基于本体的语义标注工具比较与分析

第Z 4卷Z 004年6月

计算机应用Co m p t er A pp 1i cati onS

Vo1 Z4

J ne ,Z 004

文章编号21001-9081(Z 004) 06Z -03Z 8-03

基于本体的语义标注工具比较与分析

邹亮1 廖述梅Z

C 湖北武汉430074; 江西南昌330013) 1. 华中科技大学软件学院 Z . 江西财经大学信息管理学院 要! 本体相关的语义标注工具利用已有本体在W 或通过标eb 页面及其他文档中插入标注

注文档产生知识库 文中从功能模块和标注特性角度比较分析了已发布的标注工具 并分析了这些工具的特点与不足

关键词! 本体; 语义网; 标注工具; 信息提取; 自然语言处理; 知识库; RDF ; DA ML ; O WL 中图分类号! TP311.1摘文献标识码! A

Uni verSit y ) 研究开发9最新版是Z 00Z 年7月推出的M n M vZ 9该工具的目标是利用已有本体导出的标记标注文档0M n M 采用了易于理解一般处理模式9集成了自适应的信息提取工具Am i1care 9支持知识学习和信息提取0先对T ext 或HTML 文档学习库进行标注9然后利用标注结果生成词汇规则9该词汇规则可用于对其他未标注的文档集提取信息0

M n M 组件由本体服务器9信息提取工具9增强的W eb 浏览器构成9支持五类基本操作2(1) 浏览2从本体服务器的知识

当前国外许多大学和研究机构正在研究和开发W eb 内

容的语义标注工具0基于本体的W eb 内容写作与标注(原型) 工具典型的有2S MORE ~M n M ~Ont o M at-AnnotiSer ~A er o DA ML ~Annotea ~COHSE ~SHOE Kno W 1ed g e Annotat or 等0

1标注工具的功能比较

1.1S MORE

S MORE

[1]

(S e m antic M ar k p 9Ont o1o gy 9and

RDF

模型库中选择特定的知识组件集9这一步是信息提取的基础; (Z ) 标记2用户选定文档的T ext 片断进行标注9M n M 将其相关的SG ML /X ML 标签插入文档9手动标注的文档作为信息提取过程的T rai ni n g Cor p S ; (3) 学习2对已标注的文档组运行学习算法学习提取规则; (4) 测试2对测试文档组运行I E 机制9检测其准确度和查全率; (5) 提取2选定的I E 机制对未标注的文档集进行信息提取9产生带语义标注的文档01.3Ont o M at-AnnotiSer

Ont o M at-AnnotiSer

[3]

Edit or ) 由M ar y 1and 大学M I ND (M ar y 1and Inf or m ati on and Net Wor k D y na m icS Lab ) S WAP (S e m antic

W eb

A g entS

Pr o j ect ) 研究小组开发9最新版本为Z 003年4月5日发布的S MORE V 3.09该工具的目标是无缝集成内容发布和语义标注0S MORE 为用户在创建W eb 页面在线内容的同时方便地进行无缝的语义标注提供了集成的开发环境9还扩充了其他标注工具所不具备的许多特性9如E -m ai1和图像标注~本体管理~屏幕抓取等0

S MORE 的主要功能分为2(1) 普通的文档创作与标注9包含一个全特性的T ext /HTML 编辑器和三元组示范窗口9用户可在W eb 页面上选定文档片断9将其放入三元组占位符中; (Z ) 由M ai1S MORE 模块实现的E -m ai1创作与标注9用户创作E -m ai19M ai1S MORE 根据已有的E -m ai1本体利用标准的E -m ai1属性(S b j ect ~t o ~f r o m ~bod y 等) 创建三元组; (3) 由Phot oS MORE 模块实现的图片创作与标注9用RDF 标注图像区域0

此外9S MORE 还提供一些辅助功能2(1) 本体管理支持本体的查询~使用~创建~编辑~修改和扩充; (Z ) 屏幕抓取9对于带Labe1ed F i e1dS ~L iStS 和T ab1eS 的结构化W eb 页面9S creen S cra p er 可将页面上的结构映射到本体然后标注该区域; (3) 相关语义素材链接9在用户编辑W eb 页面时9语义虚拟门户可提供到具有类似标注~相关图像和数据网页的链接01.Z M n M

[]

M n M Z 由K M i (Kno W 1ed g e M edi a InStit te 9The O p en

由德国Kar1Sr he 大学A I FB 研究

院开发9是CREA M [4]标注环境框架下的一个参考实现9最新版本为Z 00Z 年4月6日发布的V 0.49该工具的目标是生成带标注的W eb 页面9其内容可供语义W eb A g entS 推理0Ont o M at-AnnotiSer 是基于模块的本体驱动的W eb 页面创作与标注工具9其交互模式使用户可在创作和标注之间自由转换0

Ont o M at-AnnotiSer 采取模块化的体系结构9为进一步的功能扩充(如信息提取~协同的元数据创建~集成的本体编辑和演化) 提供了P 1 g -i n 接口9给出了两种可选工作模式2在页面创作的同时产生元数据; 在对已有HTML 页面进行后期标注时产生元数据0Ont o M at-AnnotiSer 主要由四个P 1 g -i n 模块组成2本体浏览器~HTML 浏览器~本体服务器和帮助向导0其中2本体浏览器负责解析本体创建实例和关系; HTML 浏览器负责打开HTML 文档并创建标注0本体服务器负责本体的使用和存储0帮助向导分步骤演示如何标注HTML 页面0

收稿日期! 修订日期! Z 003-10-14" Z 003-1Z -18作者简介! 邹亮() 9男9江西南昌人9工程师9硕士研究生9主要研究方向2语义W 1971-eb 技术~数据处理技术; 南昌人9硕士研究生9主要研究方向2语义W eb 技术~信息检索技术. 廖述梅(1976-) 9女9江西

6月

1.4A er o DA ML A er o DA ML

[3]

