[摘要]分析Protege本體構(gòu)建工具的管理機(jī)制，通過(guò)應(yīng)用實(shí)例的調(diào)查統(tǒng)計(jì)，對(duì)其應(yīng)用學(xué)科范圍進(jìn)行總結(jié)；并從運(yùn)用領(lǐng)域、規(guī)模、細(xì)節(jié)處理等方面入手，分析國(guó)內(nèi)外4個(gè)本體實(shí)例的特點(diǎn)，Protege應(yīng)用的優(yōu)勢(shì)在于是開源軟件、提供多種可選擇的插件以及支持基于框架和網(wǎng)絡(luò)本體語(yǔ)言兩種可選模式等方面，但本體關(guān)系的可視化表示有待改進(jìn)。
　　[關(guān)鍵詞]Protege　本體構(gòu)建工具　應(yīng)用
　　[分類號(hào)]TP391
　　
　　1　Protege簡(jiǎn)介
　　
　　1.1　含義
　　Protege的無(wú)數(shù)據(jù)首先是由馬克?姆森(MarkMusen)于1987年為了一些醫(yī)學(xué)項(xiàng)目的知識(shí)系統(tǒng)化而創(chuàng)建的，后由斯坦福大學(xué)藥學(xué)院藥學(xué)信息學(xué)系研究人員在其基礎(chǔ)上研發(fā)而成。Protege常寫作Protege，在斯坦福大學(xué)Protege Wila中對(duì)其的解釋為：“Protege是一種免費(fèi)共享的平臺(tái)，為不斷增長(zhǎng)的用戶群提供一套工具，用以建立基于本體(ontologms)的領(lǐng)域模型和基于知識(shí)的應(yīng)用軟件。其核心是提供豐富的知識(shí)建模和運(yùn)行功能，以支持本體對(duì)不同格式的資源進(jìn)行創(chuàng)新、可視化和管理。Protege可以為某一領(lǐng)域進(jìn)行定制，便于知識(shí)建模和數(shù)據(jù)輸入。此外，還可以用導(dǎo)入插件和基于程序設(shè)計(jì)界面(API)的java方式擴(kuò)展，來(lái)建立基于知識(shí)的工具和應(yīng)用軟件”。該編輯工具最初應(yīng)用于醫(yī)學(xué)和信息管理領(lǐng)域，如斯坦福大學(xué)的Design-a-Trial、SAGE Project、Virtual Soldier等項(xiàng)目，目前在Protege Wiki中列有164個(gè)使用Plot6g6各版本及相關(guān)插件的項(xiàng)目。
　　
　　1.2　管理機(jī)制
　　Protege之所以成為較成功的本體編輯工具，其原因之一在于有以下一套完善的管理機(jī)制：
　　1.2.1　Protege Wild Protege鼓勵(lì)用戶將自己的項(xiàng)目成果鏈接到Protege Wiki上，支持注冊(cè)者對(duì)成果進(jìn)行說(shuō)明。因此任何登陸該網(wǎng)站的人都可以通過(guò)項(xiàng)目Wiki看到創(chuàng)始人愿意共享的成果，同時(shí)也可以隨時(shí)注冊(cè)。
　　1.2.2　Protege協(xié)會(huì)Protege協(xié)會(huì)集合了研發(fā)和使用Prot國(guó)§Protege方法和工具的學(xué)者及研究人員，其注冊(cè)用戶達(dá)到76 311人，使用成員名單達(dá)到17 313人，參與討論成員名單達(dá)到4 122人，OWL使用人員名單達(dá)到2075人。
　　
　　1.2.3　Protege國(guó)際會(huì)議Protege協(xié)會(huì)已成功舉辦過(guò)9次國(guó)際會(huì)議，建立了會(huì)議反饋機(jī)制，并在網(wǎng)上公布部分反饋信息。作為討論P(yáng)rotege應(yīng)用軟件現(xiàn)狀與將來(lái)發(fā)展的首要論壇，會(huì)議討論的主題主要有：關(guān)于基于框架OWL和RDF的本體發(fā)展、語(yǔ)義網(wǎng)的本體、相關(guān)軟件支持發(fā)展、醫(yī)學(xué)應(yīng)用軟件以及可視化工具和推理與推論等。Protege第10次國(guó)際會(huì)議干2007年7月15～18日在匈牙利的布達(dá)佩斯召開。
