摘要：近十年來，本體（ontologies）和本體工程（ontological engineering）在知識(shí)工程及其相關(guān)的應(yīng)用領(lǐng)域獲得廣泛的關(guān)注。本文作者在研究產(chǎn)品設(shè)計(jì)知識(shí)重用的過程中，閱讀了大量有關(guān)本體的文獻(xiàn)資料。作者認(rèn)為，本體工程在信息共享、系統(tǒng)集成、基于知識(shí)的軟件開發(fā)等方面具有重要的作用和廣闊的應(yīng)用前景，而在國(guó)內(nèi)，這方面的研究剛剛起步。本文扼要介紹了這一新興學(xué)科分支的概念、方法及研究和應(yīng)用現(xiàn)狀。
關(guān)鍵詞：本體，本體工程，知識(shí)共享和重用
Overview of Ontologies: Concepts, Methodology and Applications
WangXin
Abstract
Ontology and ontological engineering have gained a good popularity within the knowledge engineering community and related applicational domains in the last ten years. The authors read large amount of articles about ontologies during the research of product design knowledge reuse. We think that ontological engineering is very important and will be popular in areas such as information sharing, system integration and knowledge-based software development, etc. The research of ontologies in domestic academe is just starting up. This article presents a short introduction of the concepts, methodology and applications in this new discipline.
Keywords: ontology, ontological engineering, knowledge sharing and reuse
本體論（Ontology：o大寫）原是哲學(xué)的分支，研究客觀事物存在的本質(zhì)。它與認(rèn)識(shí)論（Epistemology）相對(duì)，認(rèn)識(shí)論研究人類知識(shí)的本質(zhì)和來源。也就是說，本體論研究客觀存在，認(rèn)識(shí)論研究主觀認(rèn)知。而本體（ontology：o小寫）的含義是形成現(xiàn)象的根本實(shí)體(常與“現(xiàn)象”相對(duì))。
在人工智能領(lǐng)域，知識(shí)建模必須在知識(shí)庫和兩個(gè)子系統(tǒng)之間建立聯(lián)系：agent行為（問題求解技能）和環(huán)境（問題存在的領(lǐng)域）[1]。而長(zhǎng)期以來，AI的研究者較為注重前一個(gè)子系統(tǒng)，而領(lǐng)域知識(shí)的表達(dá)依賴于特定的任務(wù)。這樣做的好處是只需要考慮相關(guān)的領(lǐng)域知識(shí)。但是，大規(guī)模的模型共享、系統(tǒng)集成、知識(shí)獲取和重用依賴于領(lǐng)域的知識(shí)結(jié)構(gòu)分析。因此，進(jìn)入九十年代以來，與任務(wù)獨(dú)立（task-independent）的知識(shí)庫（本體）的價(jià)值被發(fā)現(xiàn)，并受到廣泛關(guān)注。本文作者在研究產(chǎn)品設(shè)計(jì)知識(shí)重用的過程中，閱讀了大量有關(guān)本體的文獻(xiàn)資料。作者認(rèn)為，本體工程在信息共享、系統(tǒng)集成、基于知識(shí)的軟件開發(fā)等方面具有重要的作用和廣闊的應(yīng)用前景，而在國(guó)內(nèi)，這方面的研究剛剛起步。本文將扼要介紹這一新興學(xué)科分支的概念、方法及研究和應(yīng)用現(xiàn)狀。
1 本體的基本概念
1.1 本體的定義
