摘要：隨著手機的多樣化發(fā)展以及在人群中迅速普及，使手機領(lǐng)域知識涉及到的學科知識多、知識量大，如何使這些知識共享和重用，目前仍是一個重大的挑戰(zhàn)，通過構(gòu)建手機領(lǐng)域本體庫來解決這一問題。本文首先給出領(lǐng)域（移動電話）知識獲取及管理的需求分析，然后分析了現(xiàn)有的本體構(gòu)建方法體系及工具，最后通過屬性獲取算法得到一個上下位關(guān)系的概念體系。手機領(lǐng)域知識庫的構(gòu)建不僅提高手機領(lǐng)域的廣大參與者對手機領(lǐng)域知識獲取的效率和可靠性，而且也為本體知識在實踐領(lǐng)域的應(yīng)用奠定堅實的基礎(chǔ)。
　　關(guān)鍵詞：本體，知識庫，手機，檢索
　　
　　1.引言
　　
　　手機作為一種科技產(chǎn)品它有著更新?lián)Q代快的特點，導致形形色色的手機種類越來越多，也就是手機領(lǐng)域知識量不斷擴大，這給手機設(shè)計者和維修者帶來了一定困難，也給手機購買者在這樣龐大的手機種類當中難以選擇。同時現(xiàn)有網(wǎng)絡(luò)上有很多介紹手機參數(shù)的網(wǎng)站，但有的只籠統(tǒng)的簡單介紹手機的部分屬性，有的對手機的功能分類十分粗糙，有的對手機同一屬性卻冠以不同的名稱，知識的管理缺乏科學性。
　　為了解決這一系列困難，我們必須構(gòu)建手機領(lǐng)域本體庫使這些知識共享和重用，給手機設(shè)計者和維修者提供工業(yè)設(shè)計的全面知識，提高他們的工作效率，也使手機購買者能夠在該本體庫的導購基礎(chǔ)上僅需最短時間就可選擇一款合心意的手機，同時也可作為各大手機門戶網(wǎng)站的有力支撐。本體庫的構(gòu)建本身也是語義WEB的重要基礎(chǔ)和必要組成部分，基于手機領(lǐng)域本體庫的共享和重用的特點，其他研究者也可以使用筆者創(chuàng)建好的本體庫進行研究。
　　2.相關(guān)工作
　　2.1.構(gòu)建本體的方法體系
　　當前典型的本體構(gòu)建方法都是從具體的本體構(gòu)建項目中總結(jié)經(jīng)驗而獲得的。盡管在實際應(yīng)用階段已經(jīng)利用了本體，但是本體的構(gòu)建并沒有固定的模式。最早出現(xiàn)的是1995年根據(jù)企業(yè)本體(EnterpriseOntology)和TOVE本體的開發(fā)過程獲得的經(jīng)驗總結(jié)，此后,陸續(xù)出現(xiàn)了一些新的本體構(gòu)建方法。下面介紹的本體構(gòu)建方法已經(jīng)得到大家認可的經(jīng)典方法。
　　骨架法[1],也稱為EO工程法,是Uschold和King在1995年開發(fā)EO(EnterpriseOntology,關(guān)于企業(yè)建模過程的本體,是相關(guān)商業(yè)企業(yè)間術(shù)語和定義的集合)中的經(jīng)驗總結(jié),它提出了一種本體開發(fā)的具體步驟,其基本流程如圖1所示:
　　
　　圖1骨架法(EO工程法)的本體構(gòu)建基本流程
　　TOVE法[2],是Grüninger和Fox等開發(fā)TOVE工程本體的經(jīng)驗總結(jié)。這種方法先建立本體的非形式化描述說明,然后將這種描述形式化。Meth方法[3]由馬德里技術(shù)大學(PolytechnicUniversityofMadrid,UPM)工藝分校開發(fā)人工智能圖書館使用。采用Meth方法開發(fā)的本體有(Onto)Agent[4]：基于本體的WWW代理,關(guān)于本體使用參考本體作為知識源進行一定約束條件的重新知識獲取。該方法[5]是斯坦福大學醫(yī)學院提出的基于Protégé本體構(gòu)建工具的一種領(lǐng)域本體構(gòu)建方法。
　　其他的本體方法體系還包括KACTUS工程法[6]、IDEF5法[7]、AFM法(Activity-FirstMethod)[8]等。
　　2.2.構(gòu)建本體的常用開發(fā)工具
　　OntoEdit[9]是基于On-To-Knowledge項目(該項目起源于KADS工程)的本體構(gòu)建方法。在本體精煉階段則需要開發(fā)者使用編輯器精煉本體結(jié)構(gòu)和概念及關(guān)系的定義。OntoEdit以F-Logic作為其推理引擎,用于在本體精煉和評價階段處理公理。
