專利名稱：一種半自動化學習式owl建模系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機技術(shù)領(lǐng)域，具體涉及一種OWL建模系統(tǒng)。
背景技術(shù)：
今天，計算機已經(jīng)深入人類社會的每個角落，而且可以預見其將在人類文明發(fā)展進程中扮演越來越重要的角色。讓計算機理解人類的知識，從而更加智能化地服務于人類是未來發(fā)展的方向。為了實現(xiàn)這個目的，人們做了許多嘗試，例如可以用知識結(jié)構(gòu)重新構(gòu)造互聯(lián)網(wǎng)，即語義互聯(lián)網(wǎng)，它主要采用W3C的互聯(lián)網(wǎng)本體語言(Ontology of Web Language，簡稱0WL)建立語義網(wǎng)絡(luò)。如果所有人都按OffL創(chuàng)建互聯(lián)網(wǎng)，互聯(lián)網(wǎng)本身就成為一個計算機可以在一定程度上“理解”的知識結(jié)構(gòu)。在這個基礎(chǔ)上軟件工程師們可以為計算機設(shè)計一系列推理規(guī)則和引擎，在OWL語義網(wǎng)絡(luò)上讓計算機自己“理解”互聯(lián)網(wǎng)信息內(nèi)容， 并做出正確的判斷和操作。OffL的構(gòu)思代表了未來的發(fā)展方向，是對計算機能夠讀懂人類的知識的非常重要的嘗試。沿這這個思路，我們可以構(gòu)造計算機新的知識結(jié)構(gòu)。它首先就需要解決的一個問題是對人類的知識進行建模，尤其是利用互聯(lián)網(wǎng)的海量信息建立完善的CWL模型。這個過程應該是計算機自學習式的，同時又有人工處理的過程以進行適當?shù)耐晟?，只有這樣才能避免巨大的人工工作量，同時為建立準確可靠的模型提供了可能。

發(fā)明內(nèi)容
本發(fā)明提供了一種解決上述問題的方案，提供一種半自動化學習式、高效、準確的 OffL建模系統(tǒng)。基于以上思路，本發(fā)明的技術(shù)方案是提供一種半自動化學習式OWL建模系統(tǒng)，其特征在于其包括人工處理模塊、倒排索引建庫模塊和CWL模型比較模塊，其中
人工處理模塊，以人工操作的方式建立OWL知識模型作為種子模型； 倒排索引建庫模塊，從互聯(lián)網(wǎng)上采集信息并將其轉(zhuǎn)換成OffL本體實例，提取該OffL本體實例的本體元，建立本體元的倒排索引數(shù)據(jù)庫。本體元是最小的不可分解本體。倒排索引源于實際應用中需要根據(jù)屬性的值來查找記錄。這種索引表中的每一項都包括一個屬性值和具有該屬性值的各記錄的地址。由于不是由記錄來確定屬性值，而是由屬性值來確定記錄的位置；
CWL模型比較模塊，對種子模型和倒排索引數(shù)據(jù)庫中的本體元進行比較，將屬于同一知識領(lǐng)域的本體元的屬性補充到種子模型中以完善種子模型。優(yōu)選的，其還包括OWL本體模型庫，用于存儲所述人工處理模塊建立的種子模型和所述倒排索引建庫模塊轉(zhuǎn)換后的OWL本體實例。優(yōu)選的，所述倒排索引建庫模塊包括以下模塊
原始文檔管理系統(tǒng)，負責通過搜索引擎從互聯(lián)網(wǎng)采集各種信息；
OffL本體轉(zhuǎn)換模塊，負責將原始文檔管理系統(tǒng)采集的信息轉(zhuǎn)換成OWL本體實例，并存入OffL本體實例庫；