邹亮等! 基于本体的语义标注工具比较与分析

3Z 9导航 主要提供三类服务=本体推理服务~基于W eb 的开放超

属于U ML BaSed

Ont o1o gy

T oo1Set

媒体链接服务~集成上述两者服务构成初步的超媒体系统~COHSE 可通过描述文档内容的元数据连接多个文档~

COHSE 体系结构由O I LEd ~Ont o1o gy

S er vice ~

Annotati on S er vice ~Conce p t B r o W Ser ~M oZi11a DLRS 及Pr ox y 构成[7] 其中=O I LEd 本体编辑器创建本体加载到Ont o1o gy S er vice 中 Ont o1o gy S er vice 用于处理概念查询~标注存储在数据库中 Annotati on S er vice 从数据库中添加检索标注~标注由M oZi11a 标注工具创建 该工具始终与Ont o1o gy S er vice ~Annotati on S er vice 通信~为标注复杂概念 使用概念浏览器项目的一部分 采用自然语言信息提取方法从W eb 页面自动生成DA ML 标记的知识标注工具 该工具把常见的概念和关系与DA ML 本体中的类和属性联系起来~A er o DA ML 有两个版本=W eb-enab1ed 版支持常见类型及关系的默认通用本体标注 用户只需输入一个UR I 即返回该W eb 页面的标注~C 1i ent Ser ver 版支持定制本体标注 用户输入一个文件名即产生文本文档的标注~

A er o DA ML 由商业信息提取产品A er o T ext 和DA ML 生成组件构成[5]~A er o T ext 是高性能的信息提取系统 用于开发基于NLP 内容分析的应用 在集成的开发环境中提供了先进的图形工具用于简化应用知识库的创建和维护~A er o T ext 通用的体系结构支持各类文本处理 主要由如下四个部件组成=知识库编辑器~知识库引擎~集成的开发环境和通用知识库~DA ML 生成组件访问信息提取结果的内部形式 通过引用提取过程使用到的与语言知识库直接相关的默认本体 将提取结果转换成相应的用DA ML +OI L 语法表示的RDF 三元组 最后串行RDF 三元组生成DA ML 标注~

A er o DA ML 的缺省本体底层基于A er o T ext 的通用知识库 上层基于W or d Net no n S y nSet hi erarch y ~产生的标注由与本体相关联的词汇和关系组成 其中词汇作为类的实例~关系作为属性的实例~.5Annotea

Annotea 由W

3C 组织研究开发 是基于通用开放式RDF 构架下W eb 共享的标注系统~Annotea 把W eb 标注看作是由文档创作者或第三者对UR I 指定文档所作的注释 标注存储在专有的服务器中~标注共享是指访问本体服务器的任何人都能访问与给定文档相关联的标注 并加入自己的标注~

Annotea 采取了客户服务器模式[6]

客户端使用的是

W 3C 测试台编辑/浏览器Am a y a 服务器作为本体服务器 在A p ache S er ver 上运行MYS@L数据库和Per1脚本~Annotea 的标注由标注元数据和标注实体组成 存储在文档以外的数据库中~其开放式构架以W 3C 规范为基础 使用S che m a 描述标注特性 用X p oi nter 连接文档与标注 通过HTTP 实现客户服务器交互~Annotea 中客户服务器之间交互分为五类=客户端向服务器发布新标注~客户端向服务器传送请求并获取标注元数据~下传标注实体~客户端更新标注并向服务器发布更新~从服务器删除标注~.6COHSE

COHSE

[3]

O p en H yp er m edi a S er viceS

on m ent >由M ancheSter 大学Inf or m ati on M ana g e m ent r o p 和So t ha m p t on 大学Inte11i g ent A g entS M 1ti m edi a r o p 联合研究开发 最新版为Z 00Z 年4月推出的V 1.0~这套工具的目标是利用元数据支持语义W eb 中连接创建与

加载本体 并保持与标注工具的通信~可通过M oZi11a DLRS 工具或独立与浏览器的代理方案管理COHSE 连接 M oZi11a DLRS 和Pr ox y 要始终与Ont o1o gy S er vice ~Annotati on S er vice 通信~M oZi11a DLRS 工具动态更新从W eb 上下传的W eb 页面~Pr ox y 下载W eb 页面 在W eb 页面上插入COHSE 连接 在再将该页面返回给浏览器~

1.7SHOE Kno W 1ed g e Annotat or

SHOE

[3]

HTML Ont o1o gy

ExtenSi on >

Kno W 1ed g e Annotat or

由M ar y 1and 大学计算机科学系

Para11e1UnderStandi n g S y Ste m G r o p 研究开发 最后的版本是Z 000年11月9日发布的V 0.93~该工具的目的是通过选取和填表的方式轻松地向W eb 页面添加SHOE 知识~SHOE 是由类似HTML 代码编写的语言 用于定义本体和标注语言 SHOE Kno W 1ed g e Annotat or 主要用于SHOE 标注演示~

SHOE Kno W 1ed g e Annotat or

[8]

的主控窗口主要由三个

面板组成=InStanceS ~U Se Ont o1o g i eS 和C 1ai m S ~InStanceS 菜单支持实例的创建~编辑和删除~Ont o1o gy 是实例的参考框架 一个实例至少有一个本体 U Se Ont o1o g i eS 支持本体的添加~编辑和删除操作 该窗口有两个列表=Kno Wn Ont o1o g i eS 显示所有可见的本体~E 1e m ent 显示Kno Wn Ont o1o g i eS 列表所选本体的所有元素~C 1ai m S 是实例所作的陈述 陈述有两类=Cate g ori eS 表明同一本体的多个实例有某些共同点~Re1ati onS 用于描述实例的属性或表明实体间的联系 同样C 1ai m S 支持陈述的添加~编辑和删除操作~

