医学文献领域本体的构建及其关键技术分析.docVIP

医学文献领域本体的构建及其关键技术分析 本文以构建医学文献领域本体模型为例，阐述了构建医学情报领域本体的基本方法、流程框架和使用工具，并对本体构建过程存在的几个关键问题进行了分析，为医学情报领域本体的建设进行了可借鉴的尝试。 本体（ontology）源于哲学范畴，指的是客观存在的一个系统的解释和说明。1993 年Gruber 为本体下了这样的定义，即“本体是概念模型的明确的规范说明”，后来Studer 等对前人的定义进行深入研究后给出了另一个定义：“本体是共享概念模型的明确形式化规范说明” [ ]。虽然诸多学者对本体概念的定义描述到目前为止还没有达成共识，但是这些概念都包涵了本体的四个共性特征，即：概念化、明确、形式化和共享。“概念化”指的是通过抽象出客观世界中一些现象的相关概念而得到概述模型；“明确”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”指本体是计算机可读的（即能被计算机处理的）；“共享”指本体中体现的是共同的认可和知识，反映的是相关领域中公认的概念集，即本体针对的是社会范畴而非个体之间的共识[ ]。 同时，N.Guarino 提出将本体划分为顶级本体(top-level ontology)、领域本体(domain ontology )、任务本体(task ontology)和应用本体(application ontology )[ ]。领域本体是指描述特定领域中的概念以及概念之间的关系，是用于描述指定领域知识的一种专门本体。它给出了领域实体概念及其相互关系，是领域话动以及该领域所具有特 性和规律的一种形式化描述[ ]。一个领域本体包括一套关于某一领域概念的规范而清晰的描述，称为类(classes)或概念(Concepts)；描述了有关概念的各种特征的属性(properties)和属性插件(slots)，还包括属性插件的限制条件(restrictions)和分面(facets)，以及一系列与某个类相关的实例(这些实例组成了一个知识库)。类是本体的核心，它描述了某一领域的概念。属性插件描述了类的属性和实例[ ]。目前,本体模型的研究已经进入了一个新阶段,许多研究领域都在建立自己标准的本体。 1 学科领域常用本体构建方法和建设工具 1.1 学科领域常用本体的构建方法 由于本体工程到目前为止仍处于探索阶段,领域本体的建设还处于探索期,构建过程中存在着很多问题。中科院的李景博士在《本体理论及在农业文献检索系统中的应用研究-以花卉学本体建模为例》中对目前常见的7种本体构建方法的成熟性进行了排序，即七步法、METHONTOLOGY 法 IDEFS 法TOVE 法 骨架法 SENSUS 法、KACTUS 法。本文大部分过程借鉴了七步法的思路和流程。 1.2 学科领域本体常用建设工具 到目前为止，已经出现了许多本体建设工具。根据这些工具所支持的本体描述语言，大致可以分为2类。第1类包括Ontolingua，OntoSaurus，WebOnto等。这3个工具的共同点是，都基于某种特定的语言，并在一定程度上支持多种基于AI的本体描述语。第2类包括Protégé 系列、Web0DE、OntoEdit、Oi1Ed等。这些工具最大的特点是独立于特定的语言，可以导入/导出多种基于Web的本体描述语言格式(如XML、RDF(S)、DAML+OIL等)。它们都是基于组件的结构，很容易通过添加新的模块来提供更多的功能，具有良好的可扩展性[ ]。 本文之所以选择Protégé 作为构建工具，是因为Protégé与其他本体创建工具相比，有很多其独特的优势：①Protégé 作为开源工具，目前拥有最多注册用户；②不断有新的版本推出；③可扩展性好；④以多种方式存储本体、互操作性强；⑤图形化的用户界面，简单友好；⑥支持DAML+OIL，OWL，RDF，RDFS等本体表示语言。正是这些优点，使得Protégé 成为各种领域本体构建的首选工具。 2 医学文献领域本体的构建 2.1 医学文献领域本体的构建规划 在真正开始构建领域本体之前，要首先明确需求分析和计划制定阶段主要几个问题:①在哪个领域构建本体?在医学文献领域，主要侧重图书情报界对医学文献的分类和处理。②构建本体的目的什么?从概念之间关联的角度，深层次地揭示领域的信息，实现该领域文献集的基于知识结构的导航。③选择什么样的本体描述语言?采用OWL描述该领域本体，标注XML文档。④选择什么样的构建工具?本体的构建工具选择Protégé 作为本体创建工具。 2.2 医学文献领域本体的构建过程 2.2.1 列出医学文献领域本体中的重要概念 根据分类法、中图法和《我国数字图书馆标准与规范建设》项目(CDLS)的相关标准，并且在请教解放军医学图书馆相关馆员的基础上，确定了与“医学文献”最为相关