【正文】 Jena系統(tǒng)內(nèi)包括用于對(duì) RDF 文件和模型進(jìn)行處理 的 RDF API, 用于 對(duì) RDF、 RDFS、 OWL 文件進(jìn)行解析的解析器 , RDF 模型的持續(xù)性存儲(chǔ)方案 , 用于檢索過程推理的基于規(guī)則的推理機(jī)子系統(tǒng) , 用于對(duì) Ontology 進(jìn)行處理和操作的 Ontology 子系統(tǒng) , 用于信息搜索的SPARQL 查詢語言 ,如圖： 圖 21 Jena 各部分在領(lǐng)域本體知識(shí)庫(kù)解析系統(tǒng)中的作用圖 (涂青， 20xx) jena 中有提供對(duì) owl 文檔進(jìn)行查詢的接口， OntModel 類提供了多種對(duì)文檔的查詢和搜索功能，工具 protege 生成的 owl 是按照各個(gè) 部分 分別存儲(chǔ)的，例如 ， 所有的個(gè)體放在注釋 Individual 下 。 //關(guān)閉連接 29 的 Java 應(yīng)用程序框架。 //本體模型 ontModel讀取文件 ()。 //獲取本體模型的文檔控制器 dmDocumentManager (URI, file:+filePath)。 //從 URI地址 ModelMaker創(chuàng)建模型 baseModel OntModel ontModel=(, baseModel)。 存儲(chǔ)的結(jié)構(gòu)是在數(shù)據(jù)庫(kù)中生成 7 張表 ： 表 3 本體在數(shù)據(jù)庫(kù)中生成的 7 張表 表名 存儲(chǔ) jena_g1t1_stmt 本體數(shù)據(jù) jena_g1t0_reif 經(jīng)過處理的本體數(shù)據(jù) jena_sys_stmt 系統(tǒng)元數(shù)據(jù) jena_graph 每一個(gè)用戶圖的名字和唯一標(biāo)志符 jena_long_lit 陳述表中不便于直接存儲(chǔ)的長(zhǎng)字符常量 jena_long_uri 陳述表中不便于直接存儲(chǔ)的長(zhǎng) URI jena_prefix URI 的前綴 Jena 在空間信息語義查詢中的應(yīng)用 Jena 是由惠普實(shí)驗(yàn)室語義網(wǎng)研究項(xiàng)目開發(fā)的一個(gè)開源項(xiàng)目 , 是用于構(gòu)建語義網(wǎng)應(yīng)用ModelMaker modelMaker=(dbConnection)。 本 體 模型 的 API 里有 個(gè) 本 體文 檔管理器， 從指定的本體模型 ontModel 中創(chuàng)建文檔管理器，文檔管理器將 URI 和指定的本體文件對(duì)應(yīng)，再讓本體模型 ontModel 讀取 URI 完成加載再提交，完成數(shù)據(jù)庫(kù)對(duì)本體的存儲(chǔ)。 jena 存儲(chǔ) jena 支持常見的數(shù)據(jù)庫(kù)存儲(chǔ)，存儲(chǔ)時(shí)使用模型工廠 ModelFactory 通過數(shù)據(jù)庫(kù)連接創(chuàng)建 RDF 模型，返回 ModelMaker,通過 ModelMaker 創(chuàng)建一個(gè)模型 Moder,在本系統(tǒng)我使用OntModel, 和操作 RDF(S)不同， 是專門處理本體(Ontology)的 ，它是 的子接口，具有 Model 的全部功能，同時(shí)還有一些 Model 沒有的功能，例如 listClasses()、 listObjectProperties() ， 因?yàn)橹挥性诒倔w里才有“ 類” 和“ 屬性” 的概念。EhnGParh 層被設(shè)計(jì)成能同步提供多種圖或節(jié)點(diǎn)視圖方式。這一層的作用是使得表現(xiàn)層不固定 ,可以根據(jù)需要而改變。 (3)Enheraph 層 :多種同步的視圖 ， Model 層和 ontology 層和 Graph 層之間有一個(gè)中間層 :Enhoraph 層。 