基于本体的语义检索技术

总第２５３期　２０１０年第１１期　计算机与数字工程　Ｃｏｍｐｕｔｅｒ＆Ｄｉｇｉｔａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．３８　ＮＯ．１１　１１８　

一种基于本体语义的信息检索模型　

纪兆辉　

（淮海工学院计算机工程学院连云港２２２００５）　

摘要对基于向量空间模型的检索方法进行改进，提出基于本体语义的信息检索模型。将ＷｏｒｄＮｅｔ词典作为参照　本体来计算概念之间的语义相似度，依据查询中标引项之间的相似度，对查询向量中的标引项进行权值调整，并参照Ｗｏｒｄ－　Ｎｅｔ本体对标引项进行同义和上下位扩展，在此基础上定义查询与文档间的相似度。与传统的基于词形的信息检索方法相　比，该方法可以提高语义层面上的检索精度。　关键词本体；ＷｏｒｄＮｅｔ；向量空间模型；信息检索　中图分类号ＴＰ３０１．６　

Ａ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｒｅｔｒｉｅｖａｌ　Ｍｏｄｅｌ　Ｂａｓｅｄ　ｏｎ　Ｓｅｍａｎｔｉｃ　ｏｆ　Ｏｎｔｏｌｏｇｙ　

Ｊｉ　Ｚｈａｏｈｕｉ　（Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕａｉ—ｈａｉ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｌｉａｎｙｕｎｇａｎｇ　２２２００５）　

Ａｂｓｔｒａｃｔ　Ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｒｅｔｒｉｅｖａｌ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　ｓｅｍａｎｔｉｃ　ｏｆ　ｏｎｔｏｌｏｇｙ　ｗａｓ　ｐｒｏｐｏｓｅｄ　ｂｙ　ｍａｋｉｎｇ　ｉｍｐｒｏｖｅｍｅｎｔｓ　ｏｎ　ｔｒａ—　ｄｉｔｉｏｎａｌ　ｖｅｃｔｏｒ　ｓｐａｃｅ　ｍｏｄｅ１．Ｆｉｒｓｔｌｙ，ｓｉｍｉｌａｒｉｔｙ　ｂｅｔｗｅｅｎ　ｃｏｎｃｅｐｔｓ　ｗａｓ　ｃｏｍｐｕｔｅｄ　ｂｙ　ｔａｋｉｎｇ　ＷｏｒｄＮｅｔ　１ｅｘｉｃｏｎ　ａｓ　ｒｅｆｅｒｅｎｃｉｎｇ　ｏｎ—　ｔｏｌｏｇｙ．Ｓｅｃｏｎｄｌｙ，ｔｈｅ　ｗｅｉｇｈｔｓ　ｏｆ　ｔｅｒｍｓ　ｉｎ　ｑｕｅｒｙ　ｖｅｃｔｏｒｓ　ｗｅｒｅ　ａｄｊｕｓｔｅｄ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｓｉｍｉｌａｒｉｔｙ　ａｍｏｎｇ　ｔｈｅｍ．Ｍｅａｎｗｈｉｌｅ，　ｔｈｅ　ｔｅｒｍｓ　ｉｎ　ｑｕｅｒｙ　ｖｅｃｔｏｒ　ｗｅｒｅ　ｅｘｐａｎｄｅｄ　ｂｙ　ｕｓｉｎｇ　ｓｙｎｏｎｙｍｙ　ａｎｄ　ｈｙｐｅｒｎｙｍｙ／ｈｙｐｏｎｙｍｙ　ａｓｓｏｃｉａｔｉｏｎｓ　ｏｃｃｕｒｒｅｄ　ｉｎ　ＷｏｒｄＮｅｔ　ｏｎ—　ｔｏｌｏｇｙ．Ｆｉｎａｌｌｙ，ｔｈｅ　ｓｉｍｉｌａｒｉｔｙ　ｂｅｔｗｅｅｎ　ｑｕｅｒｙ　ａｎｄ　ｄｏｃｕｍｅｎｔ　ｗａｓ　ｃｏｍｐｕｔｅｄ．Ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｒａｄｉｔｉｏｎａｌ　ｉｎｆｏｒｍａｔｉｏｎ　ｒｅｔｒｉｅｖａｌ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｗｏｒｄ　ｆｏｒｍｓ，ｏｕｒ　ｍｅｔｈｏｄ　ｃａｎ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｒｅｔｒｉｅｖａｌ　ｐｒｅｃｉｓｉｏｎ　ｏｎ　ｓｅｍａｎｔｉｃ　１ｅｖｅ１．　Ｋｅｙ　Ｗｏｒｄｓ　ｏｎｔｏｌｏｇｙ，ＷｏｒｄＮｅｔ，ｖｅｃｔｏｒ　ｓｐａｃｅ　ｍｏｄｅｌ，ｉｎｆｏｒｍａｔｉｏｎ　ｒｅｔｒｉｅｖｅ　Ｃｌａｓｓ　Ｎｕｍｂｅｒ　ＴＰ３０１．６　