近十年來，本體的研究日趨成熟。在各種文獻(xiàn)中，盡管與本體相關(guān)的概念和術(shù)語的用法并不完全一致，但是事實(shí)的使用約定已經(jīng)出現(xiàn)。在參考文獻(xiàn)[2]、[3]中，作者根據(jù)已有文獻(xiàn)中相關(guān)概念和術(shù)語的使用情況，提出了推薦的使用約定。我們首先列出本體的幾種比較有代表性的定義，然后對(duì)相關(guān)的概念做簡(jiǎn)要的描述。
本體（ontology）的幾個(gè)代表性定義：
(1) 本體是對(duì)于“概念化”的某一部分的明確的總結(jié)或表達(dá)[2]。
(2) 本體在不同的場(chǎng)合分別指“概念化”或“本體理論”[3]。
(3) 本體是對(duì)于“概念化”的明確表達(dá)[4]。
(4) 本體是用于描述或表達(dá)某一領(lǐng)域知識(shí)的一組概念或術(shù)語。它可以用來組織知識(shí)庫較高層次的知識(shí)抽象，也可以用來描述特定領(lǐng)域的知識(shí)[5]。
(5) 本體屬于人工智能領(lǐng)域中的內(nèi)容理論（content theories），它研究特定領(lǐng)域知識(shí)的對(duì)象分類、對(duì)象屬性和對(duì)象間的關(guān)系，它為領(lǐng)域知識(shí)的描述提供術(shù)語[6]。
從以上定義我們可以知道，本體通過對(duì)于概念、術(shù)語及其相互關(guān)系的規(guī)范化描述，勾畫出某一領(lǐng)域的基本知識(shí)體系和描述語言。其中定義1、2和3以“概念化”的定義為基礎(chǔ)，概念化（以及定義2中的“本體理論”）的定義見下文。
與本體相關(guān)的概念和術(shù)語：
本體論（Ontology，o大寫）：特指哲學(xué)的分支學(xué)科[3]。
本體（ontology，o小寫）：在不同的場(chǎng)合分別指“概念化”或“本體理論”[3]。（即以上本體定義2）。
概念化（conceptualization）：指某一概念系統(tǒng)所蘊(yùn)涵的語義結(jié)構(gòu)，它是對(duì)某一事實(shí)結(jié)構(gòu)的一組非正式的約束規(guī)則[3]。它可以理解和/或表達(dá)為一組概念（如實(shí)體、屬性、過程）及其定義和相互關(guān)系[7]。概念化的定義是以上本體定義1、2和3的基礎(chǔ)。
本體理論（ontological theory）：表達(dá)本體知識(shí)的邏輯理論，它是一種特殊的知識(shí)庫，是本體知識(shí)所賴以存在的介質(zhì)，強(qiáng)調(diào)的是具體的產(chǎn)品（designed artifact）。而“概念化”強(qiáng)調(diào)的是語義結(jié)構(gòu)本身，是從具體的產(chǎn)品中抽象出來的對(duì)應(yīng)的語義成分（semantical counterpart）[3]。
本體約定（ontological commitment）：對(duì)使用某一本體所定義詞匯并與其含義保持一致的承諾[2]。
本體工程（ontological engineering）：知識(shí)工程的分支，它研究如何用本體論的原則來構(gòu)造本體理論[3]。
1.2 本體的作用
總的來說，構(gòu)造本體的目的都是為了實(shí)現(xiàn)某種程度的知識(shí)共享和重用。參考文獻(xiàn)[6]認(rèn)為本體的作用主要有以下兩方面：
(1) 本體的分析澄清了領(lǐng)域知識(shí)的結(jié)構(gòu)，從而為知識(shí)表示打好基礎(chǔ)。本體可以重用，從而避免重復(fù)的領(lǐng)域知識(shí)分析。
(2) 統(tǒng)一的術(shù)語和概念使知識(shí)共享成為可能。
參考文獻(xiàn)[7]中則更具體的總結(jié)了本體的作用，即通訊（communication）、互操作（inter-operability）和系統(tǒng)工程（systems engineering）。
(1) 通訊：主要為人與人之間或組織與組織之間的通訊提供共同的詞匯。
(2) 互操作：在不同的建模方法、范式、語言和軟件工具之間進(jìn)行翻譯和映射，以實(shí)現(xiàn)不同系統(tǒng)之間的互操作和集成。
(3) 系統(tǒng)工程：本體分析能夠?yàn)橄到y(tǒng)工程提供以下方面的好處：
? 重用（re-usability）：本體是領(lǐng)域內(nèi)重要實(shí)體、屬性、過程及其相互關(guān)系形式化描述的基礎(chǔ)。這種形式化描述可成為軟件系統(tǒng)中可重用和共享的組件（component）。
? 知識(shí)獲取（knowledge acquisition）：當(dāng)構(gòu)造基于知識(shí)的系統(tǒng)時(shí)，用已有的本體作為起點(diǎn)和基礎(chǔ)來指導(dǎo)知識(shí)的獲取，可以提高其速度和可靠性。
