基于本体的专题知识库智能检索系统研究.docVIP

基于本体的专题知识库智能检索系统研究 ［ ］以基于本体的张謇研宄知识库智能检索 系统开发为例，探讨基于本体的专题领域知识库智能 检索系统的框架结构、工作流程以及功能实现。系统 采用语义Web技术和智能Agent技术，使用RDF模型 对知识库的Web页面元数据进行描述，然后利用本体 建模语言对张謇研宄领域知识进行建模，根据所得到 的本体对元数据进行基于语义的查询，为用户提供智 能检索服务。 ［关键词］本体知识检索智能检索知识库 ［分类号］G250.6 1引言 从本体论的基本概念出发，哲学上把本体论定义 为“对世界上客观事物所进行的系统描述”。将本体论 引入信息科学，本体论是对概念化对象的一种表示和 描述，在计算机领域是指定义元数据及其相关关系的 “规范”。由于本体具有良好的概念层次结构和逻辑推 理的支持，因而在信息检索，特别是在基于知识的检 索中得到了广泛的应用。知识检索也称语义检索，是 把信息检索与人工智能技术、自然语言技术相结合的 检索，它从语义理解的角度分析信息对象与检索者的 检索请求，是一种基于概念及其相关关系的检索匹配 机制。知识库是事实、规则和概念的集合，从存储知 识的角度来看，以描述型方法来存储和管理知识的机 构叫做知识库。张謇是中国近代著名实业家、教育家， 他是清末最后一位状元，曾任民国政府实业总长，是 一位探索强国之路的开路先锋。他倡导实业救国的思 想，在经济、教育、文化、城市建设、社会保障、地 方自治等诸多领域创造了十多项全国第一，他创建了 中国近代第一城__南通（中国人自主规划建设的第 一座近代城市），研究张謇对于今天的城市经济、教育、 文化协调发展，实现科学可持续发展具有重要意义。 张謇研究知识库对张謇研究知识沉淀（包括南通大学 档案馆、图书馆和博物馆的张謇研究原始资料）进行数 字化语义处理并在张謇研宄领域专家的指导下进行概 念分类标注，组织到知识库中，形成张謇研宄领域概 念集，组织存储并实现Web服务功能。 2基于本体论的张謇研宄領域知识库智能检索 系统功能需求 ?实现对世界各地张謇研究领域用户的查询请求 分析本地表达化，使得要查询的概念不存在模糊不清 的地方，具体表现在用户向系统提出查询请求后，系 统能将查询请求中的本体取出来，然后进行基于本体 的语义搜索。 ?系统应能对用户如何更好地利用已建成的张謇 研宄本体知识库中的知识给予搜索提示，帮助用户更 好地使用本体进行查询。 ?系统应能找出查询本体中隐含的语义，实现智能 检索，即系统能根据用户的检索条件，进行智能语义 推理，可检索出与检索条件具有相同语义信息的知识。 3基于本体论的领域知识库智能检索系统结构 和工作流程 3.1基于本体论的领域知识库智能检索系统结 构 基于知识库的语义Web环境下，知识库的信息资 源已进行了语义标注。在此环境下，本系统应完成的 任务是：自动抽取关于领域知识内容描述的元数据， 并将这些元数据进行存储；对用户提交的关键词进行 语义匹配和语义相关性扩展，形成符合特定Ontology 语言的查询语句，通过对数据库中存储的领域知识库 元数据信息的查询，得到高效的基于语义的领域知识 检索结果。上述任务可划分为元数据收集、数据预处 理、元数据存储、基于Ontology的知识推理和用户查 询、控制调度等6个主要功能。本文将整个系统框架 划分为6个部分，每个部分的功能由一类Agent实现， 这6类Agent通过协同工作，共同完成整个检索任务。 本系统的总体结构如图I所示： 系统中除了多个Agent以外，还设置了领域知识 库、领域本体库、本地信息库、远端信息在本地索引 库以及临时文档库来存储相关信息。领域知识库除了 存储张謇研究数字化语义Web资源还存储张謇研究 領域用户ID、mail等个人信息、搜索案例（用户ID）、 搜索ID、属于的领域、关键字、返回的数据等、用户 偏好等；领域本体库存储张謇研宄领域集、张謇研宄 关键字集以及张謇研宄本体的相关知识等；本地信息 库和远端信息在本地的索引库主要存储远端搜索 Agent带回的，并经过信息处理Agent处理过的搜索信 息，临时文档库存储远端搜索Agent从远端数据源搜 索到的相关信息。 3.2基于本体论的领域知识库智能检索系统工 作流程 通过信息搜索Agent，对张謇研究知识库中描述 张謇研究领域知识内容的元数据（包括知识库存储的 描述内容信息和带描述信息的页面WEB信息）进行信 息提取和过滤，把收集到的元数据经过预处理Agent 进行处理后交由存储Agenh存储Agent接收语义元数 据，将这些元数据以合适的方式存储到数据库中，数 据库既可以是传统的关系数据库，也可以是专用的 XML / RDF数据库，利用描述领域知识的领域本体， 由推理Agent对张謇研宄用户提交的查询关键词进行 语义匹配和语