此外 ,DAMLAPI 也得到了進(jìn)一步的加強(qiáng)。這一層提供了大量的方法來操作圖 (通過 Mdoel接口 )和圖中的節(jié)點(diǎn) (通過 Resuocre 接口及其子 類 )。 eJnaZ 中 GraPh 層的實(shí)現(xiàn)提供了多種持久性存儲(chǔ)三元組的方式 ,并且內(nèi)置了基于 RDFS 和 OWLLiet 的推理。虛擬的三元組數(shù)據(jù)。該層僅僅面向以下的功能來實(shí)現(xiàn) :使用 三元組存儲(chǔ) ,包括內(nèi)存和持久性存儲(chǔ)方式。 27 jena 三層架構(gòu) jena 的三層機(jī)構(gòu)有： Graph 層 ,EnhGrPah 層 ,Model(Olltology)層。 3)OWLfull： OWLFull是 OWL 的三種子語言中表達(dá)能力最強(qiáng)的一個(gè)，適合在那些需要非常強(qiáng)的表達(dá)能力，而不用太關(guān)心可判定性 (decidability)或是計(jì)算完全性的場(chǎng)合下使用。 2)OWLDL： 和 OWLLite 相比， OWLDL 的表達(dá)能力要豐富許多，它的基礎(chǔ)是描述邏 輯 (Description Logics，即 DL 的由來 )。 三類 OWL: 1)OWLlite： 從語法上來說， OWLLite 是三個(gè)之中最簡(jiǎn)單的一個(gè)，當(dāng)你的本體中類的層次結(jié)構(gòu)很簡(jiǎn)單，并且只有簡(jiǎn)單的約束 (constraint)時(shí)適合使用它來描 述本體。 RDFShcema 在 RDF 基礎(chǔ)上增加了許多語義原語 ,用來更進(jìn)一步增加對(duì)資源語義上的描述能力 ,如類、屬性、類和屬性之間的隸屬關(guān)系等。 RDF 描述使用 RDF/XML 規(guī)范被序列化并作為 XML 來傳輸。這些資源 使用對(duì)象模型被描述為資源、屬性和聲明。如將描述同一個(gè)資源的眾多特性的有序?qū)Y(jié)起來 ,即成為 RDF 的聲明。序列化是把 RDF 模型包裝為一系列 XML 聲明的處理過程。每個(gè) RDF 聲明用 XML 來表述。(2)屬性印 orperites),指定特定資源的屬性或特性。每一個(gè) uRI指向一個(gè)特定的網(wǎng)頁或網(wǎng)絡(luò)應(yīng)用程序。 RDF 模型的基礎(chǔ)要素是三種類型的對(duì)象 :(1)資源 (resourees),它標(biāo)識(shí)實(shí)際的以網(wǎng)絡(luò)為基礎(chǔ)的資源 ,比如網(wǎng)頁和網(wǎng)絡(luò)應(yīng)用程序。 資源描述框架 ( RDF)是一個(gè)用于表達(dá)關(guān)于 萬維網(wǎng) (World Wide Web)上資源信息的語言 . 它專門用于表達(dá)關(guān)于 Web 資源的元數(shù)據(jù)，比如 Web 頁面的標(biāo)題、作者和修改時(shí)間， Web文檔的版權(quán)和許可信息，某個(gè)被共享資源的可用計(jì)劃表等。 RDF 和 RDFS(Eric Miller 20xx)介紹 資源描述框架 ，一種用于描述 Web 資源的標(biāo)記語言。就推理方面， Jena 自身提供的是基于規(guī)則的推理機(jī)，是通過規(guī)則來實(shí)現(xiàn)對(duì) OWL 的推理，不能對(duì)所有的 OWLDL 推理功能支持， Jena 對(duì)知識(shí)庫(kù)的存儲(chǔ)乃至持久化支持的都很完整 (可以把知識(shí)庫(kù)直接存在關(guān)系數(shù)據(jù)庫(kù)中 )。 Jena 基本上都支持以上的本體描述語言。 Jena 開發(fā)包 隨著近年來語義網(wǎng)技術(shù)的發(fā)展 ,出現(xiàn)了新的基于 web 的本體描述語言 ,如RDF,RDFS,DAML+OIL,OWL 等。 