? 可靠性（reliability）：形式化的表達(dá)使得自動(dòng)的一致性檢查成為可能，從而提高了軟件的可靠性。
? 規(guī)范描述（specification）：本體分析有助于確定IT系統(tǒng)（如知識(shí)庫）的需求和規(guī)范。
1.3 本體的種類
根據(jù)本體不同方面的屬性（如形式化程度、目的和描述對(duì)象），可以對(duì)本體進(jìn)行不同的分類。
如根據(jù)本體的形式化程度不同，可以把本體分為高度非形式化的（highly informal）、結(jié)構(gòu)非形式化的（structured-informal）、半形式化的（semi-formal）和嚴(yán)格形式化的（rigorously formal）[2]。
根據(jù)本體的描述對(duì)象不同，可以把本體分為特殊領(lǐng)域本體（如醫(yī)藥、地理、金融等）、一般世界知識(shí)本體、問題求解本體和知識(shí)表示語言本體等[2]。
由于本體的分類方法很多，目前還沒有能夠被廣泛接受的分類標(biāo)準(zhǔn)。但以下幾個(gè)概念的定義意義明確，并從某種程度上提供了本體的分類方法[2]：
? 領(lǐng)域本體（DOMAIN ONTOLOGY）：以某一領(lǐng)域?yàn)槊枋鰧?duì)象的本體（區(qū)別于領(lǐng)域的問題和任務(wù)）。
? 問題求解模型（PROBLEM SOLVING MODEL）：以問題求解方法為描述對(duì)象的本體。
? 表示本體（REPRESENTATION ONTOLOGY）：以知識(shí)表示語言為描述對(duì)象的本體。在表示本體中，類、對(duì)象、關(guān)系、屬性、槽等術(shù)語經(jīng)過嚴(yán)謹(jǐn)?shù)姆治龊投x。
1.4 本體和知識(shí)庫
一般來說，本體提供一組術(shù)語和概念來描述某個(gè)領(lǐng)域，知識(shí)庫則使用這些術(shù)語來表達(dá)該領(lǐng)域的事實(shí)。例如醫(yī)藥本體可能包含“白血病”、“皮膚病”等術(shù)語的定義，但它不會(huì)包含對(duì)某一病人患某一疾病的診斷；而這正是知識(shí)庫所要表達(dá)的內(nèi)容[5]。
實(shí)際上，如果本體和知識(shí)庫用同一語言表達(dá)的話，兩者之間并沒有清晰的界限。區(qū)別僅僅在于知識(shí)庫的哪一部分是可以共享和重用的，哪一部分是針對(duì)特定應(yīng)用的。這種區(qū)別往往還隨著時(shí)間和具體的背景變化[2]。
1.5 用本體描述世界
從描述對(duì)象的類型來說，本體既可以用來描述簡(jiǎn)單的事實(shí)，又可以用來描述信念、假設(shè)、預(yù)測(cè)等抽象的概念；既可以描述靜態(tài)的實(shí)體，又可以描述與時(shí)間推移相關(guān)的概念，如事件、活動(dòng)、過程等。
從描述對(duì)象的范圍來說，本體可以定義通用的、適合所有領(lǐng)域知識(shí)表示的術(shù)語，如空間、時(shí)間、部分等；也可以定義特定領(lǐng)域知識(shí)才使用的術(shù)語，如故障、肝炎等。
不同本體之間存在著差別，但它們?cè)谳^高的抽象層次上（upper ontology）具有一些共同的特征[6]：
? 世界存在著對(duì)象（object）；
? 對(duì)象具有屬性（property or attribute），屬性可以賦值（value）；
? 對(duì)象之間存在著不同的關(guān)系（relation）；
? 屬性和關(guān)系隨著時(shí)間（time）的推移而改變；
? 不同的時(shí)刻（time instant）會(huì)有事件（event）發(fā)生；
? 在一定的時(shí)間段上存在著過程（process），對(duì)象參與到過程當(dāng)中；
? 世界和對(duì)象具有不同的狀態(tài)（state）；
? 事件能導(dǎo)致（cause）其他事件發(fā)生或狀態(tài)改變，即產(chǎn)生影響（effect）；
? 對(duì)象可以分解成部分（part）。
從客觀的意義上說，本體的描述是和特定的任務(wù)和目的無關(guān)的，但是我們使用本體總是有一定的任務(wù)背景，因此對(duì)于所描述的知識(shí)的選擇是和特定任務(wù)相關(guān)的。這也是不同頂層本體（upper ontology或top-level ontology）之間存在差異的主要原因。