Ｄａｔａ　Ｂａｓｅ　Ｔｅｃｈｎｉｑｕｅ・数据库技术　基于本体技术的语义检索及其语义相似度分析　

计算机信息检索是计算机技　术的重要构成，但传统信息检索　只能完成语法层面的匹配，并不　能在对用户提供的检索信息进行　理解和信息挖掘的基础上，进行　信息筛选，极大的影响信息检索　的效率和效果，为缓解此问题，　人们尝试在本体技术的基础上，　对语义检索和语义相似度检索的　相关技术展开研究。在此背景下，　本文针对基于本体技术的语义检　索和语义相似度展开研究，为优　化计算机信息检索功能提供参考。　

键词】本体技术语义检索语义相似度　

简单的机械式关键词匹配，是传统搜索　Ｅ在应用的过程中，容易出现信息丢失、无　ｉ息检索等问题的重要原因，所以人们尝试　统搜索引擎的基础上，提出具有语义分析、　｛检索、知识管理等功能的智能搜索引擎，　｝能搜索引擎功能的实现，目前要建立在拥　ｌ理想的概念层次结构、逻辑脱离能力，而　ｆ进行语义信息表示的本体技术之上，结合　：进行。　蠢于本体技术的语义检索　基于本体技术的语义检索设计原理分析　传统信息检索主要通过条件检索和导航　实现，而智能搜索引擎除了要应用以上两　￡索方式外，更强调语义检索，即基于本体　ｊ户的输入条件，完成语义推理过程，对用　￡素的意图进行确定，进而以用户检索意图　索方向进行查询并向用户反馈的检索方　可见基于本体技术的语义检索实际上就　ｊ户通过用户界面，将搜索信息输入数据处　］语义推理模块，由其结合本体开发人员设　ｊ本体知识库和数据仓库完成数据检索服　ｊ过程，换言之就是利用本体技术将用户　索信息向搜索语义转化的过程。在本体　｛库中主要存储着描述术语等价关系的同位　关系，描述语术包含关系的上下位语义　两种，前者用ＲｅｌａｔｉｖｅＴｅｒｍ表示，后者用　ｔｄｅｒＴｅｒｍ和ＮａｒｒｏｗｅｒＴｅｒｍ表示，在本体技　］识库建立的基础上，结合使用规则，通过　ｊ推理和反向推理，就可以将本体知识转化　文／李晓红　成ＲＤＦＳ语义闭包，向用户反馈，完成信息检　索过程。　１．２基于本体技术的语义检索实现过程分析　笔者认为要按照上述原理实现基于本体　技术的语义检索，要保证语义检索系统包含以　下三个结构：首先，数据服务器，在服务器中　要包含以三元组形式存储的语义词典、知识库　等领域知识集合体；其次，Ｗｅｂ业务层，在此　结构中，既要包括可以将用户信息检索输入信　息向本体概念形式转化，并依据ＪｅｎａＯＷＬ推　理引擎完成推理分析，实现语义求解，完成　数据服务器检索和反馈的信息检索引擎，又要　包括为语义推理提供依据的推理引擎。再次，　Ｗｅｂ终端，此结构的功能是与用户建立连接关　系，通过ＪＳＰ技术对用户的搜索进行获取并将　检索的结果向用户进行反馈。在以上三部分结　构构成整体后，要完成信息检索，需要先设定　检索算法，笔者认为在开始运行后，首先要通　过计算机的检索条件界面对用户提供的查询信　息内容进行获取，然后，依据结构中的功能语　义词典，对其需求功能的同位表达式、上位表　达式和下位表达式进行获取，然后将用户提供　的检索信息与获得的各种表达式作为检索的条　件进行检索，向用户反馈检索结果。在以上语　义检索的过程中，必然要进行语义的推理，笔　者认为在语义推理的过程中，首先推理机注册　机制要依据ＲＤＦ三元组表述和本体知识库形　式，构建出产生包括推理机制模型对象的推理　机，然后结合ＭｏｄｅｌＡＰＩ和ＯｎｔｏｌｏｇｙＡＰＩ完成　模型的处理。