數字圖書館信息資源本體論的構建

　　【內容提要】在借鑒國外信息處理領域本體論的理論研究和實踐應用最新成果的基礎上，根據數字圖書館信息資源管理的不同層次，從宏觀上建立數字圖書館信息資源本體論的3個層次結構，并從微觀上為每一層次提出可操作的方法體系。
【摘  要  題】信息資源建設
.
【關  鍵  詞】本體論/數字圖書館/層次結構/信息資源
　　　　隨著信息技術的發(fā)展和數字化時代的到來，數字圖書館應運而生。數字圖書館的核心是數字化信息資源的組織與管理，而目前已有的信息處理方法在對信息客體進行深層描述時存在一定的缺陷。本體論（ontology）從信息客體或信息對象出發(fā)，通過建立信息客體之間的概念聯系和等級關系，將對信息客體的揭示深入到知識內涵的層次并實現對信息客體內在聯系的推理。由于本體論為信息資源組織引入了新的方法和思想，它無疑會對數字圖書館建設產生積極的作用。
　　　　　　1　本體論的概念
　　本體論原本是哲學中的一個概念，是指從人類行為中抽象出來的現實本質。但信息處理領域中的本體論與哲學領域中的內涵不同，國外一些學者已從多種角度對其進行了描述，如：“本體論是一種概念化的關系明確的模式”；“本體論是解釋概念潛在的含義的邏輯關系”；“本體論是可以在人和機器間進行交流的某一領域共同的概念表達”；“本體論是可以共享和再利用的概念化模式”。而Borst則將本體論定義為“共用概念的正規(guī)明確的具體的概念化模式”，其“概念化”指的是通過標識某一現象的相關概念而建立的這一現象的抽象模型，“明確”指的是所用的概念的類型和用法的限制有明確的定義，“正規(guī)”指的是本體論的實例可以實現機讀，“共用”指的是本體論所捕捉的知識帶有一般性，而不是某些個體所獨有的。
　　從本體論這些定義可以看出，本體論這一信息處理模式在保持原有核心特征的基礎上，本身在逐步發(fā)展和完善。簡而言之，本體論是一個概念的集合，這些概念包括等級結構、概念間的關系、每個概念所具有的屬性及進一步限制的定理。當使用本體論表示數字文獻資源時，是在描述一個事物的兩個方面：一是資源外在形式——題名、作者、出版者、文件格式、知識產權等，另一方面是資源內容——文獻的主題。兩個方面都可以使用本體論來建立等級關系的知識模型，在等級結構的知識模型中可以定義信息客體、信息客體的內容和相關的屬性與關系。
　　　　　　2　文本文獻本體論的構建
　　為數字圖書館信息資源構建本體論不是單一的一個層次，而是在傳統(tǒng)圖書館的基礎上，針對數字圖書館信息資源管理的不同發(fā)展階段，形成一個多層次的體系，其中的第一層就是為文本文獻構建本體論。
　　　　2.1　可行性分析
　　文本文獻資源是傳統(tǒng)圖書館館藏的主體，隨著圖書館數字化進程的深入，對揭示大量文本文獻內在關系的需求更為緊迫，因而為文本文獻構建本體論成為數字圖書館信息資源本體論構建的第一步。
　　構建本體論的核心是建立概念的等級結構及定義概念屬性，從而利用邏輯推理來推導概念之間的關系。對于文本文獻來說，構建本體論的實質就是建立文獻之間的等級結構，并定義文獻之間的關系。與其它類型的信息資源相比，文本文獻本身就有較為規(guī)范和概念明確的特點，所以為文本文獻信息建立等級結構和定義屬性較為便利。因為文本文獻的等級關系在MARC上有較好的體現，所以在MARC數據的基礎上構建本體論具有較強的可行性和實用性，由此文本文獻本體論的構建包括一個MARC記錄的轉化過程。構建本體論的最終目的是實現推理，利用文獻的等級結構和定義的屬性可以在轉化后的MARC上實現推導文獻間關系的目標。構建文本文獻本體論的最后一步是將推理的結果生成知識庫。