面向?qū)ο蟮能浖O(shè)計(jì)也依賴于適當(dāng)?shù)念I(lǐng)域本體，對(duì)象、屬性、方法或多或少會(huì)反映領(lǐng)域中與應(yīng)用相關(guān)的方面，OO系統(tǒng)中對(duì)于領(lǐng)域的分析往往可以在不同的應(yīng)用程序中重用。OO系統(tǒng)和本體強(qiáng)調(diào)了不同的側(cè)面，但隨著時(shí)間推移將逐漸融合。由于信息系統(tǒng)要對(duì)廣泛的領(lǐng)域進(jìn)行建模，領(lǐng)域本體將在軟件系統(tǒng)中起著與AI領(lǐng)域中類似的重要作用。
2 本體的構(gòu)造
本體作為通訊、互操作和系統(tǒng)工程的基礎(chǔ)，必須經(jīng)過精心的設(shè)計(jì)，實(shí)際上，本體的構(gòu)造是一個(gè)非常費(fèi)時(shí)費(fèi)力的過程。本節(jié)介紹本體構(gòu)造的準(zhǔn)則、方法和工具。
2.1 本體的構(gòu)造準(zhǔn)則
T.R. Gruber在參考文獻(xiàn)[4]中提出了指導(dǎo)本體構(gòu)造的5個(gè)準(zhǔn)則，即：
? 清晰（Clarity）：本體必須有效的說明所定義術(shù)語的意思。定義應(yīng)該是客觀的，與背景獨(dú)立的。當(dāng)定義可以用邏輯公理表達(dá)時(shí)，它應(yīng)該是形式化的。定義應(yīng)該盡可能的完整。所有定義應(yīng)該用自然語言加以說明。
? 一致（Coherence）：本體應(yīng)該是一致的，也就是說，它應(yīng)該支持與其定義相一致的推理。它所定義的公理以及用自然語言進(jìn)行說明的文檔都應(yīng)該具有一致性。
? 可擴(kuò)展性（Extendibility）：本體應(yīng)該為可預(yù)料到的任務(wù)提供概念基礎(chǔ)。它應(yīng)該可以支持在已有的概念基礎(chǔ)上定義新的術(shù)語，以滿足特殊的需求，而無須修改已有的概念定義。
? 編碼偏好程度最小（Minimal encoding bias）：概念的描述不應(yīng)該依賴于某一種特殊的符號(hào)層的表示方法。因?yàn)閷?shí)際的系統(tǒng)可能采用不同的知識(shí)表示方法。
? 本體約定最小（Minimal ontological commitment）：本體約定應(yīng)該最小，只要能夠滿足特定的知識(shí)共享需求即可。這可以通過定義約束最弱的公理以及只定義通訊所需的詞匯來保證。
為了說明以上準(zhǔn)則，Gruber還在此文中分析了兩個(gè)具體本體（工程數(shù)學(xué)本體和圖書信息本體）的構(gòu)造實(shí)例。
2.2 本體的構(gòu)造方法
在參考文獻(xiàn)[7]中，Uschold & Gruninger提出了一個(gè)本體構(gòu)造的方法學(xué)框架，該框架包括以下組成部分：
? 確定本體的目的和使用范圍
? 構(gòu)造本體，包括：
² 本體捕獲：即確定關(guān)鍵的概念和關(guān)系，給出精確定義，并確定其它相關(guān)的術(shù)語；
² 本體編碼：選擇合適的表示語言表達(dá)概念和術(shù)語；
² 已有本體的集成：對(duì)已有本體的重用和修改。
? 評(píng)估：根據(jù)需求描述、能力問題（competency question）等對(duì)本體以及軟件環(huán)境、相關(guān)文檔進(jìn)行評(píng)價(jià)。
? 文檔記錄
? 每一階段的指導(dǎo)準(zhǔn)則
在這個(gè)框架內(nèi)，他們?cè)敿?xì)的描述了本體捕獲和形式化的本體設(shè)計(jì)和評(píng)估方法。
M. Gruninger & M.S. Fox在進(jìn)行TOVE[8]本體的研究和開發(fā)時(shí)，也總結(jié)了設(shè)計(jì)和評(píng)估本體的方法學(xué)，包括背景和需求描述、非形式化的能力問題描述、詞匯和術(shù)語確定、形式化的能力問題描述、用一階謂詞邏輯進(jìn)行規(guī)范描述、確定完整性定理等步驟。
2.3 本體的表示語言和開發(fā)工具
目前的領(lǐng)域知識(shí)表達(dá)采用謂詞邏輯（predicate calculus）作為基本的形式化方法（加上type-of關(guān)系表達(dá)類的繼承關(guān)系），情景邏輯（situational calculus）是謂詞邏輯的變種，它引入時(shí)間的概念來表達(dá)狀態(tài)、事件和過程。如果我們把圖像和其它感覺形式也包括到知識(shí)范疇中來，就需要非常不同的表達(dá)方式。但是目前，謂詞邏輯為本體共享技術(shù)開了一個(gè)好頭。
