摘要：近十年來(lái)，本體（ontologies）和本體工程（ontological engineering）在知識工程及其相關(guān)的應用領(lǐng)域獲得廣泛的關(guān)注。本文作者在研究產(chǎn)品設計知識重用的過(guò)程中，閱讀了大量有關(guān)本體的文獻資料。作者認為，本體工程在信息共享、系統集成、基于知識的軟件開(kāi)發(fā)等方面具有重要的作用和廣闊的應用前景，而在國內，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、方法及研究和應用現狀。
關(guān)鍵詞：本體，本體工程，知識共享和重用
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(xiě)）原是哲學(xué)的分支，研究客觀(guān)事物存在的本質(zhì)。它與認識論（Epistemology）相對，認識論研究人類(lèi)知識的本質(zhì)和來(lái)源。也就是說(shuō)，本體論研究客觀(guān)存在，認識論研究主觀(guān)認知。而本體（ontology：o小寫(xiě)）的含義是形成現象的根本實(shí)體(常與“現象”相對)。
在人工智能領(lǐng)域，知識建模必須在知識庫和兩個(gè)子系統之間建立聯(lián)系：agent行為（問(wèn)題求解技能）和環(huán)境（問(wèn)題存在的領(lǐng)域）[1]。而長(cháng)期以來(lái)，AI的研究者較為注重前一個(gè)子系統，而領(lǐng)域知識的表達依賴(lài)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。但是，大規模的模型共享、系統集成、知識獲取和重用依賴(lài)于領(lǐng)域的知識結構分析。因此，進(jìn)入九十年代以來(lái)，與任務(wù)獨立（task-independent）的知識庫（本體）的價(jià)值被發(fā)現，并受到廣泛關(guān)注。本文作者在研究產(chǎn)品設計知識重用的過(guò)程中，閱讀了大量有關(guān)本體的文獻資料。作者認為，本體工程在信息共享、系統集成、基于知識的軟件開(kāi)發(fā)等方面具有重要的作用和廣闊的應用前景，而在國內，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、方法及研究和應用現狀。
1 本體的基本概念
1.1 本體的定義
近十年來(lái)，本體的研究日趨成熟。在各種文獻中，盡管與本體相關(guān)的概念和術(shù)語(yǔ)的用法并不完全一致，但是事實(shí)的使用約定已經(jīng)出現。在參考文獻[2]、[3]中，作者根據已有文獻中相關(guān)概念和術(shù)語(yǔ)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) 本體是對于“概念化”的某一部分的明確的總結或表達[2]。
(2) 本體在不同的場(chǎng)合分別指“概念化”或“本體理論”[3]。
(3) 本體是對于“概念化”的明確表達[4]。
(4) 本體是用于描述或表達某一領(lǐng)域知識的一組概念或術(shù)語(yǔ)。它可以用來(lái)組織知識庫較高層次的知識抽象，也可以用來(lái)描述特定領(lǐng)域的知識[5]。
(5) 本體屬于人工智能領(lǐng)域中的內容理論（content theories），它研究特定領(lǐng)域知識的對象分類(lèi)、對象屬性和對象間的關(guān)系，它為領(lǐng)域知識的描述提供術(shù)語(yǔ)[6]。
從以上定義我們可以知道，本體通過(guò)對于概念、術(shù)語(yǔ)及其相互關(guān)系的規范化描述，勾畫(huà)出某一領(lǐng)域的基本知識體系和描述語(yǔ)言。其中定義1、2和3以“概念化”的定義為基礎，概念化（以及定義2中的“本體理論”）的定義見(jiàn)下文。
與本體相關(guān)的概念和術(shù)語(yǔ)：
本體論（Ontology，o大寫(xiě)）：特指哲學(xué)的分支學(xué)科[3]。
本體（ontology，o小寫(xiě)）：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）：指某一概念系統所蘊涵的語(yǔ)義結構，它是對某一事實(shí)結構的一組非正式的約束規則[3]。它可以理解和/或表達為一組概念（如實(shí)體、屬性、過(guò)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。
本體理論（ontological theory）：表達本體知識的邏輯理論，它是一種特殊的知識庫，是本體知識所賴(lài)以存在的介質(zhì)，強調的是具體的產(chǎn)品（designed artifact）。而“概念化”強調的是語(yǔ)義結構本身，是從具體的產(chǎn)品中抽象出來(lái)的對應的語(yǔ)義成分（semantical counterpart）[3]。
