基于语义模型的信息检索机制研究[1]

If <u rdfs:subClassOf x> And <v rdf:type u> Then <v rdf:type x>
2 语义检索策略
∑
n
∑
i =1 n
n iab • n ia
θ (C a , C b )
N +1
i =1
如果 u 是 x 的子概念，并且 v 是 u 的一个实例，则有 v 是 x 的一个实例。通过将这些规则应用到本体模型上，可实 现对本体的语义扩展，充分挖掘概念之间潜在的关系。实施 蕴含和闭包规则后，在扩展的语义检索模型中，概念间的关 系将更为准确、丰富。 因此有必要建立推理规则库，而且该规则库中不仅包含 W3C 的标准规则， 还可以根据应用领域的特点而自定义推理 规则。 2.2 检索表达式 考虑到在不同的领域及应用场合，需要检索的关系可能 会不一致，如在 E-learning 领域，学习者在学习一个知识点 之前，必须掌握的知识可以通过“前续关系”检索得到；或 者想要继续深入学习该知识点，则应以“后继关系”为主要 关系；而在农业本体中，植物与昆虫之间的“相互依存关系” 则摆在了首位。若以固定的关系进行查询，明显不能满足用 户的需求。我们用动态生成检索表达式的方法来解决在不同 的环境、不同需求下的检索问题。 定义 3 检索表达式 S 是语义检索模型识别的输入串，且 为正则表达式。该输入串为语义模型中的关系的自由组合， 其格式为 S=(r1∪ r2∪ r3∪ …∪ rn) ，其中 r1， r2,…,rn∈ Σ。 检索表达式将提供较大的灵活性，主要体现在： (1) 它允许根据检索的需要灵活组合多种关系，从而动
表 1 语义模型的部分概念转移函数
概念 C1 C2 C3 C4 关系 r1 {C2， C3} Φ Φ Φ 关系 r2 {C9} Φ Φ {C6} 关系 r3 Φ {C4} {C7， C8} Φ 关系 r4 Φ {C5} Φ Φ
态生成。如在图 1 中，令 q0=C1， S=(r1)(r3)，检索模型首先 读入关系 r1，得到概念 {C2， C3}，再读入 r3，得到最后的检 索结果为 {C1， C2， C3， C4}； (2) 通过关系的个数可以限定检索的深度，如 S=(r)3，将 只检索和初始概念具有 r 关系且间隔不超过 3 的概念。 2.3 用户反馈 概念所包含的实例将作为检索结果返回给用户，用户通 常会点击对自己帮助最感兴趣的实例，这些实例均具有较高 的代表性。有必要把它们优先提供给用户，尽量减少用户在 结果集中进行二次搜索的机率。而用户的反馈情况则是作为 判定实例的优劣性及调整概念之间的依赖程度等方面最直接 的数据。 定义 4(实例反馈因子 给定语义模型 O=<C， A， R， I， M>，实例 i∈ I，用户选择实例 i 的次数称为实例反馈因子， 记为η(i)。 定义 5(概念反馈因子 给定语义模型 O=<C， A， R， I， M>，概念 c0， c∈ C，以概念 c0 作为初始检索概念，用户在 返回结果中选择概念 c 所包含实例的次数称为概念 c 0 与 c 的 反馈因子，记为 θ ( C0 ,C ) 。 定义 4 中的实例反馈因子，适合对同一概念所包含的实 例进行优先级排序，定义 5 中的概念反馈因子从一定程度上 表明了两个概念之间的关联程度。 2.4 概念间的权值 为了更加精确地使用数值来量化概念之间的语义相关 性，参考当前概念相似度的研究成果 [4] ，可用概念之间的权 值来衡量，公式如下：
—213—
概念
返
Step5 根据用户需要，检索到的关系 r 1 ， r 2 ， … ， r n ，生成检索 表达式 S1=(r1)*， S2=(r2)*， …， Sn=(rn)*； Step6 在语义检索模型中依次读入 S i ，得到相关概念集，利用 权值计算公式对概念进行排序，权值越大表明优先级越高； Step7 由相关概念集取得相关结果集，根据实例反馈因子对结 果集进行排序，排序后的最终结果返回用户； Setp8 根据用户的选择记录反馈因子，为后继检索提供帮助。
特定领域的语义模型一般都需要定义该领域内大量的 概念及概念之间的关系 [1] ，并通过这些关系来表达概念之间 的语义。在应用程序中利用概念之间的关系来提供推理的规 则，将语义模型作为相关操作的依据，例如在语义模型上进 行语义检索、浏览等。 现有的基于语义模型的检索模式，通过计算概念之间的 相关度，来量化概念间的语义距离，以选取最相近的概念； 或者在语义模型中预先定义的一些关系上进行推理检索。这 些方法将语义模型的推理机制紧紧绑定在已经定义好的关系 上。如果对语义模型进行改动，相关的算法、公式则可能需 要重新设计。 本文提出一种基于本体语义模型的信息检索机制，该机 制综合考虑了语义模型的扩展、概念间的语义距离，并从相 似度和相关度两个角度对概念进行检索。还引入了用户的反 馈意见对检索结果进行优先级调整，以提高准确度。 建立语义模型主要是通过本体和分类学这两种方法来完 成。分类学中只定义了概念之间的层次关系，即“父 -子”关 系，因而在描述概念之间错综复杂的关系时，显得过于简 单 [1]。本体在表现概念之间关系上的优势使其成为建立语义 模型的最重要方法。因此在复杂的应用中普遍使用本体来建 立语义模型。本体的目标是捕获相关领域的知识，提供对该 领域知识的共同理解，确定该领域内共同认可的词汇，并从 不同层次的形式化模式上给出这些词汇 ( 术语 ) 和词汇间相互 关系的明确定义 [2]。这些正是建立语义模型所必需的。结合 本文的实际应用，给出基于本体的语义模型的定义如下。 定义 1 语义模型是一个五元组，记作 O=<C，A，R，I， M>。其中， C 是概念集，指特定领域中概念、术语的集合； A 表示属性集，主要用来表现概念自身的特征； R 是关系， 指领域中概念间的交互作用，如 y : SubClassOf(x)，表示 y 是 —212—
