摘  要： 為了解決環(huán)保部門多源數(shù)據(jù)的語義異構(gòu)問題，研究了各領(lǐng)域本體構(gòu)建思路與方法，結(jié)合環(huán)保領(lǐng)域的實際特點，提出了一種環(huán)保領(lǐng)域本體構(gòu)建方法。以建設(shè)項目環(huán)評審批基本信息為例，在領(lǐng)域?qū)＜規(guī)椭拢敿毭枋隽似浔倔w的構(gòu)建流程及其本體模型，為環(huán)保領(lǐng)域應(yīng)用研究奠定了基礎(chǔ)。

　　關(guān)鍵詞： 環(huán)保；領(lǐng)域本體構(gòu)建；建設(shè)項目環(huán)評

0 引言

　　環(huán)保部門為了加強對環(huán)境的管理，提高辦事效率，需要對不同應(yīng)用系統(tǒng)的各種業(yè)務(wù)數(shù)據(jù)進行集成。然而，不同數(shù)據(jù)源的數(shù)據(jù)在語義上往往存在較大的異構(gòu)性，造成數(shù)據(jù)難以集成。本體既能準確地描述概念的含義又能描述概念之間的內(nèi)在關(guān)聯(lián)，并通過邏輯推理獲取概念之間蘊涵的關(guān)系，具有很強的表達概念語義和獲取知識的能力，因此逐漸應(yīng)用于各種數(shù)據(jù)集成系統(tǒng)中。

　　研究基于本體的數(shù)據(jù)集成首先要研究本體的構(gòu)建，本體構(gòu)建質(zhì)量的好壞決定集成系統(tǒng)的運行效果。本文在研究各領(lǐng)域本體構(gòu)建的基礎(chǔ)上，通過了解環(huán)保領(lǐng)域知識，提出一種環(huán)保領(lǐng)域本體的構(gòu)建思路與方法，并且嘗試構(gòu)建建設(shè)項目環(huán)評審批基本信息本體，為環(huán)保領(lǐng)域本體的構(gòu)建及以后基于本體的數(shù)據(jù)集成奠定基礎(chǔ)。

1 本體理論概述

　　1.1 本體

　　本體起源于哲學，是對世界上客觀存在物的系統(tǒng)描述，后來，本體在人工智能、知識工程、信息系統(tǒng)等諸多領(lǐng)域得到了發(fā)展和應(yīng)用。不同領(lǐng)域的研究者對本體的定義不同，引用比較廣泛的是STUDER R等人提出的“本體是共享概念模型的明確形式化規(guī)范說明”[1]。

　　1.2 本體構(gòu)建

　　本體構(gòu)建是一項龐大的系統(tǒng)工程，需要按照一定的構(gòu)建準則，在合理方法論的指導下，采用合適的本體描述語言和便捷的本體開發(fā)工具加以實現(xiàn)[2]。

　　1.2.1 領(lǐng)域本體構(gòu)建方法

　　領(lǐng)域本體是用于描述指定領(lǐng)域知識的一種本體，是對領(lǐng)域?qū)嶓w概念、概念間的相互關(guān)系以及領(lǐng)域特征或規(guī)律的一種形式化的描述[3]。常見的領(lǐng)域本體構(gòu)建方法有：KACTUS法、TOVE法、SENSUS法、METHONTOLOGY法、IDEF-5法、骨架法、七步法等[4]。其中，比較成熟的是七步法，該方法由美國斯坦福大學醫(yī)學院提出，主要應(yīng)用于領(lǐng)域本體的構(gòu)建，采用7個步驟來構(gòu)建本體：（1）確定本體的專業(yè)領(lǐng)域和范疇；（2）考查復用現(xiàn)有本體的可能性；（3）列出本體中的重要術(shù)語；（4）定義類和類的等級體系；（5）定義類的屬性；（6）定義類的分面；（7）創(chuàng)建實例。

　　1.2.2 本體描述語言及開發(fā)工具

　　現(xiàn)有的本體描述語言有多種，此次選用比較常用的OWL（Web Ontology Language）來對領(lǐng)域本體進行描述。本體的開發(fā)工具有OntoEdit、Protégé等。其中protégé本體構(gòu)建工具的界面友好，容易上手，另外具有可擴展性，可以根據(jù)需要添加自定義的模塊，自定義屬性，成為大多數(shù)本體構(gòu)建的首選工具。因此，本文選用的本體構(gòu)建工具是protégé4.0。

