[Semantic Web]国内语义Web研究综述(三)

原创空间,  电脑与网络 Lee 发表于 2006/2/15 11:10:02 3 关键技术 语义Web的实现需要三大关键技术的支持：XML、RDF和Ontology。XML(eXtensible Marked Language，即可扩展标记语言)可以让信息提供者根据需要，自行定义标记及属性名，从而使XML文件的结构可以复杂到任意程度。它具有良好的数据存储格式和可扩展性、高度结构化以及便于网络传输等优点，再加上其特有的NS机制及XML Schema所支持的多种数据类型与校验机制，使其成为语义Web的关键技术之一。目前关于语义Web关键技术的讨论主要集中在RDF和Ontology身上。   3.1 RDF RDF是W3C组织推荐使用的用来描述资源及其之间关系的语言规范，具有简单、易扩展、开放性、易交换和易综合等特点［79］。值得注意的是,RDF 只定义了资源的描述方式，却没有定义用哪些数据描述资源。RDF由三个部分组成：RDF Data Model、RDF Schema和RDF Syntax［80］。 RDF Data Model提供了一个简单但功能强大的模型，通过资源、属性及其相应值来描述特定资源。模型定义为： (1)它包含一系列的节点 N； (2)它包含一系列属性类 P； (3)每一属性都有一定的取值V； (4)模型是一个三元组：{节点，属性类，节点或原始值V}； (5)每一个Data Model 可以看成是由节点和弧构成的有向图。 模型中所有被描述的资源以及用来描述资源的属性值都可以看成是“节点”(Node)。由资源节点、属性类和属性值组成的一个三元组叫做RDF Statement (或RDF陈述)。在模型中，陈述既可以作为资源节点，同时也可以作为值节点出现，所以一个模型中的节点有时不止一个。这时，用来描述资源节点的值节点本身还具有属性类和值，并可以继续细化。 RDF Schema 使用一种机器可以理解的体系来定义描述资源的词汇，其功能就像一个字典，可以将其理解为大纲或规范［80］。RDF Schema的作用是： (1)定义资源以及属性的类别； (2)定义属性所应用的资源类以及属性值的类型； (3)定义上述类别声明的语法； (4)申明一些由其它机构或组织定义的元数据标准的属性类。 RDF Schema 定义了 三个核心类：rdf:Resource、rdfs:Property、rdfs:Class； 五个核心属性：rdf:type、rdfs:subClassOf、rdfs:seeAlso、rdfs:subPropertyOf、rdfs:isDefinedBy； 四个核心约束：rdfs:ConstrantResource、rdfs:range、rdfs:ConstraintProperty、rdfs:domain。［60］ RDF Syntax构造了一个完整的语法体系以利于计算机的自动处理，它以XML为其宿主语言，通过XML语法实现对各种元数据的集成。   3.2 Ontology Ontology (本体或本体论)，原本是一个哲学上的概念，用于研究客观世界本质。目前Ontology已经被广泛应用到包括计算机科学、电子工程、远程教育、电子商务、智能检索、数据挖掘等在内的诸多领域。它是一份正式定义名词之间关系的文档或文件。一般Web上的Ontology包括分类和一套推理规则。分类，用于定义对象的类别及其之间的关系；推理规则，则提供进一步的功能，完成语义Web的关键目标即“机器可理解”。本体的最终目标是“精确地表示那些隐含(或不明确的)信息”［25］。 当前对本体的理解仍没有形成统一的定义，如本体是共享概念模型的形式化规范说明，通过概念之间的关系来描述概念的语义［26］；本体是对概念化对象的明确表示和描述［27］；本体是关于领域的显式的、形式化的共享概念化规范［82］等等。但斯坦福大学的Gruber给出的定义得到了许多同行的认可，即“本体是概念化的显示规范”［82］。概念化(Conceptualization)被定义为：C = <D, W, Rc>,其中C表示概念化对象，D表示一个域，W是该领域中相关事物状态的集合，Rc是域空间<D，W>上的概念关系的集合。规范(Specification)是为了形成对领域内概念、知识及概念间关系的统一的认识与理解，以利于共享与重用。 