W (C a , C b ) =
针对上述语义模型和语义检索模型而言，语义检索模型 是语义模型的一种不同描述方式，它是一台非确定型有穷自 动机，概念相当于自动机中的状态，概念间的关系相当于自 动机的输入字母表，而用户输入的初始检索概念则为自动机 的初始状态，所有状态都属于接受状态集。在检索时，将关 系作为自动机的输入串，从而使自动机在概念转移函数的作 用下进行概念间的转换。本文从本体模型扩展、检索表达式、 用户反馈和概念权值 4 个方面来构建基于语义模型的信息 检索。 2.1 本体模型的扩展 语义检索以本体模型为基础，然而本文所建立的本体不 可能面面俱到，在某些方面会存在疏漏，这将降低检索结果 的精确度和查全率， 这需要对本体模型进行扩展来弥补。 W3C [3] 在其推荐标准 RDF Semantic 中给出了蕴含 (Entailment)和闭 “蕴含”是指：有表达式 A，如果 A 蕴含 包 (Closure)的概念。 另一个表达式 B，当且仅当 A 为真时， B 也为真。因此，如 果 A 被证实为真，则可以推出 B 也为真。这一点也是基于 RDF Schema 的本体模型进行语义扩展的理论基础。 “闭包” 则是根据推理规则对语义模型进行扩展。本标准中还定义了 RDF/RDFS 的 34 种经过严格数学证明的蕴含和闭包规则， 如：
(湖南大学软件学院，长沙 410082) 摘 要：提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念 相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统 将应用在学习资源的智能检索中。 关键词：语义模型；信息检索；本体；自动机
其中：nia 表示 ni 与 na 是否相关，如果相关 nia=1，否则 nia=0； nb 是否都与 ni 相关， 如果相关 niab=1， 否则 niab=0 ； niab 表示 na、 N 表示 Ca 与 Cb 间存在一条最短 θ (Ca , Cb ) 表示概念反馈因子； 的单一关系路径，该路径跨越 N 个概念，如果找不到从 Ca 到 Cb 的路径，则 N =∞。 总之，本文提出基于语义模型的信息检索流程如图 2 所示。
初始检 索概念
输 入
规则
语义模 型扩展
同义词 关系
相似概 念集
检
索
表
达
式返回结果相似Fra bibliotek 果集实例反馈 因子
相似结 果集
取
实 例
相关概 念集
权 排序 值
回
结
果
相关结 果集
实例反馈 因子
相关结 果集
取实例
排序后 的相关 概念集
图 2 语义检索流程
语义检索的算法为：
step1 用户输入初始检索概念 q0； step2 根据需要检索的概念，从推理规则库中选取合适的规则， 对语义模型进行扩展； Step3 根据同义词关系，检索得到 q0 的相似概念集； Step4 由相似概念集取得相似结果集。并根据实例反馈因子对 相似结果集进行排序，将排序后的结果返回用户；
x 的一个子类；I 为实例集；M 是实例与概念之间的映射关系 集合，该映射集将每个实例对应到其所属的概念下，如 i∈ M(c)表示 i 是概念 c 的实例。图 1 是一个语义模型的结构示 意图。用圆形表示概念，箭头表示关系。概念之间通过各种 关系相互关联在一起，实例都对应到其所属的概念下，被检 索的信息均以实例的形式与概念建立联系。
Research of Information Retrieval Based on Semantic Model
YANG Junke, YANG Guanzhong, YANG Jianxue
(Software College, Hunan University, Changsha 410082) 【Abstract】A methodology is presented to retrieve information based on semantic ontology model. This methodology uses semantic relevance provided by domain ontology, and the paper discusses how to apply inference in information retrieval. At last, an experiment system is demonstrated. This system will be applied in intelligent retrieval for learning sources. 【Key words】Semantic model; Information retrieval; Ontology; Automaton