　　1.2.3 本體構(gòu)建原則

　　目前沒有一個標準的本體構(gòu)造方法，研究人員提出了不少本體創(chuàng)建的標準，最有影響的是GRUBER T R[5]提出的指導本體建立的5個準則：清晰性、一致性、可擴展性、編碼偏好程度最小、本體約定最小。目前大家公認在構(gòu)建領(lǐng)域本體的過程中需要領(lǐng)域?qū)＜业膮⑴c。

2 環(huán)保領(lǐng)域本體的構(gòu)建方法

　　目前，國內(nèi)外關(guān)于環(huán)保領(lǐng)域本體的研究較少，可供借鑒參考的先例不多，對于環(huán)保領(lǐng)域的本體構(gòu)建是一種嘗試。環(huán)保領(lǐng)域本體構(gòu)建是在相關(guān)項目的支持下，由環(huán)保領(lǐng)域?qū)＜覍Ρ倔w的概念體系和邏輯結(jié)構(gòu)進行指導與評價。因此，此次構(gòu)建本體，在七步法的基礎(chǔ)上進行改進，不考慮對現(xiàn)有本體的復用，同時加入本體評價這一步驟。最終，根據(jù)此次領(lǐng)域本體構(gòu)建的實際情況，提出一種環(huán)保領(lǐng)域本體構(gòu)建方法，如圖1所示。

3 環(huán)保領(lǐng)域本體構(gòu)建流程

　　3.1 明確本體構(gòu)建目的和范疇

　　本體的構(gòu)建不是無的放矢，明確領(lǐng)域本體的應(yīng)用目的，對于限定其范圍、增強針對性，進而降低構(gòu)建難度、縮短構(gòu)建時間，具有重要意義[6]。環(huán)保領(lǐng)域本體的構(gòu)建目的是為了實現(xiàn)語義檢索，即為數(shù)據(jù)集成系統(tǒng)提供一個共享的詞匯庫，在數(shù)據(jù)集成中主要起三大作用：概念定義、查詢模型和推理基礎(chǔ)。通過本體的基礎(chǔ)推理作用，在異構(gòu)、分布環(huán)境下的數(shù)據(jù)集成中，可以提高數(shù)據(jù)的查全率和查準率[7]。此次構(gòu)建的本體包含構(gòu)建對象范疇內(nèi)需要集成的數(shù)據(jù)涉及的概念和關(guān)系。

　　環(huán)保領(lǐng)域范圍非常廣泛和復雜，為減少難度，僅對福建省環(huán)境保護部門關(guān)于建設(shè)項目環(huán)評審批的基本信息數(shù)據(jù)進行本體建模。本體模型采用的詞匯取自國家環(huán)境保護行業(yè)標準HJ/T416-2007《環(huán)境信息術(shù)語》、《福建省建設(shè)項目環(huán)境影響評價文件分級審批管理規(guī)定》、《建設(shè)項目環(huán)境影響評價分類管理名錄》、項目資料以及被大多數(shù)專業(yè)人士認可的環(huán)保領(lǐng)域?qū)I(yè)性詞匯。

　　3.2 領(lǐng)域知識的收集和獲取

　　確定范圍之后，收集本體所涉及的知識并列出重要的術(shù)語。知識的收集和獲取是一個復雜的過程，可以通過網(wǎng)絡(luò)、書籍、文獻、專家、項目等渠道獲取相關(guān)知識。本次對領(lǐng)域知識的收集，除上述渠道外，還按照構(gòu)建業(yè)務(wù)對象模型的思路對領(lǐng)域知識進行解讀。業(yè)務(wù)對象模型將結(jié)構(gòu)的概念與行為的概念結(jié)合起來，它探索業(yè)務(wù)領(lǐng)域知識的本質(zhì)，在建設(shè)數(shù)據(jù)架構(gòu)時起著重要的作用，主要體現(xiàn)在數(shù)據(jù)來源分析方面，即“有什么數(shù)據(jù)”。確定業(yè)務(wù)對象定義、對象間關(guān)系、對象名稱和對象間關(guān)系名稱的流程，使得能夠以一種被業(yè)務(wù)領(lǐng)域?qū)＜依斫夂万炞C的精確方式來表達業(yè)務(wù)領(lǐng)域知識，對提取領(lǐng)域內(nèi)的概念及關(guān)系，進而構(gòu)建本體有極大的幫助。業(yè)務(wù)對象模型概念及關(guān)系如圖2所示。

