一种基于本体的信息检索模型

Ｘｕ Ｊｎｇ ｉ ｉ ｑ Ｍ ａ Ｙｉ ｒ ｎｇ ｕｉ
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｏ ｓｌｅ ｔｅ ｐ ｏ ｌｍｓｏ ｈ ｒｄ ｔ ｎ ｌｉｆｒ ｔ ｎ ｒ ｔ ｅ ａ ｂ ｓｄ ｏ ｅｗｏｄ ｎｙ ａ ａｙ ｉｇ ｋ ｙ ｏｄ ｒｍ ｓ ｒ ｃ ： ｎ ｏｄ ｒ ｔ ｏｖ ｈ ｒｂｅ ｆｔ ｅ ｔ ｉｏ ａ ｎｏｍａｉ ｅｒ ｖ ｌ ａ ｅ ｎ ｋ ｙ ｒ ｓ ｏ ｌ ｎ ｌ ｎ ｅ ｗ ｒ ｓ ｆ ａ ｉ ｏ ｉ ｚ ｏ
息， 到 问题的特征信 息或关键词 。 得 然后特征信 息通过 同领 域本体 中概念 或者属性 的匹配 并遵循一系 列的规 则构建查 询本体 。 具体实现时 ， 经过分词 及过滤之后得 到待查询 的关 键词集 合 ，然后在 领域本 体库的支 持下 ，使 用 ｓｍｏｐ ｉ － ｒｈｓ ｍ
算法实现 查询 关键词 到领域本体 库 中词语 的映射 ，得到概 念集合 ， 并借助领 域本体库构 建概念 之问的关 系， 从而构 建
１ ２月 １ ８目的 Ｘ ０ ０的会 议上提 出的 并认 为未来 的 网 ＭＬ ２ ０ 络是 向语义 网发展， 这个 网络 不同于 以前 的网络 ， 是一个 机
检 索， 就是通 过一定的手段 和方法 ， 利用计 算机程序 自动分 析信 息资源的语义信 息 ，查 找和发现具有特 定知识单元 的 信息 资源 。 因此 ， 义网体系 结构 的二 、 、 语 三 四层是基于语义 网的语 义检索实现 的关键 。 体层作 为语义 层， 本 崩来描述分 布在 网上 的异构的信息 内容 ， 是实现 语义 网检索的核心 。 不 的领域 需要 构建不 同的领域本体 ，计算机之 间通过对本 体的理解来交流 领域之 间的信息 。语 义网上每个 文档都是
１ 于 本体 的语 义 网检 索模 型 基
１１ 语义 网 ．
上， 构建本 体词汇层 ， 于描 述各种 资源 间 的关 系 ， 到描 用 得
述 逻 辑 ， 实 现 语 义 网 的语 义 理 论 基 础 。 于 语义 网 的 信 息 是 基
语 义 网 是 互 联 网 的 创 始 人 Ｔｍ Ｂ ｍｅｓ Ｌ ｅ在 ２ ０ ｉ ｅ ｒ— ｅ ００年
一
器能够理解人 的 网络 ， 于 ２ ０ 年 提出 了语义 网的体系 结 并 ０１
构 ， 图 １１ 示 。 如 【 】 所 第 １层 是 Ｕ ｉ ｄ 和 Ｕ Ｉ 这 是 整 个 语 义 网 的基 础 ， ｎｃ ｅ ｏ Ｒ， 其
中 Ｕｉｄ ｎｃ ｅ处理资源 的编码 ， Ｒ 负 责标 识资源 ； ｏ Ｕ Ｉ
ｔｅ ｓ ｎａ ｈ ｙ ｔｘ，ｍｅ ｈ ｎｃ ｌｙ ｍａｃ ｉｇ ｔｅ ｅｗｏ ｄ ．Ｓ ｅｕｔ ｇ ｉ ａ ｋ ｆ ｓｍａ ｔ ｅｒｅ ａ，ｔｅ ａ ｅ ｒｐ ｓ ｅ ｃ ａ ｉａｌ ｔｈｎ ｈ ｋ ｙ ｒｓ Ｏ ｒｓ ｌｎ ｎ ａ ｌｃ ｏ ｅ ｎｉ ｒｔｉｖ ｉ ｃ ｌ ｈ ｐ ｐ ｒ ｐ ｏ ｏ ｅ ａ Ｓ － ｍａ ｔ Ｗ ｅ ｎｏｏｙ ｂ ｅ ｔｅ ａ ｄ ｌ ｎ ｂ ｓｄ Ｏ ｉ ｂ ｉ ｓ ｓ ｓｅ ｐ ｏｏｙ ｅ ｎｌ ｅ ｂ ｏ ｔｌｇ － ａ ｄ ｒ ｒ ｖ ｌｍｏ ｅ，ａ ｄ ａ ｅ ｎ ｌ ｕｌ ｙ ｔｍ ｒｔｔｐ ．Ｐｒｃｉａ ｒｓ ｌ ｈ ｗ ｈ ｔｔ ｅ ｓ ｅ ｉ ｌ ｄ ａ ｔｃｌ ｅ ｕｔ ｓ ｏ ｔａ ｈ ｓ ｒｔｉｖ ｄ ｌｃ ｎ ｂ ｍｐ ｏ ｅ ｔ ｏ ｘｅ ｔ ｎ ｔｅ ｓ ａａｌｒ ｓｌｓ ｅｒｅ ａ ｍｏ ｅ ａ ｅ ｉ ｒｖ ｄ Ｏ ｓ ｍｅ ｅ ｔｎ ｉ ｈ ｅ／ ｅ ｕｔ． ｌ ｌ