本體約定（ontological commitment）：對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）：知識工程的分支，它研究如何用本體論的原則來(lái)構造本體理論[3]。
1.2 本體的作用
總的來(lái)說(shuō)，構造本體的目的都是為了實(shí)現某種程度的知識共享和重用。參考文獻[6]認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)域知識的結構，從而為知識表示打好基礎。本體可以重用，從而避免重復的領(lǐng)域知識分析。
(2) 統一的術(shù)語(yǔ)和概念使知識共享成為可能。
參考文獻[7]中則更具體的總結了本體的作用，即通訊（communication）、互操作（inter-operability）和系統工程（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(yǔ)言和軟件工具之間進(jìn)行翻譯和映射，以實(shí)現不同系統之間的互操作和集成。
(3) 系統工程：本體分析能夠為系統工程提供以下方面的好處：
? 重用（re-usability）：本體是領(lǐng)域內重要實(shí)體、屬性、過(guò)程及其相互關(guān)系形式化描述的基礎。這種形式化描述可成為軟件系統中可重用和共享的組件（component）。
? 知識獲?。╧nowledge acquisition）：當構造基于知識的系統時(shí)，用已有的本體作為起點(diǎn)和基礎來(lái)指導知識的獲取，可以提高其速度和可靠性。
? 可靠性（reliability）：形式化的表達使得自動(dòng)的一致性檢查成為可能，從而提高了軟件的可靠性。
? 規范描述（specification）：本體分析有助于確定IT系統（如知識庫）的需求和規范。
1.3 本體的種類(lèi)
根據本體不同方面的屬性（如形式化程度、目的和描述對象），可以對本體進(jìn)行不同的分類(lèi)。
如根據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）、結構非形式化的（structured-informal）、半形式化的（semi-formal）和嚴格形式化的（rigorously formal）[2]。
根據本體的描述對象不同，可以把本體分為特殊領(lǐng)域本體（如醫藥、地理、金融等）、一般世界知識本體、問(wèn)題求解本體和知識表示語(yǔ)言本體等[2]。
由于本體的分類(lèi)方法很多，目前還沒(méi)有能夠被廣泛接受的分類(lèi)標準。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(lèi)方法[2]：
? 領(lǐng)域本體（DOMAIN ONTOLOGY）：以某一領(lǐng)域為描述對象的本體（區別于領(lǐng)域的問(wèn)題和任務(wù)）。
? 問(wèn)題求解模型（PROBLEM SOLVING MODEL）：以問(wèn)題求解方法為描述對象的本體。
? 表示本體（REPRESENTATION ONTOLOGY）：以知識表示語(yǔ)言為描述對象的本體。在表示本體中，類(lèi)、對象、關(guān)系、屬性、槽等術(shù)語(yǔ)經(jīng)過(guò)嚴謹的分析和定義。
1.4 本體和知識庫
一般來(lái)說(shuō)，本體提供一組術(shù)語(yǔ)和概念來(lái)描述某個(gè)領(lǐng)域，知識庫則使用這些術(shù)語(yǔ)來(lái)表達該領(lǐng)域的事實(shí)。例如醫藥本體可能包含“白血病”、“皮膚病”等術(shù)語(yǔ)的定義，但它不會(huì )包含對某一病人患某一疾病的診斷；而這正是知識庫所要表達的內容[5]。
實(shí)際上，如果本體和知識庫用同一語(yǔ)言表達的話(huà)，兩者之間并沒(méi)有清晰的界限。區別僅僅在于知識庫的哪一部分是可以共享和重用的，哪一部分是針對特定應用的。這種區別往往還隨著(zhù)時(shí)間和具體的背景變化[2]。
1.5 用本體描述世界
從描述對象的類(lèi)型來(lái)說(shuō)，本體既可以用來(lái)描述簡(jiǎn)單的事實(shí)，又可以用來(lái)描述信念、假設、預測等抽象的概念；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(guò)程等。
從描述對象的范圍來(lái)說(shuō)，本體可以定義通用的、適合所有領(lǐng)域知識表示的術(shù)語(yǔ)，如空間、時(shí)間、部分等；也可以定義特定領(lǐng)域知識才使用的術(shù)語(yǔ)，如故障、肝炎等。
不同本體之間存在著(zhù)差別，但它們在較高的抽象層次上（upper ontology）具有一些共同的特征[6]：
