摘  要： 收集語(yǔ)義Web服務(wù)搜索研究的3個(gè)主要內(nèi)容：服務(wù)資源的索引、搜索條件的表達(dá)和服務(wù)資源的匹配、排序方面的相關(guān)工作，對(duì)當(dāng)前研究工作進(jìn)行了分類(lèi)歸納，最后歸納語(yǔ)義Web服務(wù)搜索所面臨的挑戰(zhàn)。
關(guān)鍵詞： 語(yǔ)義Web服務(wù)；搜索條件；索引；表達(dá)方法；匹配

1 語(yǔ)義Web服務(wù)搜索
    語(yǔ)義Web服務(wù)[1]源自2001年Berners Lee提出語(yǔ)義Web[2]的概念，并繼承了大量有關(guān)Web服務(wù)的研究成果，是語(yǔ)義Web技術(shù)和Web服務(wù)[3]技術(shù)相結(jié)合的產(chǎn)物。相關(guān)研究主題包括：服務(wù)發(fā)布/注冊(cè)、服務(wù)搜索、服務(wù)組合、服務(wù)調(diào)用/執(zhí)行、服務(wù)管理/監(jiān)控等。在上述研究主題中，語(yǔ)義Web服務(wù)搜索處于整個(gè)語(yǔ)義Web服務(wù)生命周期中的關(guān)鍵位置。服務(wù)的組合和調(diào)用都必須以找到滿足用戶需求的服務(wù)資源為前提條件，而服務(wù)的搜索又與語(yǔ)義Web服務(wù)資源的發(fā)布和注冊(cè)機(jī)制密切相關(guān)，這使得服務(wù)資源的搜索功能在整個(gè)語(yǔ)義Web服務(wù)生命周期中起著承上啟下的重要作用。
語(yǔ)義Web服務(wù)搜索利用語(yǔ)義Web服務(wù)的描述模型和描述語(yǔ)言給予Web服務(wù)的語(yǔ)義信息進(jìn)行搜索操作[4]，以獲得滿足用戶需求的Web服務(wù)資源。這種方式能夠提高服務(wù)搜索的精度，改善用戶體驗(yàn)，并為語(yǔ)義Web服務(wù)的組合、執(zhí)行提供更為可靠地支持。
2 語(yǔ)義Web服務(wù)搜索相關(guān)研究主題
　目前語(yǔ)義Web服務(wù)搜索相關(guān)研究的側(cè)重點(diǎn)都集中在如何利用語(yǔ)義信息進(jìn)行服務(wù)的匹配，即在大量已有語(yǔ)義服務(wù)資源的基礎(chǔ)之上，快速、準(zhǔn)確地搜索和發(fā)現(xiàn)滿足用戶需求的服務(wù)。對(duì)于語(yǔ)義Web服務(wù)搜索的研究工作，通常從以下3個(gè)方面進(jìn)行，即服務(wù)資源的收集/索引、搜索條件表達(dá)/處理和服務(wù)資源的匹配/排序[5]。語(yǔ)義Web服務(wù)的相關(guān)研究?jī)?nèi)容和語(yǔ)義Web服務(wù)搜索的研究主題可用下圖1說(shuō)明。

　語(yǔ)義服務(wù)資源的收集和索引研究涉及語(yǔ)義Web服務(wù)的發(fā)布和注冊(cè)機(jī)制，服務(wù)資源的收集，以及對(duì)于收集的服務(wù)資源進(jìn)行索引和索引資源后續(xù)管理方面的問(wèn)題。語(yǔ)義搜索條件的表達(dá)則主要研究提供一種方法，使用戶利用語(yǔ)義信息，清晰、明確地表達(dá)其對(duì)所需服務(wù)資源的需求。語(yǔ)義Web服務(wù)資源的匹配/排序研究用戶對(duì)Web服務(wù)資源的需求的語(yǔ)義描述與Web服務(wù)資源的語(yǔ)義信息的契合程度，并根據(jù)契合程度對(duì)服務(wù)資源進(jìn)行排序，以便擇優(yōu)選擇。
3 Web服務(wù)資源收集/索引
3.1 傳統(tǒng)的注冊(cè)和發(fā)布機(jī)制
　UDDI主要提供基于Web服務(wù)的注冊(cè)和發(fā)現(xiàn)機(jī)制，為Web服務(wù)提供3個(gè)重要的技術(shù)支持：標(biāo)準(zhǔn)的描述Web服務(wù)的機(jī)制；調(diào)用的Web服務(wù)的機(jī)制；可以訪問(wèn)的Web服務(wù)注冊(cè)中心。UDDI規(guī)范由OASIS標(biāo)準(zhǔn)化組織制定。其缺點(diǎn)是僅支持語(yǔ)法層的操作，在服務(wù)的注冊(cè)階段無(wú)法準(zhǔn)確的描述服務(wù)的功能，而在服務(wù)的搜索階段也是僅提供基于關(guān)鍵字的匹配策略，因而無(wú)法提供精確的搜索結(jié)果。另一方面UDDI集中式Web服務(wù)發(fā)現(xiàn)結(jié)構(gòu)也存在缺乏可擴(kuò)展問(wèn)題。
3.2 分布式注冊(cè)中心