图 ｌ 义 网体 系结构 语 Ｘ ＭＬ及 Ｒ Ｆ都 是 语 法 层 上 的 数 据 表 示 及 描 述 ， 是 语 Ｄ 这
ＲＤＦ＋ ＲＤＦ Ｓ ｈ ｍａ ｃｅ
ＸＭＬ＋ ＋ ＮＳ ＸＭＬ Ｓ ｈ ｍａ ｃｅ
的语义网检索模 型， 并以此为基础构建一个系 统原型 。 型 原 系统 的实验结果表 明 ，此检 索模型 能够 在一定程度 上改善
本 体库 ， 同时利用 领域 本 体库 构建 信息 资源 （ 括各种 结 包
２３相似 度的匹配推理 ． 。 构建 了查询本体后 ， 为了进行 有效 的语义 推理 ， 以根 可 据领域本 体和应用本 体所定 义出的语义 关系 ，并根据相关
的存放在 知识库 中的语 义规则集进行相似 度匹配推理 。 计 算本体相似 度的方法 有很多 ，基 本上都 是 以分 别属 于 不 同本 体 （ 查询 本体 和应 用本 体 ）的实体之 间配 对 比较
。
矗
信息的过程 。 在实践 中， 传统 的基 于关键词 的检 索方法主要 通过把表征用户 查询请 求的关键词 与表征信 息 内容 的索 引 词进行严格机械 匹配进 行 的。由于一义多词和 一词 多义 现 象的存在 ，致使 表示 查询请求 的关 键词和用户 的真实 需求
之 间 、 键 词 和 索 引词 之 间 会 存 在 多 重 表 达 差 异 ， 而 导 致 关 从 查 询 结 果 检 准 率 低 、 检 率 高 为 此 ， 出 了 一 个 基 于 本 体 误 提
集合 。
类 或属性可 以表示成 一个或 多个相应 的 Ｒ Ｆ 元组。 Ｄ 三
２２ 查询本体 的构建 ．
用户通过 人机接 口进行 查询 时 ，一般 习惯使用 自然语 言描述查询 问题 此时 ， 可通 过分词技 术， 问题 描述 中提 从 取相关 的描述 知识 ，通 过过滤器 过滤掉虚 词等各 种无 关信
２１ 年４月 ０１
一
电 脑 学 习
第２ 期
种基 于本体 的信 息检 索模 型
徐 敬淇 பைடு நூலகம்马英瑞
摘 要 ： 为解决 传统 的基 于关键词的信息检索 只能从语法上分析关键词、 进行关键词的机械匹配 ． 导致检索缺乏语 义的问题 。 提
出 了一 个 基 于 本 体 的语 义网 检 索模 型 。 以 此 为 基 础 构 建一 个 系 统原 型 。实 践 结 果 表 明 ． 检 索 模 型 能 够 在 一 定程 度 并 诙
第 ６层是证 明， 根据逻 辑陈述进行验证 以得 出结论 ； 第 ７层是信任 ， 用于在用 户间建立信任关 系。
收 稿 日期 ：０ １０ — ２ ２ １－ ３ ２ ＋徐敬淇 大庆师范学 院计算机科学与信息技术学院 ２ ０ ０８级 学生 （ 黑龙江， 大庆 １３ １ ）。 ６ ７２
马英瑞 大庆师范学院计算机科学与信息技术 学院副教授 （ 黑龙江 ， 大庆 １ ３ １ ） ６７ ２
检索 效果。
义 网 实现 的 基 础 。 Ｒ ＤＦ可 以描 述 Ｗｅ 据 的语 义 ， 在 表 ｂ数 但
达能力和逻辑严 格性方 面却存在着 不足 ，比如 不能很好地 描述数据或资源 间的关系 ，不能解决 基于关键词 的检索技
术 中 的 同义 词 及 一 词 多 义 现 象 。在 第 二 层 及 第 三 层 的 基 础