　　　　2.2　文獻等級結構的建立
　　構建文本文獻信息本體論的基礎是文獻等級結構的建立。文獻的創(chuàng)造過程始于一種思想，即“構思”。這種“構思”一經抽象，則被稱之為“表述”。當“表述”出版后，它就成為“版本”�！鞍姹尽钡奈锢硇问綖椤拜d體”；如果是數字化的，這種“載體”則稱為“數字化形式”�！拜d體”的某一版本稱為“實例”。
　　文獻等級各層次之間的關系比其看上去要復雜，低層次對高層次而言是一種繼承關系�！皩嵗�”是“載體”、“版本”等中的一種，因此，“實例”有一個統(tǒng)一題名，這一統(tǒng)一題名可以直接檢索到而無需利用文獻等級結構導航。在著錄邏輯中，文獻等級中的每一個概念被定義為“屬于”關系，或是一種對上層概念的“延伸”關系。繼承的值與“延伸”關系相關上位類的值“相同”。
　　　　2.3　MARC記錄轉入本體論
　　將MARC字段和值轉化為標識的文本要借助4個控制文檔，這組文檔著錄了MARC格式和它與本體論的關系。主控文檔將選定MARC字段和編碼掃描為一個或多個本體論概念。一些掃描過程視MARC值而定，依據不同情況將單一字段掃描為多個本體論概念。第二個控制文檔對多個MARC字段掃描為同一個本體論概念的情況建立優(yōu)先權。第三個控制文檔依據MARC記錄的類型和書目層次標識MARC字段內編碼的位置。第四個控制文檔包括每一個編碼的信息，包括編碼—值表的長度和位置。
　　　　2.4　知識庫的生成
　　將MARC數據轉為用本體論概念標識的文本后，依據本體論所規(guī)定的文獻等級結構及定義的相關屬性可以進行如下推理：
　　·用統(tǒng)一的標準對中間概念的多項進行合并。統(tǒng)一標準算法使用基數限定，這一基數限定是本體論定義的一部分。如果某項的類型屬于另一項，且允許多重值，那么該項被合并。
　　·標識合并相同的構思。有相同統(tǒng)一題名、作者、序列號的構思被視為相同的構思。當缺少統(tǒng)一題名時，使用版本項的題名代替。
　　·如果文風和相關作者值相匹配，或者版本層的某種衍生關系可以識別的情況下，標識和合并有相同構思的表述。
　　·在出版者和出版日期相匹配，并且一項的出版形式值是另一項出版形式值的子集時，標識和合并有相同表述的版本項。同時還可在載體層某種衍生關系可以確定的情況下合并版本項。
　　·依據MARC記錄描述的衍生關系建立與先前文獻的關系。如果在文獻族中未發(fā)現原作，則生成原作相關知識的本體論（包括在文獻等級結構中衍生文獻所在等級以上的全部層次和來自MARC記錄的信息）。
　　最后將推理的結構進行歸納，將具有相同關系的文獻合并，從而生成知識庫。
　　　　　　3　XML中本體論的構建
　　數字圖書館管理的不僅是文本文獻，還有多媒體信息，因此，為此類信息資源構建本體論就成為數字圖書館信息資源本體論構建的第二個層次。
　　　　3.1　可行性分析
　　由于MARC等處理手段著錄多媒體信息的缺陷，數字圖書館必須采用能標識各類型信息資源的標準和技術。XML具有靈活性和可擴展性優(yōu)勢，突破了MARC的局限，可以描述各種類型的文獻資源。使用者可利用XML中的DTD自行定義所需的標記語言及XML文件的結構。如果使用者就DTD達成一致，則文獻可以用一致的方式創(chuàng)造、傳