　　1.2.4　Protege用戶培訓(xùn)在Protege Wiki中列有Protegehbrary(知識(shí)庫(kù))，用以介紹有關(guān)本體的知識(shí)，并有實(shí)例說(shuō)明。同時(shí)Protege還提供收費(fèi)的用戶培訓(xùn)，并成立了用戶協(xié)會(huì)，便于開發(fā)者和使用者以及使用者之間的交流�！笆褂弥杏脩魠f(xié)會(huì)”包括的研究和實(shí)際應(yīng)用項(xiàng)目，覆蓋了超過(guò)100個(gè)國(guó)家。這些項(xiàng)目均被列入Protege協(xié)會(huì)Wiki之中。
　　
　　2　Protege應(yīng)用的學(xué)科范圍分析
　　
　　Protege Wlki中列舉164個(gè)項(xiàng)目(統(tǒng)計(jì)分析的數(shù)據(jù)采集時(shí)間為2007年5月21日至6月10日)，筆者逐一進(jìn)行調(diào)查，其中在國(guó)內(nèi)可以打開的鏈接有99個(gè)。下而對(duì)這99個(gè)項(xiàng)目涉及的學(xué)科范圍進(jìn)行統(tǒng)計(jì)分析(見圖1)。
　　由圖1可見，Protege在自然科學(xué)領(lǐng)域(生物和醫(yī)學(xué)、信息技術(shù)、數(shù)學(xué)、工業(yè)、天文、航海、機(jī)械、石油開采、農(nóng)業(yè)、人體測(cè)量學(xué)等)的應(yīng)用占到了59％、社會(huì)科學(xué)方面(信息管理、經(jīng)濟(jì)、法律、教育、國(guó)土規(guī)劃、社會(huì)、管理、旅游等)占26％、人文學(xué)科領(lǐng)域(語(yǔ)言學(xué)、歷史、地理、藝術(shù)、哲學(xué)等)占16％。其中列在前4位的分別是“生物和醫(yī)學(xué)”(24％)、“信息技術(shù)”(22％)、“信息管理”(10％)、和“語(yǔ)言學(xué)”(7％)。生物和醫(yī)學(xué)所占比例最大，這與Protege開發(fā)機(jī)構(gòu)為斯坦福大學(xué)藥學(xué)院藥學(xué)信息學(xué)系有關(guān)，在邏輯結(jié)構(gòu)的創(chuàng)建方面比較適合這一領(lǐng)域；而信息技術(shù)領(lǐng)域占22％，說(shuō)明Protege和本體這種信息組織的方式得到了技術(shù)開發(fā)者的青睞；信息管理方法和語(yǔ)言學(xué)則是本體開發(fā)和應(yīng)用中關(guān)鍵因素，Protege在這兩個(gè)領(lǐng)域中的應(yīng)用也得到研發(fā)者的重視。
　　
　　圖中“其他”包括哲學(xué)、社會(huì)、安全、管理、天文、航海、旅游、機(jī)械、石油開采、工業(yè)、制造、農(nóng)業(yè)、人體測(cè)量學(xué)等方面，說(shuō)明Protege的學(xué)科使用面已相當(dāng)廣泛。
　　
　　3　Protege應(yīng)用實(shí)例分析
　　
　　3.1　FMA解剖學(xué)本體基本模型
　　FMA全稱為Foundational Model of Anatomy(解剖學(xué)本體基本模型)，是數(shù)字解剖學(xué)信息系統(tǒng)(Digital AnatomistInformation System)的一部分。由華盛頓大學(xué)結(jié)構(gòu)信息組(stmcmral Informatics Group at the University of Wasbangten)1995年開發(fā)并維護(hù)。
　　FMA采用象征模型表達(dá)人體的解剖學(xué)結(jié)構(gòu)，構(gòu)造了大約7.5萬(wàn)余個(gè)類、13萬(wàn)余條術(shù)語(yǔ)、20.5萬(wàn)余個(gè)框架以及174種槽來(lái)表示不同的關(guān)系和屬性。概念和術(shù)語(yǔ)包括超過(guò)4.4萬(wàn)條規(guī)范化后的詞匯，用以消除英文同義詞的歧義以及超過(guò)1.5萬(wàn)條非英語(yǔ)同義詞匯。術(shù)語(yǔ)中包括8 500條拉丁語(yǔ)術(shù)語(yǔ)、4 700條法語(yǔ)術(shù)語(yǔ)、500條西班牙語(yǔ)術(shù)語(yǔ)和350條德語(yǔ)術(shù)語(yǔ)。由于解剖學(xué)為其它生物科學(xué)提供了基礎(chǔ)，因此FMA適用于所有生物醫(yī)學(xué)領(lǐng)域。