在具體的本體開發(fā)環(huán)境和工具方面，有斯坦福大學(xué)KSL（知識(shí)系統(tǒng)實(shí)驗(yàn)室：Knowledge Systems Laboratory）的Ontolingua[9]、KACTUS項(xiàng)目使用的CML[10]（概念建模語言：Conceptual Modeling Language）、英國(guó)Open大學(xué)KMI（知識(shí)媒體研究所：Knowledge Media Institute）的Tadzebao和WebOnto[11]等，在此不作詳細(xì)的介紹。
3 本體的研究與應(yīng)用現(xiàn)狀
3.1 領(lǐng)域本體研究
3.1.1 CYC
CYC是位于美國(guó)德州奧斯汀的MCC (Microelectronics and Computer Technology Corporation)公司的研究項(xiàng)目[12]，其目的是通過本體開發(fā)為常識(shí)推理（common sense reasoning）提供基礎(chǔ)。
CYC中的知識(shí)用一階謂詞邏輯的變種CYCL表達(dá)。知識(shí)庫中包含簡(jiǎn)單的聲明、推理規(guī)則、推理控制規(guī)則。在知識(shí)庫的基礎(chǔ)上，可以使用推理機(jī)產(chǎn)生新的推斷。
CYC本體按照模塊（module）組織，稱為微理論（microtheories）。每個(gè)微理論包括某一特定領(lǐng)域知識(shí)和推理所需的概念，如空間、時(shí)間、因果、智能體等。某一領(lǐng)域本體可能包括多個(gè)微理論，以反映該領(lǐng)域建模的不同側(cè)面和前提。在這個(gè)意義上，CYC不是一體的集成本體，而是一個(gè)微理論的網(wǎng)絡(luò)，該網(wǎng)絡(luò)的并集為若干領(lǐng)域提供本體約定。
3.1.2 TOVE
TOVE (TOronto Virtual Enterprise)是加拿大多倫多大學(xué)的研究項(xiàng)目，其目的是構(gòu)造企業(yè)本體，并具有以下特征：1)為企業(yè)的應(yīng)用軟件提供共享的術(shù)語；2)用一階謂詞邏輯為每個(gè)術(shù)語定義盡可能精確的含義；3)用一組Prolog公理來實(shí)現(xiàn)本體語義約束，使TOVE能夠自動(dòng)的對(duì)與企業(yè)有關(guān)的常識(shí)性問題進(jìn)行演繹推理；4)定義一套符號(hào)，對(duì)術(shù)語和概念進(jìn)行圖形化的描述。
TOVE本體包括活動(dòng)、組織、資源、產(chǎn)品、成本和質(zhì)量等部分，它們組成了集成的企業(yè)模型。
3.1.3 Enterprise
Enterprise項(xiàng)目是英國(guó)愛丁堡大學(xué)人工智能應(yīng)用研究所（AIAI: Artificial Intelligence Application Institute）的研究項(xiàng)目[13]。其目的是通過一個(gè)集成框架，集成企業(yè)建模的方法和工具，以改進(jìn)和代替現(xiàn)有的建模方法。該集成框架以企業(yè)建模本體為基礎(chǔ)。通過提供一組工具，可以輔助用戶進(jìn)行企業(yè)建模和分析，具體內(nèi)容包括：1)對(duì)于企業(yè)模型的捕獲和描述；2) 描述經(jīng)營(yíng)問題和需求；3)在戰(zhàn)略、戰(zhàn)術(shù)和操作層次上，確定和評(píng)估解決問題的方法以及系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)；4)對(duì)相關(guān)的度量體系進(jìn)行表示，并支持高級(jí)仿真。
企業(yè)本體由以下部分構(gòu)成：
? 元本體：實(shí)體，關(guān)系，角色，行動(dòng)者，事件狀態(tài)
? 活動(dòng)和過程：活動(dòng)，資源，計(jì)劃，能力
? 組織：組織單元，合法實(shí)體，管理，所有權(quán)
? 策略：目的，策略，有助于實(shí)現(xiàn)，假設(shè)
? 營(yíng)銷：銷售，產(chǎn)品，零售商，客戶，市場(chǎng)
3.1.4 KACTUS
KACTUS是歐洲ESPRIT項(xiàng)目[14]。其目的是開發(fā)出技術(shù)系統(tǒng)全生命周期的知識(shí)重用方法學(xué)，以便在設(shè)計(jì)、診斷、操作、維護(hù)、再設(shè)計(jì)和培訓(xùn)時(shí)使用同一知識(shí)庫。通過構(gòu)造支持產(chǎn)品知識(shí)重用的本體，KACTUS能夠支持計(jì)算機(jī)集成制造方法和知識(shí)工程方法的集成。另外，KACTUS還試圖將本體同現(xiàn)有標(biāo)準(zhǔn)（如STEP）進(jìn)行集成。