标注工具的标注特性比较如表1所示~

Z 特点与不足

综合所有工具有如下特点=

本体标注工具的设计思想分为=①语义W eb 的方法 即以产生语义标注为主~本体生成为辅 如S MORE 等~②知识工程的方法 是以本体为指导的文档标注 既产生知识库又生成文档标注 此类工具支持自然语言处理 如M n M ~A er o DA ML 等~

多数工具采取插件机制 便于功能扩充和系统集成~

较多工具集成了I E 工具

1XDoc RDF RDF 1Envir G G

330计算机应用

多本体标注 这与语义W eb 的本体环境不符

Z 004年

A er o DA ML 集成了A er o T ext 等 支持知识库生成

4 面向大型标注用户 如语义W eb A g ent 的工具 如Annotea A er o DA ML COHSE 等 通常运用C 1i ent S er ver 或B r o Wer S er ver 模式 而面向个体标注用户 Indi vi d a1U Ser 的工具 如S MORE M n M 等 则运用一般的单机处理模式

这些语义标注工具还存在不足

1 所有工具的本体语言和语义标注语言以RDF S DA ML +OI L 为主 没有采用最新的W 3C O W L

Z 有的工具在对W eb 内容进行语义标注时使用的本体元素还很有限 甚至有的还不支持Re1ati onS 即无法生成对语义W eb 极其重要的关系元数据

3 只有少数工具 如S MORE 等 支持对W eb 内容的

表1Ont o M at AnnotiZer 本地文件:URL

DA ML +OI L :

OC ML

RDF :F -Lo g i c

C 1aSSeS :I nSt anceS :A ttri b t eS 本地文件:静态HTML 页X ML

C 1aSSeS :I nSt anceS :A ttri b t eS :Re1ati onS 本地文件:静态HTML 页DA ML +OI L

4 几乎全部工具只支持对静态HTML 页 文本 的语义标注 然而 W eb 内容不仅只有HTML 页 文本 还有多媒体对象 电子商务应用中的业务 数据库 X ML 数据 E -S ci ence 中的科学数据等

两步 5 大部分工具采用先创建内容 后进行标注的 法 只有少数工具支持内容写作与语义标注的同步进行

6 语义标注过程中本体查询 辅助推理支持及元数据产生的自动化程度还不够 这些都影响了大量一般W eb 用户 非逻辑专家 本体工程师和领域专家 使用工具创建语义W eb 内容的积极性和可能性

标注工具的标注特性比较

SHOE

Aer o DA ML

Annot ea

COHSE 本体服务器O I L :DA ML +OI L

Kno W 1ed g e Annot at or

本地文件:URL SHOE

特性本体来源本体语言

S MORE 本地本体库:URL :

DA ML +O I L :RDF C 1aSSeS :

M n M

W eb Ont o 服务器

预定义本体

URL 本体

DA ML +OI L RDF C 1aSSeS :I nSt anceS :A ttri b t eS :Re1ati onS 本地文档静态HTML 页RDF 本地文件:

本体元素

I nSt anceS :A ttri b t eS :Re1ati onS

C 1aSSeS :I nSt anceS :Re1ati onS URL 文档:静态HTML 页DA ML +OI L :

Conce p tS :A ttri b t eS

Conce p tS :Re1ati onS :C 1ai m S

标注对象标注语言目标文档自动化

页:E -m ai1S :DA ML +OI L :RDF 本地文件半自动

本地文件:静态HTML 页DA ML +OI L 本体文件:Annot ati on S er ver 自动

静态HTML 页

SHOE

本地文件半自动

本地文件手工:半自动

W eb 页自动

Ont o1o gy S er ver

半自动

本地文件手工

3结语

Ja m eS Hend1er 指出 实现语义W eb 的关键是使得一般W eb 用户能够创作机器可读的W eb 内容 语义标注应作为通常的计算机应用的一个副产品 标注工具应以方便交互的方式提供自由标注 同时为使语义W eb 页面与多个不同的本体联系 标注工具还应能方便的创建本体 所以现有的W eb 页语义标注工具尚有许多不足 下一步是朝着改进这些不足的方向继续研究 以开发出支持语义W eb 新标准的 简单易用的 半 自动标注工具

参考文献

r A , Hend1er J , et al . S MORE -S e m anti c M ar k [1]Ka1y an p p , On-t o1o gy and RDF Edit or [EB/OL ] htt p ://WWW m i ndS Wa p org /p a p erS/S MORE p df ,Z 003-09 [Z ]M ott a E , Var g aS-Vera M, et al . M n M:Ont o1o gy D ri ven S e m i-A t o m ati c and A t o m ati c S ar k- pp ort f or S e m anti c M p [A ] S e m anti c A t hori n g , Annot ati on &Kno W 1ed g e M ar k p W or k-Sho p[C ] ECA I Z 00Z , L y on France ,J 1y Z Z -Z 6,Z 00Z [3]Ont o W eb :A S r ve y on Ont o1o gy Too1S Ont o W eb D e1i verab1e 1 3[EB/OL ] htt p ://baba g e di a fi p m eS/ont o Web/W p 1/

9

v1＿0 p df ,Z 00Z -05 Ont o Road M a p /doc m entS/D 13＿[4]HandSch h S , S t aab S A t hori n g and Annot ati on of W eb Pa g eS i n CREA M [A ] Pr oceedi n g S of WWW Z 00Z [C ] Hono1 1 , Ha Waii , USA , M a y 7-11,Z 00Z [5]Ko g t P , Ho1m eS W Aer o DA ML :A pp 1y i n g I nf or m ati on Ex-tracti on t o Generat e DA ML Annot ati onS f r o m W eb Pa g eS [A ] F irSt I nt er nati ona1Conf erence on Kno W 1ed g e Ca p t re W or kSho p on Kno W 1ed g e M ar k p and S e m anti c Annot a-ti on [C ] V i ct ori a , B C O ct ober Z 1,Z 001 [6]Kahan J , Koi v nen M, et al . Annot ea :An O p en RDF I nf ra-Str ct re f or Shared W eb Annot ati onS [A ] Pr oceedi n g S of t he WWW 10I nt er nati ona1Conf erence [C ] Hon g Kon g , M a y 1-5, Z 001 [7]COHSE Soft Ware [EB/OL ] htt p ://cohSe Se m anti c Web or g /Soft Ware htm 1,Z 003-09