DIG 接口為描述邏輯推理機(jī)系 統(tǒng)向外提供服務(wù)提供了一組標(biāo)準(zhǔn)的接口，作用類似于數(shù)據(jù)庫(kù)中的 ODBC，它允許前端 (如本體編輯器 Protege)掛接到后臺(tái)不同的推理引擎上。 API 模塊：主要面向開發(fā)用戶，一般有三部分， OWLAPI、 DIG(DL Implementation Group)接口以及編程語言開發(fā)接口。 結(jié)果輸出模塊：對(duì)推理引擎所推導(dǎo)出來的結(jié)果進(jìn)行包裝，滿足用戶的需求。 推理引擎：是本體推理機(jī)的核心部件，負(fù)責(zé)接受解析后的本體文件和查詢命令，并執(zhí)行推理流程，推理引擎決定本體推理機(jī)的推理能力。解析性能的好壞決定了推理機(jī)是否支持對(duì)大本體文件的解析。 推理機(jī)一般的結(jié)構(gòu) 本體推理機(jī)的一般結(jié)構(gòu) 一般地，本體推理機(jī)的系統(tǒng)結(jié)構(gòu)由本體解析器、查詢解析器、推理引擎、結(jié)果輸出模塊和 API 五大模 塊組成。 4) 基于一階謂詞證明器的方法。 3) 利用邏輯編程方法。目前己經(jīng)存在了許多現(xiàn)成的實(shí)現(xiàn) OWL 到規(guī)則的轉(zhuǎn)化工具。 2) 基于規(guī)則的方法。 4. 本體 推理 24 本體推理技術(shù) 目前而言，實(shí)現(xiàn)本體推理的主要方法有以下四種 : 1) 基于傳統(tǒng)描述邏輯的推理方法。 本章小結(jié) 本章介紹了關(guān)于 ICTCLAS 的基本情況，因?yàn)?ICTCLAS 可以說是當(dāng)前性能和速度最好的中文分詞工具，所以本論文選用這個(gè)工具使用到荔枝的智能答疑系統(tǒng)中。 在該模塊中，編寫一個(gè)獲取字符串詞匯和詞性的工具類。 取關(guān)鍵詞模塊 用戶輸入自己的自然語言的問題后，進(jìn)入系統(tǒng)獲取關(guān)鍵詞模塊，在關(guān)鍵代碼的設(shè)置時(shí) byte nativeBytes[] = ( (UTF8), 3, 1)。將文件寫好后在批量添加項(xiàng)打開文件的路徑，選好編碼類型，點(diǎn)擊添加即可。這里以使用 程序?yàn)槔?(段汝潔 ,20xx) 在工具中使用 ICTCLAS 下載下來的 Java 版本的 ICTCLAS 分詞工具解壓后將得到 5 個(gè)文件夾 ， 圖 18 ICTCLAS50 工具包的 5 個(gè)文件夾 文件夾 API 里的所有文件中就是系統(tǒng)需要的文件，將這些文件復(fù)制到數(shù)據(jù)庫(kù)中路徑下，我用的數(shù)據(jù)庫(kù)是 MYSQL，所以放到 tomcat 路徑下 的 bin 文件夾下， 或者其他環(huán)境變量的CLASSPATH 中，之后在代碼中調(diào)用相關(guān)的 api就可以使用分詞工具的功能。該系統(tǒng)在國(guó)內(nèi)和國(guó)際的評(píng)測(cè)中都獲得過多項(xiàng)第一名。通過建立統(tǒng)計(jì)模型 ,根據(jù)各種規(guī)則對(duì)上下文信息進(jìn)行識(shí)別、未登錄詞識(shí)別和消除切分歧義 ,同時(shí)采用了層疊隱馬爾科夫模型 ,將所有功能都集成到了一個(gè)完整的框架體系中。 目前最新的版本為 ICTCLAS 20xx,又名NLPIR 自然語言處理與信息檢索共享平臺(tái)。 ICTClAS 說明 中文 詞法分析 是 中文信息處理 的基礎(chǔ)與關(guān)鍵。 本章小結(jié) 本章詳細(xì)介紹了使用七步法來建立本研究的對(duì)象荔枝的本體建立語義網(wǎng)的過程 ，并使用 protege 工具建立好相關(guān)的荔枝的本體，為下文整個(gè)系統(tǒng)的構(gòu)建做好了重要的一步。本體和知識(shí)庫(kù)在知識(shí)的表達(dá)上有著一些相似點(diǎn)，都是針對(duì)領(lǐng)域知識(shí)進(jìn)行定義、表達(dá)和組織，兩者的主要區(qū)別在于，知識(shí)庫(kù)包含的是知識(shí)，而本體是概念層次上的描述，更注重于術(shù)語間關(guān)系的表達(dá)，因而本體相較于數(shù)據(jù)庫(kù)，無論在語法上還是在語義上都具有優(yōu)越性，因此理想的領(lǐng)域知識(shí)庫(kù)應(yīng)該是建立在領(lǐng)域本體上的 (圖青 ， 20xx)。 