基于语言变量的模糊本体模型.pdf

http://www.paper.edu.cn

基于语言变量的模糊本体模型

翟军
大连海事大学经济与管理学院，辽宁大连（116026）
E-mail:[e-mail]

摘要：模糊本体将模糊概念引入到传统的本体模型中，以解决一定领域的不确定问题。但
现有的模糊本体模型没有考虑模糊概念间的实质性的语义关系，这限制了本体的映射与集
成。模糊语言变量是描述模糊知识的基础，从模糊语言变量的形式化表示入手，本文提出一
种新的模糊本体模型。模型考虑模糊概念间的语义关系，包括集合关系、序关系与等价关系。
用模糊本体对智能交通领域的知识进行建模，表明该研究有利于语义Web环境下模糊系统的
知识共享与重用。
关键词：本体；模糊本体；模糊系统；知识共享
中图分类号：TP311

1引言
为了解决信息与知识中的不确定性，模糊本体的研究得到了学者的关注，成为本体研究
中的活跃方向。
现有的研究工作主要是将模糊概念与模糊关系引入到传统的本体模型中，并解决一定领
域的不确定问题。文献[1]提出一种模糊本体模型，与Agent技术相结合用于气象新闻摘要
的自动提取。该模型在普通的本体模型中引进了隶属度的概念，并通过模糊推理机制自动获
取隶属度。该项研究尚局限于特定领域，其结果较难推广到其它领域。文献[2]提出一般意
义下的模糊本体模型，用于量化相同领域的不同本体系统概念之间的不一致性。该研究根据
概念的语义关系，为其赋予一个0与1之间的权重，比如同义关系权重为1、上下位关系权
重为0.8、相关关系权重为0.5等。该模型也被应用到Web文档的不精确查询和生物信息的
文本挖掘中。文献[3]提出了模糊本体图（FuzzyOntologyMap，FOM),以连接矩阵和图的方
式表示隶属度并以XML文档描述本体概念间的模糊关系。
在模糊本体的构建上，文献[4]提出了基于概念聚类的模糊本体自动生成框架。在模糊
本体的表示上，文献[5]将描述逻辑扩展为模糊描述逻辑,文献[6]在模糊描述逻辑的基础上
扩展了OWL语言。
随着语义Web的发展，各类模糊系统的知识重用与共享成为可能，而模糊本体是专家知
识形式化与规范化的有效工具。本文首先分析本体模型在描述模糊知识时的不足，进而提出
基于语言变量的模糊本体模型，并将其应用到智能交通的知识管理中。
2本体的数学模型
本体通过一组概念、概念的属性、概念间的关系来表示领域知识。
定义1（领域本体）[2]本体是一个四元组O=(C,P,R,A)，其中
（1）C是概念集，它的每一个元素都是需要进行规范化描述的概念，也称为类。
（2）每个概念都有一组属性，P则是属性的集合。任一个属性p∈P都是一个三元的结
构p(c,v,f),其中c∈C为本体概念，v为c的属性值，f为对属性值v的约束。常见的约束有：值

的类型ft、基数fc和取值范围fr。值的类型ft既可以是简单的数据类型（如整型、实型、字符

型），也可以取值为本体中的概念（类）或类的实例，即ft∈{boolean,integer,float,string,

symbol,instance,class,…}。基数fc定义概念的一个属性可以有几个赋值，即fc∈{1,2,…}。

-1-
http://www.paper.edu.cn

例如，概念“著作”具有属性“作者”，该属性的取值类型为另一个概念“人”的实例，

而基数fc=3表示一个著作可以有3个作者（人）。
实际上，概念的属性的取值也可以是模糊概念，如年龄的取值可以是“青年”、“中
年”或“老年”等。在传统的本体模型中，可以通过引进枚举数据类型来描述这种情况，
如年龄＝{幼年，少年，青年，中年，老年}。但仅仅使用枚举类型，不考虑概念的模糊性
和概念间的关系，在语义上是不完备的,也不利于表达广泛存在的各种模糊知识。

（3）概念的语义通过概念间的关系描述，R是概念集C上的二元关系的集合。{一对一,
多对一,多对多}为关系的类型，多对一的关系也是函数。除了二元关系，概念间也存在
多元关系。

常用到的概念间的基本关系有{synonymof,kindof,partof,instanceof,propertyof}：

（Ⅰ）同义关系cisynonymofcj表示ci与cj在语义上是完全等价的。

（Ⅱ）继承关系cikindofcj表示cj是父类、ci是子类，子类自然继承父类的所有属性，
而不需要重复定义。继承关系也是类属关系，它将本体系统中的概念组织成类别，并形成
层次结构。

（Ⅲ）组合关系cipartofcj表示ci是cj的一部分，而cj是整体类。

（Ⅳ）实例关系ciinstanceofcj表示ci是cj的一个实例。

（Ⅴ）属性关系cipropertyofcj表示ci是cj的一个属性。
（4）