[8]The SHOE Kno W 1ed g e Annot at or [EB/OL ] htt p ://WWW cS

md ed /p r o j ectS/p 1 S/SHOE/Kno W 1ed g e Annot at or ht m 1, Z 003-09 [9]Hend1er J A g entS and t he S e m anti c W eb [J ] I EEE I nt e11i g ent S y St e m S ,Z 001,16:30-37

基于本体的语义标注工具比较与分析

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

邹亮， 廖述梅

邹亮(华中科技大学,软件学院,湖北,武汉,430074)， 廖述梅(江西财经大学,信息管理学院,江西,南昌,330013)

计算机应用

JOURNAL OF COMPUTER APPLICATIONS2004,24(z1)39次

参考文献(9条)

1. Kalyanpur A;Hendler J SMORE-Semantic Markup,Ontology and RDF Editor 2003

2. Motta E;Vargas-Vera M MnM:Ontology Driven Semi-Automatic and Automatic Support for Semantic Mark-up 2002

3. OntoWeb A Survey on Ontology Tools.OntoWeb Deliverable 1.3 2002

4. Handschuh S;Staab S Authoring and Annotation of Web Pages in CREAM 2002

5. Kogut P;Holmes W AeroDAML:Applying Information Extraction to Generate DAML Annotations from WebPages 2001

6. Kahan J;Koivunen M Annotea:An Open RDF Infrastructure for Shared Web Annotations 20017. COHSE Software 2003

8. The SHOE Knowledge Annotator 2003

9. HENDLER J Agents and the Semantic Web 2001(02)

本文读者也读过(3条)

1. 陶皖. 李平. 廖述梅. TAO Wan. LI Ping. LIAO Shu-mei 当前基于本体的语义标注工具的分析[期刊论文]-安徽工程科技学院学报（自然科学版）2005,20(2)

2. 王亚斌 基于本体的语义标注研究[学位论文]2010

3. 陈星光. 张文通. 汪霞. CHEN Xing-guang. ZHANG Wen-tong. WANG Xia 基于领域本体的自动化语义标注方法的研究[期刊论文]-科学技术与工程2009,9(8)

引证文献(33条)

1. 张晔华 可视的多媒体数据语义标注[学位论文]硕士 2013

2. 陈星光,张文通,汪霞 基于领域本体的自动化语义标注方法的研究[期刊论文]-科学技术与工程 2009(08)3. 孙滨 基于意见词汇本体的商品意见属性自动标注系统研究[学位论文]硕士 20104. 时念云,杨晨 基于领域本体的语义标注方法研究[期刊论文]-计算机工程与设计 2007(24)

5. 尹长余,毕强,王传清 语义标注工具的特征分析及其适用性研究[期刊论文]-情报理论与实践 2014(12)

6. 张玉芳,艾东梅,黄涛,熊忠阳 结合编辑距离和Google距离的语义标注方法[期刊论文]-计算机应用研究 2010(02)7. 鞠彦辉,刘闯 国外典型语义标注平台的比较研究[期刊论文]-现代情报 2009(01)8. 闫喜亮 基于情感本体的网络教育资源标注模型的设计与实现[学位论文]硕士 20119. 刘慧敏 一种基于本体的自动答疑系统框架研究[学位论文]硕士 201110. 苏翔 基于本体的网络知识资源语义化平台研究[学位论文]硕士 200611. 马中杰 基于领域本体的语义检索系统在社会上[学位论文]硕士 2011

12. 王昊,谷俊,苏新宁 本体驱动的知识管理系统模型及其应用研究[期刊论文]-中国图书馆学报 2013(02)13. 杨晨 基于语义Web的黄页系统研究[学位论文]硕士 2007

14. 田培军 语义Web和本体关键技术的研究及应用[学位论文]硕士 2009

15. 梁龙昀 Ontology在语义检索中的应用研究[学位论文]硕士 200816. 杨晨 基于语义Web的黄页系统研究[学位论文]硕士 200717. 王翠波 基于语义网的智能导航研究[学位论文]硕士 2005

18. 周清清 基于本体与刻面描述相结合的构件检索研究[学位论文]硕士 200819. 张铭晖 基于语义的教学资源检索系统的研究与实现[学位论文]硕士 200620. 郭少友,窦畅,常桢 网页语义标注研究综述[期刊论文]-情报杂志 2015(04)21. 焦莉 基于本体技术的积件式教学系统的研究与设计[学位论文]硕士 201122. 曹天瑜 基于本体的智能信息检索框架及相关技术[学位论文]硕士 200823. 史梦圆 基于本体的语义标引研究[学位论文]硕士 2006

24. 邹国兵 基于领域本体的语义化搜索技术研究与实现[学位论文]硕士 200625. 朱红梅 模型资源的语义表示和应用研究[学位论文]硕士 200526. 谢书丹 基于桥本体的语义标注技术[学位论文]硕士 2007

27. 周清清 基于本体与刻面描述相结合的构件检索研究[学位论文]硕士 200828. 胡雪琴 医案语料库的构建及其“内生五邪”病证数据挖掘[学位论文]博士 200829. 陈坚 DrSNPGrid中基于本体的生物信息集成技术研究[学位论文]硕士 200630. 杨建艳 面向农业信息检索的农业本体知识库构建研究[学位论文]博士 201131. 刘紫玉 多专业领域本体的构建及语义检索研究[学位论文]博士 200932. 黄世国 基于图像的昆虫识别关键技术研究[学位论文]博士 200833. 窦永香 对等网环境下的语义检索系统模型研究[学位论文]博士 2008

引用本文格式：邹亮. 廖述梅 基于本体的语义标注工具比较与分析[期刊论文]-计算机应用 2004(z1)