圖 16 添加實(shí)例到類 21 圖 17 添加數(shù)據(jù)屬性和對(duì)象屬性到實(shí)例 本體知識(shí)庫(kù) 在該論文中，荔枝的本體構(gòu)建有 42 個(gè)類， 127 個(gè)實(shí)例， 13 個(gè)數(shù)據(jù)屬性， 10 個(gè)物質(zhì)屬性滿足用戶基本的查詢。 表 2 屬性分面 property type domain Ranges 產(chǎn)地 Object 品種 地域 包含元素 Object 名稱，果成分 ， ... 營(yíng)養(yǎng)物質(zhì)，微量元素 病害部位 Object 病害 植株 蟲害部位 Object 害蟲 植株 品種 Object 名稱 品種 ... .... 20 栽培技術(shù) Data 品種，總稱 Literal 花特征 Data 品種，名稱，總稱 Literal 莖特征 Data 品種，名稱，總稱 Literal 搭配屬性 Data 黃金搭配，使用禁忌 Literal 創(chuàng)建實(shí)例 最后在具體的類中根據(jù)概念集的信息，提取相關(guān)的實(shí)例，并為實(shí)例添加具體的屬性。一個(gè)屬性可能由多個(gè)分面組成 ，本研究主要使用 DataProperty 和 ObjectProperty，這兩個(gè)屬性的作用和使用要求在前一小節(jié)已經(jīng)說明，這里就不累贅。 圖 14 數(shù)據(jù)屬性示例 15 將 Object Property 加到語義網(wǎng)中 。 下面對(duì)已有的類定義相關(guān)的屬性，大多數(shù)情況下，屬性可以理解為下面的公式“主語的 (屬性 )是 **” ,屬性可以作為形容詞的部分，這該論文的研究上，使用 protege 建立的兩種種屬性 data 屬性和 object 屬性加到語義網(wǎng)中如下兩張圖所示。 Inverse(逆反關(guān)系 ) ,如吃和被吃就是一種逆反關(guān)系。 Symmetric 是一種對(duì)稱關(guān)系 ,如北京到上海路程為 1400 公里 ,那么上海到北京也是 1400 公里 。 Functional 和 InverseFunctoinal均為一對(duì)一的關(guān)系。在定義屬性的時(shí)候 ,可以規(guī)定屬性的定義域和值域 ,這樣 ,在為類附加屬性的時(shí)候 ,可以清楚地知道屬性可以附加的類及可取值的類 ,保持本體的一致性。需要注意的是 ,所有的屬性都具有繼承性 ,某一類一旦被附上一個(gè)屬性 ,那么該父類的所有子類都將具有該屬性。 Annotation 屬性可以用一個(gè)字符串來做其屬性值 ,描述該屬性。如果類型不定 ,可以為 any。 Object 屬性可以通過該屬性在類與類之間建立關(guān)系。 在 PROPERTYBROWSER 中建立屬性時(shí) ,可選擇三種類型 :Object、 Datatype、Annotation。 圖 13 建好的語義網(wǎng) 定義類的屬性 屬性是個(gè)體之間的二元關(guān)系。 圖 11 植物結(jié)構(gòu)部分關(guān)系圖 其中， 部分不同范圍概念 集合的關(guān)系如下 。 圖 9 危害與防治關(guān)系圖 地域，包括市區(qū)，省份，行政區(qū) 。 圖 7 防治關(guān)系圖 荔枝的主要害蟲的科目有麗金龜科 ,卷葉蛾科 ,天?？?,小卷葉蛾科 ,擬木蠹蛾科 ,木蠹蛾科 ,灰蝶科 ,癭蚊科 ,癭螨科 ,細(xì)蛾科 ,薊馬科 ，蝽科 。 擴(kuò)充好各類之間的關(guān)系，現(xiàn)在 由已知的概念集合的內(nèi)容整合的類之間的關(guān)系如下： 食用禁忌和黃金搭配同級(jí)作為食用搭配的子集 ，是食用搭配的部分 圖 5 食用搭配關(guān)系圖 hasSubType hasSubType 食用搭配 食用禁忌 黃