基于本体的科学效应知识表达和语义推理

张 星，马建红，2＋，肖国玺

（1.河北工业大学 计算机科学与软件学院，天津300401；2.国家技术创新方法与实施工具工程技术研究中心，天津300401）

0 引 言

国内外在面向产品设计领域对于知识表达的研究主要集中在设计知识库组织模型和知识检索与重用模型等方面。在效应知识组织和表达方面主要集中于基于功能本体和基于TRIZ理论的知识组织模型等。毕鲁雁等提出了基于本体的产品设计知识模型和检索方法［1］；四川大学提出了基于共指关系的知识检索模型［2］，在知识检索方面有了很大改进。国内外一些著名的计算机辅助创新系统，如Invention Machine的Goldfire，CREAXNV－Mlk的CREAX Innovator Suite，亿维讯的Pro／Innovator，河北工业大学开发的InventionTool和InventionKnowledgeCloud （IKC）。Goldfire和CREAX 是全英文的，Pro／Innovator支持中英文功能检索和扩展查询，但中文扩展查询能力比较弱，IKC 能实现一定的语义扩展查询和关联。然而，这些基于本体的知识表达和组织方法中，不支持输入输出之间的推理关联，难以全面有效地表示知识信息，知识间的关联和语义扩展方面也存在很大的不足。

本文结合功能本体和自然语言分析研究科学效应知识的表达方式和结构模型，借助本体表达此类知识之间的语义关系，对概念进行提取和分类，并归纳总结概念间属性和关系，以此构建了科学效应知识本体模型，包括功能本体、流本体、参数本体和效应本体。此基础上进行语义推理研究，构建语义推理规则进行语义扩展和知识间的关联，以真正实现在语义层面对科学效应知识的共享和重用。

1 基于本体的科学效应知识表达

目前关于知识表达和知识组织方法的研究来说，主要有框架表达法、产生式表达法、面向对象表达法和基于本体的表达法等，其中基于本体的知识表达越来越受到人们的关注和青睐。本体是一种面向应用和领域知识的整合工具，是某一领域中的概念以及概念间关系的集合，关系反映概念间的约束和联系。基于本体的知识表达方法能够保证在共享过程中对于知识理解的一致性和唯一性，并且能够全面表达知识间复杂的语义关系。通过本体可以解决大量知识之间交互、共享混乱现象，最大限度的实现知识的共享和重用，并且利用本体形式化的知识表示方法可以方便的获取知识语义信息。因此本体受到越来越多研究者的关注，并在多个领域中得到广泛的应用。

科学效应是从大量发明专利中分析出的专利产品所实现的功能和用于实现功能的科学原理之间的相关性的基础上形成的。专利是效应知识库中效应的主要信息源，效应是满足一定关系模型的一类知识，描述的是在科学原理和系统属性的控制下输入量和输出量之间的转换关系，即依据效应规定的输入输出量之间的因果关系实现预期的输入输出之间的转换，以实现相应的功能。效应实例是从专利中提取的实现某个功能的具体实例，或者是科学效应在某个领域的具体应用实例。科学效应与效应实例是行为与载体的关系。效应和专利的关系模型如图1所示。

图1 效应和专利关系模型

效应本身包含一定的功能，结合科学效应知识在创新设计领域的应用，在本体中通过两种方式表达功能：一种是利用 “动词＋名词”组成动宾短语，将动词看作一种操作，名词看作一种对象；另一种是利用物料流、能量流和参数在输入和输出前后发生的变化来表达功能。功能实质描述的是在控制量的参与下输入量与输出量之间的转换。输入量、输出量和控制量中包含流和参数两种。流指的是具体的物料或者能量类，参数描述的是流某一方面的属性，不同的流具有不同的参数，流和参数都属于名词类。按照科学效应知识的内涵和之间的关系将其分为效应、实例、功能、流和参数几类。在本体中通过操作动词 （verb）、流名词 （flow noun）或者参数名词 （parameter noun）的组合来表达功能，定义功能的二元组模型。功能 （function）和名词 （noun）用公式表示为式 （1）、式 （2）、式 （3）。其中F、V、N、FN、PN 分别表示功能、操作动词、对象名词、流名词和参数名词

目前已有的功能本体大都是采用以效应为中心，从功能映射到效应再映射到实例的3层结构，只能实现知识之间单向链式关联，无法表示了知识之间多对多的关系。而实际上功能、流以及参数分别从不同方面反映科学效应知识，深入分析研究科学效应知识之间存在的复杂语义关系，根据科学效应知识的分类构建了效应本体、实例本体、流本体、参数本体和功能本体，通过多个本体表达知识之间的语义关系，从而将科学效应知识全部组织和关联起来，构成一个相互关联的多层次知识网，从而更加全面的表达科学效应知识。

