知识本体（知识本体表达的是实体之间层次关系）
本文目录一览：
什么是知识本体?
这个概念我还是第一次听说。我在《机器翻译研究》发现，知识本体的定义有很多种，其中牛津词典给出的定义是：the science or study of being！ 《机器翻译研究》的作者在总结了前人的定义的基础上提出：如果我们把每一个知识领域抽象成一个概念体系，再采用一个词表来表示这个概念体系，在这个词表中，要明确地描述词的涵义、词与词之间的关系、并在该领域的专家之间达成共识，使得大家能够共享这个词表，那么，这个词表就构成了该领域的一个知识本体。 我能提供的仅仅是这些。希望有更好的答案出现。
什么是知识本体? 要求给出知识本体的含义
这个概念我还是第一次听说.我在《机器翻译研究》发现,知识本体的定义有很多种,其中牛津词典给出的定义是：the science or study of being! 《机器翻译研究》的作者在总结了前人的定义的基础上提出：如果我们把每一个知识领域抽象成一个概念体系,再采用一个词表来表示这个概念体系,在这个词表中,要明确地描述词的涵义、词与词之间的关系、并在该领域的专家之间达成共识,使得大家能够共享这个词表,那么,这个词表就构成了该领域的一个知识本体. 我能提供的仅仅是这些.希望有更好的答案出现.
知识本体的意义
本体在Web上的应用导致了语义Web的诞生，其目的是解决Web上信息共享时的语义问题[8]。1999年，Web的创始人伯纳斯－李(Tim Berners-Lee)首次提出了“语义Web”（Semantic Web）的概念。2001年2月，W3C正式成立“Semantic Web Activity”来指导和推动语义Web的研究和发展，语义Web的地位得以正式确立。
语义Web提供了一个通用的框架，允许跨越不同应用程序、企业和团体的边界共享和重用数据。语义Web是W3C领导下的协作项目，有大量研究人员和业界伙伴参与。语义Web以资源描述框架（RDF）为基础。RDF以XML作为语法、URI作为命名机制，将各种不同的应用集成在一起，对Web上的数据所进行的一种抽象表示。语义Web所指的“语义”是“机器可处理的”语义，而不是自然语言语义和人的推理等目前计算机所不能够处理的信息。
知识管理是一种对知识的组织和再组织，以及对人的显性和隐性知识进行管理，通过对知识的获取、组织、分发、应用，实现知识共享和知识创新，提高组织的创新能力、反应能力、生产率以及技术技能，增加核心竞争力。在今天激烈竞争的环境中，知识管理有助于企业整合自身知识，实现知识流程化、企业化；使企业能够快速有效地对外界进行响应，提高单位时间内创造的价值；扩大知识利用的程度与范围，增强创新能力和商务智能；打破原有管理等级边界，拓展组织发展的空间。
本体是语义Web的基础，本体可以有效地进行知识表达，知识查询，或不同领域知识的语义消解。本体还可以支持更丰富的服务发现、匹配和组合，提高自动化程度。本体知识管理（ontology-based knowledge management）可实现语义级知识服务，提高知识利用的深度。本体知识管理还可以支持对隐性知识进行推理，方便异构知识服务之间实现互操作，方便融入领域专家知识及经验知识结构化等。
本体知识管理一般要求满足以下基本功能：①支持本体多种表示语言和存储形式，具有本体导航功能；②支持本体的基本操作如本体学习、本体映射、本体合并等；③提供本体版本管理功能，支持本体的可扩展性和一致性。
知识本体是领域概念及概念之间关系的规范化描述，这种描述是规范的、明确的、形式化的，可共享的。“明确”意味着所采用概念的类型和它们应用的约束实行明确的定义。“形式化” 指知识本体是计算机可读的(即能被计算机处理)；“共享”反映知识本体应捕捉该领域中一致公认的知识，反映的是相关领域中公认的概念集，即知识本体针对的是团体而非个体的共识。知识本体的目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇和词汇间相互关系的明确定义。
