基于本体的动漫源检索系统分析与设计.doc

基于本体的动画素材检索系统分析与设计 项目概述 本项目实现面向动画素材（包括人物造型、道具、二维场景、三维场景、原画（即线稿）、色稿等）的检索系统。根据事先建立的领域本体，该系统为每个资源文件建立对应的语义特征文件，并将资源文件及其特征文件存入系统当中，然后基于这些特征文件建立语义索引以便加速检索。 当系统收到用户输入的受限中文查询语句时，先对该查询请求进行规范化处理，然后根据本体对其进行概念扩展，再将得到的概念和实例集合作为语义索引与原先建立的语义索引进行匹配，最终将搜索到的资源返回给用户，结束查询。 系统要求 对于查询请求，具有较好的查准率和查全率，较快的检索速度； 能方便用户将要标注的资源及标注结果存入系统； 能够较为快速的响应多个（不少于20个）客户端的请求； …… 系统限制 各种素材及系统所需的各种资源由数据库统一管理； 当系统扩展为网络检索时，所有客户端拥有相同的程序界面； …… 系统框架 系统概述与各组成部分功能说明 概述 当用户以受限中文语句提交查询请求后，自然语言模块对该查询请求进行规范化处理，并将规范的查询词集合提交给检索请求重构器；检索请求重构器首先对查询词集合中每个词语赋予不同的语义权重，然后访问概念关联数据库，提取每个查询词的相关概念，实现概念扩展，然后将扩展后的概念集合（或实例）提交给检索引擎；检索引擎访问语义索引库（根据标注系统所建立的特征文件库构建），根据事先建立的语义索引查找与用户查询词相关的资源，将检索结果排序后返回给用户。 系统各组成部分功能 本体服务器 构建基于开源工具包Jena的推理引擎，利用JenaAPI将owl格式的星城记本体存入开源数据库MySQL中；接收来自概念扩展器的查询词（概念），推理引擎从MySQL中读入本体模型到内存，基于一定的查询词优化机制进行概念扩展，并将扩展后的概念集合返回给概念扩展器。 领域本体由概念以及概念之间的关联组成，一个概念通常存在多个关联概念，两个概念之间可能存在多种不同的关联。Jena的API包为OWL的数据库操作、文件操作和推理机操作提供支持。Jena对本体中的每个概念进行概念扩展，本体服务器通过Jena对整个本体进行概念扩展以建立概念关联数据库。 资源入库与标注系统 依据星城记本体，针对不同的对象和时空关系，构造相应的语义模板，并将之存入语义模板库；语义标注器利用其特征提取模块对动画制作过程中产生的各种素材（包括角色造型、道具、二维场景、三维场景、线稿（即原画））、色稿等）进行素材的低层物理特征自动提取，并依据特定的语义模板对素材进行高层语义标识；将包含素材对应的低层语义标识和高层语义标识的特征文件存入特征文件库。 自然语言理解模块 接收来自用户界面的以受限中文语句形式提交的查询请求，然后分词与词性标注模块调用中文分词工具ICTCLAS对查询请求进行切分和词性标注，并将处理后的结果提交给词汇规范化处理模块；依据本体概念表，词汇规范化处理模块对每个查询词进行合法性检查。若查询词为本体中的概念和实例，则标识该查询词有效。若查询词为本体中某概念的同义词或近义词，则将该查询词映射为本体中对应的同义词或近义词概念。否则，将查询请求不合法的信息反馈给用户界面；当收到来自词汇规范化处理模块的查询请求后，历史请求处理模块访问历史访问数据库。若历史访问数据库存在该查询请求的记录，则直接从数据库中取出与该查询请求对应的检索结果并将之提交给用户界面，并通知词汇处理模块此次检索请求已经完成。若历史访问数据库未能匹配查询请求，则通知词汇处理模块将规范化处理的查询请求提交给检索请求重构器。 检索请求重构器 通过调用本体服务器，概念扩展器对本体中的每个概念进行概念扩展，并将扩展结果（关联概念及其语义距离）存入概念关联数据库中；当收到来自自然语言处理模块的规范化查询请求，词项分析与赋权模块根据每个查询词的词性和词汇之间的位置关系和动作关系，给每个查询词赋予特定的语义层次和相应权重，并将查询请求提交给查询重构模块；查询重构模块针对每个查询词调用概念扩展器，获得每个查询词相关的概念集合，然后将每个概念对应的实例集合及其权重与语义距离提交给检索引擎；当接收到来自查询重构模块的概念扩展请求，概念扩展器访问概念关联数据库，提取与该概念关联的所有概念及其语义距离，并将之返回给查询重构模块。 检索引擎 语义索引构造器从特征文件库中提取每个特征文件，通过对特征文件的分析，提取其中的语义标识，并将建立的语义索引存入语义索引库中；当接收来自检索请求重构器的检索实例集簇（集簇中每个实例集合对应一个概念，因而含有一个对应的语义权重和语义距离），查询请求检索器依据特定的权重计算策略，按照权重由高到低的顺序构造提问词串（从每个实例集合中提取一个实例所组成的新实例集合），然后访问语义索引库，找到对应资源