2 科学效应知识本体模型和推理

2.1 科学效应知识本体概念和属性关系模型

本体是指共享概念模型的明确的形式化规范说明。科学效应知识本体包括概念类、类之间的属性和关系，以及一系列与类相关的实例，这些实例组成了本体知识库。科学效应知识本体模型的五元组形式化定义为：SEKO＝｛C、P、F、I、A｝其中，C 是概念 （concept）的集合，概念也称为类 （class），类是通过属性或关系来定义的，是对科学效应知识中个体的抽象，是个体的集合；P 是概念属性（property）的集合，不同的概念具有不同的属性，属性描述的是概念和概念间的关系；F是功能 （function）的集合，包括属性的定义域值域和自反、传递等特性；I是实例（instance）的集合，实例是类的个体；A 是公理 （axiom）的集合，公理代表领域知识中的永真断言。

科学效应知识主要包括效应、实例、功能、流和参数几类，本体概念分类如图2所示。

图2 科学效应知识本体概念分类

将类间的关系按照层次和结构逐级细化，将效应、实例、功能、流和参数之间的语义关系映射成本体中类的属性，并确定属性定义域和值域，以及属性的自反、对称和可传递等特性，这些属性是实现推理的基础。科学效应知识本体概念类间抽象关系模型如图3所示。

图3 科学效应知识本体概念类间抽象关系模型

本体中除了4种基本关系，继承关系、实例关系、整体与部分关系、属性关系之外，还需要自定义属性来表示各个类之间特有的语义关系。

本体中的类与类之间的主要属性关系模型如图4所示，图中省略了实例与其它类之间的关系，主要通过属性描述了效应和功能类与流和参数名词类之间的关系。

图4中虚线代表的对象属性verb＿noun表示动词与名词之间的搭配关系，是经过推理得出的。flow＿property和paramerter＿flow 两个对象属性，代表流的属性和参数描述的流两个关系，可以实现流和参数之间的关联。属性input、output、control分别代表效应的输入量、输出量和控制量，值域是流和参数名词类。通过本体中定义的这些属性可以实现个各类之间的相互关联和推理。

2.2 基于语义推理规则的功能扩展和效应关联

图4 本体中的类与类之间的主要属性关系模型

在上文构建的科学效应知识本体基础上，根据类和属性建立知识之间的推理规则，结合一定的查询算法可以实现功能的扩展和筛选以及效应之间的串联、并联以及控制关联。通过本体真正实现语义层面的知识表达和基于语义的推理，实现科学效应知识的共享和重用。

根据功能的结构和分类特点确定功能扩展的方法，首先根据功能动词聚类确定某一类功能，用集合F1表示，然后根据建立的语义推理规则对名词和功能进行扩展得到功能集合F2，最后再根据集合F2对集合F1中的功能进行筛选，得到功能最终扩展集合F，用公式表示为F＝F1∩F2。功能扩展部分推理规则如下：

其中？n、？f 分别代表名词变量和功能变量，rule1－rule4是单独基于流名词和参数名词的属性推理出相关名词的集合，扩展名词中还包括基于上下位同位关系扩展的同类名词。rule5－rule6是基于功能类之间的上下位关系来推理扩展功能。rule7－rule8表示如果两个功能中的对象名词相同或者相关，则表示两个功能相关。rule8中的ex＿noun是由rule1－rule4推理得出的。通过以上推理规则和方法实现对功能的扩展和筛选。

效应之间的关联是基于效应的输入、输出和控制实现的。本体中定义了input、output和control3 个父类属性，每个父类属性包含两个子属性，如input的两个子属性input＿flow 和input＿parameter。部分推理规则如下：

其中？e、？n分别代表效应变量和名词变量，rule1 和rule2、rule3和rule4分别推理出效应的串联效应、并联效应；rule5推理出效应的控制关联效应。rule1－rule5 都是一级推理规则，rule6是根据属性的可传递性建立的二级推理。关联效应规则推理机制如图5所示。图5中e1代表原始效应，e2都是推理出来的关联效应。

图5 关联效应规则推理机制

3 系统实现

根据上文中的基于本体的科学效应知识表达和语义推理方法，采用Java编程语言和Jena推理机在Eclipse环境中开发并实现了科学效应知识检索系统，支持多种方式的效应检索，同时能够根据输入输出等对检索结果进行二次筛选。图6通过动词名词组成的功能检测物质来检索效应，左侧展示通过规则扩展出的相关功能，供用户再次选择。