1991年，美国计算机专家尼彻斯（R. Niches）等在完成美国国防部高级研究计划局（Defense Advanced Research Projects Agency, 简称DARPA）关于知识共享的科研项目中，提出了一种构建智能系统的新思想，他们认为，构建的智能系统由两个部分组成，一个部分是“知识本体”（ontologies），另一部分是“问题求解方法”（Problem Solving Methods，简称PSMs）。前者涉及特定领域共有的知识结构，是静态的知识；后者（PSMs）涉及在相应领域的推理知识，是动态的知识，PSMs使用ontologies中的静态的知识进行动态推理，就可构建一个智能系统。这样的智能系统是一个知识库，而ontologies是知识库的核心，于是，“知识本体（ontologies或ontology）”在计算机科学中就引起了学者们的极大关注。
在20世纪末和21世纪初，“知识本体”的研究开始成为计算机科学的一个重要领域。它借鉴哲学中“本体论（Ontology）”的研究成果，主要的任务是研究世界上的各种事物（物，对象）以及代表这些事物的范畴（意，概念）的形式（文，符号）特性（义，关系），并对其进行分类，建立规范。计算机科学对于“知识本体”的研究就是建立在上述的哲学本体论研究基础上的并有了很大发展。在计算机科学中“知识本体”不再是一种理论而是事物及其范畴的形式分类系统，是掌控概念体系的规范。
为表示区别，哲学的“本体论（Ontology）”与计算机科学的“知识本体（ontologies或ontology）”可分别采用不同的书写形式或表达习惯。前者注重理论探讨，后者强调实践操作。
为此，计算机科学专家重新给“知识本体（ontologies或ontology）”下了科学定义。
1993年，格鲁伯（Gruber）的定义：“知识本体（ontology）是概念体系的明确规范”（An ontology is an explicit specification of conceptualization）。
1997年，波尔斯特（Borst）对格鲁伯的定义做了修改：“知识本体（ontologies）是可以共享的概念体系的形式规范”（The ontologies are defined as a form of specification of a shared conceptualization）。
1998年，施图德（Studer）等在格鲁伯和波尔斯特的定义的基础上给出了更加明确的解释：“知识本体（ontology）是对概念体系的明确的、形式化的、可共享的规范”（An ontology is a formal explicit specification of a shared conceptualization）。
定义中，“概念体系”指描述现象的有关概念的抽象模型；“明确”指对所使用的概念的类型以及概念用法的约束须明确地加以定义；“形式化”指这个知识本体（ontology）应该是机器可读的（machine-readable）或机器可循的（machine traceable）；“共享”指知识本体（ontology）中所描述的知识结构不是个人专用而是群体共享。
在计算机科学中有不同类型的知识本体。
通用知识本体（common ontology）是从概念的根结点出发，很抽象的，例如，冯志伟在机器翻译研究中研制的 ONTOL-MT这个通用知识本体的初始概念有事物（entity）、时间（time）、空间（space）、数量（quantity）、行为状态（action-state）和属性（attribute）供6个可管辖不同层次的下位概念。ONTOL-MT在受限条件下做歧义结构的自动消歧效果良好。
领域知识本体（domain ontology）是对领域知识的抽象，概念明确，容易形式化和共享。例如，生物学领域知识本体（domain-specific ontology of botany）、考古学领域知识本体（domain-specific ontology of archeology）。
语言知识本体（language ontology）是一个词表，它描述了单词和术语之间的概念关系。例如，词网（WordNet）。概念结点是专业术语就叫做术语知识本体（terminology ontology）。
形式知识本体（formal ontology）对概念和术语的分类很严格，要按一定的原则和标准，明确地定义概念之间的显性和隐性关系，明确概念的约束和逻辑联系。领域知识本体或术语知识本体经过进一步的抽象和提炼，就可发展成形式知识本体。
前三种知识本体可被自然人共享，而形式知识本体则主要是为计算机所共享的。
知识本体帮助人们对于领域知识进行系统的分析，把领域知识形式化，使之便于计算机处理。知识本体还可以实现人和人之间以及人和计算机之间的知识共享，在一定领域中实现知识重用。
