基于Ontology的知识库研究及其在数字图书馆中的应用.doc

—  PAGE 1 — 基于Ontology的智能检索技术研究与实践 基金项目：本文受中国科学院西部之光项目：《基于本体的天然药物知识推理系统的设计与应用》；中国科学院知识创新工程青年人才领域前沿项目：《基于本体的智能检索技术探索与实践》资助。 作者简介： 1胡正银，男，研究生，1979—，中国科学院国家科学图书馆成都分馆（成都文献情报中心）信息技术部工程师，四川大学公共管理学院情报学硕士研究生，已发表论文6篇。研究方向：知识管理与数据挖掘。通信地址：四川省成都市人民南路四段九号中国科学院成都文献情报中心。联系电话：028Email：huzy@。 2方曙，男，博士,1957—，中科院国家科学图书馆副馆长，成都分馆馆长，中科院研究生院情报学博士生导师、四川大学公共管理学院情报学硕士研究生导师，已发表论文60余篇。研究方向：知识管理与情报分析。 3郑颖, 女 ,博士，1973—，中科院国家科学图书馆副研究员，已经发表论文多篇。研究方向：知识管理与情报分析。 4钟秀琴,女 ,博士，1976—，中科院成都计算机应用研究所，副研究员，已经发表论文多篇。研究方向：知识库。 Method of Development and Architecture of an Ontology-Based intelligent retrieval System 胡正银1,2 ，方曙2 ，郑颖2，钟秀琴3 （1. 四川大学公共管理学院，成都 610041； 2. 中科院国家科学图书馆成都分馆，3. 中科院成都计算机应用研究所，成都 610041） 【摘 要】：本文在调研基于本体智能检索相关技术的基础上，总结和讨论了其建设方法与体系结构。基于本体的智能检索系统体系结构从下至上可分为：数据层、语义图层、推理层、查询层、接口层。论文具体讨论了一个基于中医药本体的实验性智能检索系统实现的详细过程，重点论述了语义图层、推理层的技术实现，并指出了在实际建设中需注意的一些问题。 【关键词】：本体；智能检索；知识库；推理规则 【中图分类号】 G250 【文章标识码】 A 引言 传统的学科信息门户多提供基于学科分类的资源导航服务与基于关键词匹配的检索服务，由于信息之间缺乏语意的关联，因此很难提供基于知识的服务。基于本体的智能检索技术在传统的关键词匹配检索的基础上，通过添加了语义层，可实现基于语义的智能检索，目前已成为研究的热点[1]。 虽然基于ontology的智能检索技术研究仍处于发展的前期，还有很多研究难题，但其已经引起了包括图书情报界在内的广泛关注。 智能检索系统体系结构 以语义网七层体系结构为参考，基于本体的智能检索系统结构如下[2] ： 接口层 （提供用户和应用程序接口）查询层 （在语义图的基础上，实现智能查询）推理层 （提供基于规则的知识推理和知识发现的功能）语义图层 （对概念进行语义描述，用定义的关系连接各种概念，并对数据库中的资源进行语义映射，建立领域知识的核心语义图）数据层 （有机地整合多源数据和通用本体，并提供远程访问接口） 图1 基于本体的智能检索系统体系结构图 Fig 1 “ontology-based intelligent retrieval” architecture diagram 1、数据层：有机地整合多源数据及通用本体等，并提供远程访问其它相关数据的接口。 2、语义图层：在已有数据库及文献资料等资源的基础上，采用RDF，OWL等描述语言对数据库的各类数据和资源进行语义描述和关系映射，建立一个领域知识的核心语义图。该语义图可扩展、可读写、可推导。逐步构建领域的本体[3]。 3、推理层：推理规则的提取与描述，利用推理引擎如：Jena或RacePro或RDF Prolog等，实现知识推理和新知识发现的功能。 4、查询层：在语义图的基础上，利用推理功能，根据数字图书馆知识服务的需要，可建立知识查询服务。 5、接口层：在一个查询界面下实现跨数据库查询和数据整合，使得用户查询更加便利和全面，提供用户和应用程序接口。 智能检索实验性系统的实现 本文以AllegroGraph知识库管理系统为基础，以AllegroGraph知识库系统自带的RDF Prolog语言作为推理规则描述语言，在Java环境下实现了一个基于中医药本体的智能检索演示系统，具体方案描述如下： 1、 数据层：在中药专家的指导下，以《中国中医药主题词表》[4] ，《中国大百科全书·中医》[5]中医卷，国科图成都分馆自建的天然药物数据库相关内容，作为本系统的数据源。主要涉及的数据包括：中草药的分类及其味，性，效等属性；中药方剂分类疗效及组成等属性；中医病症的症状等属性。 2、 语义图层：采用OWL描述语言对数据层数据进行描述，建立