知识图谱构建中的语义标准问题研究<sup>*</sup>(7)_船舶标准化与质量杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

知识图谱构建中的语义标准问题研究<sup>*</sup>(7)

作者:

关键词:

摘要：

题，提出了一种基于细胞元本体的标准件库资源共享方法。屏蔽了信息表示的异构性，使应用本体和细胞元本体成为具有语义关系的逻辑上的整体，实现了异构CAD系统对标准件库的共享及异构数据的实时转换，解决了两个系统语义冲突问题。段荣婷等[5]认为国际档案著录标准化前沿发展是档案著录的本体化，基于此重点就本体的标准化概念建模与实例化进行了具体探究。国际上针对具体的应用领域采用本体技术作为标准领域语义数据的实例也比较多。Lee等[6]针对传感器领域缺乏语义标准的问题，利用系列标准[7-14]对其进行了MDR注册以及本体生成。瞿裕忠等[15]也采用类似的方法对健康领域进行了语义标准化。综上，通过对国内外相关研究成果的综述研究可以看出：知识图谱语义标准问题在各个垂直领域得到了越来越多的关注。目前，对于知识图谱中的模式层，即本体的标准化，在国内外也开展了一些有针对性的研究与尝试工作，但是这些主要还是从各自应用角度出发，针对具体的应用领域展开研究，并没有上升到各个领域普适的高度，对于其他领域的知识图谱标准研究与构建不具有普适性。因此，本文试图通过对这些成果的研究，提炼出具有普适应用价值且能指导领域进行知识图谱语义标准化的标准化体系模型。1本体、知识图谱及关联数据1.1本体1.1.1 本体定义 20世纪80年代，信息科学者研究对自然世界认知的形式化表示问题，“本体”一词被从哲学领域借用到计算机领域，含义是可被计算机表示、解释和利用的知识的形式化研究[16]。目前，被广泛采用的本体定义是由T.Gruber于1993年提出的：本体是一个共享概念模型的明确的形式化规范[17-18]。Studer等[19]于1998年又对上述定义做了进一步的说明，指出本体是领域知识规范的抽象和描述，是表达、共享、重用知识的方法。一个本体可以看作是一个工程构件，通常包括：一个用于描述某个领域的词汇表，对于词汇表的明确说明以及用于捕获领域背景知识的约束，其中形式化的明确的规范是指具有机器可读、计算语义和无歧义的术语定义；共享概念模型是指可共同接受的理解及一个领域的概念模型(本体论)[16]。通过本体定义可以看出本体关键在于明确的、可形式化的共享概念模型规范说明，本体定义的核心是标准化的概念模型，构成概念模型的基本要素是概念,因此，对本体的标准化其实质就是对概念的标准化。众所周知，概念作为知识单元一词最早源于亚里士多德的逻辑学，早在语言学时代，那里还将概念称之为“意义”。从术语学理论来讲，概念是由术语来指称的，因此，可以推论出：本体是由术语以及术语和术语间的关系组成。由此可见，对于本体的标准化，其实质就是对这些构成本体的术语、名称或词汇的标准化[20]。1.1.2 本体分类文献[5]和[21]对本体进行了分类，根据本体的用途将本体划分为4类，轻量级本体(Lightweight Ontologies)[22]、顶层级本体(Upper Ontologies)[23]、元数据应用方案(Application Profiles)即领域本体、元本体(Meta-ontologies)或本体语言(Ontology Languages)即表示本体的本体(Ontologies for Representing Ontologies)。本文将依据该分类法来构建标准体系模型，并对其中的词汇表进行分类，见第2节。1.2数据语义与元数据一般来讲，数据语义不仅包含数据本身含义，而且还包含数据间关系。数据语义可以由元数据来描述或定义，而本体对知识的建模或表示其实质就是将这些元数据词汇按照一定的关系组织在一起，从而清晰地表达数据间的复杂语义关系。从术语标准化科学角度讲，概念是由术语来指称的，而术语又是由元数据来定义的，因此，归根结底，本体表示知识的根本在于用标准化的元数据(术语)来间接地建模概念系统。1.3知识图谱和关联数据近几年，随着关联数据[23]等项目的全面展开，语义Web数据源的数量激增，大量RDF数据被发布。互联网正从仅包含网页和网页之间超链接的文档万维网(Document Web)转变成包含大量描述各种实体和实体之间丰富关系的数据万维网(Data Web)。正如Google的辛格博士在介绍知识图谱[24]时提到的：“The world is not made of strings,but is made of things”，知识图谱旨在描述真实世界中存在的各种实体或概念。其中，每个实体或概念用一个全局唯一确定的ID来标识，称为它们的标识符(Identifier)。每个属性—值对(Attribute-Value Pair，AVP)用来刻画实体的内在特性，而关系(Relation)用来连接两个实体，刻画它们之间的关联。知识图谱亦可被看作是一张巨大的图，图中的节点表示实体或概念，而图中的边则由属性或关系