提煉OWL本體元模塊，提煉OWL本體實例庫中所有OWL本體實例的本體元； 本體實例倒排索引模塊，建立提煉OWL本體元模塊獲得的本體元的倒排索引，并存入所述倒排索引數(shù)據(jù)庫。優(yōu)選的，所述人工處理模塊還包括辭典維護模塊，負責建立并維護OffL本體辭典， 所述OWL本體轉(zhuǎn)換模塊根據(jù)所述OWL本體辭典將原始文檔管理系統(tǒng)采集的信息轉(zhuǎn)換成OWL 本體實例。優(yōu)選的，所述人工處理模塊還包括OWL兼容性規(guī)則人工維護模塊，負責建立和維護OWL兼容性規(guī)則庫，所述OWL模型比較模塊根據(jù)所述OWL兼容性規(guī)則庫中的OWL兼容性規(guī)則對所述種子模型和倒排索引數(shù)據(jù)庫中的本體元進行比較。優(yōu)選的，所述人工處理模塊還包括疑難問題人工處理模塊，負責處理所述OWL模型比較模塊中的異常，并人工調(diào)整所述種子模型。本發(fā)明的一種半自動化學習式OffL建模系統(tǒng)是將人工干預和自動學習結(jié)合起來， 從而實現(xiàn)OWL建模時的自動化和精確性。為建立人類知識的計算機模型提供了一種極具操作性的解決思路。其具有高效、準確等優(yōu)點。


圖1是本發(fā)明的一種半自動化學習式OffL建模系統(tǒng)的原理框架圖。
具體實施例方式下面對本發(fā)明的具體實施方式
作進一步詳細的描述。如圖1所示，本發(fā)明的一種半自動化學習式OffL建模系統(tǒng)有以下部分組成
1)原始文檔管理系統(tǒng)從搜索引擎采集來的互聯(lián)網(wǎng)原始信息；
2)OffL轉(zhuǎn)換模塊將原始文檔管理系統(tǒng)提供的原始文檔做OWL轉(zhuǎn)換，并存入本體實例數(shù)據(jù)庫；
3)提煉OffL本體元模塊從本體實例庫每一個本體實例中提取本體元(即最小的不可分解本體)；
4)本體實例倒排索引模塊完成對本體元的倒排索引，并存入本體元倒排索引庫； 5XWL模型比較模塊，以人工建造的OffL種子模型為基礎(chǔ)，對本體元倒排索引表中的每
一個本體元進行比對，利用人工維護的兼容性規(guī)則判斷哪些本體元屬于種子模型的同一知識范疇，哪些需要向人工處理模塊提問的，哪些與種子模型所涉及的知識無關(guān)。判斷的標準分三個維度
a)定義(域)的判斷和關(guān)系結(jié)構(gòu)識別，即兩個對比的概念是否同一類概念，如果是，則它們是什么關(guān)系，比如局部與整體、上下級、親戚，等等；
b)屬性的判斷和排序，即兩種屬性是否屬于同一范疇，如果是，要進行量化排序。比如顏色赤、橙、黃、綠、藍、靛、紫；
c)行為特征判斷和排序，即兩種行為是否屬于同類，如果是，要進行程度排序，比如 笑微笑、…大笑；
6)疑難問題人工處理模塊受理CWL模型比較模塊拋出的異常，人工調(diào)整模型；
47)模型比較的合理結(jié)果和人工干預的結(jié)果送到模型更新模塊對種子模型進行修改、升級，存入CWL模型庫；
8)兼容性規(guī)則模塊負責人機交互，完成對兼容性規(guī)則的維護，結(jié)果存入兼容性規(guī)則
庫；
9)OffL種子模型和OWL辭典庫都是通過“OWL本體建模、辭典的人工維護”模塊維護的， OffL知識模型和OWL辭典在OWL轉(zhuǎn)換過程中也要用到。具體來說，本發(fā)明的一種半自動化學習式OffL建模系統(tǒng)的主流程如下
1、知識管理員通過人工建模工具建立某個知識領(lǐng)域的種子模型；
2、通過搜索引擎或其他信息采集手段獲取知識信息，并存入原始文檔管理系統(tǒng)；
3、系統(tǒng)對原始信息做OffL本體實例轉(zhuǎn)換、本體元倒排索引，并存入本體元倒排索引表；
4、系統(tǒng)利用人工創(chuàng)建的種子模型與系統(tǒng)初步提煉的(存在倒排索引表中的)每一個本體元進行模型對比，在兼容性規(guī)則的幫助下，識別同類知識；
5、把符合“合理知識”標準的本體元直接輸出給OWL模型更新模塊，把有“疑問，，的知識提交人工處理模塊，把無關(guān)的知識拋棄；
6、知識管理員根據(jù)系統(tǒng)的提問，對知識模型做適當?shù)恼{(diào)整，并輸出給CWL模型更新模
塊；
7、CWL模型更新模塊負責修改、升級種子模型；
8、不斷重復步驟1到7，OffL知識模型就會越來越完善；