第Z 4卷Z 004年6月

计算机应用Co m p t er A pp 1i cati onS

Vo1 Z4

J ne ,Z 004

文章编号21001-9081(Z 004) 06Z -03Z 8-03

基于本体的语义标注工具比较与分析

邹亮1 廖述梅Z

C 湖北武汉430074; 江西南昌330013) 1. 华中科技大学软件学院 Z . 江西财经大学信息管理学院 要! 本体相关的语义标注工具利用已有本体在W 或通过标eb 页面及其他文档中插入标注

注文档产生知识库 文中从功能模块和标注特性角度比较分析了已发布的标注工具 并分析了这些工具的特点与不足

关键词! 本体; 语义网; 标注工具; 信息提取; 自然语言处理; 知识库; RDF ; DA ML ; O WL 中图分类号! TP311.1摘文献标识码! A

Uni verSit y ) 研究开发9最新版是Z 00Z 年7月推出的M n M vZ 9该工具的目标是利用已有本体导出的标记标注文档0M n M 采用了易于理解一般处理模式9集成了自适应的信息提取工具Am i1care 9支持知识学习和信息提取0先对T ext 或HTML 文档学习库进行标注9然后利用标注结果生成词汇规则9该词汇规则可用于对其他未标注的文档集提取信息0

M n M 组件由本体服务器9信息提取工具9增强的W eb 浏览器构成9支持五类基本操作2(1) 浏览2从本体服务器的知识

当前国外许多大学和研究机构正在研究和开发W eb 内

容的语义标注工具0基于本体的W eb 内容写作与标注(原型) 工具典型的有2S MORE ~M n M ~Ont o M at-AnnotiSer ~A er o DA ML ~Annotea ~COHSE ~SHOE Kno W 1ed g e Annotat or 等0

1标注工具的功能比较

1.1S MORE

S MORE

[1]

(S e m antic M ar k p 9Ont o1o gy 9and

RDF

模型库中选择特定的知识组件集9这一步是信息提取的基础; (Z ) 标记2用户选定文档的T ext 片断进行标注9M n M 将其相关的SG ML /X ML 标签插入文档9手动标注的文档作为信息提取过程的T rai ni n g Cor p S ; (3) 学习2对已标注的文档组运行学习算法学习提取规则; (4) 测试2对测试文档组运行I E 机制9检测其准确度和查全率; (5) 提取2选定的I E 机制对未标注的文档集进行信息提取9产生带语义标注的文档01.3Ont o M at-AnnotiSer

Ont o M at-AnnotiSer

[3]

Edit or ) 由M ar y 1and 大学M I ND (M ar y 1and Inf or m ati on and Net Wor k D y na m icS Lab ) S WAP (S e m antic

W eb

A g entS

Pr o j ect ) 研究小组开发9最新版本为Z 003年4月5日发布的S MORE V 3.09该工具的目标是无缝集成内容发布和语义标注0S MORE 为用户在创建W eb 页面在线内容的同时方便地进行无缝的语义标注提供了集成的开发环境9还扩充了其他标注工具所不具备的许多特性9如E -m ai1和图像标注~本体管理~屏幕抓取等0

S MORE 的主要功能分为2(1) 普通的文档创作与标注9包含一个全特性的T ext /HTML 编辑器和三元组示范窗口9用户可在W eb 页面上选定文档片断9将其放入三元组占位符中; (Z ) 由M ai1S MORE 模块实现的E -m ai1创作与标注9用户创作E -m ai19M ai1S MORE 根据已有的E -m ai1本体利用标准的E -m ai1属性(S b j ect ~t o ~f r o m ~bod y 等) 创建三元组; (3) 由Phot oS MORE 模块实现的图片创作与标注9用RDF 标注图像区域0

此外9S MORE 还提供一些辅助功能2(1) 本体管理支持本体的查询~使用~创建~编辑~修改和扩充; (Z ) 屏幕抓取9对于带Labe1ed F i e1dS ~L iStS 和T ab1eS 的结构化W eb 页面9S creen S cra p er 可将页面上的结构映射到本体然后标注该区域; (3) 相关语义素材链接9在用户编辑W eb 页面时9语义虚拟门户可提供到具有类似标注~相关图像和数据网页的链接01.Z M n M

[]

M n M Z 由K M i (Kno W 1ed g e M edi a InStit te 9The O p en

由德国Kar1Sr he 大学A I FB 研究

院开发9是CREA M [4]标注环境框架下的一个参考实现9最新版本为Z 00Z 年4月6日发布的V 0.49该工具的目标是生成带标注的W eb 页面9其内容可供语义W eb A g entS 推理0Ont o M at-AnnotiSer 是基于模块的本体驱动的W eb 页面创作与标注工具9其交互模式使用户可在创作和标注之间自由转换0

Ont o M at-AnnotiSer 采取模块化的体系结构9为进一步的功能扩充(如信息提取~协同的元数据创建~集成的本体编辑和演化) 提供了P 1 g -i n 接口9给出了两种可选工作模式2在页面创作的同时产生元数据; 在对已有HTML 页面进行后期标注时产生元数据0Ont o M at-AnnotiSer 主要由四个P 1 g -i n 模块组成2本体浏览器~HTML 浏览器~本体服务器和帮助向导0其中2本体浏览器负责解析本体创建实例和关系; HTML 浏览器负责打开HTML 文档并创建标注0本体服务器负责本体的使用和存储0帮助向导分步骤演示如何标注HTML 页面0

收稿日期! 修订日期! Z 003-10-14" Z 003-1Z -18作者简介! 邹亮() 9男9江西南昌人9工程师9硕士研究生9主要研究方向2语义W 1971-eb 技术~数据处理技术; 南昌人9硕士研究生9主要研究方向2语义W eb 技术~信息检索技术. 廖述梅(1976-) 9女9江西

6月

1.4A er o DA ML A er o DA ML

[3]