遞和翻譯，同時保留傳遞者指明的語義。在XML的DTD中構建本體論可以實現在概念層整合各種類型信息資源，它將來自句法和表述層的信息提高到更為抽象的概念和關系層進行描述，滿足了揭示多媒體信息內在關系的需求。
　　　　3.2　等級關系的建立
　　實現基于本體論的XML描述首先要定義描述客體之間的等級關系，這就需要建立等級關系模型。以一個由人和出版物概念等級結構組成的本體論關系模型為例，本體論在框架邏輯中描述概念，規(guī)定“人”是“客體”的一個子概念；“職員”和“學生”是“人”的子概念等等。概念“博士生”同時繼承了“學生”和“研究者”的屬性，相繼承的屬性被定義在本體論的第二部分，指的是概念之間的關系，在此通過相應類型的屬性建立起概念之間的關系。本體論的第三部分是定理，使用這一定理可以在已有事實的基礎上推斷新知識。例如，假設研究者A和B合作，則可推斷出B也是研究者，同時B也與A合作。因此，本體論可以推斷不完整的知識。
　　　　3.3　本體論DTD的生成
　　因為繼承關系是本體論的核心，而XML本身并不支持這種關系，所以這一關系模式需要借助其它方法才能在DTD中生成。使用XML的參數實體可以實現這一目標，參數實體定義了可以用于DTD的替換字符串，每當參數實體被參照時，這一參照則使用替換字符串來代替。DTDMAKER是一個在XML文獻的DTD中構建本體論的有效工具，它將本體論的概念掃入DTD的元素類型中，即對每一個概念元素類型都做定義，這些元素類型的內容模型由表達概念屬性的元素構成。本體論中的屬性和XML的屬性一樣可以表述出來，也就是說本體論的屬性可以被掃入相應的XML屬性中。最后一步是將本體論屬性元素內容模型的規(guī)范掃入DTD中。
　　　　　　4　知識管理中本體論的構建
　　數字圖書館的目標是在對各種文獻信息進行組織和管理的基礎上，最終實現對知識的管理。在知識管理的全過程中構建本體論，可以實現對知識本身的揭示，實現數字圖書館對信息資源最高層次的管理。
　　　　4.1　可行性分析
　　在知識管理的過程中構建本體論主要由4項工作構成：①建立等級結構；②知識描述；③本體論信息瀏覽；④在推理基礎上提供知識的智能檢索。這些內容容易與關系型數據庫技術相混淆：本體論模型對應于數據模型，對知識的描述對應于知識庫中的數據項，查找則對應于SQL。然而，這種本體論方法與集中的數據庫技術有顯著的不同，它捕捉的是分布的而不是集中的知識，知識可以直接在它的初始位置被查找（如HTML網頁），而不是被分割到相應的數據庫中才能查找。這種方法允許對知識進行推斷，知識雖然沒有明確表達出來，但卻可以根據一般性的知識（包含在本體論內）進行推導。
　　知識管理過程中本體論的構建具有上述優(yōu)勢。在網絡環(huán)境下借助相應的基于代理的本體論服務工具，使這一構建過程具有很強的可行性。
　　　　4.2　等級結構的建立
　　構建本體論的關鍵步驟是等級結構的建立，這一過程與2.2、3.2部分所述內容相似，因此這里省略。
　　　　4.3　知識描述
　　在分布式的網絡環(huán)境下，需要管理的知識資源分布在網頁中，可以在網頁中添加本體論的標識語句，如在HTML中對被描述的信息客體添加本體論的onto語句。在標準的Web瀏覽器如Netscape或Explorer中，onto語句的添加并不影響HTML文件的視覺效果，這樣做只是使得主題事物知識的智能Web查找可視化。同時，這可以直接使用（再利用）語句體中的文本知識，避免了知識標注者重復表示相同的信息。
　　　　4.4　本體論信息瀏覽
　　由于使用者在標注和查詢的過程中使用了本體論標識語句，因此，在此階段可提供便捷的信息瀏覽。本體論元數據表示的是概念的等級關系，這種等級關系至少容易滿足用戶的兩種需求：①瀏覽某一類的周圍類目，以便尋找最合適的形成某一提問的類，②瀏覽全部等級，以便快捷地完成由一個等級向另一個等級的導航。
　　　　4.5　智能知識檢索
　　在網絡環(huán)境下可以使用基于本體論的代理服務Ontobroker，它由3個部分組成：網絡爬蟲（Ontobroker）、推理引擎及查詢界面。
　　首先，Ontocrawler通過標識的網頁進行查找并收集標注的知識片斷。其次，將知識片斷轉化為以Ontocrawler所使用的表述語言規(guī)范成的事實。不論是推理引擎還是查詢用戶都不需要了解因特網上事實表述的句法，只有標注者必須使用標注語言。
　　推理引擎收到用戶的提問后，利用兩個信息源來推導答案，即主題事物的本體論和Ontocrawler中的事實。推理引擎的基本推理機制類似于知識庫中的智能推導系統(tǒng)。
　　　　　　5　結語
　　由于信息資源組織在數字圖書館中的重要作用，開發(fā)科學有效的信息處理工具已成為數字圖書館研究的一個重點。本體論的構建彌補了現有手段描述信息客體功能上的不足，它既從宏觀上為信息資源的有效組織提供了指導思想，也從微觀上構成了描述信息客體的標準和技術。本文對國外本體論的理論研究和實踐應用進行了深入分析和系統(tǒng)整理，建立了構建數字圖書館信息資源本體論的3個層次體系，并在每個層次的具體操作中形成了從可行性分析到等級結構建立再到本體論生成的方法體系。
【參考文獻】
　　1　Gruber,T.R.A  translation  approach  to  portable  ontology  specifications.  Knowledge  Acquisitions,  1993（5）:  199-210
　　2　Uscbold,  M.  Ontology:  principles,  methods,  and  applications.  Knowledge  Engineering  Review,  1996（11）  :93-155
　　3　Farquhar  A.,  Fikes,  R.  et  al.  The  ontolingua  server:  a  tool  for  collaborative  ontology  construction.  International  Journal  of &nb