? 世界存在著(zhù)對象（object）；
? 對象具有屬性（property or attribute），屬性可以賦值（value）；
? 對象之間存在著(zhù)不同的關(guān)系（relation）；
? 屬性和關(guān)系隨著(zhù)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(zhù)過(guò)程（process），對象參與到過(guò)程當中；
? 世界和對象具有不同的狀態(tài)（state）；
? 事件能導致（cause）其他事件發(fā)生或狀態(tài)改變，即產(chǎn)生影響（effect）；
? 對象可以分解成部分（part）。
從客觀(guān)的意義上說(shuō)，本體的描述是和特定的任務(wù)和目的無(wú)關(guān)的，但是我們使用本體總是有一定的任務(wù)背景，因此對于所描述的知識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。
面向對象的軟件設計也依賴(lài)于適當的領(lǐng)域本體，對象、屬性、方法或多或少會(huì )反映領(lǐng)域中與應用相關(guān)的方面，OO系統中對于領(lǐng)域的分析往往可以在不同的應用程序中重用。OO系統和本體強調了不同的側面，但隨著(zhù)時(shí)間推移將逐漸融合。由于信息系統要對廣泛的領(lǐng)域進(jìn)行建模，領(lǐng)域本體將在軟件系統中起著(zhù)與AI領(lǐng)域中類(lèi)似的重要作用。
2 本體的構造
本體作為通訊、互操作和系統工程的基礎，必須經(jīng)過(guò)精心的設計，實(shí)際上，本體的構造是一個(gè)非常費時(shí)費力的過(guò)程。本節介紹本體構造的準則、方法和工具。
2.1 本體的構造準則
T.R. Gruber在參考文獻[4]中提出了指導本體構造的5個(gè)準則，即：
? 清晰（Clarity）：本體必須有效的說(shuō)明所定義術(shù)語(yǔ)的意思。定義應該是客觀(guān)的，與背景獨立的。當定義可以用邏輯公理表達時(shí)，它應該是形式化的。定義應該盡可能的完整。所有定義應該用自然語(yǔ)言加以說(shuō)明。
? 一致（Coherence）：本體應該是一致的，也就是說(shuō)，它應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(yǔ)言進(jìn)行說(shuō)明的文檔都應該具有一致性。
? 可擴展性（Extendibility）：本體應該為可預料到的任務(wù)提供概念基礎。它應該可以支持在已有的概念基礎上定義新的術(shù)語(yǔ)，以滿(mǎn)足特殊的需求，而無(wú)須修改已有的概念定義。
? 編碼偏好程度最?。∕inimal encoding bias）：概念的描述不應該依賴(lài)于某一種特殊的符號層的表示方法。因為實(shí)際的系統可能采用不同的知識表示方法。
? 本體約定最?。∕inimal ontological commitment）：本體約定應該最小，只要能夠滿(mǎn)足特定的知識共享需求即可。這可以通過(guò)定義約束最弱的公理以及只定義通訊所需的詞匯來(lái)保證。
為了說(shuō)明以上準則，Gruber還在此文中分析了兩個(gè)具體本體（工程數學(xué)本體和圖書(shū)信息本體）的構造實(shí)例。
2.2 本體的構造方法
在參考文獻[7]中，Uschold & Gruninger提出了一個(gè)本體構造的方法學(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(yǔ)；
² 本體編碼：選擇合適的表示語(yǔ)言表達概念和術(shù)語(yǔ)；
² 已有本體的集成：對已有本體的重用和修改。
? 評估：根據需求描述、能力問(wèn)題（competency question）等對本體以及軟件環(huán)境、相關(guān)文檔進(jìn)行評價(jià)。
? 文檔記錄
? 每一階段的指導準則
在這個(gè)框架內，他們詳細的描述了本體捕獲和形式化的本體設計和評估方法。
M. Gruninger & M.S. Fox在進(jìn)行TOVE[8]本體的研究和開(kāi)發(fā)時(shí)，也總結了設計和評估本體的方法學(xué)，包括背景和需求描述、非形式化的能力問(wèn)題描述、詞匯和術(shù)語(yǔ)確定、形式化的能力問(wèn)題描述、用一階謂詞邏輯進(jìn)行規范描述、確定完整性定理等步驟。
2.3 本體的表示語(yǔ)言和開(kāi)發(fā)工具
目前的領(lǐng)域知識表達采用謂詞邏輯（predicate calculus）作為基本的形式化方法（加上type-of關(guān)系表達類(lèi)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(lái)表達狀態(tài)、事件和過(guò)程。如果我們把圖像和其它感覺(jué)形式也包括到知識范疇中來(lái)，就需要非常不同的表達方式。但是目前，謂詞邏輯為本體共享技術(shù)開(kāi)了一個(gè)好頭。