邹亮等! 基于本体的语义标注工具比较与分析

3Z 9导航 主要提供三类服务=本体推理服务~基于W eb 的开放超

属于U ML BaSed

Ont o1o gy

T oo1Set

媒体链接服务~集成上述两者服务构成初步的超媒体系统~COHSE 可通过描述文档内容的元数据连接多个文档~

COHSE 体系结构由O I LEd ~Ont o1o gy

S er vice ~

Annotati on S er vice ~Conce p t B r o W Ser ~M oZi11a DLRS 及Pr ox y 构成[7] 其中=O I LEd 本体编辑器创建本体加载到Ont o1o gy S er vice 中 Ont o1o gy S er vice 用于处理概念查询~标注存储在数据库中 Annotati on S er vice 从数据库中添加检索标注~标注由M oZi11a 标注工具创建 该工具始终与Ont o1o gy S er vice ~Annotati on S er vice 通信~为标注复杂概念 使用概念浏览器项目的一部分 采用自然语言信息提取方法从W eb 页面自动生成DA ML 标记的知识标注工具 该工具把常见的概念和关系与DA ML 本体中的类和属性联系起来~A er o DA ML 有两个版本=W eb-enab1ed 版支持常见类型及关系的默认通用本体标注 用户只需输入一个UR I 即返回该W eb 页面的标注~C 1i ent Ser ver 版支持定制本体标注 用户输入一个文件名即产生文本文档的标注~

A er o DA ML 由商业信息提取产品A er o T ext 和DA ML 生成组件构成[5]~A er o T ext 是高性能的信息提取系统 用于开发基于NLP 内容分析的应用 在集成的开发环境中提供了先进的图形工具用于简化应用知识库的创建和维护~A er o T ext 通用的体系结构支持各类文本处理 主要由如下四个部件组成=知识库编辑器~知识库引擎~集成的开发环境和通用知识库~DA ML 生成组件访问信息提取结果的内部形式 通过引用提取过程使用到的与语言知识库直接相关的默认本体 将提取结果转换成相应的用DA ML +OI L 语法表示的RDF 三元组 最后串行RDF 三元组生成DA ML 标注~

A er o DA ML 的缺省本体底层基于A er o T ext 的通用知识库 上层基于W or d Net no n S y nSet hi erarch y ~产生的标注由与本体相关联的词汇和关系组成 其中词汇作为类的实例~关系作为属性的实例~.5Annotea

Annotea 由W

3C 组织研究开发 是基于通用开放式RDF 构架下W eb 共享的标注系统~Annotea 把W eb 标注看作是由文档创作者或第三者对UR I 指定文档所作的注释 标注存储在专有的服务器中~标注共享是指访问本体服务器的任何人都能访问与给定文档相关联的标注 并加入自己的标注~

Annotea 采取了客户服务器模式[6]

客户端使用的是

W 3C 测试台编辑/浏览器Am a y a 服务器作为本体服务器 在A p ache S er ver 上运行MYS@L数据库和Per1脚本~Annotea 的标注由标注元数据和标注实体组成 存储在文档以外的数据库中~其开放式构架以W 3C 规范为基础 使用S che m a 描述标注特性 用X p oi nter 连接文档与标注 通过HTTP 实现客户服务器交互~Annotea 中客户服务器之间交互分为五类=客户端向服务器发布新标注~客户端向服务器传送请求并获取标注元数据~下传标注实体~客户端更新标注并向服务器发布更新~从服务器删除标注~.6COHSE

COHSE

[3]

O p en H yp er m edi a S er viceS

on m ent >由M ancheSter 大学Inf or m ati on M ana g e m ent r o p 和So t ha m p t on 大学Inte11i g ent A g entS M 1ti m edi a r o p 联合研究开发 最新版为Z 00Z 年4月推出的V 1.0~这套工具的目标是利用元数据支持语义W eb 中连接创建与

加载本体 并保持与标注工具的通信~可通过M oZi11a DLRS 工具或独立与浏览器的代理方案管理COHSE 连接 M oZi11a DLRS 和Pr ox y 要始终与Ont o1o gy S er vice ~Annotati on S er vice 通信~M oZi11a DLRS 工具动态更新从W eb 上下传的W eb 页面~Pr ox y 下载W eb 页面 在W eb 页面上插入COHSE 连接 在再将该页面返回给浏览器~

1.7SHOE Kno W 1ed g e Annotat or

SHOE

[3]

HTML Ont o1o gy

ExtenSi on >

Kno W 1ed g e Annotat or

由M ar y 1and 大学计算机科学系

Para11e1UnderStandi n g S y Ste m G r o p 研究开发 最后的版本是Z 000年11月9日发布的V 0.93~该工具的目的是通过选取和填表的方式轻松地向W eb 页面添加SHOE 知识~SHOE 是由类似HTML 代码编写的语言 用于定义本体和标注语言 SHOE Kno W 1ed g e Annotat or 主要用于SHOE 标注演示~

SHOE Kno W 1ed g e Annotat or

[8]

的主控窗口主要由三个

面板组成=InStanceS ~U Se Ont o1o g i eS 和C 1ai m S ~InStanceS 菜单支持实例的创建~编辑和删除~Ont o1o gy 是实例的参考框架 一个实例至少有一个本体 U Se Ont o1o g i eS 支持本体的添加~编辑和删除操作 该窗口有两个列表=Kno Wn Ont o1o g i eS 显示所有可见的本体~E 1e m ent 显示Kno Wn Ont o1o g i eS 列表所选本体的所有元素~C 1ai m S 是实例所作的陈述 陈述有两类=Cate g ori eS 表明同一本体的多个实例有某些共同点~Re1ati onS 用于描述实例的属性或表明实体间的联系 同样C 1ai m S 支持陈述的添加~编辑和删除操作~