　為了解決注冊(cè)中心因?yàn)槿狈τ行Х植际讲呗远鴮?dǎo)致的系統(tǒng)存在可擴(kuò)展問(wèn)題，Perryea等[6]提出通過(guò)注冊(cè)中心組成社區(qū)（community），利用服務(wù)間的依賴(lài)關(guān)系生成食物鏈來(lái)幫助發(fā)現(xiàn)Web服務(wù)，這種方式雖然提高了發(fā)現(xiàn)效率，卻導(dǎo)致大量的額外存儲(chǔ)，降低了可擴(kuò)展性。Verma等[7]通過(guò)聯(lián)盟（federation）來(lái)組織注冊(cè)中心，即一個(gè)注冊(cè)中心可以屬于多個(gè)聯(lián)盟。這種方式會(huì)導(dǎo)致在極端的情況下，如一個(gè)注冊(cè)中心屬于所有的聯(lián)盟，該策略就不能很好地將注冊(cè)中心分類(lèi)，無(wú)法高效地完成服務(wù)注冊(cè)和發(fā)現(xiàn)任務(wù)。參考文獻(xiàn)[8]通過(guò)P2P覆蓋網(wǎng)將注冊(cè)中心組織起來(lái)以提供好的可擴(kuò)展性，然而采用非結(jié)構(gòu)化P2P方式，很難解決系統(tǒng)內(nèi)請(qǐng)求消息轉(zhuǎn)發(fā)次數(shù)太多導(dǎo)致的占用帶寬過(guò)多等問(wèn)題。參考文獻(xiàn)[9]則通過(guò)crawler主動(dòng)地訪問(wèn)各個(gè)注冊(cè)中心來(lái)提取服務(wù)信息。
4 語(yǔ)義Web服務(wù)搜索條件表達(dá)
4.1 假想完整服務(wù)搜索條件描述模型
　以假想的完整服務(wù)描述模型來(lái)表示服務(wù)搜索條件。在參考文獻(xiàn)[10]中給出了以完整服務(wù)描述模型來(lái)表示報(bào)務(wù)搜索條件的一般范式。以這種方式進(jìn)行的研究工作主要分為兩類(lèi)：（1）基于OWL-S服務(wù)描述模型的，代表性工作有[11]；（2）基于WSMO服務(wù)描述模型的，代表性工作包括[12]。從地域上看，基于OWL-S模型進(jìn)行研究工作的研究機(jī)構(gòu)和人員主要分布在美國(guó)和亞洲地區(qū)，而基于WSMO模型的研究工作則集中在歐洲和大洋洲地區(qū)。此外，對(duì)于WSDL規(guī)范進(jìn)行語(yǔ)義描述的擴(kuò)展，以使其能夠描述語(yǔ)義Web服務(wù)的研究工作相對(duì)時(shí)間較早，現(xiàn)已基本偃旗息鼓。
4.2 簡(jiǎn)化的服務(wù)描述模型元素
　以簡(jiǎn)化后的服務(wù)描述模型元素來(lái)表示服務(wù)搜索條件。服務(wù)描述模型元素包括服務(wù)描述中的功能語(yǔ)義，服務(wù)的前置條件（Precondition，P），服務(wù)接口的效果（Effect，E）[13]，服務(wù)的各種操作（operation），更進(jìn)一步的還有服務(wù)的輸入（Input，I）和服務(wù)的輸出（Output，O）[14]。
4.3 自定義服務(wù)搜索條件格式
　自定義服務(wù)搜索條件格式。以該種方式進(jìn)行語(yǔ)義Web服務(wù)資源的搜索和發(fā)現(xiàn)的研究工作比較多，其實(shí)該類(lèi)研究工作是在簡(jiǎn)化后的服務(wù)描述模型基礎(chǔ)上對(duì)相關(guān)的元素進(jìn)行了規(guī)范化。具體的方法有：以服務(wù)模版（Service Template）的概念表示服務(wù)的搜索請(qǐng)求條件；以能力描述（Capability Description）來(lái)表述語(yǔ)義服務(wù)的搜索請(qǐng)求條件；提出過(guò)程查詢(xún)語(yǔ)言PQL（Process Query Language），基于其提出的過(guò)程本體（process ontology）表述服務(wù)搜索條件。而更多的研究工作則基于上述簡(jiǎn)化后的服務(wù)描述模型元素，將其抽取出來(lái)后進(jìn)行規(guī)范化表述，以N元組的方式來(lái)表述服務(wù)搜索條件。如參考文獻(xiàn)[15]中用服務(wù)請(qǐng)求三元組req={reqName，InReqSet，OutReqSet}。此外，語(yǔ)義上下文（Semantic Context）也可以包含在服務(wù)搜索條件中。
4.4 特定語(yǔ)言或語(yǔ)法結(jié)構(gòu)