KACTUS的主要表達(dá)方法是CML（概念建模語言：Conceptual Modelling Language）。與其它的本體表達(dá)方法不同，CML在領(lǐng)域知識(shí)、推理知識(shí)、任務(wù)知識(shí)和問題求解知識(shí)之間作了區(qū)分。
KACTUS還提供了交互式的環(huán)境，支持本體的瀏覽、編輯和管理。除了CML以外，KACTUS工具還提供了對(duì)EXPRESS和Ontolingua的支持。
3.2 表示本體和問題求解模型
3.2.1 KSL Knowledge Sharing Effort
Knowledge Sharing Effort是美國(guó)DARPA項(xiàng)目[15]，主要由斯坦福大學(xué)知識(shí)系統(tǒng)實(shí)驗(yàn)室承擔(dān)。其目的是使得知識(shí)系統(tǒng)的開發(fā)者能夠從可重用的模塊庫中選擇構(gòu)件，進(jìn)行裝配，形成所需的新系統(tǒng)。該項(xiàng)目分為四部分內(nèi)容：（1）不同語言表示的知識(shí)庫之間的翻譯機(jī)制（KIF: Knowledge Interchange format）；（2）在一族表達(dá)范式之間建立共同的語言版本和推理模塊；（3）基于知識(shí)的系統(tǒng)之間的通訊協(xié)議（KQML: Knowledge Query and Manipulation Language）；（4）本體庫，即為構(gòu)造領(lǐng)域知識(shí)庫而預(yù)置的基礎(chǔ)。KIF是一種中性語言，能夠表示目前高級(jí)知識(shí)表示語言中幾乎所有重要的概念和區(qū)別。
為了解決本體表示不統(tǒng)一的問題，他們還開發(fā)了基于Web的Ontolingua系統(tǒng)[16]。Ontolingua是獨(dú)立于特定表示系統(tǒng)的本體定義機(jī)制，它允許用KIF定義類、關(guān)系和對(duì)象，并能將這些定義翻譯成幾種特定的表示語言。Ontolingua還進(jìn)一步定義了框架本體（表示本體），來支持本體的移植。
3.2.2 Guarino對(duì)于本體的研究
Guarino是意大利帕多瓦大學(xué)LADSEB-CNR（Institute for Systems Theory and Biomedical Engineering）的高級(jí)研究員。他分析總結(jié)了本體及相關(guān)概念的含義[3]，提出了“本體層”的概念[17]，研究了表示本體的本體約定[18]，并探索了本體在物理對(duì)象、STEP語義方面的應(yīng)用[19][20]，具有重要的參考價(jià)值。
3.2.3 CommonKADS
CommonKADS是歐洲ESPRIT項(xiàng)目[21]，它在問題求解模型研究方面有重要作用。它定義了技能模型（Model of Expertise）、解釋模型（Interpretation Model）和任務(wù)模型（Task Model）等重要概念。技能模型包括啟發(fā)式模型（基于規(guī)則的求解模型）、深度模型（基于功能和結(jié)構(gòu)信息的求解模型）、隱含模型（基于連接主義方法的求解模型）、能力模型（與表示語言獨(dú)立的對(duì)于技能的高層描述）、分布式模型（Multi-agent問題求解系統(tǒng)）等。解釋模型是對(duì)問題求解方法的描述。任務(wù)模型是對(duì)問題求解過程控制結(jié)構(gòu)的描述。
3.2.4 本體與標(biāo)準(zhǔn)之間的集成
本體的開發(fā)可以使得不同工具之間的表示標(biāo)準(zhǔn)化，目前有幾個(gè)項(xiàng)目正在進(jìn)行這方面的工作。如工作流管理同盟、STEP和EXPRESS、CORBA和KIF等。
工作流管理同盟（Workflow Management Coalition）定義了一組詞匯[22]，包括定義、使用、同義詞等。這些詞匯作為半形式化的本體進(jìn)行共享。另外，MIT、斯坦福大學(xué)、多倫多大學(xué)、愛丁堡大學(xué)等還聯(lián)合開發(fā)了PIF（Process Interchange Fromat）[23]，來支持不同軟件系統(tǒng)之間的過程數(shù)據(jù)交換。
STEP (Standard for the Exchange of Product Model Data)是進(jìn)行產(chǎn)品定義和描述的中性語言，其目的是在不同的應(yīng)用之間進(jìn)行信息交換和互操作。STEP使用EXPRESS作為建模語言，但EXPRESS并不能完全解決產(chǎn)品建模的語義問題，參考文獻(xiàn)[20][24]中對(duì)此問題進(jìn)行了基于本體的初步探討。