在此过程中需要注意以常规规则　为基础的推理机，或以自定义规则、第三方规　则为基础的推理机均可以结合实际需要进行灵　活的选择。另外，数据导入模型、模型检索和　检索结果显示过程均会影响到语义检索的实际　效果，在技术选择方面均需要有意识的优化。　２基于本体技术的语义相似度分析　语义相似度是以语义距离为衡量的概念，　换言之如果两个语义之间的距离是无穷大的，　则这两个语义之间的相似度是非常低的，而如　果两个语义之间的距离无限接近于０，则可以　视两个语义是高度相似的，所以要对本体技术　语义相似度进行分析，要有意识的建立以距离　为基础的语义相似度计算模型，在此模型构建　的过程中，又要结合以下因素进行。首先语义　重合度，即本体内部概念中上位关系概念相同　概念的数量，此数据可以在一定程度上反映出　本体概念的相同内容，在计算中直接将共同具　有的内容以公共节点的形式表示。其次，语义　深度，即本体内部概念所具有的层次深度，其　通常与语义的相似度之间具有较显著的正相关　性；再次，语义距离，即本体中两个节点连接　通路中最短路径所要经过的边数，通常情况下，　其具体的大小与语义相似度之间具有较显著的　负相关性。另外，语义密度，即与概念具有兄　弟关系的阶段的数量，通常情况下，其具体大　小与语义相似度之间具有较显著的正相关性。　在进行检索的过程中，向用户反馈的检索信息　中包括的相似度信息通常为以上相似度反应匀　速与对应的调节因子乘积之和。需要注意的是，　除通过语义距离对语义相似度进行表示外，基　于语义的属性、领域本体也可以构建出反应语　义相似度的模型。　在语义相似度的计算模型确定后，在信　息检索的过程中，要利用语义相似度进行信息　检索，可以在概念初始化后，对相似度阈值进　行确定，然后利用相似度计算模型进行语义相　似度计算，并按照序列输出，为用户提供检索　的结果，这在概率方面可以提升用户获得预期　检索结果的概率。　３结论　通过上述分析可以发现，现阶段人们已　经认识到利用智能搜索引擎取代传统搜索引　擎，在提升信息检索的效率和准确性方面的重　要性，并在实践中有意识的基于本体技术进行　语义检索的探究，并结合语义相似度对信息检　索过程进行优化，语义检索虽然设计的难度比　传统的关键词检索更大，但这是计算机信息检　索功能优化的具体体现。　参考文献　［１］朱礼军，陶兰，黄赤．语义万维网的概　念、方法及应用［Ｊ】．计算机工程与应　用，２０１　３，１１（２１）：１６７－１６８．　［２］白同强，刘磊．语义的研究与展　望［Ｊ］．吉林大学学报信息（科学　版）。２０ｌ１，１　９（２０）：８８—８９．　［３］杜小勇，李曼，王大治．语义与本体研究　综述【Ｊ］．计算机应用，２Ｏ１２，１４（０７）：１５２－　１　５　３．　［４】黄卿贤，胡谷雨．基于本体的网络　管理知识模型［Ｊ］．北京邮电大学学　报，２Ｏ１４，１６（４５）：３６２－３６３．　作者单位　邵阳学院湖南省邵阳市４２２０００　

基于语义网的知识表示与查询技术研究

一、前言

随着互联网和人工智能技术的不断发展，人们对知识获取和处理的需求越来越强烈，使用传统的关系型数据库已经不能很好地满足这种需求。基于语义网的知识表示与查询技术因此应运而生，成为了当今热门的研究方向之一。

