面向Ontology适应性的知识发现模型研究的论文.docVIP

　　面向Ontology适应性的知识发现模型研究的论文 【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是概念化的一个形式化的规格说明”。所谓概念化可以理解为一组概念（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一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一个适应变化的基于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sedline）发现概念和概念之间新的、潜在的、有意义的关系。[3] padmini srinivasan在sls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。 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一，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一部分。[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，概念的定义缺乏统一性，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： (1)现有的ontology的整合方法并不完善。在前面介绍的ontology在知识发现中的应用中，可以看出研究人员已经开始了进行ontology的整合，现有ontology的整合方式主要是将其它的ontology直接按照某种规则移植进到一个相对全