CORBA (the Common Object Request Broker Architecture)標(biāo)準(zhǔn)的出現(xiàn)是為了解決分布式環(huán)境下的對(duì)象互操作問題[25]。它使用IDL（Interface Definition Language：接口定義語言）來定義遠(yuǎn)程對(duì)象間進(jìn)行互操作的接口。KSL的Ontolingua服務(wù)提供了IDL和Ontolingua之間的翻譯。CORBA定義了對(duì)象模型，對(duì)象的實(shí)現(xiàn)提供了對(duì)象的語義。業(yè)務(wù)對(duì)象管理組（Business Object Management group）還提供了詞匯表，這些都可以看作本體的雛形。
KIF[26]和概念圖（conceptual graphs）[27]都是用來表示本體的語言，它們都基于一階謂詞邏輯，但細(xì)節(jié)上有所不同。目前正在開發(fā)系統(tǒng)，實(shí)現(xiàn)兩者之間的翻譯和映射。
3.3 小結(jié)與展望
綜上所述，目前，本體方面的研究文獻(xiàn)已經(jīng)大大豐富，基于Web的本體構(gòu)造、編輯、瀏覽和使用工具已經(jīng)可用。已經(jīng)存在幾種本體表示的方法，對(duì)于本體設(shè)計(jì)和評(píng)估的方法學(xué)也有了初步的探索，并可利用工具在不同的表示方法之間進(jìn)行翻譯和互操作。
本體已經(jīng)在一些商用系統(tǒng)中得到應(yīng)用，它的重要性已經(jīng)被半導(dǎo)體制造業(yè)、飛機(jī)制造、企業(yè)過程管理、異構(gòu)數(shù)據(jù)庫集成、知識(shí)工程和規(guī)劃等不同領(lǐng)域所認(rèn)識(shí)。
目前的主要困難在于[28]：盡管構(gòu)造本體的目的在于重用，但真正重用的實(shí)例卻不多見。人們往往喜歡構(gòu)造自己的本體。造成這種情況的原因主要有兩方面，一是本體構(gòu)造的目的不同；二是本體表示的方法不統(tǒng)一。如何解決這個(gè)問題，將是下一步研究的重點(diǎn)。
參考文獻(xiàn)
[1] Clancey, W.J. 1993. The Knowledge Level Reinterpreted: Modelling Socio-Technical Systems. International Journal of Intelligent Systems, 8: 33-49
[2] Mike Uschold. 1998. Knowledge level modelling: concepts and terminology. The Knowledge Engineering Review, Vol. 13:1, 1998, 5-29
[3] Guarino, N. and Giaretta, P. 1995. Ontologies and Knowledge Bases: Towards a Terminological Clarification. In N. Mars (ed.) Towards Very Large Knowledge Bases: Knowledge Building and Knowledge Sharing 1995. IOS Press, Amsterdam: 25-32
[4] Gruber T, 1995. Towards principles for the design of ontologies used for knowledge sharing. International Journal of Human-Computer Studies 43 (5/6): 907-928
[5] William, S. And Austin, T. 1999. Ontologies. IEEE Intelligent Systems, 1999 Jan/Feb: 18-19
[6] B. Chandrasekaran, J.R. Josephson, and V.R. Benjamins, 1999. What Are Ontologies, and Why Do We Need Them? 1999 Jan/Feb: 20-25
[7] Uschold, M and Gruninger, M, 1996. Ontologies: Principles, methods and applications. The Knowledge Engineering Review 11 (2).