标注工具的标注特性比较如表1所示~

Z 特点与不足

综合所有工具有如下特点=

本体标注工具的设计思想分为=①语义W eb 的方法 即以产生语义标注为主~本体生成为辅 如S MORE 等~②知识工程的方法 是以本体为指导的文档标注 既产生知识库又生成文档标注 此类工具支持自然语言处理 如M n M ~A er o DA ML 等~

多数工具采取插件机制 便于功能扩充和系统集成~

较多工具集成了I E 工具

1XDoc RDF RDF 1Envir G G

330计算机应用

多本体标注 这与语义W eb 的本体环境不符

Z 004年

A er o DA ML 集成了A er o T ext 等 支持知识库生成

4 面向大型标注用户 如语义W eb A g ent 的工具 如Annotea A er o DA ML COHSE 等 通常运用C 1i ent S er ver 或B r o Wer S er ver 模式 而面向个体标注用户 Indi vi d a1U Ser 的工具 如S MORE M n M 等 则运用一般的单机处理模式

这些语义标注工具还存在不足

1 所有工具的本体语言和语义标注语言以RDF S DA ML +OI L 为主 没有采用最新的W 3C O W L

Z 有的工具在对W eb 内容进行语义标注时使用的本体元素还很有限 甚至有的还不支持Re1ati onS 即无法生成对语义W eb 极其重要的关系元数据

3 只有少数工具 如S MORE 等 支持对W eb 内容的

表1Ont o M at AnnotiZer 本地文件:URL

DA ML +OI L :

OC ML

RDF :F -Lo g i c

C 1aSSeS :I nSt anceS :A ttri b t eS 本地文件:静态HTML 页X ML

C 1aSSeS :I nSt anceS :A ttri b t eS :Re1ati onS 本地文件:静态HTML 页DA ML +OI L

4 几乎全部工具只支持对静态HTML 页 文本 的语义标注 然而 W eb 内容不仅只有HTML 页 文本 还有多媒体对象 电子商务应用中的业务 数据库 X ML 数据 E -S ci ence 中的科学数据等

两步 5 大部分工具采用先创建内容 后进行标注的 法 只有少数工具支持内容写作与语义标注的同步进行

6 语义标注过程中本体查询 辅助推理支持及元数据产生的自动化程度还不够 这些都影响了大量一般W eb 用户 非逻辑专家 本体工程师和领域专家 使用工具创建语义W eb 内容的积极性和可能性

标注工具的标注特性比较

SHOE

Aer o DA ML

Annot ea

COHSE 本体服务器O I L :DA ML +OI L

Kno W 1ed g e Annot at or

本地文件:URL SHOE

特性本体来源本体语言

S MORE 本地本体库:URL :

DA ML +O I L :RDF C 1aSSeS :

M n M

W eb Ont o 服务器

预定义本体

URL 本体

DA ML +OI L RDF C 1aSSeS :I nSt anceS :A ttri b t eS :Re1ati onS 本地文档静态HTML 页RDF 本地文件:

本体元素

I nSt anceS :A ttri b t eS :Re1ati onS

C 1aSSeS :I nSt anceS :Re1ati onS URL 文档:静态HTML 页DA ML +OI L :

Conce p tS :A ttri b t eS

Conce p tS :Re1ati onS :C 1ai m S

标注对象标注语言目标文档自动化

页:E -m ai1S :DA ML +OI L :RDF 本地文件半自动

本地文件:静态HTML 页DA ML +OI L 本体文件:Annot ati on S er ver 自动

静态HTML 页

SHOE

本地文件半自动

本地文件手工:半自动

W eb 页自动

Ont o1o gy S er ver

半自动

本地文件手工

3结语

Ja m eS Hend1er 指出 实现语义W eb 的关键是使得一般W eb 用户能够创作机器可读的W eb 内容 语义标注应作为通常的计算机应用的一个副产品 标注工具应以方便交互的方式提供自由标注 同时为使语义W eb 页面与多个不同的本体联系 标注工具还应能方便的创建本体 所以现有的W eb 页语义标注工具尚有许多不足 下一步是朝着改进这些不足的方向继续研究 以开发出支持语义W eb 新标准的 简单易用的 半 自动标注工具

参考文献

r A , Hend1er J , et al . S MORE -S e m anti c M ar k [1]Ka1y an p p , On-t o1o gy and RDF Edit or [EB/OL ] htt p ://WWW m i ndS Wa p org /p a p erS/S MORE p df ,Z 003-09 [Z ]M ott a E , Var g aS-Vera M, et al . M n M:Ont o1o gy D ri ven S e m i-A t o m ati c and A t o m ati c S ar k- pp ort f or S e m anti c M p [A ] S e m anti c A t hori n g , Annot ati on &Kno W 1ed g e M ar k p W or k-Sho p[C ] ECA I Z 00Z , L y on France ,J 1y Z Z -Z 6,Z 00Z [3]Ont o W eb :A S r ve y on Ont o1o gy Too1S Ont o W eb D e1i verab1e 1 3[EB/OL ] htt p ://baba g e di a fi p m eS/ont o Web/W p 1/

9

v1＿0 p df ,Z 00Z -05 Ont o Road M a p /doc m entS/D 13＿[4]HandSch h S , S t aab S A t hori n g and Annot ati on of W eb Pa g eS i n CREA M [A ] Pr oceedi n g S of WWW Z 00Z [C ] Hono1 1 , Ha Waii , USA , M a y 7-11,Z 00Z [5]Ko g t P , Ho1m eS W Aer o DA ML :A pp 1y i n g I nf or m ati on Ex-tracti on t o Generat e DA ML Annot ati onS f r o m W eb Pa g eS [A ] F irSt I nt er nati ona1Conf erence on Kno W 1ed g e Ca p t re W or kSho p on Kno W 1ed g e M ar k p and S e m anti c Annot a-ti on [C ] V i ct ori a , B C O ct ober Z 1,Z 001 [6]Kahan J , Koi v nen M, et al . Annot ea :An O p en RDF I nf ra-Str ct re f or Shared W eb Annot ati onS [A ] Pr oceedi n g S of t he WWW 10I nt er nati ona1Conf erence [C ] Hon g Kon g , M a y 1-5, Z 001 [7]COHSE Soft Ware [EB/OL ] htt p ://cohSe Se m anti c Web or g /Soft Ware htm 1,Z 003-09