sp;Hunmn-Computer  Studies,  1997（46）  :707-728
　　4　Michael,  Erdmann.  How  to  structure  and  access  XML  with  ontologies.  Data  &  Knowledge  Engineering,  2001  （36）:317-335
　　5　http://www.  aifb.  uni-karlsruhe,  de/WBE/broker/
　　6　Birmingham,W.  Building  ontologies  for  the  Internet:  a  midterm  report.  International  Journal  of  Human-Computer  Studies,  1999（5）  :687-712
　　7　Guarino,N.  Semantic  matching:  formal  ontological  distinctions  for  information  organization,  extraction,  and  integration.  Computer  Science,  1997（5）:  139-170
　　8　Louise,  C.  Extracting  focused  knowledge  from  the  semantic  Web.  International  Journal  of  Human-Computer  Studies,  2001  （54）:155-184
　　9　O'  Leary,  D.E.  Impediments  in  the  use  of  explicit  ontology  for  KBS  development.  International  Journal  of  Human-Gomputer  Studies,  1997（46）  :327-337
　　10　Weinstein,  P.,  Birmingham,  W.  Creating  ontological  metadata  for  digital  library  content  and  services.  International  Journal  on  Digital  Libraries,  1998（2）  :20-37
　　11　Fensel,  D.  OIL  in  a  nutshell.  http://www.  ontoknowledge.  org/oil/papers.  html.

【數字圖書館信息資源本體論的構建】相關文章：

圖書館與網絡信息資源編目08-05

社會科學信息資源網絡的構建08-05

數字信息資源合理使用問題探討08-05

論圖書館網絡信息資源的整合08-05

淺談圖書館地方文獻信息資源的開發(fā)08-09

數字圖書館館藏評價08-05

數字圖書館的評估研究08-05

關于數字信息資源的另一面08-05

論網絡化圖書館的信息資源建設08-06