9、需要時，人工調(diào)整兼容性規(guī)則、OffL辭典庫、甚至OWL模型本身。以上實施例僅為本發(fā)明其中的一種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說， 在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。
權(quán)利要求
1.一種半自動化學習式OffL建模系統(tǒng)，其特征在于其包括人工處理模塊、倒排索引建庫模塊和OWL模型比較模塊，其中人工處理模塊，以人工操作的方式建立OWL知識模型作為種子模型；倒排索引建庫模塊，從互聯(lián)網(wǎng)上采集信息并將其轉(zhuǎn)換成OWL本體實例，提取該OWL本體實例的本體元，建立本體元的倒排索引數(shù)據(jù)庫；CWL模型比較模塊，對種子模型和倒排索引數(shù)據(jù)庫中的本體元進行比較，將屬于同一知識領(lǐng)域的本體元的屬性補充到種子模型中以完善種子模型。
2.根據(jù)權(quán)利要求1所述的一種半自動化學習式OffL建模系統(tǒng)，其特征在于其還包括 OffL本體模型庫，用于存儲所述人工處理模塊建立的種子模型和所述倒排索引建庫模塊轉(zhuǎn)換后的OWL本體實例。
3.根據(jù)權(quán)利要求1所述的一種半自動化學習式OffL建模系統(tǒng)，其特征在于所述倒排索引建庫模塊包括以下模塊原始文檔管理系統(tǒng)，負責通過搜索引擎從互聯(lián)網(wǎng)采集各種信息；OffL本體轉(zhuǎn)換模塊，負責將原始文檔管理系統(tǒng)采集的信息轉(zhuǎn)換成OWL本體實例，并存入 OffL本體實例庫；提煉OWL本體元模塊，提煉OWL本體實例庫中所有OWL本體實例的本體元；本體實例倒排索引模塊，建立提煉OWL本體元模塊獲得的本體元的倒排索引，并存入所述倒排索引數(shù)據(jù)庫。
4.根據(jù)權(quán)利要求3所述的一種半自動化學習式OffL建模系統(tǒng)，其特征在于所述人工處理模塊還包括辭典維護模塊，負責建立并維護OWL本體辭典，所述OWL本體轉(zhuǎn)換模塊根據(jù)所述OWL本體辭典將原始文檔管理系統(tǒng)采集的信息轉(zhuǎn)換成OWL本體實例。
5.根據(jù)權(quán)利要求1所述的一種半自動化學習式OWL建模系統(tǒng)，其特征在于所述人工處理模塊還包括OWL兼容性規(guī)則人工維護模塊，負責建立和維護OWL兼容性規(guī)則庫，所述 OffL模型比較模塊根據(jù)所述OWL兼容性規(guī)則庫中的OWL兼容性規(guī)則對所述種子模型和倒排索引數(shù)據(jù)庫中的本體元進行比較。
6.根據(jù)權(quán)利要求1所述的一種半自動化學習式OWL建模系統(tǒng)，其特征在于所述人工處理模塊還包括疑難問題人工處理模塊，負責處理所述OWL模型比較模塊中的異常，并人工調(diào)整所述種子模型。
全文摘要
本發(fā)明公開了一種半自動化學習式OWL建模系統(tǒng)，其特征在于其包括人工處理模塊、倒排索引建庫模塊和OWL模型比較模塊，其中人工處理模塊，以人工操作的方式建立OWL知識模型作為種子模型；倒排索引建庫模塊，從互聯(lián)網(wǎng)上采集信息并將其轉(zhuǎn)換成OWL本體實例，提取該OWL本體實例的本體元，建立本體元的倒排索引數(shù)據(jù)庫；OWL模型比較模塊，對種子模型和倒排索引數(shù)據(jù)庫中的本體元進行比較，將屬于同一知識領(lǐng)域的本體元的屬性補充到種子模型中以完善種子模型。本發(fā)明的一種半自動化學習式OWL建模系統(tǒng)是將人工干預和自動學習結(jié)合起來，從而實現(xiàn)OWL建模時的自動化和精確性。為建立人類知識的計算機模型提供了一種極具操作性的解決思路。其具有高效、準確等優(yōu)點。
文檔編號G06F17/30GK102521241SQ201110357609
公開日2012年6月27日 申請日期2011年11月14日 優(yōu)先權(quán)日2011年11月14日
發(fā)明者王楠 申請人:江蘇聯(lián)著實業(yè)有限公司