基于本體的信息檢索

《基于本體的信息檢索》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于本體的信息檢索吳素坤（東華大學(xué)圖書館上海圖書館）摘要：近年來，本體論（ontology）成為信息領(lǐng)域一個(gè)新的研究熱點(diǎn)，國內(nèi)外大量文獻(xiàn)進(jìn)行了本體在信息檢索上的應(yīng)用研究。本文通過國內(nèi)外基于本體的信息檢索的相關(guān)文獻(xiàn)分析，試圖描繪本體論可能或已經(jīng)帶給信息檢索模式的改變。1.引言隨著信息時(shí)代的到來以及互聯(lián)網(wǎng)的迅速普及和應(yīng)用，每天都會(huì)產(chǎn)生出大量的、具有反復(fù)利用價(jià)值的信息。面對信息海洋，如何最快地查全查準(zhǔn)所需要的信息成為我們共同關(guān)心的問題。目前的信息檢索，不論是網(wǎng)絡(luò)檢索還是在特定數(shù)據(jù)庫內(nèi)檢索，其搜索機(jī)制往往是基

2、于關(guān)鍵詞或主題內(nèi)容的檢索。傳統(tǒng)信息檢索模型可示意如下圖：圖1傳統(tǒng)的信息檢索模型[1]從圖1上可以看出，傳統(tǒng)的信息檢索是基于關(guān)鍵字的檢索技術(shù)，需要用戶將要尋找的事件以關(guān)鍵詞的形式較準(zhǔn)確地描述出來，并最終以檢索表達(dá)式的形式提交給查詢系統(tǒng)。由于字義本身與其概念的延伸不在同一級上，造成利用傳統(tǒng)信息檢索所尋找的信息可能僅僅是字面本身的信息，但往往人們想要的是這個(gè)信息的概念及相關(guān)的成分，而不僅僅是字面所表達(dá)的信息。換言之，傳統(tǒng)信息檢索只是關(guān)注詞的模式匹配，而沒有能夠關(guān)注與處理詞的語義概念本身及其相關(guān)關(guān)系。理想的智

3、能信息檢索系統(tǒng)的目標(biāo)是：提供友好的用戶檢索交互界面；基于自然語言或?qū)嵗牟樵?；依?jù)用戶瀏覽和檢索的習(xí)慣信息，熟悉用戶的興趣愛好，建立一定的用戶描述，主動(dòng)向用戶提供相關(guān)的信息；針對用戶查詢請求自動(dòng)向用戶提供相關(guān)文檔頁面，不需用戶重復(fù)發(fā)現(xiàn)知識；綜合利用個(gè)性化檢索和集中瀏覽的優(yōu)勢；檢索速度快，能夠快速地返回查詢結(jié)果；高檢索率（多）和高檢索精度（準(zhǔn)）。因此已有的信息檢索系統(tǒng)與理想的智能信息檢索系統(tǒng)相比，存在著很多不足。這就需要在現(xiàn)有信息檢索系統(tǒng)的理論和技術(shù)的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)符合特定領(lǐng)域需要的智能信息檢索系統(tǒng)

4、和該系統(tǒng)的體系架構(gòu)，從而實(shí)現(xiàn)分布式異構(gòu)信息的預(yù)處理和遠(yuǎn)程信息的自動(dòng)獲取。有學(xué)者提出，基于本體的信息檢索模式是一種最有前途的檢索方法。1.知識本體的定義及其在信息檢索中的應(yīng)用2.1知識本體的定義近十年來，本體的研究日趨成熟。在各種文獻(xiàn)中，盡管與本體相關(guān)的概念和術(shù)語的用法并不完全一致，但是事實(shí)的使用約定已經(jīng)出現(xiàn)。以下僅列出本體的幾種比較有代表性的定義[2]。(1)????本體是對于“概念化”（conceptualization）的某一部分的明確的總結(jié)或表達(dá)。?(2)????本體在不同的場合分別指“概念化”

5、或“本體理論”（ontologicaltheory）。?(3)????本體是用于描述或表達(dá)某一領(lǐng)域知識的一組概念或術(shù)語。它可以用來組織知識庫較高層次的知識抽象，也可以用來描述特定領(lǐng)域的知識。?(4)????本體屬于人工智能領(lǐng)域中的內(nèi)容理論（content?theories），它研究特定領(lǐng)域知識的對象分類、對象屬性和對象間的關(guān)系，它為領(lǐng)域知識的描述提供術(shù)語。?從以上定義我們可以知道，本體通過對于概念、術(shù)語及其相互關(guān)系的規(guī)范化描述，勾畫出某一領(lǐng)域的基本知識體系和描述語言。2.2知識本體在信息檢索中的應(yīng)用基

6、于本體的信息檢索可以實(shí)現(xiàn)用戶與本體所體現(xiàn)的概念和關(guān)系在檢索過程中的相互作用。目前，基于本體的信息檢索還處于原型和方法論的研究階段。還有很多與基于本體的信息檢索相關(guān)的技術(shù)問題有待解決。本體在信息檢索中的利用有多種途徑，一種可能的途徑是作為用戶輸入檢索詞界面[3]，然后利用本體，作為檢索策略的擴(kuò)充。但是，結(jié)果是這種方法仍舊依賴自然語言的加工，并未給用戶以更大的檢索靈活性。另一種本體應(yīng)用途徑是在用戶界面中揭示本體的技術(shù)結(jié)構(gòu)，比如OntoBroker檢索界面[4]，但是，這種應(yīng)用途徑對信息檢索人員提出了很高的

7、要求，防礙了非專家用戶的使用。下圖描述了典型的基于本體的信息檢索模型。圖2基于本體的信息檢索模型[5]圖2描繪了共享本體是如何改變在信息檢索過程中檢索表達(dá)式以及文獻(xiàn)的展現(xiàn)。另外，檢索表達(dá)式的制定過程中可以獲得一個(gè)或者多個(gè)本體的支持，這些本體都是在開始檢索之前用戶根據(jù)所需信息所屬的領(lǐng)域選擇的。另外文獻(xiàn)的展現(xiàn)應(yīng)包括其一些邏輯概念的描述，使文獻(xiàn)本身成為本體結(jié)構(gòu)中的集成的一個(gè)部分，那么具體的文獻(xiàn)通過本體概念的描述管理使其在完整的本體結(jié)構(gòu)找到自己的位置，這樣，信息檢索過程中的匹配過程就可以歸結(jié)為一種探察（exp

8、loration）過程，這種過程可以根據(jù)檢索提問的形式和邏輯解釋不同，有多種不同的實(shí)現(xiàn)方式。1.國內(nèi)外基于本體的信息檢索研究近來，國內(nèi)外關(guān)于基于本體的信息檢索方面的研究日益增多，以下作簡要介紹。Ontobroker[4]是用來處理HTML、XML和RDF格式的信息源和信息源語義描述的系統(tǒng)，提供信息檢索、查詢和維護(hù)支持服務(wù)。核心是用形式化本體描述背景知識，并明確化Web文檔的語義，以便綜合利用本體論的表達(dá)能力和推理機(jī)制。OntoSeek[5]是基于內(nèi)容從在