评价网 > 科教论文 > 教育学毕业论文 > 文化论文 > 正文

本体论及语义搜索引擎(1)

2017-04-14 01:21 1　引言 网络信息检索已成为我们获取信息主要手段。根据CNNIC的统计数据[1]：目前中国用户上网的最主要目的中，信息获取以42.3%位居榜首；有98.7%的人表示通过互联网来获取信息，其中有71.9%的人是通过搜索引擎来查找相关网站的。然而网络信息检索面临两个亟待解决的关键问题：
(1)搜索的结果相关度低，冗余信息太多；
(2)搜索引擎无法对常识性问题给予回答，智能化水平低。
出现上述问题的原因在于目前检索技术主要依赖于编码技术，通过分类模式来描述给定的信息；通过基于字符串匹配的全文检索技术，来搜索用户提交的关键词。由于编码描述只能反映出部分语义，因此不能保证语义的匹配；检索过程是把用户的查询关键词与全文中的每一个词进行比较，而不考虑查询请求与文档语义上的匹配。针对上述两个关键问题，本文运用本体论的相关知识，提出基于本体构建的语义搜索引擎模型。该模型能够根据用户的查询关键字或者询问问题，进行基于知识的推理，从而提高检索结果的相关度，并且实现一定水平的语义检索。 　　2　本体论 　　2.1　本体的概念
本体这个术语来自于哲学，根据韦氏词典的解释，本体是形而上学的一个分支。目前本体在人工智能领域得到广泛研究和应用，但尚未形成统一的定义，最广为流传的定义有[2]：
定义1：本体是对共享概念模型的形式化明确说明。它有几个要点：
★　概念模型(conceptualization)：指通过抽象客观世界中一些现象(Phenomenon)的相关概念而得到的模型，其表示的含义独立于具体的环境状态；
★　明确(explicit)：指所使用的概念及使用这些概念的约束都有明确的定义；
★　形式化(formal)：指Ontology是计算机可读的；
★　共享(share)：指Ontology中体现的是共同认可的知识，反映的是相关领域中公认的概念集，它所针对的是团体而不是个体。 （转载自http://zw.NSEAC.com科教作文网）
简单地说，本体给出构成相关领域词汇的基本术语和关系，以及利用这些术语和关系构成的确定词汇外延的有关规则的定义；其目标是捕获相关的领域的知识，提供对该领域知识的共同理解，确定领域内通用的词汇，并给出这些词汇（术语）和词汇之间相互关系的明确定义。
定义2：本体论是关于词汇或概念的理论，这些诃汇和概念用于构建人工智能系统。该定义认为，本体实际上是一种表示性的词汇，这种词汇可以应用于特定领域。比如电子设备领域的本体，它包含一些描述基本概念的词汇——晶体管，运算放大器，电压等；也包含这些基本词汇间的关系——运算放大器是电子设备的一种，而晶体管是运算放大器的组件。一般来说，识别这种词汇和潜在的概念需要仔细分析领域内存在的各种对象和关系。这一定义描述的本体建设方法与面向对象方法有一定的共通之处。
定义3：本体论是用来定义某一领域的知识主体。该定义认为，本体是描述某个领域的知识，它不仅仅是简单的词汇表，而是整个上层知识库（包括用于描述这个知识库的词汇）。
综上所述，本体是某个领域内（可以是特定专业的，也可以是宽泛范畴的）不同主体（人、代理、机器等）之间进行交流（对话、互操作、共享等）的一种语义基础，即由本体提供定义明确的词汇表，描述概念和概念之间的关系，作为使用者之间达成的共识。
　　2.2　本体的作用
本体的作用可归结为通讯(communication)、互操作(interoperability)和系统工程(systems engineering)。
(1)所谓通讯是指本体为人与人之间或组织与组织之间的通讯提供共同的词汇，即交流的基础。
(2)互操作说明本体建立了在不同的建模方法、范式、语言和软件工具之间进行翻译和映射的机制，以实现不同系统之间集成。
(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：
★　重用(reusability)：本体是领域内的重要实体、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)。