图6 科学效应的功能检索展示

进一步选择检测气体功能关联的效应，如电晕放电效应，图7为此效应的关联效应结果展示。

图7 关联效应结果展示

4 结束语

本文主要针对科学效应知识的特点和应用，研究基于本体的科学效应知识表达和语义推理，借助本体来表达科学效应知识，并将概念间属性和关系扩展到语义层次上，不同内容的知识彼此关联起来，构建了科学效应知识本体模型。在该模型的基础上基于知识之间的语义关系和本体中的对象属性建立推理规则并进行语义推理，实现了功能的扩展和效应之间的关联。借助本体来表达和组织科学效应知识，真正从语义层面实现了效应知识的共享和重用。根据语义推理规则得出的扩展功能来检索效应，实现了效应解空间的发散，同时能提高检索的查全率和查准率。

科学效应知识本体是语义推理的基础，其设计的优劣对语义扩展和知识关联有很大影响。后序工作主要对本体知识结构进行优化处理，并研究基于本体的科学效应知识检索策略，以更好的利用本体进行语义检索和扩展。

［1］BI Luyan，JIAO Zongxia，FAN Shengtao，et al.Search method for design knowledge database based on ontology mapping ［J］.Computer Integrated Manufacturing Systems，2009，15 （10）：1890－1899 （in Chinese）. ［毕鲁雁，焦宗夏，范圣韬，等.基于本体映射的设计知识库搜索方法 ［J］.计算机集成制造系统，2009，15 （10）：1890－1899.］

［2］TU Jianwei，LI Yan，LI Wenqiang，et al.Knowledge retrieval model and implementation for product Innovative design［OL］.http：／／www.cnki.net／kcms／detail／11.3619，2012（in Chinese）.［涂建伟，李彦，李文强，等.一种面向产品创新设计的知识检索模型与实http：／／www.cnki.net／kcms／detail／11.3619，2012.］

［3］InventionMachineCorporation.Goldfire innovator ［EB／OL］.http：／／www.inventionmachine.com，2013.

［4］刘彦辰.TRIZ软件CREAX Innovation Suite 3.1简介［J／OL］.http：／／www.millioninvention.com，2007.

［5］IWINT Inc.亿维讯.［EB／OL］.http：／／www.iwint.com.cn，2009.

［6］JI Chaoyang，ZHANG Lingli.Design of semantic web retrieval model based on ontology ［J］.Computer Science and Information Engineering，Intelligent and Soft Computing，2012，169（2）：703－708 （in Chinese）.［姬朝阳，张菱丽.基于本体的语义网检索模型设计 ［J］.计算机科学和信息工程，智能和软计算，2012，169 （2）：703－708.］

［7］FENG Jianzhou，KONG Lingfu.Web service automatic com－position based on function ontology ［J］.ComputerIntegrated Manufacturing Systems，2013，19 （6）：1433－1439 （in Chinese）.［冯建周，孔令富.基于功能本体的Web服务自动组合方法 ［J］. 计算机集成制造系统，2013，19 （6）：1433－1439.］

［8］ZHANG Dongming，NIU Zhanwen，ZHAO Nan，et al.Knowledge representation method of product design based on ontology ［J］.Journal of Computer Applications，2012，32（1）：206－209 （in Chinese）.［张冬明，牛占文，赵楠，等.基于本体的产品设计知识表示方法 ［J］.计算机应用，2012，32（1）：206－209.］

［9］ZHU Haihua，ZHU Boqing，LI Dongbo.Research on ontology－based product service knowledge representation ［J］.China Mechanical Engineering，2013，24 （18）：2484－2489 （in Chinese）.［朱海华，朱柏青，李东波.基于本体的产品服务知识表示方法研究 ［J］.中国机械工程，2013，24 （18）：2484－2489.］

［10］WANG Hongwei，HUO Jiazhen，WANG Wei，et al.Novel ontological structure for semantic retrieval［J］.Systems Engineering and Electronics Design，2010，32 （1）：166－174 （in Chinese）.［王洪伟，霍佳震，王伟，等.面向语义检索应用的本体模型结构设计 ［J］.系统工程与电子设计，2010，32（1）：166－174.］

［11］JI Chaoyang，ZHANG Lingli.Design of semantic web retrieval model based on ontology ［J］.Computer Science and Information Engineering，Intelligent and Soft Computing，2012，169 （2）：703－708.

［12］MA Tao，LI Yan，LIU Xiaoying，et al.Ontology－based scientific effect knowledge base system ［J］.Application Research of Canputers，2009，26 （9）：3400－3402 （in Chinese）.［马涛，李彦，刘小莹，等.基于ontology技术构建科学效应知识库 ［J］.计算机应用研究，2009，26 （9）：3400－3402.］

［13］CAO Guozhong，TAN Runhua，SUN Jianguang.Process and realization of functional design based on extended－effect model［J］.Journal of Mechanical Engineering，2009，45（7）：157－167 （in Chinese）.［曹国忠，檀润华，孙建广.基于扩展效应模型的功能设计过程及实现 ［J］.机械工程学报，2009，45 （7）：157－167.］