　　FMA最突出的特色是靈活應(yīng)用了“槽(slot)”及“槽”的屬性“面”來(lái)表達(dá)各實(shí)體之間復(fù)雜的關(guān)系。在網(wǎng)頁(yè)上同時(shí)提供樹形結(jié)構(gòu)的瀏覽和關(guān)鍵詞查詢，并顯示被選實(shí)體的各種關(guān)系。其樹形結(jié)構(gòu)提供了子類(subclass)、部分(part)、系統(tǒng)局部(systemic part)、區(qū)域局部(regional part)等四種組織方式，力圖在二維空間內(nèi)顯示多維結(jié)構(gòu)。值得一提的是：FMA雖然現(xiàn)在只是使用文字描述，尚未提供可視化的內(nèi)容，但是華盛頓大學(xué)組正在開發(fā)其層級(jí)可視化功能，重點(diǎn)是帶有注釋的圖片管理，并且以“不僅管理者，連使用者也可以插入圖片”為目標(biāo)。
　　
　　3.2　RadLex放射線學(xué)詞典
　　RadLex全稱為Radiology lexicon(放射線學(xué)詞典)，創(chuàng)建于2003年，由北美放射學(xué)社(RSNA，Radmlogical Societyof North America)提供全部基金資助并籌劃。
　　RadLex目的在于提供統(tǒng)一結(jié)構(gòu)的術(shù)語(yǔ)，用以放射學(xué)信息資源以及醫(yī)學(xué)圖片資源的捕獲、索引和檢索。該計(jì)劃的實(shí)現(xiàn) 并非通過(guò)建立一個(gè)全新的詞典，而是著重干吸取成功經(jīng)驗(yàn)，在任何必要的時(shí)候選擇和采用已成熟的術(shù)語(yǔ)和標(biāo)準(zhǔn)，如：ACRIndex(活動(dòng)空腔輻射計(jì)索引)、the Unified Medical LanguageSystem(UMLS，統(tǒng)一醫(yī)學(xué)語(yǔ)言系統(tǒng))，the Fleischner SocietyGlossaries(Fleischner社會(huì)術(shù)語(yǔ)表)，等等。它將統(tǒng)一和完善其它詞典中的術(shù)語(yǔ)，并交叉參考其他詞典和標(biāo)準(zhǔn)，以提供網(wǎng)上的免費(fèi)資源，具有“視圖瀏覽”和“搜索”兩種檢索方式。
　　RadLex列表分為解剖學(xué)位置、發(fā)現(xiàn)、圖像的獲取與展示、圖像質(zhì)量、調(diào)整、關(guān)系、教學(xué)屬性等幾類術(shù)語(yǔ)，可以從相鄰、子類、超類3種方式用圖形表達(dá)術(shù)語(yǔ)之間的關(guān)系(見圖2)。圖形中選中對(duì)象與相關(guān)術(shù)語(yǔ)用不同顏色區(qū)分。相互關(guān)系用箭頭和附加的文字來(lái)說(shuō)明。圖形可以反映出列表難以表達(dá)的關(guān)系。
　　
　　3.3　BioPAX生物學(xué)途徑交換
　　BioPAX全稱為Biological Pathway Exchange(生物學(xué)途徑交換)。該計(jì)劃始建于2002年10月初，是在2002年8月ISMB分子生物學(xué)智能系統(tǒng)國(guó)際會(huì)議(International ConferenceOn Intelligent Systems for Molecular Biology)加拿大埃德蒙頓分會(huì)場(chǎng)第四屆“生物學(xué)途徑數(shù)據(jù)交換會(huì)議”的提議下建立的。其目標(biāo)在于開發(fā)一個(gè)共同的生物途徑數(shù)據(jù)交換平臺(tái)，包括的數(shù)據(jù)庫(kù)有aMAZE、BioCyc、BIND、eMIM、INOH、PATIKA、Reactome、WIT/PUMA2等。
　　由于OWL語(yǔ)言具有在本體庫(kù)類目層級(jí)描述和數(shù)據(jù)交換格式方面的優(yōu)勢(shì)，其技術(shù)與XML工具可兼容，而用戶對(duì)其表現(xiàn)出的興趣和令人矚目的技術(shù)發(fā)展前景，開發(fā)者決定使用OWL網(wǎng)絡(luò)本體語(yǔ)言開發(fā)。在本體庫(kù)構(gòu)造過(guò)程中，BioPAX只采用了數(shù)量有限的概括性類目，而并未創(chuàng)建大量特定細(xì)目。一方面是因?yàn)樵诩?xì)目(specialized classes)的劃分上分歧較多，而在大類上則易于達(dá)成共識(shí)，BioPAX就能為更廣泛的用戶群體服務(wù)；另一方面概括類目體系可以更方便地建立、維護(hù)和發(fā)展。為了整合的各個(gè)數(shù)據(jù)庫(kù)的內(nèi)容特色，BioPAX在這簡(jiǎn)潔的類目體系下，用大量的實(shí)例來(lái)代替類目細(xì)分，以便更符合提供者和使用者的認(rèn)知習(xí)慣。