二、什么是语义网

语义网（Semantic Web）是万维网的扩展，它的目标是使得机器能够理解各种信息，从而为人类提供更加智能化的服务。语义网的最大特点就是有着高度的可互操作性和可扩展性，只要符合定义好的规则，就能够被计算机自动化地处理和应用。

为了实现语义网的目标，需要定义一些公共的、结构化的标准。这些标准包括RDF（Resource Description Framework）、OWL（Web Ontology Language）、SPARQL（SPARQL Protocol and RDF Query Language）等。其中RDF用于描述资源之间的关系，OWL用于定义资源的概念和属性，SPARQL用于查询RDF数据。

三、语义网的知识表示

语义网的知识表示是基于RDF的，它使得不同的数据能够被机器处理和应用。RDF的基本模型是三元组（Subject，Predicate，Object），它们分别表示主语、谓语和宾语。通过这种方式，可以将各种信息以一种统一的、结构化的方式进行表示。

为了更好地描述资源之间的关系，需要使用OWL语言进行分类和定义。OWL中最基本的类别是“Class”，每个类别都有一些“属性”或“实例”，这些可以根据具体情况设置。例如，如果要表示同一种果汁有不同的口味，可以定义“口味”为这个类别的属性。

四、语义网的查询 语义网的查询是通过SPARQL来实现的，它具体涉及到以下三个方面：数据源、查询语言和返回格式。

数据源可以是本地的RDF文件，也可以是远程的RDF库。查询语言主要包括查询关键字、变量、模式和绑定，它们通过组合在一起来实现特定的查询目的。返回格式可以以JSON、XML等格式返回查询结果。

２０１２年第２１卷第７期　ｈｔｔｐ：Ｎｗｗｗ．ｃ—ｓ－ａ．ｏｒｇ．ｃｎ　计算机系统应用　

基于领域本体的语义查询扩展①　

胡川洌　，符云清　，钟明洋　

（重庆大学软件工程学院，重庆４０００４４）　（重庆大学计算机学院，重庆４０００４４）　

摘要：在信息检索研究领域，资源与查询词的匹配决定信息检索质量。现有检索方法的检索结果存在过多不　相关信息，不能很好满足用户需求。针对传统信息检索存在的问题与当前语义查询扩展方法的特点，本文在分　

析各种语义查询扩展方法及其相关研究的基础上，提出一种改进的基于领域本体的语义查询扩展方法。该方法　

论通过本体模型和概念相似度的计算对检索信息进行检索意图树的构建并扩展；然后在资源本体中以最短路径　

的方式搜索资源。实验结果表明，本文方法相较其他查询扩展方法能得到更好的检索结果。　

关键词：领域本体；应用本体；查询扩展；概念相似度　

Ｓｅｍａｎｔｉｃ　Ｑｕｅｒｙ　Ｅｘｐａｎｓｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｄｏｍａｉｎ　Ｏｎｔｏｌｏｇｙ　

ＨＵ　Ｃｈｕａｎ－Ｌｉｅ　，ＦＵ　Ｙｕｎ－Ｑｉｎｇ　’　，ＺＨＯＮＧ　Ｍｉｎｇ—Ｙａｎｇ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ｓｏｆｔｗａｒｅ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｏｎｇｑｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ　４０００４４，Ｃｈｉｎａ）　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｃｈｏｎｇｑｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ　４０００４４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ　ｒｅｔｒｉｅｖａｌ，ｔｈｅ　ｍａｔｃｈ　ｂｅｔｗｅｅｎ　ｒｅｓｏｕｒｃｅｓ　ａｎｄ　ｑｕｅｒｙ　ｗｏｒｄｓ　ｄｅｔｅｒｍｉｎｅｓ　ｒｅｔｒｉｅｖａｌ　

ｑｕａｌｉｔｙ．Ｔｈｅ　ｓｅａｒｃｈ　ｒｅｓｕｌｔｓ　ｕｓｉｎｇ　ｃｕｒｒｅｎｔ　ｑｕｅｒｙ　ｍｅｔｈｏｄｓ　ｅｘｉｓｔ　ｔｏｏ　ｍｕｃｈ　ｉｒｅｌｅｖａｎｔ　ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　ｃａｎｎｏｔ　ｓａｔｉｓｆｙ