[8] Gruninger, M and Fox, M.S., 1995. The logic of enterprise modelling. In J Brown and D O’Sullivan, editors, Reengineering the Enterprise 83-98. Chapman & Hall.
[9] Gruber, T, 1995. A translation approach to portable ontology specifications. Knowledge Acquisition 5 (2). 199-220
[10]Schreiber, AT, Wielinga, BJ, Akkermans, JM, Van de Velde, W and Anjewierden, A, 1994. CML: The CommonKADS conceptual modelling language. In L Steels, AT Schreiber and W Van de Velde. Editors. A Future for Knowledge Acquisition: Proceedings of the 8th European Knowledge Acquisition Workshop EKAW94 1-25. Springer-Verlag. (Volume 867 of Lecture Notes in Artificial Intelligence.)
[11]John Domingue, 1998. Tadzebao and WebOnto: Discussing, Browsing, and Editing Ontologies on the Web. Proceedings of KAW98. Available at http://ksi.cpsc.ucalgary.ca/KAW/KAW98/KAW98Proc.html.
[12]Lenat, D and Guha, RV, 1990. Building Large Knowledge-based Systems: Representation and Inference in the CYC Project. Addison-Wesley.
[13]Uschold, M, King, M, Moralee, S and Zorgios, Y. 1998. The enterprise ontology. The Knowledge Engineering Review 13(1).
[14]Schreiber, G, Wielinga, B and Jansweijer, W, 1995. The Kactus view on the ‘o’ word. Workshop on Basic Ontological Issues in Knowledge Sharing: International Joint Conference on Aritificial Intelligence.
[15]Fikes, R, Cutkosky, M, Gruber, T and van Baalen, J, 1991. Knowledge sharing technology project overview, Technical Report KSL-91-71, Stanford University, Knowledge Systems Laboratory.
[16]Gruber, T, 1993. A translation approach to portable ontology specifications, Knowledge Acquisition 5(2). 199-220
[17]N. Guarino 1994. The Ontological Level. In R. Casati, B. Smith and G. White (ed.), Philosophy and the Cognitive Science. Hölder-Pichler-Tempsky, Vienna.
[18]Guarino, N., Carrara, M., and Giaretta, P. 1994. An Ontology of Meta-Level Categories. In D. J., E. Sandewall and P. Torasso (eds.), Principles of Knowledge Representation and Reasoning: Proceedings of the Fourth International Confer-ence (KR94). Morgan Kaufmann, San Mateo, CA: 270-280.
[19]Borgo, S. and Guarino, N. 1997. An Ontological Theory of Physical Objects. In Pro-ceedings of 1997 Workshop on Qualitative Reasoning (QR 97). Cortona, Italy.
[20]N, Guarino, S, Borgo, and C, Masolo, 1997. Logical Modelling of Product Knowledge: Towards a Well-Founded Semantics for STEP. In Proceedings of European Conference on Product Data Technology (PDT Days 97), Sophia Antipolis, France
[21]Breuker, J and van de Velde, W, 1994. CommonKADS Library for Expertise Modeling, IOS Press.
[22]Workflow Management Coalition Members. Glossary - a workflow management coalition specification. Technical report, The Workflow Management Coalition, 1994.
[23]J. Lee, G. Yost, and PIF Working Group. The pif process interchange format and framework. Technical Report 180, MIT Center for Coordination Science, 1995.
[24]Metzger, F. J. 1996. The Challenge of Capturing the Semantics of STEP Data Models Precisely. In Pro-ceedings of Workshop on Product Knowledge Sharing for Integrated Enterprises. Basel, Switzerland, PDTAG-AM, Product Data Technology Advisory Group, ESPRIT project 9049.
[25]T.J. Mowbray and R. Zahavi. The ESSENTIAL COBRA: System Integration Using Distributed Objects. John Wiley and Object Management Group, 1995.
[26]M.R. Genesereth and R.E. Fikes. Knowledge interchange format, version 3.0 reference manual. Technical Report Logic-92-1, Computer Science Department, Stanford University, 1992.
[27]J. Sowa. Conceptual Structures: Information Processing in Mind and Machine. Addison Wesley, Reading, MA, 1984.
[28]M. Uschold and A. Tate, 1998. Putting ontologies to use. The Knowledge Engineering Review, Vol. 13:1: 1-3.
[/watermark]
聯(lián)系客服
