构，从而为知识表示打好基础。

本体可以重用，从而避免重复的领域知识分析。

(2) 统一的术语和概念使知识共享成为可能。

参考文献[7]中则更具体的总结了本体的作用，即通讯（communication）、互操作（inter-operability）和系统工程（systems engineering）。

(1) 通讯：主要为人与人之间或组织与组织之间的通讯提供共同的词汇。

(2) 互操作：在不同的建模方法、范式、语言和软件工具之间进行翻译和映射，以实现不同系统之间的互操作和集成。

(3) 系统工程：本体分析能够为系统工程提供以下方面的好处：①重用（re-usability）：本体是领域内重要实体、属性、过程及其相互关系形式化描述的基础。

这种形式化描述可成为软件系统中可重用和共享的组件（component）。

②知识获取（knowledge acquisition）：当构造基于知识的系统时，用已有的本体作为起点和基础来指导知识的获取，可以提高其速度和可靠性。

③可靠性（reliability）：形式化的表达使得自动的一致性检查成为可能，从而提高了软件的可靠性。

④规范描述（specification）：本体分析有助于确定IT系统（如知识库）的需求和规范。

1.3 本体的种类根据本体不同方面的属性（如形式化程度、目的和描述对象），可以对本体进行不同的分类。

如根据本体的形式化程度不同，可以把本体分为高度非形式化的（highly informal）、结构非形式化的（structured-informal）、半形式化的（semi-formal）和严格形式化的（rigorously formal）。

根据本体的描述对象不同，可以把本体分为特殊领域本体（如医药、地理、金融等）、一般世界知识本体、问题求解本体和知识表示语言本体等。

由于本体的分类方法很多，目前还没有能够被广泛接受的分类标准。

但以下几个概念的定义意义明确，并从某种程度上提供了本体的分类方法：①领域本体（DOMAIN ONTOLOGY）：以某一领域为描述对象的本体（区别于领域的问题和任务）。

②问题求解模型（PROBLEM SOLVING MODEL）：以问题求解方法为描述对象的本体。

③表示本体（REPRESENTATION ONTOLOGY）：以知识表示语言为描述对象的本体。

在表示本体中，类、对象、关系、属性、槽等术语经过严谨的分析和定义。

1.4 本体和知识库一般来说，本体提供一组术语和概念来描述某个领域，知识库则使用这些术语来表达该领域的事实。

例如医药本体可能包含“白血病”、“皮肤病”等术语的定义，但它不会包含对某一病人患某一疾病的诊断；而这正是知识库所要表达的内容。

实际上，如果本体和知识库用同一语言表达的话，两者之间并没有清晰的界限。

区别仅仅在于知识库的哪一部分是可以共享和重用的，哪一部分是针对特定应用的。

这种区别往往还随着时间和具体的背景变化。

1.5 用本体描述世界从描述对象的类型来说，本体既可以用来描述简单的事实，又可以用来描述信念、假设、预测等抽象的概念；既可以描述静态的实体，又可以描述与时间推移相关的概念，如事件、活动、过程等。

从描述对象的范围来说，本体可以定义通用的、适合所有领域知识表示的术语，如空间、时间、部分等；也可以定义特定领域知识才使用的术语，如故障、肝炎等。

不同本体之间存在着差别，但它们在较高的抽象层次上（upper ontology）具有一些共同的特征[6]：①世界存在着对象（object）；②对象具有属性（property or attribute），属性可以赋值（value）；③对象之间存在着不同的关系（relation）；④属性和关系随着时间（time）的推移而改变；⑤不同的时刻（time instant）会有事件（event）发生；⑥在一定的时间段上存在着过程（process），对象参与到过程当中；⑦世界和对象具有不同的状态（state）；⑧事件能导致（cause）其他事件发生或状态改变，即产生影响（effect）；⑨对象可以分解成部分（part）。

从客观的意义上说，本体的描述是和特定的任务和目的无关的，但是我们使用本体总是有一定的任务背景，因此对于所描述的知识的选择是和特定任务相关的。

这也是不同顶层本体（upper ontology或top-level ontology）之间存在差异的主要原因。

面向对象的软件设计也依赖于适当的领域本体，对象、属性、方法或多或少会反映领域中与应用相关的方面，OO系统中对于领域的分析往往可以在不同的应用程序中重用。

OO系统和本体强调了不同的侧面，但随着时间推移将逐渐融合。

由于信息系统要对广泛的领域进行建模，领域本体将在软件系统中起着与AI领域中类似的重要作用。

2 本体的构造本体作为通讯、互操作和系统工程的基础，必须经过精心的设计，实际上，本体的构造是一个非常费时费力的过程。

本节介绍本体构造的准则、方法和工具。

2.1 本体的构造准则T.R. Gruber在参考文献[4]中提出了指导本体构造的5个准则，即：①清晰（Clarity）：本体必须有效的说明所定义术语的意思。

定义应该是客观的，与背景独立的。

当定义可以用逻辑公理表达时，它应该是形式化的。

定义应该尽可能的完整。

所有定义应该用自然语言加以说明。

②一致（Coherence）：本体应该是一致的，也就是说，它应该支持与其定义相一致的推理。

它所定义的公理以及用自然语言进行说明的文档都应该具有一致性。

③可扩展性（Extendibility）：本体应该为可预料到的任务提供概念基础。

它应该可以支持在已有的概念基础上定义新的术语，以满足特殊的需求，而无须修改已有的概念定义。

④编码偏好程度最小（Minimal encoding bias）：概念的描述不应该依赖于某一种特殊的符号层的表示方法。

因为实际的系统可能采用不同的知识表示方法。

⑤本体约定最小（Minimal ontological commitment）：本体约定应该最小，只要能够满足特定的知识共享需求即可。

这可以通过定义约束最弱的公理以及只定义通讯所需的词汇来保证。

为了说明以上准则，Gruber还在此文中分析了两个具体本体（工程数学本体和图书信息本体）的构造实例。

2.2 本体的构造方法在参考文献[7]中，Uschold & Gruninger提出了一个本体构造的方法学框架，该框架包括以下组成部分：①确定本体的目的和使用范围②构造本体，包括：③本体捕获：即确定关键的概念和关系，给出精确定义，并确定其它相关的术语；④本体编码：选择合适的表示语言表达概念和术语；⑤已有本体的集成：对已有本体的重用和修改。