论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
【内容提要】文章从Ontology和文献知识发现出发,在整理现有Ontology系统的基础上,分析了其存在的问题,针对问题中关键的适应性问题,提出了分层的面向Ontology的知识发现模型。该模型将整个Ontology系统分成5个层次,以适应不停变化的世界需要。文章最后提出了与模型相关的尚未进行研究的问题。
【摘 要 题】信息化与网络化建设
【关 键 词】本体/知识发现/适应性/Ontology/模型
【正 文】
Gruber提出“Ontology是概念化的1个形式化的规格说明”。所谓概念化可以理解为1组概念(如实体、属性、过程)及其定义和相互关系。[1]Borst在Gruber定义基础上引入了共享概念,认为Ontology是被共享的概念化的1个形式化的规格说明。[2]
在目前的知识发现领域中,知识之间的语义关系得到了重视,很多研究人员都将语义网的概念引入到知识发现过程中。各领域的Ontology被开发,各专业的概念以及概念之间的关系被揭示出来,并且被投入到知识发现过程当中去,对知识发现过程起到了至关重要的作用,但也存在不适应变化等诸多问题。本文尝试从目前生物信息学和商业领域知识发现系统入手,分析Ontology应用于这些系统时所存在的问题,并针对这些问题提出1个适应变化的基于Ontology的知识发现模型。
1 Ontology在知识发现领域中的应用
目前Ontology应用广泛,本文仅从生物信息学和商业领域对基于Ontology的知识发现系统进行研究,并提出应用中存在的问题。
1.1 Padmini Srinivasan的基于文献的知识发现方法
基于文献的知识发现方法最早是由Swanson提出,其目标是通过挖掘文献数据库(如MEDLINE)发现概念和概念之间新的、潜在的、有意义的关系。[3]
Padmini Srinivasan在Swanson的基础上将基于文献的知识发现的算法进行了改进。[4]他们使用了超越简单词频统计范围的词频权重,并且采用了基于 UMLS语义过滤筛选机制,他们的研究算法还利用了文献的元数据来代表文献的主题。由于元数据是概念集合,所以可以利用元数据将非结构化的文本生成结构化的数据,对非结构化文本的复杂挖掘方法就简化为对结构化文本的知识挖掘。
(科教范文网http://fw.NSEAC.com编辑发布)
图1 面向ontology适应性的知识发现模型
1.2 IBM MedTAKMI的知识发现
IBM开发的用于挖掘生物医学知识的软件Med TAKMI利用医学Ontology对生物医学文献数据库进行动态和交互式挖掘。[5]它使用自然语言处理技术抽取深层次的生物医学概念,对生物医学概念(基因、蛋白质、疾病)的抽取是目前基于文献的知识发现领域中研究活跃的领域之1,在MedTAKMI系统中实现知识挖掘功能的主要为信息抽取和实体/关系挖掘这两个部分,其中实体抽取是对生物医学文献中基因、蛋白质、化学物质名称的识别;关系抽取是抽取这些实体之间的关系。
1.3 GenesTrace基于整合Ontology的知识发现
GenesTrace系统充分利用了UMLS、Gene Ontology (GO)、Gene Ontology相关数据库(GODB)所提供的知识资源,将UMLS中的疾病概念与GO相关数据库 (GODB)中的基因产品相关联起来,其中对UMLS和 Gene Ontology的整合是非常重要的1部分。[6]Genes Tace的知识发现主要是借助整合的Ontology,并根据概念之间的共性关系,挖掘出新的知识。
1.4 UNSPESC中的知识发现
Ding Ying利用UNSPSC(The United Nations Standard Products and Services Code)对非结构化的文本数据进行挖掘。[7]当然,在获取商业知识的过程中,仅仅使用 UNSPSC是完全不够的,必须根据不同的需求,重用UNSPSC开发、界定适合各自需求的词表、属性和关联规则,构建面向应用的商业Ontology。
2 存在的主要问题
以上这些Ontology用不同的语言和系统开发,概念的定义缺乏统1性,概念的等级关系也存在着混乱性,例如在生物医学领域中,UMLS的基因类目和Gene Ontology就存在着很大的不同。另外在竞争情报领域,有专门的进行网络信息搜集的公司,信息被保存在专业的市场行情数据库中,这些公司也为用户提供各种知识挖掘的服务,为了有效地进行知识发现,他们也开发了适合竞争情报服务的Ontology来帮助确定不同公司之间的关系。目前在挖掘不同领域的知识的时候,出现了许多问题,主要表现在以下两个方面:
(2)Ontology缺乏适应性。随着科学技术的快速发展,在各个领域产生了大量的新概念,那么为了充分挖掘各个领域的新知识,必须及时掌握各个领域的新的概念。现有的大部分Ontology都没有适应环境变化的要求对词表和词间的关系进行及时的更新。虽然UMLS现在已经出版了几版,但是这种更新速度是无法满足各领域知识发掘的需要,所以Ontology的动态更新是进行知识发现的必要条件。另外1方面也表现出了On tology缺乏稳定性,过于频繁的变化也会影响Ontology在知识发现中的应用,从发展的角度衡量动态性和稳定性也是Ontology发展过程中急需重视的问题之1。
3 面向Ontology适应性的知识发现模型构建
为了适应“变化”的需要,需要用1个能随时改变业务流程和Ontology实体内容的模型。本文尝试就适应性问题提出1个分层解决方案。如图1所示,该图展示了1种面向Ontology适应性的知识发现模型。
4 总结
基于文献的知识发现方法从20世纪80年代被Swanson提出之后,很多研究人员都投身到知识发现领域中,并对Swanson的知识发现方法进行了改进。但各个领域的基于Ontology的文献知识发现系统也存在不少问题,文本仅尝试对系统的适应性问题提出1个可能的解决模型,在该方案中,尚未对知识发现表示的方法、统1Ontology接口描述等问题进行研究,这些问题有待于进1步研究。
【参考文献】
(科教作文网 zw.nseac.com整理)