模 型的物理构 成要素 主要有 ：用户 、知识库和物理 系 统 。其中 ， 用户包括 一般用户和专 家用户 。专家用户主要 指 检索专家 和领域专 家； 般用户指 检索系 统的普通使 用者 。 一 知识库 是检索系统 的核心 ，如何从 大量零 散的数据和信 息 中发现 知识和 知识 关联规则 ， 形成 系统 的知识库 ， 是检索 系 统必须解 决的 问题 。物理 系统指承 载检索 功能的软硬件 的
・
ｌ３ ・ ４
相关编程 工具 的辅 助。本着依 托于 语义 网技 术为信息检 索
增加语义 的思想 ，构建 了一个 基于 本体的语 义网信息检 索
模型。 １２１模型 的构成要素 ．． （） １ 系统 的物 理构成要素
来 描述的本体实例得 到的。 体实现时 ， 以首先创 建一个 具 可
筇 ２层 是 Ｘ ＋ Ｓ ＸＭＬ ｃｅ ， 于 表 示 数 据 的 内容 ＭＬ Ｎ ＋ Ｓ ｈｍａ用 和 结构：
个本体 ， 大的文档又可 以分为若干个小 的本 体。 领域本体
第 ３层是 Ｒ Ｆ Ｒ Ｆ Ｓｈ ｍ ， Ｄ ＋ Ｄ ｃ ｅ ａ 用于 描述 Ｗｅ 的资源 ｂ上 及其类型 ； 第 ４层 是本体词 汇 ，用于 描述各种 资源 及资源之 间的 联系 ； 第 ５层是逻 辑 ，在 下面四层 的基 础上进行 逻辑推 理操
Ｋ ｅ ｗｏｒ ｓ Ｓ ｍａ ｔｃ ｅ ｎｉ Ｗｅ ；Ｉｆｒ ｔ ｎ Ｍｏ ｅ ｙ ｄ ： ｅ ｎｉ；Ｓ ｍａ ｔ ｃ ｂ ｎｏ ｍａｉ ｄ ｌ ｏ
由于信 息处理技术 的发展 ， 如何 从海量 的信息 中高效 、 快速 、准确地 检索到 所需信 息已经成为计算 机领域研 究 的
一
个热 点问题。信 息检索就是 从信息集合 中找 到用 户所需
作；
库 构建后 ，可 以利用领域本 体库构建 查询本体和信 息资源 的应用 本体 。查询 时， 需要动态地 生成、 只 匹配查询本 体和 应 『本 体即可 。 ｆ Ｊ １ 基于语义 网的语义检 索模型 ． ２
综上所 述，基于 语义网 的信 息检索实现 的基础是数据
的描述 ， 实现 的保 证是语义 网检索模 型的构造 ， 实现 的关键 是领域本体库 的构建 ． 实现 的难 点在于本 体相似度 的匹配 。 而在具体实现 时 ，则 需要 本体描述 语言和本体 检索语言及
查询本体 。
（） ２ 系统 的逻 辑功能构成 要素
从系 统 的逻 辑功 能来 看 ，基 于语义 网的语义检 索系统 由人 机交互层 、 知识处理层 、 知识 收集和 储存层 ３ 模块构 个
成。 人机交互层 是用户和系 统通讯的接 口， 用户 的查 询请求
从这 里发送给 系统 ， 系统 的检 索结果 也从这里传 递给用户 。 知 识处理层 则是根据领 域本体库 ，把用 户的查询请 求转换 成 查询本 体， 利用 知识库提供 的推理 规则等 ， 实现 查询本体 与应 用本 体的相似匹 配。知识 收集和 储存层则是 构建领域
Ｏ ＷＬ文档 ， 然后每 取得 一个 元数 据 信息 ， 就将 其作 为 一个 子 结点插入到 Ｏ ＷＬ文档中 ，并且 插入元数 据 的属性信 息。 然后 ， 过 Ｊｎ Ｐ， 应用 本 体 存 入 到数 据 库 中 （ 通 ｅａ Ａ Ｉ把 比如 Ｍｙ Ｑ ）－ 另外 ， Ｓ Ｌ Ｐ。 １ 还可 以将 Ｏ ＷＬ描述 的本体转化成 Ｒ Ｆ三 Ｄ 元组 ， 并存入 Ｒ Ｆ三元 组库中 。 个复杂的 由 Ｏ Ｄ 一 ＷＬ定义 的