　　WebODE[10]是西班牙馬德里技術(shù)大學開發(fā)的一個綜合性的本體建模工具,它集成了本體開發(fā)過程中的大多數(shù)行為,支持METHONTOLOGY本體構(gòu)建方法論。KAON[11]是德國Karlsruhe大學編制的一套用于語義網(wǎng)和本體研究的工具,包含各種模塊用于本體的構(gòu)建、存儲、檢索、維護以及應(yīng)用，它是當前比較好的本體構(gòu)建和維護工具之一。
　　Protégé[12]是斯坦福大學為知識獲取而開發(fā)的一個工具,主要應(yīng)用于知識的獲取以及現(xiàn)存本體合并和排列,可以免費下載并公開源代碼,再加上其支持中文,Protégé已經(jīng)成為目前國內(nèi)使用最為廣泛的本體編輯工具和基于知識的框架。
　　3面向手機網(wǎng)站的知識獲取
　　分析網(wǎng)站的結(jié)構(gòu)，網(wǎng)站中需要的信息都是在一個表格中，因此在提取時，根據(jù)關(guān)鍵字可以提取出信息。關(guān)鍵字為：手機類型、操作系統(tǒng)、上市日期、硬件系統(tǒng)、基本配置、屏幕、網(wǎng)絡(luò)頻率、外觀設(shè)計、產(chǎn)品尺寸、產(chǎn)品天線、視頻播放、音樂播放、攝像功能描述、攝像頭、藍牙功能、數(shù)據(jù)線接口、內(nèi)容容量、Wi-Fi功能、情景模式、待機圖片、鬧鐘功能、日歷功能、計算器、無線數(shù)據(jù)、日程表、其它功能。
　　針對專業(yè)手機網(wǎng)站，網(wǎng)頁的標題也是手機的型號，從這里可以提取到根，而下面的屬性是它的孩子，屬性的值又可以作為屬性的孩子，因此一個頁面就可以形成一棵樹。每一顆樹代表了一個一個手機也是一個頁面。而這棵樹的形式可以用這樣的二元關(guān)系來表示，(手機類型、只能)(手機類型、音樂手機)(無線數(shù)據(jù)，GPRS)(無線數(shù)據(jù)，EDGE)(產(chǎn)品尺寸,59*108*12毫米)(外觀設(shè)計,直板)。
　　為了實現(xiàn)這個功能，只要把獲得的文本信息與關(guān)鍵字匹配，再將緊隨其后的字符作為它的值就可以實現(xiàn)。其流程如下：將文本中的字符串按照空格分割為多個字符串，將這些字符串與關(guān)鍵字匹配，如果匹配成功，則將后面緊跟隨的字符串保存到achieve.txt文檔中。其中關(guān)鍵字的選擇有賴于網(wǎng)頁文本，例如上面的例子，其中的關(guān)鍵字有：手機類型、操作系統(tǒng)、上市日期、硬件系統(tǒng)、基本配置、屏幕、主屏尺寸、屏幕材質(zhì)、主屏參數(shù)、手機制式、支持頻段、外觀設(shè)計、產(chǎn)品尺寸、產(chǎn)品天線、視頻播放、音樂播放、攝像頭、攝像頭、拍照功能描述、攝像頭像素、數(shù)據(jù)功能、藍牙功能、數(shù)據(jù)線接口、內(nèi)存容量、情景模式、待機圖片、鬧鐘功能、日歷功能、計算器、無線數(shù)據(jù)等，這些關(guān)鍵字可由程序讀入或刪除并以一定的格式保存在key.txt文檔中。當匹配完成時，能夠?qū)崿F(xiàn)將二元組輸出。
　　屬性關(guān)系的表達
　　針對大量的Web頁面，提取所需文本信息。采用字符串處理方式提取包含“是一種”和“是一類”特征詞的上下位概念。提取出的文本特定信息存儲在一起，完成文本特定信息的提取過程。從提取出的特定信息中，得到用戶感興趣的特定文本，最終用于表達屬性的上下位關(guān)系。
　　以手機屬性為例，在網(wǎng)絡(luò)上下載大量的有關(guān)手機的Web頁面，然后分析網(wǎng)頁上文本的上下位關(guān)系，提取出“是一個”和“是一種”的特征詞的句子。
　　1、摩托羅拉L7是一種于2005年12月上市的手機。
　　在上面的一段文本中，手機屬性是上位概念，摩托羅拉、L7、2005年12月是下位概念。
　　2、XX手機是一種有拍照、音樂播放、視頻播放、游戲這些娛樂功能，支持藍牙、數(shù)據(jù)接口的數(shù)據(jù)功能。
　　在上面的一段文本中，手機屬性是上位概念，娛樂功能、數(shù)據(jù)功能是下位概念，而拍照、音樂播放、視頻播放、游戲是娛樂功能的下位概念；藍牙、數(shù)據(jù)接口是數(shù)據(jù)功能的下位概念，如圖2所示。