在具體的本體開(kāi)發(fā)環(huán)境和工具方面，有斯坦福大學(xué)KSL（知識系統實(shí)驗室：Knowledge Systems Laboratory）的Ontolingua[9]、KACTUS項目使用的CML[10]（概念建模語(yǔ)言：Conceptual Modeling Language）、英國Open大學(xué)KMI（知識媒體研究所：Knowledge Media Institute）的Tadzebao和WebOnto[11]等，在此不作詳細的介紹。
3 本體的研究與應用現狀
3.1 領(lǐng)域本體研究
3.1.1 CYC
CYC是位于美國德州奧斯汀的MCC (Microelectronics and Computer Technology Corporation)公司的研究項目[12]，其目的是通過(guò)本體開(kāi)發(fā)為常識推理（common sense reasoning）提供基礎。
CYC中的知識用一階謂詞邏輯的變種CYCL表達。知識庫中包含簡(jiǎn)單的聲明、推理規則、推理控制規則。在知識庫的基礎上，可以使用推理機產(chǎn)生新的推斷。
CYC本體按照模塊（module）組織，稱(chēng)為微理論（microtheories）。每個(gè)微理論包括某一特定領(lǐng)域知識和推理所需的概念，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)的研究項目，其目的是構造企業(yè)本體，并具有以下特征：1)為企業(yè)的應用軟件提供共享的術(shù)語(yǔ)；2)用一階謂詞邏輯為每個(gè)術(shù)語(yǔ)定義盡可能精確的含義；3)用一組Prolog公理來(lái)實(shí)現本體語(yǔ)義約束，使TOVE能夠自動(dòng)的對與企業(yè)有關(guān)的常識性問(wèn)題進(jìn)行演繹推理；4)定義一套符號，對術(shù)語(yǔ)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項目是英國愛(ài)丁堡大學(xué)人工智能應用研究所（AIAI: Artificial Intelligence Application Institute）的研究項目[13]。其目的是通過(guò)一個(gè)集成框架，集成企業(yè)建模的方法和工具，以改進(jìn)和代替現有的建模方法。該集成框架以企業(yè)建模本體為基礎。通過(guò)提供一組工具，可以輔助用戶(hù)進(jìn)行企業(yè)建模和分析，具體內容包括：1)對于企業(yè)模型的捕獲和描述；2) 描述經(jīng)營(yíng)問(wèn)題和需求；3)在戰略、戰術(shù)和操作層次上，確定和評估解決問(wèn)題的方法以及系統的設計和實(shí)現；4)對相關(guān)的度量體系進(jìn)行表示，并支持高級仿真。
企業(yè)本體由以下部分構成：
? 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(guò)程：活動(dòng)，資源，計劃，能力
? 組織：組織單元，合法實(shí)體，管理，所有權
? 策略：目的，策略，有助于實(shí)現，假設
? 營(yíng)銷(xiāo)：銷(xiāo)售，產(chǎn)品，零售商，客戶(hù)，市場(chǎng)
3.1.4 KACTUS
KACTUS是歐洲ESPRIT項目[14]。其目的是開(kāi)發(fā)出技術(shù)系統全生命周期的知識重用方法學(xué)，以便在設計、診斷、操作、維護、再設計和培訓時(shí)使用同一知識庫。通過(guò)構造支持產(chǎn)品知識重用的本體，KACTUS能夠支持計算機集成制造方法和知識工程方法的集成。另外，KACTUS還試圖將本體同現有標準（如STEP）進(jìn)行集成。
KACTUS的主要表達方法是CML（概念建模語(yǔ)言：Conceptual Modelling Language）。與其它的本體表達方法不同，CML在領(lǐng)域知識、推理知識、任務(wù)知識和問(wèn)題求解知識之間作了區分。
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EXPRESS和Ontolingua的支持。
3.2 表示本體和問(wèn)題求解模型
3.2.1 KSL Knowledge Sharing Effort
