数字图书馆信息资源本体论的构建
论方法与集中的数据库技术有显著的不同，它捕捉的是分布的而不是集中的知识，知识可以直接在它的初始位置被查找（如HTML网页），而不是被分割到相应的数据库中才能查找。这种方法允许对知识进行推断，知识虽然没有明确表达出来，但却可以根据一般性的知识（包含在本体论内）进行推导。
知识管理过程中本体论的构建具有上述优势。在网络环境下借助相应的基于代理的本体论服务工具，使这一构建过程具有很强的可行性。
4.2 等级结构的建立
构建本体论的关键步骤是等级结构的建立，这一过程与2.2、3.2部分所述内容相似，因此这里省略。
4.3 知识描述
在分布式的网络环境下，需要管理的知识资源分布在网页中，可以在网页中添加本体论的标识语句，如在HTML中对被描述的信息客体添加本体论的onto语句。在标准的Web浏览器如Netscape或Explorer中，onto语句的添加并不影响HTML文件的视觉效果，这样做只是使得主题事物知识的智能Web查找可视化。同时，这可以直接使用（再利用）语句体中的文本知识，避免了知识标注者重复表示相同的信息。
4.4 本体论信息浏览
由于使用者在标注和查询的过程中使用了本体论标识语句，因此，在此阶段可提供便捷的信息浏览。本体论元数据表示的是概念的等级关系，这种等级关系至少容易满足用户的两种需求：①浏览某一类的周围类目，以便寻找最合适的形成某一提问的类，②浏览全部等级，以便快捷地完成由一个等级向另一个等级的导航。
4.5 智能知识检索
在网络环境下可以使用基于本体论的代理服务Ontobroker，它由3个部分组成：网络爬虫（Ontobroker）、推理引擎及查询界面。
首先，Ontocrawler通过标识的网页进行查找并收集标注的知识片断。其次，将知识片断转化为以Ontocrawler所使用的表述语言规范成的事实。不论是推理引擎还是查询用户都不需要了解因特网上事实表述的句法，只有标注者必须使用标注语言。
推理引擎收到用户的提问后，利用两个信息源来推导答案，即主题事物的本体论和Ontocrawler中的事实。推理引擎的基本推理机制类似于知识库中的智能推导系统。
5 结语
由于信息资源组织在数字图书馆中的重要作用，开发科学有效的信息处理工具已成为数字图书馆研究的一个重点。本体论的构建弥补了现有手段描述信息客体功能上的不足，它既从宏观上为信息资源的有效组织提供了指导思想，也从微观上构成了描述信息客体的标准和技术。本文对国外本体论的理论研究和实践应用进行了深入分析和系统整理，建立了构建数字图书馆信息资源本体论的3个层次体系，并在每个层次的具体操作中形成了从可行性分析到等级结构建立再到本体论生成的方法体系。
【参考文献】
1 Gruber,T.R.A translation approach to portable ontology specifications. Knowledge Acquisitions, 1993（5）: 199-210
2 Uscbold, M. Ontology: principles, methods, and applications. Knowledge Engineering Review, 1996（11） :93-155
3 Farquhar A., Fikes, R. et al. The ontolingua server: a tool for collaborative ontology construction. International Journal of &nb
4 Michael, Erdmann. How to structure and access XML with ontologies. Data & Knowledge Engineering, 2001 （36）:317-335
5 http://www. aifb. uni-karlsruhe, de/WBE/broker/
6 Birmingham,W. Building ontologies for the Internet: a midterm report. International Journal of Human-Computer Studies, 1999（5） :687-712
7 Guarino,N. Semantic matching: formal ontological distinctions for information organization, extraction, and integration. Computer Science, 1997（5）: 139-170
8 Louise, C. Extracting focused knowledge from the semantic Web. International Journal of Human-Computer Studies, 2001 （54）:155-184
9 O' Leary, D.E. Impediments in the use of explicit ontology for KBS development. International Journal of Human-Gomputer Studies, 1997（46） :327-337
10 Weinstein, P., Birmingham, W. Creating ontological metadata for digital library conte 《数字图书馆信息资源本体论的构建(第2页)》
