基于本体的知识管理模式

专家视野·

基于本体的知识管理模式

█ 展 云

摘 要：建立完善的知识管理系统架构是实行有效的知识管理的基础。在介绍本体论和企业知识管理系统概念的基础上，从功能层次和知识流动的角度出发，提出了一种基于本体的企业知识管理系统架构。研究了知识管理实施中的关键技术 知识的分类、知识的表示、企业知识的构建、知识的共享和集成。在此基础上,阐述了成功失败案例的本体定义。采用Protégé2008设计了制造企业的知识管理平台，为制造企业实现基于本体的知识管理平台提供了一种新的理论和方法。

关键词：本体；知识管理；知识管理系统；本体表示

在从工业经济向知识经济的转化过程中，企业竞争的日趋激烈和信息化进程的深入使得一般的管理信息系统开始难以满足企业的需要。然而在调查了数家企业的知识管理系统后发现，当前的知识管理系统在内部知识获取和外部知识共享方面无法取得令人满意的效果。而在知识共享方面，由于企业间没有统一的术语定义，企业联盟中的成员也很难进行高效的语义级知识共享。本体概念的引入为解决上述问题提供一种有效的途径。

转化过以后的知识有两部分:一种是结构化的元知识,另一种是半结构化或非结构化的信息体,分别存放于数据库和文档库之中[2]。

知识的重用是利用知识于应用系统的过程,我们以人和知识的连接实现知识的重用,主要包括4种连接:(1)连接人到知识。指通过可视化的查询与检索工具,找到不同层次的相关内容,以拉取(pull)的方式获取知识。(2)连接人到人。知识工作者通过知识管理系统找到相关领域的专家并咨询或讨论。(3)连接知识到人。指知识管理系统根据个人偏好或即时所需,主动地推送(push)相关的知识。(4)连接知识到知识,知识之间实现超链接。

1 关于Ontology

Ontology本来是哲学中研究“being”的性质及其内在关系的理论，在哲学中定义为“对世界上客观存在物的系统的描述，即存在论”，而本文指的是一个实体，是指对领域应用本体论的方法分析，建模的结果，即把现实世界中的某个领域抽象为一组概念及概念之间的关系[1]。

在具体的应用中，Ontology 的表示方式可以多种多样, 可以用自然语言来描述,也可以用框架、语义网络或逻辑语言等来描述。主要可分为4大类：（1）非形式化，即用自然语言随意表达；（2）半非形式化，即用结构化的自然语言表达；（3）半形式化，即用人工定义的形式语言表达；（4）形式化语言，即用具有完整性和确定性的术语表达。

3 企业知识管理系统

知识管理系统是实现知识管理的工具，是一个有助于知识收集、组织和传播的管理技术集合，是使知识可以脱离个体而具备专家性、综合性、完备性和系统性的软件系统。它应该具备知识管理的4个基本职能，即外化、内化、中介和认知。企业在内部建立知识管理系统，推行有效的知识管理，旨在将散乱的知识进行整合，通过信息技术将信息与员工的认知能力充分结合，创造知识共享的文化，激励员工参与知识共享机制，从而促进员工学习，运用知识，以达到知识创新[3]。知识管理既着眼于显性知识，更着眼于隐性知识，为企业实现显性知识与隐性知识的转化与共享创造了全新的有效途径。

在知识爆炸的今天，如何有效地检索信息也就成为一项重要的研究课题。现在流行的资源描述语言如XML与RDF等虽然都能为所描述的资源提供一定的语义，但也存在两个问题：（1）同一个概念可以用多种词汇表示，如company、firm等都可以表示公司；（2）同一个词汇有多种含义，如doctor既可表示医生，也可以表示博士。这样就可能产生歧义，为企业

2 基于本体的知识管理简介

一般说来，知识管理可以简要的分为三个过程，即知识获取、知识存储和知识重用。

知识的获取是指将信息加上元信息,是结构化、半结构化和非结构化信息向结构化信息转化的过程。

知识的存储是将上述转化以后的知识存放在知识库中。

2010-08-06收稿日期：

常州大学科技处。展云，作者简介：

无线互联科技3

·专家视野

知识的开发与共享增加了难度。为了解决上述两个问题，很自然地需要引入Ontology。

原始零件是设计和制造的连接物。合成零部件是有一个或多个零部件合成的。在层次图中没有叶结点,说明任何合成的零部件不是原始的:

( p)composite ( p) ≡┐primitive ( p)大多数合成零部件是可以装配的,描述为( p)assembly( p) ≡┐ ( p1, p2) component of ( p1,p) ∧component of (

p2, p) ∧p1≠p2

零部件的特征有多种，如几何特征、功能特征、装配特征、杂交特征、物理特征等。几何特征,如hole、slot、channel、groove、boss、pad等。而功能特征描述的是零部件的功能，定义零部件的作用。零部件与特征的关联可以用谓词feature of来表示,( f, p)说明f是p零部件的特征。特征又可以由子特征组成，用术语subfeature_ - of ( f1, f2)来描述说明f1是f2的子特征。

