【作 者】安新颖/吴清强
【作者简介】安新颖，女，1978年生，中国科学院文献情报中心情报学专业2004级博士研究生。中国科学院文献情报中心 北京 100080
吴清强，男，1974年生，中国科学院文献情报中心图书馆专业 2005级博士研究生。中国科学院研究生院 北京 100049
【内容提要】文章从Ontology和文献知识发现出发，在整理现有Ontology系统的基础上，分析了其存在的问题，针对问题中关键的适应性问题，提出了分层的面向Ontology的知识发现模型。该模型将整个Ontology系统分成5个层次，以适应不停变化的世界需要。文章最后提出了与模型相关的尚未进行研究的问题。
【摘 要 题】信息化与网络化建设
【关 键 词】本体/知识发现/适应性/Ontology/模型
【正 文】
Gruber提出“Ontology是概念化的1个形式化的规格说明”。所谓概念化可以理解为1组概念（如实体、属性、过程）及其定义和相互关系。[1]Borst在Gruber定义基础上引入了共享概念，认为Ontology是被共享的概念化的1个形式化的规格说明。[2]
在目前的知识发现领域中，知识之间的语义关系得到了重视，很多研究人员都将语义网的概念引入到知识发现过程中。各领域的Ontology被开发，各专业的概念以及概念之间的关系被揭示出来，并且被投入到知识发现过程当中去，对知识发现过程起到了至关重要的作用，但也存在不适应变化等诸多问题。本文尝试从目前生物信息学和商业领域知识发现系统入手，分析Ontology应用于这些系统时所存在的问题，并针对这些问题提出1个适应变化的基于Ontology的知识发现模型。
1 Ontology在知识发现领域中的应用
目前Ontology应用广泛，本文仅从生物信息学和商业领域对基于Ontology的知识发现系统进行研究，并提出应用中存在的问题。
1.1 Padmini Srinivasan的基于文献的知识发现方法
基于文献的知识发现方法最早是由Swanson提出，其目标是通过挖掘文献数据库（如MEDLINE）发现概念和概念之间新的、潜在的、有意义的关系。[3]
Padmini Srinivasan在Swanson的基础上将基于文献的知识发现的算法进行了改进。[4]他们使用了超越简单词频统计范围的词频权重，并且采用了基于 UMLS语义过滤筛选机制，他们的研究算法还利用了文献的元数据来代表文献的主题。由于元数据是概念集合，所以可以利用元数据将非结构化的文本生成结构化的数据，对非结构化文本的复杂挖掘方法就简化为对结构化文本的知识挖掘。
图1 面向ontology适应性的知识发现模型
1.2 IBM MedTAKMI的知识发现
IBM开发的用于挖掘生物医学知识的软件Med TAKMI利用医学Ontology对生物医学文献数据库进行动态和交互式挖掘。[5]它使用自然语言处理技术抽取深层次的生物医学概念，对生物医学概念（基因、蛋白质、疾病）的抽取是目前基于文献的知识发现领域中研究活跃的领域之1，在MedTAKMI系统中实现知识挖掘功能的主要为信息抽取和实体／关系挖掘这两个部分，其中实体抽取是对生物医学文献中基因、蛋白质、化学物质名称的识别；关系抽取是抽取这些实体之间的关系。
1.3 GenesTrace基于整合Ontology的知识发现
GenesTrace系统充分利用了UMLS、Gene Ontology (GO)、Gene Ontology相关数据库(GODB)所提供的知识资源，将UMLS中的疾病概念与GO相关数据库 (GODB)中的基因产品相关联起来，其中对UMLS和 Gene Ontology的整合是非常重要的1部分。[6]Genes Tace的知识发现主要是借助整合的Ontology，并根据概念之间的共性关系，挖掘出新的知识。
1.4 UNSPESC中的知识发现
Ding Ying利用UNSPSC(The United Nations Standard Products and Services Code)对非结构化的文本数据进行挖掘。[7]当然，在获取商业知识的过程中，仅仅使用 UNSPSC是完全不够的，必须根据不同的需求，重用UNSPSC开发、界定适合各自需求的词表、属性和关联规则，构建面向应用的商业Ontology。
2 存在的主要问题
以上这些Ontology用不同的语言和系统开发，概念的定义缺乏统1性，概念的等级关系也存在着混乱性，例如在生物医学领域中，UMLS的基因类目和Gene Ontology就存在着很大的不同。另外在竞争情报领域，有专门的进行网络信息搜集的公司，信息被保存在专业的市场行情数据库中，这些公司也为用户提供各种知识挖掘的服务，为了有效地进行知识发现，他们也开发了适合竞争情报服务的Ontology来帮助确定不同公司之间的关系。目前在挖掘不同领域的知识的时候，出现了许多问题，主要表现在以下两个方面：
(1)现有的Ontology的整合方法并不完善。在前面介绍的Ontology在知识发现中的应用中，可以看出研究人员已经开始了进行Ontology的整合，现有Ontology的整合方式主要是将其它的Ontology直接按照某种规则移植进到1个相对全面的Ontology中，如Gene Ontology与UMLS之间的整合。经过整合后的中间集合的Ontology在语法、句法和各种规则上是相容的，各个Ontology之间是保持相对独立的