本体需要某种语言来对概念化进行描述，按照表示和描述的形式化的程度不同，可以将本体分为完全非形式化本体、半非形式化本体、半形式化本体和严格形式化的本体［27］。有许多语言可用于表示Ontology，其中一些语言是基于XML语法并用于语义Web的，如XOL(Xml- based Ontology exchange Language)，SHOE(Simple HTML Ontology Language)，OML(Ontology Markup Language)以及由W3C组织创建的RDF与RDF Schema(RDFS)。还有建立在RDF与RDFS之上的、较为完善的Ontology语言DAML(DARPA Agent Markup Language)、OIL和DAML+OIL。 XOL是一种基于XML语法和OKBC语义的本体交换语言。它由美国生物信息学术团体设计，用于其领域的一组异构软件系统间本体定义的交换，它以Ontolingua和OML作为基础，融合了OKBC的高层表达方式和OML的语法。当前还没有支持XOL本体开发的工具，但由于它采用XML语法，可以采用XML编辑器来创建XOL文件。SHOE由马里兰大学开发，它将机器可读的语义知识与HTML文档或其他Web文档相结合，允许直接在WWW的基础上设计和应用本体。近来SHOE的语法已转向XML，它使得代理(Agents)能够收集有意义的Web页面和文档的信息，改善搜索机制和知识收集。OML由Washington大学开发，部分基于SHOE。它有四个层次：OML核心层(与语言的逻辑层相关)；简单OML(直接映射RDF和RDFS)、简化OML和标准OML［2］。 RDF是W3C推荐的一种信息描述方式，目的是克服XML的语义限制，提供一种简单的模式来表示各种类型的资源。在RDF的基础上，RDFS建立了一些基本的模型限制。RDF具有较强的表达能力，但仍存在一些不足，如RDF没有定义推理和公理的机制、它没有说明包含特性以及没有版本控制等［10］。 OIL建立在RDF之上，其主要优势在于以描述逻辑为基础，提供形式化语义的推理。OIL综合了三方面的技术：框架系统、描述逻辑和基于XML与RDF语法的Web语言。框架系统采用了一种类似于面向对象的方法对数据建模，提供建模原语；描述逻辑用规范化的方法表达结构化知识以及查询和推理；基于XML和RDF语法的Web语言为OIL提供语言元素。OIL的数据对象主要包括：类定义、槽定义(slot definition)以及公理定义(axiom)。类定义包括定义类型、类层次关系和槽约束或属性约束；槽定义定义实体间的二元关系，包括有原语slot-def, domain, rang, inverse, subslot-of等；公理定义由定义该本体内的一些附加规则，如类之间外延的关系有不相交、覆盖、相交、等价等［83］。 DAML由DARPA(美国国防部高级计划研究署)主持开发，力图溶入包括RDF、OIL等的优点，它与OIL一样建立在RDF之上，以描述逻辑为基础。其主要目标是开发一个旨在以机器可读的方式表示语义关系、并与当前及未来技术相容的语言，尤其是开发出一套工具与技术，使得Agent(代理)程序可以识别与理解信息源，并在Agent程序之间实现基于语义的互操作。DAML的最早版本为DAML-ONT，但后来与OIL紧密结合形成了DAML+OIL。DAML+OIL是由美国和欧盟在DAML背景下共同开发的，它与OIL有着相同的目标，是目前应用最广的本体语言。它是RDF(S)基础上的扩展，具备充分的表达能力(如唯一性、传递性、逆反性、等价等)，具有一定的推理能力，完全确定了语义Web中知识表示语言的整体框架。国内关于Ontology的研究比较广泛也比较深入，相关论文也较多。大多是在对Ontology的定义、基本含义以及本体语言进行简要介绍的基础上，就Ontology在相关学科领域的影响、应用及其构造进行探讨与论述。讨论相对较多的主要有本体论与信息检索［3］［20］［24］［25］［26］［27］［28］［29］、本体论与数字图书馆［39］［40］［41］［74］［75］、本体论与信息管理[20]［21］，此外还包括知识库系统［35］、数据挖掘［43］、电子商务［44］、机器翻译［46］、需求分析［50］［51］等。

阅读全文(2244) | 回复(0) | 编辑 | 精华