摘  要： 提出了一種從關(guān)系數(shù)據(jù)庫(kù)半自動(dòng)學(xué)習(xí)OWL本體的方法。該方法在形式化表示關(guān)系數(shù)據(jù)庫(kù)模式和OWL本體的基礎(chǔ)上，遵循從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的一組通用映射方法和規(guī)則，并基于Java 2平臺(tái)實(shí)現(xiàn)了原型工具OntoLearner。利用OntoLearner進(jìn)行的典型案例研究表明了該方法的有效性。
關(guān)鍵詞： 本體學(xué)習(xí)；關(guān)系數(shù)據(jù)庫(kù)模式；本體工程；OWL；語義Web

    本體是語義Web的關(guān)鍵使能技術(shù)。使用現(xiàn)有本體編輯器手工開發(fā)本體是一項(xiàng)冗長(zhǎng)而繁瑣的工作，極易導(dǎo)致知識(shí)獲取的瓶頸，所以本體學(xué)習(xí)[1]技術(shù)應(yīng)運(yùn)而生。它極大地簡(jiǎn)化了本體的構(gòu)建，滿足了語義Web對(duì)于快速簡(jiǎn)便構(gòu)造本體的需求，在語義Web中起到了杠桿的作用。關(guān)系數(shù)據(jù)庫(kù)是基于Web的數(shù)據(jù)密集型應(yīng)用的主要信息源，數(shù)據(jù)庫(kù)模式中隱含著領(lǐng)域知識(shí)。因此，從關(guān)系數(shù)據(jù)庫(kù)學(xué)習(xí)出的OWL本體更適合于數(shù)據(jù)密集型Web應(yīng)用的需要。本文在形式化表示關(guān)系數(shù)據(jù)庫(kù)模式和OWL本體的基礎(chǔ)上，介紹了一種從關(guān)系數(shù)據(jù)庫(kù)半自動(dòng)學(xué)習(xí)OWL本體的方法，設(shè)計(jì)出一套通用的映射方法和規(guī)則，并基于Java 2平臺(tái)實(shí)現(xiàn)了原型工具OntoLearner。
1 關(guān)系數(shù)據(jù)庫(kù)模式
    關(guān)系數(shù)據(jù)庫(kù)模型是以集合論中的關(guān)系(relation)概念為基礎(chǔ)發(fā)展起來的數(shù)據(jù)模型[2]。為了便于形式化描述本體學(xué)習(xí)方法中的映射規(guī)則，這里給出了關(guān)系數(shù)據(jù)庫(kù)模式的形式化定義（符合3NF）。
    定義1：一個(gè)關(guān)系數(shù)據(jù)庫(kù)模式S=(L，pkey，unique，notnull，fkey，subof，fdependency)是七元組，其中：
 

   
2 OWL本體
    本體是一組描述某領(lǐng)域內(nèi)概念及其屬性以及概念間關(guān)系的詞匯和公理的集合。W3C在2004年2月發(fā)布了標(biāo)準(zhǔn)化的Web本體語言O(shè)WL[3]。這里給出OWL DL本體的形式化定義。
    定義3：一個(gè)OWL DL本體O=(Cept，Axiom)是二元組，其中：
    (1)標(biāo)識(shí)符集Cept=CID∪DPID∪OPID∪DTID是一個(gè)有限集，由兩兩不相交的集合組成：
    ①一個(gè)類（class）標(biāo)識(shí)符集CID；
    ②一個(gè)數(shù)據(jù)類型屬性(datatype property)標(biāo)識(shí)符集DPID；
    ③一個(gè)對(duì)象屬性（object property）標(biāo)識(shí)符集OPID；
    ④一個(gè)數(shù)據(jù)類型（data type）標(biāo)識(shí)符集DTID，每個(gè)數(shù)據(jù)類型標(biāo)識(shí)符是OWL本體中使用的預(yù)定義XML Schema數(shù)據(jù)類型標(biāo)識(shí)符。
    (2)公理集Axiom=CAxiom∪PAxiom是一個(gè)有限集，由兩兩不相交的集合組成：
    ①一個(gè)類公理（class axiom）集CAxiom，包含本體中定義的所有類公理；
    ②一個(gè)屬性公理（property axiom）集PAxiom，包含本體中定義的所有屬性公理。
3 從關(guān)系數(shù)據(jù)庫(kù)學(xué)習(xí)OWL本體的方法
    從關(guān)系數(shù)據(jù)庫(kù)學(xué)習(xí)OWL本體的可行性基于以下事實(shí)：運(yùn)用數(shù)據(jù)庫(kù)逆向工程方法可從關(guān)系數(shù)據(jù)庫(kù)模式中提取ER模式[4]；ER模式可語義保持地轉(zhuǎn)換成OWL本體[5-6]。因此，本文針對(duì)現(xiàn)有本體學(xué)習(xí)方法和工具的不足，提出了一種從關(guān)系數(shù)據(jù)庫(kù)學(xué)習(xí)OWL本體的方法，該方法分為關(guān)系數(shù)據(jù)庫(kù)的逆向工程和從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的映射兩部分。
3.1 關(guān)系數(shù)據(jù)庫(kù)的逆向工程
    數(shù)據(jù)庫(kù)逆向工程DBRE(Database Reverse Engineering)指的是從物理數(shù)據(jù)庫(kù)恢復(fù)數(shù)據(jù)庫(kù)邏輯和概念模式，一般分成兩個(gè)互相獨(dú)立的階段：數(shù)據(jù)結(jié)構(gòu)的提取和概念化。在研究和分析數(shù)據(jù)庫(kù)逆向工程現(xiàn)有理論和方法的基礎(chǔ)上，本文制定了一套適合本體學(xué)習(xí)工程環(huán)境的較完備的逆向工程方法。
3.2 從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的映射
    為了形式化表示從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的映射規(guī)則，需要預(yù)先定義以下輔助函數(shù)：
    (1)IS(x)：布爾函數(shù)。若x（表達(dá)式）成立，則IS(x)=True；否則IS(x)=False。
    (2)idMap(ID)：將關(guān)系數(shù)據(jù)庫(kù)模式中的關(guān)系名和屬性名映射為OWL本體中的同名標(biāo)識(shí)符。即若ID是關(guān)系數(shù)據(jù)庫(kù)模式中的關(guān)系名和屬性名，則idMap(ID)=ID∈CID∪DPID∪OPID。
    (3)dtMap(DT)：將關(guān)系數(shù)據(jù)庫(kù)模式中的數(shù)據(jù)類型名映射為OWL本體中使用的數(shù)據(jù)類型（XML Schema數(shù)據(jù)類型）標(biāo)識(shí)符。即若DT是關(guān)系數(shù)據(jù)庫(kù)模式中的數(shù)據(jù)類型名，則dtMap(DT)=DType∈DTID。
3.2.1 屬性公理的生成規(guī)則
    規(guī)則1 將關(guān)系數(shù)據(jù)庫(kù)模式中關(guān)系的非外鍵屬性及其相應(yīng)的預(yù)定義數(shù)據(jù)類型映射為OWL本體中以關(guān)系對(duì)應(yīng)類為定義域的數(shù)據(jù)類型屬性及其相應(yīng)的預(yù)定義XML Schema數(shù)據(jù)類型。形式化表示為：
 
