基于关系数据库存储OWL本体研究及应用_冉婕

[6]
的独有特点 。 本文尝试将中国传统文化和计算机技术 结合起来 ， 以成语典故语义检索为目的 , 基于骨 架法构 建 本 体 的 方 法 ， 构 建 了 一 个 ILQO ， 并 用 本 体 描 述 语 言
OWL 表示 。 本体构建过程 ：① 确定本体的应用目的和
范围 ， 由于成语典故较多 ， 涉及不 同 的 朝 代 ， 为 了 减 小 本体的规模 ， 我们将本体的范围确定在楚汉相争时期 ， 基于语义检索的目的 ， 建立相应的 ILQO ；② 本体分析 ， 定义本体所有术语的意义及其之间的关系 ， 分类是本 体构建中非常关键的一步 ， 采用自顶向下的分类法 ， 通 过多方面资料的查询 ， 将这一时期的成语典故分作 11 个大类 79 个小类 ， 这种分类方式也便于以后对本体库 的 扩 充 ； ③ 领 域 本 体 的 表 示 和 编 码 ，ILQO 是 利 用
1.2 基于关系数据库的本体存储模式
基于关系数据库存储本体的方法主要有水平模 式 、 垂直模式和分解模式等 。 （1）水平模式 ： 水平模式下只在数据库中创建一张 表 ， 表的一条记录就是本体的一个实例 ， 表的列对应本 体的属性 [4]。 本体中有多少个属性 ， 存储它的表就有多 少个字段 ，本体中的每个实例都是表中的一条记录 。 这 种方法简单 ， 易于实现 ， 但用该存储方式存储的表文件 包含大量的列 ， 字段数目太多 ， 目前的数据库系统对一 张表拥有的字段数目都加以限制 ， 这对大型的本体来 说是远远不够的 ， 另外 ， 数据库中 的 表 结 构 稀 疏 ， 本 体 中的部分实例若只有几个属性 ， 则会产生大量的空字 段 ，系统冗余大 。 （2） 垂直模 式 ： 这 种 模 式 只 包 含 一 张 三 元 组 表 ， 表 中每个记录对应一个 RDF 三元组 ， 即用三元组的形式 来描述本体全部信息 [5]。 这种模式通用性好 ， 但可读性 差 ， 设计有关的 SQL 语句比较困难并且 容易出错 ， 另
成语典故本体数据库的设计与存储
现有的基于关系数据库的本体存储模式都有各自
的局限性 , 存储大规模的本体效率低 , 进 行 查 询 、 修 改 、 映射等操作时所花费的代价大 [8]。 实际应用中可以将上 述几种模式进行混合使用 。 例如 , 可以将两种分解模式 存储方法并用 , 即在本体中定义一个类就为该类创建一 张表 ( 基于类的分解 ), 在本体中定义一个属性就为该属 性创建一张表 ( 基于属性的分解 )[7]。 这种方法的缺点是 当处理大规模数据时效率较低 。 参照前面的存储模式 ， 通过对 OWL 的分析 ， 结合本体查询的需 要 ， 本 文 提 出 一种基于关系数据库存储 OWL 本体的方法 。 这种方法 根据 OWL 的特征 ， 用相应的关系表来保存本体中的资 源及资源间的关系 ， 刻画出本体的层次和等价关系 。 现以成语典故本体 （ILQO ：Idiom Literary Quotation
关键词 ： 本体 ; 关系数据库 ; 存储模式
0
引 言
本体 (Ontology) 是共享概念模型的明确的形式化规
据库 。 （3 ） 关系数据库 ： 将本体按照一定的关系组织在数 据库中 ， 利用现有的数据库系统对数据的操纵和管理 能力来存取 、 操纵本体 。 目前支持语义信息存储的技术 尚未成熟 ， 对于海量数据本体的存储和管理 ， 数据库是 较好的选择 。 在尽可能保持语义的前提下 ，基于关系数 据库的本体存储技术是本文目标所在 。
范说明 。 通过本体可以获取某一领域的知识 ，本体描述 该领域的概念 , 以及这些概念之间的关系 [1]。 典型 的本 体一般由概念 、 概念的属性 、 概念间 的 关 系 、 概 念 和 属 性之间的约束来表示领域知识 ， 这在本质上决定了本 体可以借助成熟的关 系数据库 技 术 来 完 成 本 体 存 储 、 查询等工作 。 OWL (Web Ontology Language ，简称 OWL) 是 W3C 推荐 的 语 义 互 联 网 中 本 体 描 述 语 言 的 标 准 [2]。 本体可以采用 OWL 进行形式化编码 ， 即用 OWL 中定 义好的元 Ontology 对概念和关系进行形式化描述 。
Ontology ）的 OWL 本体为实例来分析 OWL 本体的存储
问题 。
2.1 ILQO 本体
本体构建的设计方法的发展目前处于一个不成熟 的阶段 ， 具体的设计方法也不尽相同 ， 比较成熟的方法 有 ： 骨 架 法 (Skeletal Methodology) 、 企 业 建 模 法 (Enter -
prise Modelling Methodology) 、Methtontology 方法等 。 这
些方法均从各自不同的角度提出了本体建设过程中应 该注意的要点 。 在源远流长的中国文化中 ， 成语典故作为古人智 慧的结晶 、 汉语言中的精华 ， 有着言 近 旨 远 、 形 象 生 动
