Ontology适应性知识分析论文.docVIP

第 PAGE 第 PAGE 1 页 共 NUMPAGES 1 页 免责声明：图文来源网络征集，版权归原作者所有。若侵犯了您的合法权益，请作者持权属证明与本站联系，我们将及时更正、删除！谢谢！ Ontology适应性知识分析论文 【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。 1Ontology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。 1.1PadminiSrinivasan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Swanson提出,其目标是通过挖掘文献数据库(如MEDLINE)发现概念和概念之间新的、潜在的、有意义的关系。[3] PadminiSrinivasan在Swanson的基础上将基于文献的知识发现的算法进行了改进。[4]他们使用了超越简单词频统计范围的词频权重,并且采用了基于UMLS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 1.2IBMMedTAKMI的知识发现 IBM开发的用于挖掘生物医学知识的软件MedTAKMI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。 1.3GenesTrace基于整合Ontology的知识发现 GenesTrace系统充分利用了UMLS、GeneOntology(GO)、GeneOntology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GeneOntology的整合是非常重要的一部分。[6]GenesTace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。 1.4UNSPESC中的知识发现 DingYing利用UNSPSC(TheUnitedNationsStandardProductsandServicesCode)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GeneOntology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,