科普 | 动态本体简介
本文轉(zhuǎn)載自知乎專(zhuān)欄知識(shí)圖譜和智能問(wèn)答。
1
近年來(lái)，隨著語(yǔ)義Web的興起，本體技術(shù)受到了廣泛關(guān)注。很多大型跨國(guó)公司都開(kāi)始研究本體技術(shù)。谷歌于2012年提出了知識(shí)圖譜的項(xiàng)目，旨在利用本體技術(shù)來(lái)提高搜索的精度和更智能化的知識(shí)瀏覽。國(guó)內(nèi)的互聯(lián)網(wǎng)公司，如百度、搜狗，也已經(jīng)開(kāi)展這方面的項(xiàng)目。微軟提出了Probase項(xiàng)目，旨在通過(guò)爬取網(wǎng)頁(yè)中的信息來(lái)構(gòu)建大規(guī)模的本體。IBM利用語(yǔ)義Web技術(shù)來(lái)處理異構(gòu)醫(yī)療數(shù)據(jù)的整合以及更準(zhǔn)確的查詢(xún)回答。本體技術(shù)在IBM的著名問(wèn)答系統(tǒng)Watson中發(fā)揮了重要的作用。Oracle實(shí)現(xiàn)了一個(gè)強(qiáng)大的語(yǔ)義數(shù)據(jù)推理和索引系統(tǒng)。本體技術(shù)還受到歐美政府的支持。英國(guó)政府發(fā)起了http://Data.gov.uk項(xiàng)目，把很多政府網(wǎng)站的信息都以本體的形式分布。而美國(guó)政府也有類(lèi)似的項(xiàng)目。學(xué)術(shù)界對(duì)本體的研究有很多成果，特別是在計(jì)算機(jī)科學(xué)領(lǐng)域，有很多實(shí)用的技術(shù)被開(kāi)發(fā)。歐盟在最近5年投入大量科研經(jīng)費(fèi)（累積超過(guò)數(shù)億歐元）用于本體相關(guān)的研究。
本體可以被理解成特定領(lǐng)域規(guī)范概念集及其邏輯關(guān)系的描述。本體為特定領(lǐng)域中的信息提供了一個(gè)基本的分類(lèi)框架，同時(shí)也為特定領(lǐng)域中的信息之間的關(guān)聯(lián)性提供了一定程度的邏輯描述，使得特定領(lǐng)域中的信息資源能夠在本體描述的框架上組織成一個(gè)有機(jī)的整體。近十多年來(lái)，在許多計(jì)算機(jī)科學(xué)家與許多領(lǐng)域的科學(xué)家及其工程人員的共同努力之下，在許多領(lǐng)域都已經(jīng)創(chuàng)建有對(duì)應(yīng)的元數(shù)據(jù)與本體。使用這些特定領(lǐng)域的元數(shù)據(jù)與本體，我們就可以對(duì)萬(wàn)維網(wǎng)上的現(xiàn)有的許多信息資源采用手工，半自動(dòng)化，或自動(dòng)化的手段進(jìn)行語(yǔ)義標(biāo)注（Semantic Annotation）。這樣，我們就可以通過(guò)針對(duì)特定領(lǐng)域的語(yǔ)義搜索引擎有效地更精準(zhǔn)地提供人們所需要的信息資源。由于許多領(lǐng)域知識(shí)之間都有一定的關(guān)聯(lián)性，某個(gè)元數(shù)據(jù)或本體中的一些概念可能概念等價(jià)于其他一些元數(shù)據(jù)或本體中的另外一些概念，故這些特定領(lǐng)域的本體與元數(shù)據(jù)都存在著一定的語(yǔ)義關(guān)聯(lián)性。這種關(guān)聯(lián)性可以通過(guò)其關(guān)聯(lián)描述來(lái)刻畫(huà)。于是，關(guān)聯(lián)語(yǔ)義數(shù)據(jù)集為我們提供了跨學(xué)科跨領(lǐng)域的語(yǔ)義數(shù)據(jù)的整合體。