零部件有各种参数来定义特性,如直径参数描述孔特征, diameter ( hole) 。

在逻辑表达的基础上可以采取许多格式来承载语义模型,例如XML语言、关系数据库模式,甚至是面向对象编程语言，本文采用OWL语言来承载语义模型[7]。

以磨头部件为例，在此本体中定义两个类:“Assembly”和“Component”,分别指整个部件和部件的组成,这是在概念上和语义上抽象的结果[8]。考虑到部件的组成“Component”又可以分为实体和子部件,因而在类“Component”中又定义子类“Part”和“Subassembly”。从语义上看,子部件也是一种部件,因此子部件应该具有部件的一切特征,有必要把“Subassembly”定义为“Assembly”的子类。在具体的本体表达过程中可以进行以下描述:

定义产品类Product

< owl: Class rdf: ID =“Product”>< rdfs: label > Product < / rdfs: label >---< /owl: Class >定义零件Part

< owl: Class rdf: ID =“Part”>

< rdfs:subClassOf rdf: resource =“#Product”/ >< rdfs: subClassOf rdf: resource =“#Component”/ >

< owl: disjointWithrdf: resource =“Assembly”>< /owl: Class >

owl: disjointWith表示Part在一定程度上的不可分性(相对于Subassembly的可分性)。

4 企业知识的本体分类

企业知识的庞大性和复杂性使得用来描述企业知识的本体也将是庞大而复杂的。以制造领域为例,制造企业的本体概大致可分为三个类型,即概念、概念属性、概念间关系[4]。念所描述的是企业系统中存在的实体对象或者活动。实体对象包括企业、加工设备、零件材料等,活动包括加工方法(如车削、磨削)、工艺设计(如参数选择和计算)等。

以某机床集团有限公司为背景进行研究。把该企业的概念类分为总类、管理类、制造类、公关类、资源类和其他类六大类。这种层次化的划分有利于企业对知识本体进行系统化和组织化管理。

本体的层次化的概念分类结构的主要优点如下:①本体的层次化和可重用性可以降低本体开发的难度和工作量;②概念间关系是用于描述概念类相互之间存在的一对一、一对多以及多对多的语义关系,它表达了一种跨越概念实体层次和类别的相互间约束或联系;③本体概念的定义在系统中是唯一的,没有重复的概念,防止概念的冗余。

5 企业知识的本体语义表示

知识表达是利用计算机能够接受并进行处理的符号和本体模方式来表示人类在改造客观世界中所获得的知识[5]。型应用在知识管理系统中(包括了人—机器、机器—机器的交流方式)时,必须能够同时支持形式化与非形式化的混合表达。

为了构建适合企业的知识管理系统,制订了所示的语义模型层次结构。本文以制造企业知识中的产品知识(仅研究磨头部件)为例来阐述本体的语义表示方法。

通过部件的组成部分层次定义部件的结构,通过谓词component_of来定义部件与组成的关系,如component_of ( p, p’)说明p是p’的组成零件。Component_of的关系是可以部件可以用相同的模型构建,可以拷贝,可用于不同传递的[6]。

的装配,它们通过同类的不同实例,有着不同的ID,如Clip1和Clip2是同类,可以建立类Clip,而Clip1和Clip2是它的实例,用术语表示为

Instance of (Clip1, Clip)Instance of (Clip2, Clip)

部件除了component of关系外,还有两种类型:原始的和合成的。原始的零件是不可分的,存在于最低层,没有子组成。

)component_of(p’,p)。( p)primitive (p)≡¬Эp’

4

专家视野·

定义子部件Subassembly

< owl: Class rdf: ID =“Subassembly”>　---< /owl: Class >

在定义了类的基础上,可以对类的属性以及类之间的属性作进一步的定义:

关系属性hasComponent

< owl:ObjectProperty rdf: ID =“hasComponent”>< rdfs: domain rdf: resource =“#Assembly”/ >< rdfs: range rdf: resource =“#Component”/ >< /owl:ObjectProperty >子关系属性hasPart

< owl:ObjectProperty rdf: ID =“hasPart”>

< rdfs: subPropertyOf rdf: resource =“# hasComponent”/ >

< rdfs: range rdf: resource =“#Part”/ >

< /owl:ObjectProperty >通过以上对类及其相关属性进行定义以后,就可以对一个具体的实体——部件的组成信息进行描述:

< assembly:Assembly rdf: ID =“#Lathe01”>

< assembly: Part rdf: resource =“#Staff01”/ >

---< assembly: Subassembly rdf: ID = “ #Subassembly01”>

< assembly: Part rdf: ID =“#Axis18”/ >

< assembly: Part rdf: ID =“#Axletree13”/ >…

< / assembly:Assembly >

应用OWL语言表达方法具有以下优点:①继承了框架表示方法的特点,如类的继承、概念和属性等；②具有明确的语义,借鉴了描述逻辑的表示方法,引入槽约束、关系表达式等,用来描述对象间的关系,着重表达对象的分类和定义,它的表达能力比典型的语义Web强；③符合XML和RDF语法,由OWL表示的本体可以方便地转化为XML格式和RDF格式,而RDF是专用于HT2ML页面集成的语言,所以用OWL表示的本体可以应用到网

络知识的集成[9]。

6 原型设计示例

本文以企业成功失败案例作为原型设计的示例。图1为成功失败案例本体的定义中的逻辑关系,其中成功失败案例继承了工程案例的相关部件属性。部件一方面作为工程案例的示例,以制造资源、制造任务、制造对象和制造方法进行本体分类,共享类属性;另一方面部件作为主类,以componentof、subpartof对部件进行细分,并给出零件的instanceof(包括文档、影像、图片、设计图纸等)。通过录入、修改、查阅、询问部件中的子类、slots、forms和instances,可以有效地对成功失败案例进行管理并获取知识,这种管理方式是基于本体的。

图1 案例本体表达

Protégé2008是由斯坦福大学的Stanford Medical Informatics开发的本体编辑器,它是用Java编写的。由于Protégé2008开放源代码提供了本体建设的基本功能,使用简单方便，有详细友好的帮助文档，模块划分清晰，提供完全的API接口，因此，它基本上成为国内外众多本体和知识管理研究机构的首选工具。在此软件的基础上，本系统利用Java技术进行二次开发以适应制造业知识管理的需要。本体结构以树形的层次目录结构显示，用户可以通过点击相应的项目来增加或编辑类、子类、属性、实例等，使用户在概念层次上设计领域模型。企业知识库的描述是基于本体的，本体库的创建和维护对于知识库系统来讲非常重要。通过对企业知识

5

·

专家视野

的分类，得到许多本体类，每个类又有许多子类。对于类的操作，是在类的设计界面里进行的。在对类设计之后,必须规范类的属性,以便于后面的实例建立。规范类的属性主要是给出一些约束条件，并将这个属性赋给相关的概念。这个工作是在槽(slots)界面中进行的。除类、槽界面外，还包括窗口、实例、查询等有关界面。系统界面，如图2所示。

[2]高茂庭，王正欧.Ontology及其应用[J].计算机应用，2003,12: 31-33.

[3]林春梅，何跃.创建企业本体模型的研究[J].计算机应用研究，

2003,1: 57-60.

[4]叶荣华.基于本体论的知识管理模型及其实现[J].微机发展，2003,10: 58-60.[5]朱晓峰，朗诵真，李雪.知识管理系统初探[M].情报理论与实践，

图2 关于类的建立

7 总结

Ontology的核心思想主要包括两个方面:一是实现共同认识，另一个就是实现可重用性。以Ontology为线索,可以设计出一个实用的企业知识管理系统，但是目前并没有统一的Ontology开发方法与技术，表示方法也各不相同，从而造成不同的人对Ontology的理解有所不同，如何解决这些问题，将是今后的研究重点。随着众多研究成果的不断涌现，Ontology在构筑企业知识管理系统中的应用范围将愈加广泛，前景十分光明。

[参考文献]

[1]邓志鸿，唐世渭，张铭，杨冬青，陈捷.Ontology研究综述[J].北京

大学学报（自然科学版），2002,9:730-738.

1999,4: 245-247.

[6]李勇，陈钰，曹国华.企业知识管理系统的结构探讨[J].重庆大学学报，2002,12: 107 －110.[7]Neches R，Fikes R E，Gruber T R，et al：Enabling Technology for Knowledge Sharing[J]. AI Magazine，1991,12（3）: 36-56.

[8]GruberTR A translation Approach to Portable Ontology Specifiction[M].Knowledge Acquisition,1993,5:199-220.[9]Nicola Guarino：Formal Ontology and Information Systems[J].Proceedings of FOIS'98,Trento,Italy,6-8June 1998.Amsterdam,IOS Press,pp.2003,10: 3-15.

[10]史忠植. 知识发现[M].北京:清华大学出版社,2002: 200-210.

[11]UscholdM. Knowledge Level Modelling: Concepts and Terminology[M]. The Knowledge Engineering Review, 1998, 13 (1):5-29.

6

本文来源：https://www.bwwdw.com/article/umji.html