　　BioPAX的OWL文件可以使用Protege本體編輯器和OWL插件查看。BioPAX Wild中有逐步截圖介紹，引導(dǎo)用戶使用Protege瀏覽和分析數(shù)據(jù)。其最新版本BioPAX Level 2Version 1０0在的Level 1原有的代謝途徑基礎(chǔ)上，增加了分子交感、蛋白質(zhì)轉(zhuǎn)譯修正等新內(nèi)容，目前仍在完善中。
　　
　　3.4　Harmon ISA區(qū)域數(shù)據(jù)資源的跨界協(xié)調(diào)計(jì)劃
　　HarmonISA是Harmonisation of regional data resources forcross-border plannmg(區(qū)域數(shù)據(jù)資源的跨界協(xié)調(diào)計(jì)劃，簡(jiǎn)稱ISA-Map)的主要成果之一。該計(jì)劃始于2003年4月，在2006年3月完成，由歐盟、歐洲部分國(guó)家和一些非歐洲國(guó)家基金資助，耗資共1 812 880歐元。作為ISA-Map的子項(xiàng)目，HarmonISA用于處理基于本體描述的地表類型和土地用途的分類，以達(dá)到英語(yǔ)、德語(yǔ)、意大利語(yǔ)和斯洛文尼亞語(yǔ)的語(yǔ)意會(huì)通，成為提供土地使用情況和地表植被情況的跨國(guó)界綜合咨詢工具。
　　HarmonISA采用的OWL語(yǔ)言編輯功能、表現(xiàn)出的較強(qiáng)的可兼容性和眾多插件的支持。在開發(fā)過(guò)程中對(duì)開發(fā)工具Protege給予了相當(dāng)?shù)暮迷u(píng)。Protege具有避免在本體庫(kù)建立過(guò)程中出現(xiàn)錯(cuò)誤的功能設(shè)置，相關(guān)過(guò)程中可以隨時(shí)獲得來(lái)自軟件的幫助，并可以使用邏輯檢查工具來(lái)保證類與子類的劃分，在本體的框架建立時(shí)十分便捷。
　　Harmon ISA網(wǎng)站不僅提供用顏色區(qū)分土地屬性的地圖瀏覽器，還提供本體觀察器。在地圖瀏覽器中可以隨時(shí)點(diǎn)擊地圖中相應(yīng)所對(duì)應(yīng)的土地類型，利用圖例、目錄、過(guò)濾目錄、詢問等方式中的列表來(lái)查看所對(duì)象對(duì)應(yīng)的屬性。本體觀察器內(nèi)容由“母類”、“定義”、“子類”、“領(lǐng)域”、“范圍”等構(gòu)成，可以實(shí)現(xiàn)逐級(jí)展開并支持跳轉(zhuǎn)來(lái)現(xiàn)實(shí)術(shù)語(yǔ)之間的聯(lián)系。
　　
　　4　結(jié)語(yǔ)
　　
　　作為開發(fā)平臺(tái)，Protege提供了對(duì)本體的解釋和對(duì)其產(chǎn)品的使用說(shuō)明。使這種開源軟件為更多人所了解、接受和利用。Protege應(yīng)用的優(yōu)勢(shì)在于是開源軟件、提供多種可選擇的插件以及支持基于框架和網(wǎng)絡(luò)本體語(yǔ)言兩種可選模式等。Protege雖然開發(fā)于生物醫(yī)學(xué)領(lǐng)域，但可以針對(duì)其他學(xué)科進(jìn)行適應(yīng)性調(diào)整，不斷進(jìn)化使其成為世界上眾多研究機(jī)構(gòu)所采用的本體建模工具。
　　從對(duì)Protege用戶列表中所鏈接的項(xiàng)目情況看來(lái)，用戶多采用語(yǔ)詞列表的表達(dá)方式，用多重列表來(lái)表達(dá)多維關(guān)系，本體關(guān)系可視化表示仍有待開發(fā)。
　　Protege雖然支持多語(yǔ)種，但使用中文構(gòu)建的本體并不多見，至今在有關(guān)文獻(xiàn)中可見的本體有李景的“花卉學(xué)本體模型’、董慧的歷史領(lǐng)域本體“國(guó)共合作數(shù)據(jù)庫(kù)”、王莉的“學(xué)位論文服務(wù)系統(tǒng)”，崔雷、趙鵬的“臨床藥物本體”和何琳、曹玲的“農(nóng)業(yè)古籍本體”等。如何消除在某些科學(xué)前沿領(lǐng)域?qū)ν庹Z(yǔ)，尤其是英語(yǔ)的依賴，將成為開發(fā)中文環(huán)境下的本體模型所面臨的重要問題之一。

相關(guān)熱詞搜索：本體 構(gòu)建 調(diào)查 Ｐｒｏｔｅｇｅ本體構(gòu)建工具應(yīng)用調(diào)查分析 protege本體構(gòu)建實(shí)例 本體構(gòu)建 圖數(shù)據(jù)庫(kù)