一個(gè)本體在生成之后，根據(jù)應(yīng)用發(fā)展的需求，總是處于不斷地發(fā)展和變化之中，這就需要對(duì)之進(jìn)行有效的管理。這些本體管理環(huán)節(jié)包括：
1. 本體演化（Ontology Evolution）：研究本體的發(fā)展過(guò)程中的變化規(guī)律及其管理與維護(hù)的相關(guān)技術(shù)。
2. 本體融合（Ontology Integration）：研究如何從多個(gè)本體中集成一個(gè)新的本體。
3. 本體驗(yàn)證（Ontology Validation）： 研究如何驗(yàn)證本體的正確性。
4. 本體版本化（Ontology Versioning）：研究如何維護(hù)與管理本體的演化過(guò)程中所生成的不同版本的本體的相關(guān)技術(shù)。
下面以元素周期表為例介紹本體。
圖1
如圖1所示，元素周期表分為10類(lèi)，比如說(shuō)堿金屬和堿土金屬，這些可以看成是本體的類(lèi)。每個(gè)類(lèi)都包含一些化學(xué)元素，比如說(shuō)主族金屬包含鋁和鎵等。每一個(gè)化學(xué)元素通過(guò)百科可以找到各自的屬性等信息。并且不同的化學(xué)元素之間會(huì)有一些關(guān)系。
在Palantir中，一個(gè)本體主要包括以下幾個(gè)成分：
1. 對(duì)象（Object）：這里對(duì)象指的是任何被建模的事物， Palantir中對(duì)象分為文檔（document）、實(shí)體（entities）和事件（event）。文檔是基于文本的，實(shí)體是一些類(lèi)，比如說(shuō)人、地點(diǎn)，而事件是以時(shí)間出現(xiàn)的事物。
2. 屬性（Properties）： 這里屬性指的是對(duì)象的品質(zhì)，比如說(shuō)人的性別。
3. 關(guān)系（Relationship）：這里關(guān)系指的是概念之間的關(guān)聯(lián)，比如說(shuō)人物之間的雇傭關(guān)系。
在Palantir中，對(duì)象、屬性和關(guān)系是硬編碼的，基于它們可以設(shè)計(jì)各種靈活的本體和數(shù)據(jù)模型。而這里的對(duì)象又被分為文檔、實(shí)體和事件。這個(gè)分類(lèi)非常有講究，因?yàn)閷?duì)于情報(bào)分析來(lái)說(shuō)，很重要的就是對(duì)文檔的檢索以及文檔的分析，對(duì)人物、組織等實(shí)體的畫(huà)像和關(guān)聯(lián)，對(duì)事件的建模和分析，而且文檔、實(shí)體和事件之間是一個(gè)自循環(huán)的系統(tǒng)。這種靈活性是通過(guò)給某個(gè)對(duì)象添加不同的屬性，或者給兩個(gè)對(duì)象添加不同的關(guān)系來(lái)實(shí)現(xiàn)。跟一般的本體不一樣的地方在于，動(dòng)態(tài)本體允許對(duì)任何不再使用的對(duì)象、屬性和關(guān)系進(jìn)行移除，并且可以根據(jù)需求添加新的對(duì)象、屬性和關(guān)系，所以本體是時(shí)刻處于動(dòng)態(tài)更新的。另外，還支持對(duì)已有對(duì)象、屬性和關(guān)系的功能的修改，比如說(shuō)可以添加和修改標(biāo)簽、圖標(biāo)、解析器等。
動(dòng)態(tài)本體允許一個(gè)組織對(duì)領(lǐng)域相關(guān)的信息進(jìn)行建模，而且這種建模比較靈活。對(duì)于同一個(gè)概念或者相似概念可以多種方式進(jìn)行建模。比如說(shuō)，如果要對(duì)人的職業(yè)進(jìn)行建模，有以下幾種模式：