本文链接地址：http://www.oyaya.net/fanwen/view/60321.html
知识管理过程中本体论的构建具有上述优势。在网络环境下借助相应的基于代理的本体论服务工具，使这一构建过程具有很强的可行性。
4.2 等级结构的建立
构建本体论的关键步骤是等级结构的建立，这一过程与2.2、3.2部分所述内容相似，因此这里省略。
4.3 知识描述
在分布式的网络环境下，需要管理的知识资源分布在网页中，可以在网页中添加本体论的标识语句，如在HTML中对被描述的信息客体添加本体论的onto语句。在标准的Web浏览器如Netscape或Explorer中，onto语句的添加并不影响HTML文件的视觉效果，这样做只是使得主题事物知识的智能Web查找可视化。同时，这可以直接使用（再利用）语句体中的文本知识，避免了知识标注者重复表示相同的信息。
4.4 本体论信息浏览
由于使用者在标注和查询的过程中使用了本体论标识语句，因此，在此阶段可提供便捷的信息浏览。本体论元数据表示的是概念的等级关系，这种等级关系至少容易满足用户的两种需求：①浏览某一类的周围类目，以便寻找最合适的形成某一提问的类，②浏览全部等级，以便快捷地完成由一个等级向另一个等级的导航。
4.5 智能知识检索
在网络环境下可以使用基于本体论的代理服务Ontobroker，它由3个部分组成：网络爬虫（Ontobroker）、推理引擎及查询界面。
首先，Ontocrawler通过标识的网页进行查找并收集标注的知识片断。其次，将知识片断转化为以Ontocrawler所使用的表述语言规范成的事实。不论是推理引擎还是查询用户都不需要了解因特网上事实表述的句法，只有标注者必须使用标注语言。
推理引擎收到用户的提问后，利用两个信息源来推导答案，即主题事物的本体论和Ontocrawler中的事实。推理引擎的基本推理机制类似于知识库中的智能推导系统。
5 结语
由于信息资源组织在数字图书馆中的重要作用，开发科学有效的信息处理工具已成为数字图书馆研究的一个重点。本体论的构建弥补了现有手段描述信息客体功能上的不足，它既从宏观上为信息资源的有效组织提供了指导思想，也从微观上构成了描述信息客体的标准和技术。本文对国外本体论的理论研究和实践应用进行了深入分析和系统整理，建立了构建数字图书馆信息资源本体论的3个层次体系，并在每个层次的具体操作中形成了从可行性分析到等级结构建立再到本体论生成的方法体系。
【参考文献】
1 Gruber,T.R.A translation approach to portable ontology specifications. Knowledge Acquisitions, 1993（5）: 199-210
2 Uscbold, M. Ontology: principles, methods, and applications. Knowledge Engineering Review, 1996（11） :93-155
3 Farquhar A., Fikes, R. et al. The ontolingua server: a tool for collaborative ontology construction. International Journal of &nb
sp;Hunmn-Computer Studies, 1997（46） :707-728
4 Michael, Erdmann. How to structure and access XML with ontologies. Data & Knowledge Engineering, 2001 （36）:317-335
5 http://www. aifb. uni-karlsruhe, de/WBE/broker/
6 Birmingham,W. Building ontologies for the Internet: a midterm report. International Journal of Human-Computer Studies, 1999（5） :687-712
7 Guarino,N. Semantic matching: formal ontological distinctions for information organization, extraction, and integration. Computer Science, 1997（5）: 139-170
8 Louise, C. Extracting focused knowledge from the semantic Web. International Journal of Human-Computer Studies, 2001 （54）:155-184
9 O' Leary, D.E. Impediments in the use of explicit ontology for KBS development. International Journal of Human-Gomputer Studies, 1997（46） :327-337
10 Weinstein, P., Birmingham, W. Creating ontological metadata for digital library conte 《数字图书馆信息资源本体论的构建(第2页)》
★读了本文的人也读了：