　　3.3 列舉概念

　　在相關(guān)業(yè)務(wù)人員的幫助下，通過對領(lǐng)域知識的了解，提取領(lǐng)域內(nèi)的概念和術(shù)語。列出一份盡量全的術(shù)語清單，而暫時不考慮概念間的關(guān)系。

　　在確定術(shù)語過程中需要注意兩點：（1）此次本體構(gòu)建的對象是建設(shè)項目環(huán)評審批基本信息，只包含建設(shè)項目環(huán)評審批工作進行之前需要登記填寫的信息，并不包括審批批文等信息；（2）建設(shè)項目的行業(yè)作為建設(shè)項目的一個特征，經(jīng)常作為數(shù)據(jù)分類的依據(jù)，同時在數(shù)據(jù)表單、數(shù)據(jù)庫中作為一個重要的字段、數(shù)據(jù)項出現(xiàn)，因此列舉的概念中需包含建設(shè)項目的行業(yè)及其分類。

　　參考相關(guān)文獻資料，通過與環(huán)保部門業(yè)務(wù)人員和領(lǐng)域?qū)＜业慕涣鳎瑲w納總結(jié)出78個領(lǐng)域概念，行業(yè)及其分類詳見《建設(shè)項目環(huán)境影響評價分類管理名錄》，其余包括：項目名稱、建設(shè)地點、建設(shè)內(nèi)容、建設(shè)規(guī)模、總投資、環(huán)保投資、建設(shè)性質(zhì)、聯(lián)系人、聯(lián)系電話、通信地址、郵政編碼、單位名稱、法人代表、評價經(jīng)費、證書編號、甲級報告書評價范圍、乙級報告書評價范圍、報告表評價范圍、有效期、基本情況、污染物名稱、實際排放總量、核定排放總量、實際排放濃度、允許排放濃度、環(huán)境要素名稱、保護目標、質(zhì)量等級、涉及敏感區(qū)名稱。

　　3.4 確定類和類的層次

　　類的層次的定義有3種方法，即自上向下法、自下向上法和混合法[8]?；旌戏▽⒆陨舷蛳路ㄅc自下向上法相結(jié)合，先建立那些顯而易見的概念，然后分別向上與向下進行泛化與細化。一般來說，混合法比較適合大部分人員。

　　運用混合法，在領(lǐng)域?qū)＜业膸椭?，?jīng)過識別、分析和統(tǒng)計，最終確定了行業(yè)、組織機構(gòu)、建設(shè)項目、環(huán)評類型、主要污染物、區(qū)域環(huán)境現(xiàn)狀作為核心概念。核心概念作為整個本體概念模型的頂級概念，可以有子概念，即核心類可以有子類，例如組織機構(gòu)分為建設(shè)單位和環(huán)評機構(gòu)。本體類層次如圖3所示。

　　3.5 定義類的屬性

　　類的屬性包括數(shù)據(jù)屬性（DataType property）和對象屬性（Object property）。數(shù)據(jù)屬性的屬性值為基本類型值，即非領(lǐng)域中概念，對象屬性的屬性值為領(lǐng)域中概念。本體概念間的關(guān)系主要有4類：屬性關(guān)系、繼承關(guān)系、整體和部分關(guān)系、類和實例關(guān)系。上一步所定義的類的層次就是繼承關(guān)系。除上述4種常見的關(guān)系外，還可以根據(jù)領(lǐng)域知識自定義屬性，如建設(shè)項目和行業(yè)之間的具有關(guān)系，建設(shè)單位和環(huán)評機構(gòu)之間的委托關(guān)系等。自定義關(guān)系通過對屬性的定義和約束予以實現(xiàn)，約束包括屬性的定義域、值域的約束。對于不同的類，在約束時將相同屬性特征的定義域設(shè)置為其父類，根據(jù)子類繼承父類的特性，子類不用定義就會獲得這些特征，減少了冗余。類的屬性可以有多個，并不需要對每個屬性都進行定義，而是要結(jié)合領(lǐng)域范圍和本體構(gòu)建目的，進行適當?shù)娜∩?。此次自定義36個屬性，部分屬性如表1所示。