property_id （属性 id 号 ）。
根据分解对象的不同 ， 此种模式又可分为两种 ： 基于类 的分解模式和基于属性的分解模式 。 基于类的分解模 式 ， 即分别为本体的每个 类创建一张 表 ， 表 名 为 类 名 ， 列为类的属性 。 这种模式下表结构清晰 ， 但当本体中类 或属性发生变化时 ， 表结构要随之变化 ， 所以在数据库 维护方面有一定难度 。 基于属性的分解模式 ， 即分别为 本体的每个属性创建一张表 , 表名为 属 性 名 , 每 个 表 都 包 含 两 列 ， 分 别 代 表 RDF 三 元 组 中 的 Subject 和 Ob-
[1] 王 乐 ， 张 建 军 ． OWL 本 体 存 储 的 分 析 与 应 用 [J]． 科 学 技 术
与工程 ，2008,8(7):1831~1834
classid2 是 classid1 的 父 类 。 包 含 3 个 字 段 ：C_relationType （ 类的关系类型 ）、classid1 （ 子类的 id 号 ）、classid2 （父类的 id 号 ）。
[2]OWL Web Ontology Language Guide Recommendation [EB/ OL][2004-02-10]. /TR/2004/RRC-owl-guide-20040210 [3]Ontology Middleware System Documentation. http://www.on /omm. [4]Agrawal R,Somani A,Xu Y. Storage and Querying of E-Commerce Data [A]//Peter M G A,Paolo A,eds.Proc. of the 27th VLDB [C].Roma:Morgan Kaufman Publishers Inc,2001:149 ~ 158 [5]Alexaki S,Christophides V,Karvounarakis G,et al. On Storing Voluminous RDF Description:the Case of Web Portal Catalogs [A]//Mecca G,Simeon J,eds.Proc.of the 4th Web DB in Con junction with ACM SIGMOD'01 [C].Bristol:Hewlett Packard Laboratories,2001:43-48. [6] 萨师 煊 , 王姗 . 数 据 库系 统 概 论 [M]. 第 三 版 . 北京 : 高 等 教育
参考文献
class_id （类的 id 号 ）。
（4 ）T_entity （ 实例表 ）: 说明该实例是哪个类的成员 以及该实例的每个属性的具体的值 。 包括 16 个字段 ：
entity_id （ 实例的 id 号 ）、class_id （ 该实例所属类别的 id
号 ）， 其他字段是 表 T_property 的 property_id 字 段 的 记 录值 。 （5 ）T_classrelation （ 类间关系表 ）: 描 述 类 的 结 构 关 系 的 表 ， 目 前 的 语 义 关 系 类 型 只 包 括 subClassof ， 表 示
（6 ）T_entityrelation （ 实例关系表 ）: 描述实体之间的 关系用表 ， 目前的关系类型只有 sameAs 说明两个实体 之间是相同的关系 。 包含 3 个字段 ：E_relationType （ 实 例中的关系 ）、entity_id1 （ 实例 1 ）、entity_id2 （ 实例 2 ）。 具体的本体存储模式如图 2 所示 ， 它给出主要的 表及其之间的参照关系 。 根据以上设计 ， 可以方便地把 ILQO 中的各元素 以及它们之间的关系存储在各表中 。 由图 2 可见 ， 本存 储模式尽可能地保留了本体的语义， 并且采用一些
ject 。 在该模式中 ,查询类的隐含实例的代价很大 ， 效率
较低 。
[7]
Protégé 3.2.1 编写完成的 ， 完成后的本体以 OWL 为后
缀的文件格式保存 。 总之 ， 本体建立是对清晰性 、 一致 性 、 完善性 、 可扩展性进行检验 [9]。 图 1 给出了 ILQO 的 片段 。
2
（3 ）T_class （ 分类表 ）: 此表列举了本体中的所有分
貥 貙 貋
现代计算机
2010.05
实践与经验
类 ， 包 括 子 类 。 包 含 2 个 字 段 ：class_name （ 类 名 ）、
能把 OWL 本体中蕴含的所有语 义 信 息 完 全 映 射 到 关 系数据库模式中 ， 但仍极大限度地保持了 OWL 中重要 的语义 ， 并且通过 ILQO 实例的查询实验表明查询效率 较高 ， 说明本体存储的设计是可行的 ， 但如何在该模式 上运用优化措施 ， 进一步提高查询效率 ， 这将是下一步 研究的重点 。
收稿日期 ：2010-04-08 修稿日期 ：2010-05-08