　　
　　圖2：手機屬性上下位關(guān)系圖
　　3、作為一款全能型的商務(wù)機型，網(wǎng)絡(luò)配置也是不可或缺的一部分，所以其在無線網(wǎng)絡(luò)功能方面表現(xiàn)的也應(yīng)當是非常出色的，除了可以提供高速下載速率的PHS網(wǎng)絡(luò)之外，該機還支持WLAN（IEEE802.11b/g）無線局域網(wǎng)功能，并且在支持藍牙V2.0的基礎(chǔ)上還提供了對IrSS高速紅外功能的支持。此外，該機這次還內(nèi)置Gmail及Yahoo郵箱，支持Flash3.0播放，同時裝載的全能瀏覽器可以在使用OperaMobile9.5和InternetExplorer網(wǎng)頁時可實現(xiàn)上下卷動及觸摸變焦功能。
　　在上面一段文本中，網(wǎng)絡(luò)配置是上位的關(guān)系，提供高速下載速率的PHS網(wǎng)絡(luò)、WLAN（IEEE802.11b/g）無線局域網(wǎng)、藍牙V2.0、IrSS高速紅外功能、內(nèi)置Gmail及Yahoo郵箱、裝載的全能瀏覽器是下位的關(guān)系，如圖3所示。
　　
　　圖3：網(wǎng)絡(luò)配置上下位關(guān)系圖                                                                                 圖4：手機屬性上下位關(guān)系圖
　　4、這款夏普WS020SH在其它娛樂功能的配置上卻變成了"非主流"，尤其是在攝像頭的配置上，在現(xiàn)在這個500萬像素滿天飛的時代，這款產(chǎn)品依然配備了一枚200萬像素的攝像頭，雖然支持自動對焦，但像素數(shù)決定了這款手機的成像質(zhì)量。而為商務(wù)人士量身定制的功能有QC編碼和名片識別功能，支持ExcelMobile、OneNoteMobile、PowerPointMobile、WordMobile、WindowsMediaPlayer10Mobile等等等等，可以說是一應(yīng)俱全了。
　　在上面一段文本中，娛樂功能是上位關(guān)系，200萬像素的攝像頭、QC編碼、名片識別是下位關(guān)系。
　　5、夏普WS020SH的尺寸為50×116×17.9毫米，重135克。在配備標準電池的情況下，手機可獲得420小時的待機時間和6小時的連續(xù)通話時間。除此之外其為用戶提供黑×金、黑×螢光綠、黑×桃紅等三種機身色彩選擇，并預(yù)計于6月上市，建議空機零售價格為63120日元，約合人民幣4288元左右。假如夏普把WS020SH改一下網(wǎng)絡(luò)制式，讓它兼容WCDMA/GSM，并且把攝像頭索性弄到500萬像素再拿到全球市場上去賣，不知道索尼愛立信的X1屆時會怎么樣？
　　手機屬性是上位關(guān)系，尺寸、重量、色彩、待機時間和通話時間、售價是下位關(guān)系。等等許多的例子提取出許多的上下位關(guān)系如圖4所示。
　　根據(jù)算法的實驗，整合提取的大量信息，合理的處理上下位關(guān)系圖，得到一張手機參數(shù)的上下位關(guān)系圖。
　　
　　圖5：手機各種屬性上下位關(guān)系總結(jié)圖
　　從表上可以看出手機的各種上下位關(guān)系可以整合在一起。得到最終的上下位關(guān)系圖：手機屬性是上位，則型號、廠商、價格等等就是下位；娛樂功能是上位，則拍照、音樂、網(wǎng)絡(luò)功能則是下位；網(wǎng)絡(luò)功能是上位，則郵件、瀏覽器、WLAN功能等就是下位。
　　4結(jié)束語
　　本文從手機知識領(lǐng)域擁有涉及手機種類繁多、知識量大的特點的角度出發(fā)，探討了手機制造者、使用者、維修者對于手機領(lǐng)域知識的高效可靠提取的需求，提出了需要通過本體方法論構(gòu)建可重用和可共享的手機知識庫來滿足他們的要求。同時，給出了一種手機領(lǐng)域知識的上下位關(guān)系獲取與表示方法。
　　然而由于不同本體構(gòu)建者所表示的本體知識庫只是分散的或異質(zhì)的，為了使不同構(gòu)建者對于相同領(lǐng)域能夠表示成正確的統(tǒng)一的全面的知識庫，需要做本體推理和本體集成等方面的工作，本體映射作為本體集成的基礎(chǔ)，這些都是今后的進一步研究方向。  期刊論文