圖2
圖2中左邊是把職業(yè)作為一種對(duì)象定義，即把Pilot、Lawyer、Doctor作為Person的子類(lèi)，這里Pilot和Person一樣都是對(duì)象，可以給出他們的屬性等。圖2中間是把職業(yè)作為Person的屬性，而這里屬性值是Doctor、Pilot、Lawyer。這里假設(shè)了一個(gè)人可以從事多個(gè)職業(yè)。圖2中右邊把職業(yè)看成是一種關(guān)系，這里有三種關(guān)系，即人和人之間的醫(yī)患關(guān)系、人跟飛機(jī)之間的駕駛關(guān)系以及人跟人之間的律師關(guān)系。從圖2可以看出對(duì)于不同的上下文，可以對(duì)一個(gè)事物做不同的建模。
動(dòng)態(tài)本體對(duì)于異構(gòu)數(shù)據(jù)的集成很有幫助。現(xiàn)有關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)管理系統(tǒng)一般采用表和關(guān)系的固定模式來(lái)組織數(shù)據(jù)，當(dāng)模式變化是，需要對(duì)表進(jìn)行修改，導(dǎo)致很多重復(fù)勞動(dòng)。另外，基于一個(gè)固定的模式也不利于對(duì)數(shù)據(jù)做集成，特別是對(duì)于數(shù)據(jù)經(jīng)常要更新的場(chǎng)景。動(dòng)態(tài)本體的提出就是為了提供一個(gè)靈活可變的數(shù)據(jù)模型，方便數(shù)據(jù)管理和多源數(shù)據(jù)的集成。在一個(gè)應(yīng)用中，可以構(gòu)建一個(gè)數(shù)據(jù)庫(kù)的動(dòng)態(tài)本體，而該動(dòng)態(tài)本體可以用來(lái)集成各種數(shù)據(jù)。具體思路如下：
1. 通過(guò)一個(gè)對(duì)象類(lèi)型編輯器來(lái)生成數(shù)據(jù)類(lèi)型和數(shù)據(jù)類(lèi)型的特征。
2. 通過(guò)一個(gè)屬性類(lèi)型編輯器生成屬性類(lèi)型并且定義該屬性類(lèi)型的特征。
3. 每個(gè)屬性類(lèi)型都有一個(gè)解析器，該解析器將一些輸入的數(shù)據(jù)跟動(dòng)態(tài)本體做一個(gè)映射，并且把輸入數(shù)據(jù)添加到數(shù)據(jù)庫(kù)中。
Palantir動(dòng)態(tài)本體通過(guò)解析器可以把各種格式的數(shù)據(jù)都集成到一個(gè)數(shù)據(jù)庫(kù)中，從而很好地實(shí)現(xiàn)了異構(gòu)數(shù)據(jù)的集成。為了達(dá)到這個(gè)目前，需要將動(dòng)態(tài)本體的對(duì)象類(lèi)型和屬性類(lèi)型定義完備，同時(shí)需要將解析器的正則表達(dá)式寫(xiě)好，否則很難使用。這也是Palantir的動(dòng)態(tài)本體的缺陷所在。
OpenKG.CN
中文開(kāi)放知識(shí)圖譜（簡(jiǎn)稱(chēng)OpenKG.CN）旨在促進(jìn)中文知識(shí)圖譜數(shù)據(jù)的開(kāi)放與互聯(lián)，促進(jìn)知識(shí)圖譜和語(yǔ)義技術(shù)的普及和廣泛應(yīng)用。
點(diǎn)擊閱讀原文，進(jìn)入 OpenKG 博客。
總結(jié)
以上是生活随笔為你收集整理的科普 | 动态本体简介的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 风控模型师面试准备--技术篇（逻辑回归、
- 下一篇： YOLO系列：YOLOv1,YOLOv2