　利用現(xiàn)有的特定語(yǔ)言或語(yǔ)法結(jié)構(gòu)來(lái)表示服務(wù)搜索條件。在OWL-S 2004版本規(guī)范中，已經(jīng)考慮了關(guān)于服務(wù)條件的表述，其中就包括SWRL（Semantic Web Rule Language）和KIF（Knowledge Interchange Format）。SWRL（Semantic Web Rule Language）是W3C的標(biāo)準(zhǔn)之一，作為OWLS-Lite和Rule ML的綜合，它可以表示面向OWL-S服務(wù)資源的規(guī)則，并能將其用于語(yǔ)義Web服務(wù)資源的搜索中。但很明顯，上述兩種描述語(yǔ)言只能適用于用OWL-S規(guī)范描述的服務(wù)搜索，且KIF是面向機(jī)器的、在不同程序間交換知識(shí)的語(yǔ)言，不適用于半自動(dòng)化的、由用戶自己提交服務(wù)搜索條件的情況。這種方式直接用于語(yǔ)義Web服務(wù)搜索時(shí)，對(duì)用戶的要求過(guò)高[16]。
5 語(yǔ)義Web服務(wù)匹配/排序
5.1 基于邏輯推理的語(yǔ)義Web服務(wù)匹配方法
　基于邏輯推理的Web服務(wù)匹配方法是Web服務(wù)搜索的主要方法之一，即通過(guò)本體概念之間包含的邏輯關(guān)系來(lái)實(shí)現(xiàn)基于語(yǔ)義的服務(wù)匹配。當(dāng)前基于邏輯推理的匹配方法主要是根據(jù)其語(yǔ)義關(guān)系，特別是在本體分類(lèi)層次中的關(guān)系來(lái)確定。服務(wù)的接口的描述主要有輸入（Input，I）參數(shù)的語(yǔ)義標(biāo)注、輸出（Output，O）參數(shù)的語(yǔ)義標(biāo)注、接口的前置條件（Precondition，P）、接口的效果（Effect，E）組成。根據(jù)匹配的內(nèi)容不同可以分為基于輸入輸出（IO）的匹配和基于輸入輸出和前置后置條件的匹配（IOPE）的匹配?；贗O語(yǔ)義匹配的匹配器有OWLSM，OWLS-UDDI，他們通過(guò)發(fā)布服務(wù)的IO與請(qǐng)求服務(wù)IO之間的語(yǔ)義包含關(guān)系來(lái)確定服務(wù)的匹配程度?；贗OPE的服務(wù)匹配除了考慮IO外，還考慮前置條件P和后置條件E，目前提出的有，采用兩階段的方法來(lái)度量用戶目標(biāo)的滿足程度，第一階段度量WSMO目標(biāo)模板與WSMO中Web服務(wù)匹配程度，若滿足，再在此基礎(chǔ)上度量目標(biāo)實(shí)例與Web服務(wù)的相似度[17]。
5.2 基于語(yǔ)義相似度的語(yǔ)義Web服務(wù)匹配算法
　基于語(yǔ)義相似度計(jì)算的匹配方法，以本體概念之間的相似性為基礎(chǔ)，通過(guò)計(jì)算服務(wù)描述之間的相似性來(lái)確定服務(wù)的匹配程度。當(dāng)前研究工作有，通過(guò)計(jì)算本體概念之間相同和不同的屬性來(lái)得到相似度值，其代表是Amos Tversky的基于屬性相似度的算法[18]；通過(guò)測(cè)量本體間概念連接邊長(zhǎng)度，用概念間的幾何距離來(lái)衡量語(yǔ)義相關(guān)度的基于語(yǔ)義相似度的計(jì)算算法[19]；還有一種基于信息容量的相似度算法，其核心是根據(jù)兩個(gè)本體概念所擁有的共同部分來(lái)決定他們之間的相似度。
　從上述對(duì)語(yǔ)義Web服務(wù)搜索的研究工作的總結(jié)和分析中可得出以下結(jié)論。首先，語(yǔ)義Web服務(wù)搜索是語(yǔ)義Web服務(wù)研究工作中一個(gè)基礎(chǔ)性問(wèn)題?，F(xiàn)有的研究工作主要集中在Web服務(wù)的匹配上，基于邏輯推理的匹配方法和基于語(yǔ)義相似度的匹配方法以及它們的組合的方法都為Web服務(wù)的匹配提供的豐富的選擇。隨著服務(wù)效果、服務(wù)的情景等信息的引入，有效地提高了語(yǔ)義Web服務(wù)匹配的質(zhì)量。其次，目前尚沒(méi)有一種完備的、規(guī)范的服務(wù)搜索條件表達(dá)方式，進(jìn)而使得當(dāng)前的服務(wù)的匹配算法大多都是在自我假定環(huán)境中實(shí)現(xiàn)的，不具有通用性。最后，Web服務(wù)的注冊(cè)和索引沒(méi)有一種統(tǒng)一的規(guī)范，UDDI注冊(cè)中心的集中式Web服務(wù)發(fā)現(xiàn)結(jié)構(gòu)存在可擴(kuò)展性不足的問(wèn)題。

參考文獻(xiàn)
[1] MCILRAITH S A， SON T C， ZENGH. Semantic web services[J]. Intelligent Systems， IEEE， 2001，16（2）：46-53.
