基于本体信息检索模型研究.docVIP

基于本体信息检索模型研究 　　摘 要：根据文档处理方式的不同，将基于本体的信息检索系统分为基于知识库的语义检索系统和基于语义网文档的信息检索系统两类。对这两个模型的实现原理和关键步骤进行了阐述；探讨了基于本体的信息检索模型中的关键技术，并指出当前研究中存在的不足；最后对基于本体的信息检索系统的研究热点和方向进行了展望。 　　关键词：本体； 信息检索； 语义标注； 知识库； 语义网文档 　　中图分类号：TP391.3 文献标志码：A 文章编号：1001-3695(2008)08-2241-04 　　 　　Research on ontology-based information retrieval system models 　　ZHANG Yu-ming??1,2??, NAN Kai??1, MA Yong-zheng??1 　　(1.Computer Network Information Center, Chinese Academy of Sciences, Beijing 100080, China; 2.Graduate School, Chinese Academy of 　　Sciences, Beijing 100049, China) 　　Abstract:According to manners in which documents were processed, divided the systems into two categories: knowledge-based semantic information retrieval model and information retrieval model based on semantic Web documents . Then, discussed how the two models operate and realize implementations and approaches. Further, studied the technologies involved in the models and claimed four research problems. In the end,predictedthe hot research topics and developing trend. 　　Key words：ontology; information retrieval; semantic annotation; knowledge base; semantic Web documents(SWD) 　　 　　本体作为一种能在语义和知识层次上描述信息系统的概念模型建模工具，具有良好的概念层次结构和对逻辑推理的支持。它在计算机领域中的应用使信息检索从基于关键词的层面提高到基于知识(或概念)层面上成为了可能。将本体融合到传统信息检索技术中，不仅可以对文档中的信息进行语义层次上的处理，还可以结合用户的检索条件利用Web上的语义信息进行推理，进而得到较为准确的结果。 　　 　　1 基于本体的信息检索系统的分类 　　 　　近年来，美国、欧盟等语义网研究机构和大学实验室相继设计和提出了不少有代表性的基于本体的信息检索系统，如基于语义网检索的Metalog[1]；最早基于顶层本体设计的WebKB[2]；基于XML表示的Quest[3]、Elixir[4]、XIRQL[5]等。这些系统开发的设计理念和侧重点不尽相同，没有明确的分类方法对这些系统进行界定。虽然不少信息检索系统引入了本体的概念，但是不同的信息处理方式导致研究学者在论述基于本体的信息检索系统时，经常混淆本体在系统中扮演的角色。本文根据对文档处理方式的不同，将基于本体的信息检索系统分为基于知识库的语义检索和基于语义网文档的信息检索两类??。 　　基于知识库的语义检索系统主要利用自然语言处理技术根据领域本体描述将网页或自然语言文本转换为大量信息实体。这种信息实体以某种知识表示语言描述存储在知识库中，搜索引擎可以对知识库进行推理和检索。早期的SHOE项目[6]、欧洲科研信息系统AURIS-MM[7]以及OntoText语义研究实验室开发的KIM[8]平台等都是基于知识库的语义检索系统的代表。 　　基于语义网文档的信息检索系统的处理对象主要包含语义标注语言的网页，由语义网语言书写的语义网文档能被软件代理直接访问。它将语义网文档中的语义信息转换为搜索引擎能够处理的统一格式，存储在一个RDF文件或OWL文件中。这类系统包括Ontobroker[9]、马里兰大学设计和研发的基于语义网搜索引擎原型系统Swoogle以及UMBC大学eBiquity实验室开发的语