基于语义网的知识组织和检索关键特征

较之信息检索，检索专家给知识检索勾画出两个显著特征：一是基于某种具有语义模型的知识组织体系。知识组织体系与知识检索相辅相成，前者是后者实现的前提与基础，而后者则是前者运用的结果。二是对资源对象进行基于元数据的语义标注。元数据是知识组织系统的语义基础，信息资源要想具有长期的利用价值必须经过元数据标注和描述。

从知识检索的两个特征不难看出，只有以知识组织体系为基础，并以此对资源进行语义标注，才能实现真正意义上的知识层面的检索。国内外学者在这方面进行了积极的探索，提出了各种各样的思想，例如概念聚类、空间向量等。而本体所具有的良好的概念层次结构和对逻辑推理的支持，为知识检索提供了有效的知识表示方法；与此同时，“知识本体作为组织领域知识的语义基础”以及“本体概念题对资源的语义标引”恰恰满足了知识检索的两个特征需求。于是，一些国外的研究者在这方面进行了有益的尝试，建立了一些基于本体的检索系统，如OntoSeek系统、BEE-SMART知识检索系统、IMC知识检索系统等。本体为这些知识检索系统提供了资源描述及查询所需要的全部概念词汇，并通过领域语义模型为知识资源提供语义标注信息，从而使系统内所有模块对领域内的知识形成了统一的认识，这也进一步提高了检索系统的推理能力和精确性，实现了为用户提供全面的共同视图的功能。

从信息检索的一般过程出发，并结合基于本体的知识检索特性，我们可以将基于本体的知识检索工作原理总结如下：

(1)针对具体的研究对象，在领域专家帮助下，结合现有的本体资源，建立基于领域概念的领域知识本体；

(2)确定知识源，借助领域本体对知识源内的信息资源进行语义分析与标注，然后按规定的格式存储在知识库中；(www.xing528.com)

(3)对用户输入的检索请求进行解析，形成基于本体的扩展查询式，并根据具体的知识匹配方法从知识库中匹配出符合条件的初始结果集；

(4)初始结果经过处理后对用户进行可视化的展现。

毫无疑问，本体的引入给长期困扰检索专家的知识组织和知识表示问题带来了良好的解决方案。通过实际运用，我们发现基于本体的知识检索相比传统检索方式，不仅具有较高的查全率和查准率，而且在知识挖掘、智能性需求获取、知识定位以及检索结果处理等方面都有明显的优势。