Knowledge Sharing Effort是美國DARPA項目[15]，主要由斯坦福大學(xué)知識系統實(shí)驗室承擔。其目的是使得知識系統的開(kāi)發(fā)者能夠從可重用的模塊庫中選擇構件，進(jìn)行裝配，形成所需的新系統。該項目分為四部分內容：（1）不同語(yǔ)言表示的知識庫之間的翻譯機制（KIF: Knowledge Interchange format）；（2）在一族表達范式之間建立共同的語(yǔ)言版本和推理模塊；（3）基于知識的系統之間的通訊協(xié)議（KQML: Knowledge Query and Manipulation Language）；（4）本體庫，即為構造領(lǐng)域知識庫而預置的基礎。KIF是一種中性語(yǔ)言，能夠表示目前高級知識表示語(yǔ)言中幾乎所有重要的概念和區別。
為了解決本體表示不統一的問(wèn)題，他們還開(kāi)發(fā)了基于Web的Ontolingua系統[16]。Ontolingua是獨立于特定表示系統的本體定義機制，它允許用KIF定義類(lèi)、關(guān)系和對象，并能將這些定義翻譯成幾種特定的表示語(yǔ)言。Ontolingua還進(jìn)一步定義了框架本體（表示本體），來(lái)支持本體的移植。
3.2.2 Guarino對于本體的研究
Guarino是意大利帕多瓦大學(xué)LADSEB-CNR（Institute for Systems Theory and Biomedical Engineering）的高級研究員。他分析總結了本體及相關(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象、STEP語(yǔ)義方面的應用[19][20]，具有重要的參考價(jià)值。
3.2.3 CommonKADS
CommonKADS是歐洲ESPRIT項目[21]，它在問(wèn)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（基于規則的求解模型）、深度模型（基于功能和結構信息的求解模型）、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(yǔ)言獨立的對于技能的高層描述）、分布式模型（Multi-agent問(wèn)題求解系統）等。解釋模型是對問(wèn)題求解方法的描述。任務(wù)模型是對問(wèn)題求解過(guò)程控制結構的描述。
3.2.4 本體與標準之間的集成
本體的開(kāi)發(fā)可以使得不同工具之間的表示標準化，目前有幾個(gè)項目正在進(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(ài)丁堡大學(xué)等還聯(lián)合開(kāi)發(fā)了PIF（Process Interchange Fromat）[23]，來(lái)支持不同軟件系統之間的過(guò)程數據交換。
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(yǔ)言，其目的是在不同的應用之間進(jìn)行信息交換和互操作。STEP使用EXPRESS作為建模語(yǔ)言，但EXPRESS并不能完全解決產(chǎn)品建模的語(yǔ)義問(wèn)題，參考文獻[20][24]中對此問(wèn)題進(jìn)行了基于本體的初步探討。
CORBA (the Common Object Request Broker Architecture)標準的出現是為了解決分布式環(huán)境下的對象互操作問(wèn)題[25]。它使用IDL（Interface Definition Language：接口定義語(yǔ)言）來(lái)定義遠程對象間進(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定義了對象模型，對象的實(shí)現提供了對象的語(yǔ)義。業(yè)務(wù)對象管理組（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(lái)表示本體的語(yǔ)言，它們都基于一階謂詞邏輯，但細節上有所不同。目前正在開(kāi)發(fā)系統，實(shí)現兩者之間的翻譯和映射。
3.3 小結與展望
綜上所述，目前，本體方面的研究文獻已經(jīng)大大豐富，基于Web的本體構造、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，對于本體設計和評估的方法學(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)在一些商用系統中得到應用，它的重要性已經(jīng)被半導體制造業(yè)、飛機制造、企業(yè)過(guò)程管理、異構數據庫集成、知識工程和規劃等不同領(lǐng)域所認識。
目前的主要困難在于[28]：盡管構造本體的目的在于重用，但真正重用的實(shí)例卻不多見(jiàn)。人們往往喜歡構造自己的本體。造成這種情況的原因主要有兩方面，一是本體構造的目的不同；二是本體表示的方法不統一。如何解決這個(gè)問(wèn)題，將是下一步研究的重點(diǎn)。
參考文獻
[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