[8]The SHOE Kno W 1ed g e Annot at or [EB/OL ] htt p ://WWW cS

md ed /p r o j ectS/p 1 S/SHOE/Kno W 1ed g e Annot at or ht m 1, Z 003-09 [9]Hend1er J A g entS and t he S e m anti c W eb [J ] I EEE I nt e11i g ent S y St e m S ,Z 001,16:30-37

基于本体的语义标注工具比较与分析

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

邹亮， 廖述梅

邹亮(华中科技大学,软件学院,湖北,武汉,430074)， 廖述梅(江西财经大学,信息管理学院,江西,南昌,330013)

计算机应用

JOURNAL OF COMPUTER APPLICATIONS2004,24(z1)39次

参考文献(9条)

1. Kalyanpur A;Hendler J SMORE-Semantic Markup,Ontology and RDF Editor 2003

2. Motta E;Vargas-Vera M MnM:Ontology Driven Semi-Automatic and Automatic Support for Semantic Mark-up 2002

3. OntoWeb A Survey on Ontology Tools.OntoWeb Deliverable 1.3 2002

4. Handschuh S;Staab S Authoring and Annotation of Web Pages in CREAM 2002

5. Kogut P;Holmes W AeroDAML:Applying Information Extraction to Generate DAML Annotations from WebPages 2001

6. Kahan J;Koivunen M Annotea:An Open RDF Infrastructure for Shared Web Annotations 20017. COHSE Software 2003

8. The SHOE Knowledge Annotator 2003

9. HENDLER J Agents and the Semantic Web 2001(02)

本文读者也读过(3条)

1. 陶皖. 李平. 廖述梅. TAO Wan. LI Ping. LIAO Shu-mei 当前基于本体的语义标注工具的分析[期刊论文]-安徽工程科技学院学报（自然科学版）2005,20(2)

2. 王亚斌 基于本体的语义标注研究[学位论文]2010

3. 陈星光. 张文通. 汪霞. CHEN Xing-guang. ZHANG Wen-tong. WANG Xia 基于领域本体的自动化语义标注方法的研究[期刊论文]-科学技术与工程2009,9(8)

引证文献(33条)

1. 张晔华 可视的多媒体数据语义标注[学位论文]硕士 2013

2. 陈星光,张文通,汪霞 基于领域本体的自动化语义标注方法的研究[期刊论文]-科学技术与工程 2009(08)3. 孙滨 基于意见词汇本体的商品意见属性自动标注系统研究[学位论文]硕士 20104. 时念云,杨晨 基于领域本体的语义标注方法研究[期刊论文]-计算机工程与设计 2007(24)

5. 尹长余,毕强,王传清 语义标注工具的特征分析及其适用性研究[期刊论文]-情报理论与实践 2014(12)

6. 张玉芳,艾东梅,黄涛,熊忠阳 结合编辑距离和Google距离的语义标注方法[期刊论文]-计算机应用研究 2010(02)7. 鞠彦辉,刘闯 国外典型语义标注平台的比较研究[期刊论文]-现代情报 2009(01)8. 闫喜亮 基于情感本体的网络教育资源标注模型的设计与实现[学位论文]硕士 20119. 刘慧敏 一种基于本体的自动答疑系统框架研究[学位论文]硕士 201110. 苏翔 基于本体的网络知识资源语义化平台研究[学位论文]硕士 200611. 马中杰 基于领域本体的语义检索系统在社会上[学位论文]硕士 2011

12. 王昊,谷俊,苏新宁 本体驱动的知识管理系统模型及其应用研究[期刊论文]-中国图书馆学报 2013(02)13. 杨晨 基于语义Web的黄页系统研究[学位论文]硕士 2007

14. 田培军 语义Web和本体关键技术的研究及应用[学位论文]硕士 2009

15. 梁龙昀 Ontology在语义检索中的应用研究[学位论文]硕士 200816. 杨晨 基于语义Web的黄页系统研究[学位论文]硕士 200717. 王翠波 基于语义网的智能导航研究[学位论文]硕士 2005

18. 周清清 基于本体与刻面描述相结合的构件检索研究[学位论文]硕士 200819. 张铭晖 基于语义的教学资源检索系统的研究与实现[学位论文]硕士 200620. 郭少友,窦畅,常桢 网页语义标注研究综述[期刊论文]-情报杂志 2015(04)21. 焦莉 基于本体技术的积件式教学系统的研究与设计[学位论文]硕士 201122. 曹天瑜 基于本体的智能信息检索框架及相关技术[学位论文]硕士 200823. 史梦圆 基于本体的语义标引研究[学位论文]硕士 2006

24. 邹国兵 基于领域本体的语义化搜索技术研究与实现[学位论文]硕士 200625. 朱红梅 模型资源的语义表示和应用研究[学位论文]硕士 200526. 谢书丹 基于桥本体的语义标注技术[学位论文]硕士 2007

27. 周清清 基于本体与刻面描述相结合的构件检索研究[学位论文]硕士 200828. 胡雪琴 医案语料库的构建及其“内生五邪”病证数据挖掘[学位论文]博士 200829. 陈坚 DrSNPGrid中基于本体的生物信息集成技术研究[学位论文]硕士 200630. 杨建艳 面向农业信息检索的农业本体知识库构建研究[学位论文]博士 201131. 刘紫玉 多专业领域本体的构建及语义检索研究[学位论文]博士 200932. 黄世国 基于图像的昆虫识别关键技术研究[学位论文]博士 200833. 窦永香 对等网环境下的语义检索系统模型研究[学位论文]博士 2008

引用本文格式：邹亮. 廖述梅 基于本体的语义标注工具比较与分析[期刊论文]-计算机应用 2004(z1)