3.2.3 類關(guān)系的啟發(fā)式規(guī)則
    規(guī)則11 如果兩個(gè)實(shí)體關(guān)系的主鍵之間存在包含依賴關(guān)系，則這兩個(gè)關(guān)系對(duì)應(yīng)的OWL本體中的兩個(gè)類之間存在父類和子類的關(guān)系。形式化表示為：
  
3.3 OntoLearner設(shè)計(jì)思想
    本體學(xué)習(xí)工具OntoLearner的體系結(jié)構(gòu)如圖1所示?；贠ntoLearner，本體學(xué)習(xí)的過程由下面三個(gè)子過程組成：

    (1)關(guān)系數(shù)據(jù)庫(kù)的逆向工程。使用逆向工程的方法從關(guān)系數(shù)據(jù)庫(kù)中獲取規(guī)范化至3NF的數(shù)據(jù)庫(kù)模式信息，明確數(shù)據(jù)源的語義；
    (2)從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的映射。以提取出的關(guān)系數(shù)據(jù)庫(kù)模式（3NF）作為輸入，按照一組通用的啟發(fā)式規(guī)則實(shí)現(xiàn)從關(guān)系數(shù)據(jù)庫(kù)模式到OWL本體的映射，并以可視化的方式顯示；
    (3)利用現(xiàn)有本體工程工具對(duì)生成的OWL本體進(jìn)行精煉、評(píng)估和驗(yàn)證。
4 實(shí)例
    使用MS SQL Server 2000創(chuàng)建一個(gè)包含大學(xué)基本信息情況的關(guān)系數(shù)據(jù)庫(kù)University，并插入實(shí)例數(shù)據(jù)。利用OntoLearner對(duì)該數(shù)據(jù)庫(kù)進(jìn)行本體學(xué)習(xí)，運(yùn)行結(jié)果如圖2所示。

    語義Web研究的重點(diǎn)就是如何把信息表示為計(jì)算機(jī)能夠理解和處理的形式，即帶有語義。本體在創(chuàng)建這種機(jī)器可理解和處理的Web內(nèi)容中扮演著關(guān)鍵的角色。由于關(guān)系數(shù)據(jù)庫(kù)是本體學(xué)習(xí)重要的知識(shí)源，所以研究從關(guān)系數(shù)據(jù)庫(kù)學(xué)習(xí)OWL本體的方法，對(duì)數(shù)據(jù)密集型Web站點(diǎn)向語義Web遷移、動(dòng)態(tài)Web頁(yè)語義標(biāo)注、構(gòu)建新一代信息管理基礎(chǔ)結(jié)構(gòu)等均具有重要的現(xiàn)實(shí)意義。
參考文獻(xiàn)
[1] STAAB S, MAEDCHE A.  Ontology learning for the semantic Web[J/OL]. IEEE Intelligent Systems, 2001, 16(2): 72-79.
[2] 王能斌. 數(shù)據(jù)庫(kù)系統(tǒng)教程（上冊(cè)）[M].北京: 電子工業(yè)出版社, 2002：22-238.
[3] MICHAEL K S, CHRIS W, DEBORAH L.OWL Web ontology language guide(W3C Recommendation)[J/OL].(2004-02-10).http://www.w3.org/TR/2004/REC-owl-guide-20040210/.
[4] CHIANG R HL, BARRON T M, STOREY VC. Reverse  engineering of relational databases: extraction of an EER model from a relational database [C].Data & Knowledge Engineering, 1994, 12(2): 107-142.
[5] XU Zhuo Ming, CAO Xiao,  DONG Yi Sheng, et al.Formal approach and automated tool for translating ER schemata into OWL ontologies[J/OL].Advances in Knowledge Discovery and Data Mining，2004(3056)：464-
475.
[6] 王琦.計(jì)算機(jī)與信息技術(shù)[M].安徽：安徽省計(jì)算機(jī)學(xué)會(huì).2009.