　　當屬性特征確立之后，借助Protégé4.0將屬性進行編輯并存儲，圖4是部分對象屬性的編輯，圖5是部分數(shù)值屬性的編輯。

　　3.6 創(chuàng)建實例

　　支撐項目從福建省各級環(huán)保部門收集了許多建設(shè)項目環(huán)評數(shù)據(jù)，這些可以作為本體實例的重要來源。建設(shè)項目環(huán)評審批基本信息本體實例的數(shù)量非常巨大，鑒于文章篇幅，也為了便于實驗測試，只列舉少數(shù)實例。

　　通過領(lǐng)域?qū)＜覍λū倔w的審核和評價，發(fā)現(xiàn)本體概念體系及邏輯結(jié)構(gòu)的不足，返回前面第三步進行修改。在領(lǐng)域?qū)＜业膸椭?，?jīng)過反復修改，最終構(gòu)建一個簡單的建設(shè)項目環(huán)評審批基本信息本體模型。部分本體模型結(jié)構(gòu)在Protégé4.0中的視圖如圖6所示。

4 結(jié)論

　　建設(shè)項目環(huán)評審批基本信息本體只是環(huán)保本體的一部分，也是基于本體的環(huán)保業(yè)務(wù)數(shù)據(jù)集成的開端與基礎(chǔ)，最終目的是為了更好地實現(xiàn)環(huán)保業(yè)務(wù)數(shù)據(jù)的集成。本文結(jié)合本體的應(yīng)用目的，設(shè)計了一種該領(lǐng)域本體的構(gòu)建方法，提出了基于業(yè)務(wù)對象模型分析領(lǐng)域知識的思路，嘗試性地構(gòu)建了建設(shè)項目環(huán)評審批基本信息本體，為基于本體的相關(guān)應(yīng)用奠定了基礎(chǔ)，也在一定程度上促進了環(huán)保領(lǐng)域知識管理的發(fā)展。

　　鑒于作者水平所限以及對領(lǐng)域知識了解不夠，本文構(gòu)建的本體在規(guī)模、深度上都比較簡單，本體的領(lǐng)域范圍和深度都有待擴展。另外，本文無論是概念、關(guān)系的獲取，還是本體編碼都是純手工完成，當領(lǐng)域范圍較廣，本體比較復雜時，純手工完成費時又費力，因此，如何半自動、自動化地實現(xiàn)本體的構(gòu)建也有待繼續(xù)研究。

參考文獻

　　[1] STUDER R， RICHARD B， DIETER F. Knowledge engineering： principles and methods[J]. Data and Knowledge Engineering，1998，25（1-2）：161-197．

　　[2] 蘭春秋，李櫻．音樂領(lǐng)域本體的研究與構(gòu)建[J]．計算機光盤軟件與應(yīng)用，2014（3）：76-79.

　　[3] 李勇，張志剛．領(lǐng)域本體構(gòu)建方法研究[J]．計算機工程與科學，2008，30（5）：129-131．

　　[4] 李恒杰，李軍權(quán)，李明．領(lǐng)域本體建模方法研究[J]．計算機工程與設(shè)計，2008，29（2）：381-384．

　　[5] GRUBER T R. Towards principles for the design of ontologies used for knowledge sharing[J]. International Journal of Human-Computer Studies 1995，43（5/6）：907-928.

　　[6] 劉紫玉，黃磊．高速鐵路領(lǐng)域本體構(gòu)建方法研究[J]．情報學報，2009，28（2）：195-200．

　　[7] 李星毅，高文浩，施化吉．基于本體的異構(gòu)數(shù)據(jù)集成方法[J]．計算機工程與設(shè)計，2009，30（8）：1931-1933．

　　[8] 甘健侯，姜躍，夏幼明．本體方法及其應(yīng)用[M]．北京：科學出版社，2011．