[2] BERNERS-LEE T， HENDLER J， LASSILA O. The semantic web[J]. Scientific american，2001，284（5）：28-37.
[3] 岳昆，王曉玲，周傲英.Web服務(wù)核心支撐技術(shù)：研究綜述[J].軟件學(xué)報(bào)，2004，15（3）：428-442.
[4] 孟祥福，張霄雁，馬宗民，等.基于語(yǔ)義相似度的Web 數(shù)據(jù)庫(kù)不精確查詢(xún)方法[J].計(jì)算機(jī)科學(xué)，2012，39（4）： 154-158.
[5] 曾志浩.用于語(yǔ)義Web服務(wù)搜索的語(yǔ)義條件表達(dá)式的研究[D].武漢：武漢大學(xué)，2010.
[6] PERRYEA C A， CHUNG S. Community-based service discovery[C]. Web Services， 2006. ICWS′06. International Conference on. IEEE， 2006.
[7] SIVASHANMUGAM K， VERMA K， SHETH A. Discovery of web services in a federated registry environment[C]. Web Services， 2004. Proceedings. IEEE International Conference on. IEEE， 2004.
[8] 劉志忠，王懷民，周斌.一種雙層P2P結(jié)構(gòu)的語(yǔ)義服務(wù)發(fā)現(xiàn)模型[J].軟件學(xué)報(bào)，2007，18（8）：1922-1932.
[9] AL-MASRI E， MAHMOUD Q H. WSCE： A crawler engine for large-scale discovery of web services[C]. Web Services， 2007. ICWS 2007. IEEE International Conference on. IEEE， 2007.
[10] GRIMM S， MOTIK B， PREIST C. Matching semantic service descriptions with local closed-world reasoning[M].The Semantic Web： Research and Applications. Springer Berlin Heidelberg， 2006.
[11] PAOLUCCI M， KAWAMURA T， PAYNE T R， et al. Semantic matching of web services capabilities[M]. The Semantic Web—ISWC 2002. Springer Berlin Heidelberg， 2002.
[12] STOLLBERG M， HEPP M， HOFFMANN J. A caching mechanism for semantic web service discovery[M]. The Semantic Web. Springer Berlin Heidelberg， 2007.
[13] BENER A B， OZADALI V， ILHAN E S. Semantic matchmaker with precondition and effect matching using SWRL[J]. Expert Systems with Applications， 2009，36（5）： 9371-9377.
[14] 張佩云，黃波，孫亞民.一種基于語(yǔ)義與QoS感知的 Web服務(wù)匹配機(jī)制[J].計(jì)算機(jī)研究與發(fā)展，2010（5）：780-787.
[15] 鄒國(guó)兵，向陽(yáng)，甘楊蘭，等.利用語(yǔ)義匹配度計(jì)算的 Web服務(wù)發(fā)現(xiàn)方法[J].小型微型計(jì)算機(jī)系統(tǒng)，2010 （5）：807-812.
[16] 王海，高嶺，范琳，等.基于SPARQL-DL的語(yǔ)義Web 服務(wù)查詢(xún)[J].電子學(xué)報(bào)，2011，39（A03）：52-56.
[17] STOLLBERG M， KELLER U， LAUSEN H， et al. Two-phase web service discovery based on rich functional descriptions[M]. The Semantic Web： Research and Applications. Springer Berlin Heidelberg， 2007.
[18] TVERSKY A. Features of similarity[J]. Psychological review， 1977， 84（4）： 327-352.
[19] CRAMER I， WANDMACHER T， WALTINGER U. Exploring resources for lexical chaining： A comparison of automated semantic relatedness measures and human judgments[M]. Modeling， Learning， and Processing of Text Technological Data Structures. Springer Berlin Heidelberg，2012.