導(dǎo)語(yǔ)：本體電子政務(wù)數(shù)據(jù)平臺(tái)研究運(yùn)用一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

全球性的網(wǎng)絡(luò)化、信息化進(jìn)程正改變著人們的生活方式，Internet技術(shù)應(yīng)用以及電子商務(wù)的飛速增長(zhǎng)給人們生活工作的各個(gè)層面帶來(lái)了深刻的影響。隨著計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，“政府信息化”越來(lái)越受到政府機(jī)關(guān)的重視，各地政府機(jī)關(guān)紛紛開(kāi)始建立電子政務(wù)業(yè)務(wù)系統(tǒng)。目前大多數(shù)政府機(jī)關(guān)已建立了大量的信息系統(tǒng)，例如檔案管理系統(tǒng)、稅務(wù)系統(tǒng)、工資系統(tǒng)、人事管理系統(tǒng)、OA系統(tǒng)、公共服務(wù)一卡通、資產(chǎn)管理系統(tǒng)等。但眾多業(yè)務(wù)應(yīng)用系統(tǒng)相互獨(dú)立，它們各自采用不同平臺(tái)、不同數(shù)據(jù)庫(kù)、不同編碼，致使各業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)交換和信息資源共享存在困難，信息孤島現(xiàn)象明顯¨1]。

同時(shí)，眾多的應(yīng)用系統(tǒng)所帶來(lái)的身份的認(rèn)證和管理的復(fù)雜性既使得管理成本不能降低，又使得整個(gè)系統(tǒng)的安全性、可整合性降低，這已成為電子政務(wù)信息管理系統(tǒng)進(jìn)一步發(fā)展的瓶頸所在。因此，要想改變電子政務(wù)信息化水平的現(xiàn)狀，整合信息資源，解決“信息孤島”問(wèn)題，就必須建立一個(gè)公共數(shù)據(jù)平臺(tái)，它是在政府部門原有的各業(yè)務(wù)系統(tǒng)層面上搭建的一個(gè)高層應(yīng)用平臺(tái)，將各業(yè)務(wù)系統(tǒng)的異構(gòu)數(shù)據(jù)集成應(yīng)用，向下屏蔽各異構(gòu)信息源異構(gòu)性，向上提供數(shù)據(jù)集成基礎(chǔ)服務(wù)，實(shí)現(xiàn)各種信息系統(tǒng)的互通互聯(lián)和數(shù)據(jù)共享、數(shù)據(jù)的一致性，并在此基礎(chǔ)上實(shí)現(xiàn)規(guī)范的信息管理。近年來(lái)，隨著語(yǔ)義Web的發(fā)展，其核心技術(shù)本體在數(shù)據(jù)集成方面得到了應(yīng)用。本體作為共享領(lǐng)域概念模型，可以通過(guò)定義領(lǐng)域內(nèi)一致的術(shù)語(yǔ)和術(shù)語(yǔ)間的關(guān)系來(lái)描述異構(gòu)信息源的語(yǔ)義信息，從而消除異構(gòu)數(shù)據(jù)源的語(yǔ)義沖突。

在國(guó)外，對(duì)本體的研究較早，本體已經(jīng)應(yīng)用到各個(gè)領(lǐng)域。相比國(guó)外，國(guó)內(nèi)對(duì)本體的研究起步較晚，尤其是在電子政務(wù)方面，缺乏一致的本體模型，相關(guān)的應(yīng)用也少。目前，本體技術(shù)很少在電子政務(wù)信息化建設(shè)中應(yīng)用，因此，如何把本體技術(shù)應(yīng)用到電子政務(wù)異構(gòu)數(shù)據(jù)管理集成中，采取何種策略進(jìn)行構(gòu)建，消除電子政務(wù)各信息系統(tǒng)異構(gòu)數(shù)據(jù)庫(kù)模式的語(yǔ)義沖突，從而解決電子政務(wù)中異構(gòu)系統(tǒng)導(dǎo)致的信息孤島問(wèn)題，構(gòu)建統(tǒng)一的數(shù)據(jù)平臺(tái)，以便提高政府管理效率，就顯得尤為重要。

1電子政務(wù)與本體

1.1電子政務(wù)與本體概述

電子政務(wù)是政府機(jī)構(gòu)廣泛深入地應(yīng)用現(xiàn)代信息和通信技術(shù)，將政府內(nèi)部和外部(社會(huì))的責(zé)權(quán)與職能通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)硬件和軟件技術(shù)進(jìn)行集成、整合、優(yōu)化、重組，做到跨越時(shí)間和空間，突破部門分割和傳統(tǒng)組織、工作方法與工作流程的限制，力求全方位地、有效地施行與提供安全、高效、優(yōu)質(zhì)、規(guī)范和符合國(guó)際水準(zhǔn)的管理與服務(wù)。本體是為了某種目的描述世界時(shí)的一組抽象化概念，并且該組概念是得到廣泛認(rèn)可的、以規(guī)范化形式描述的。根據(jù)定義描述本體時(shí)目的的不同，本體可以分為多種類型，依照領(lǐng)域依賴程度，可以細(xì)分為頂級(jí)(top—leve1)、領(lǐng)域(domain)、任務(wù)(task)和應(yīng)用(application)，這里研究的是領(lǐng)域本體，領(lǐng)域本體由屬性、對(duì)象、關(guān)系和子領(lǐng)域本體組成。引入本體的思想，借助本體對(duì)領(lǐng)域知識(shí)進(jìn)行詳細(xì)描述，以抽象出概念化的語(yǔ)義層次，為進(jìn)一步研究語(yǔ)義化的信息交互提供了基本的語(yǔ)義層次2J。從形式上來(lái)說(shuō)，本體由概念、關(guān)系、函數(shù)、公理和實(shí)例5種元素組成。本體中的概念可以是一般意義上的概念，也可以是任務(wù)、功能、行為、策略推理過(guò)程等；關(guān)系表示概念之間的關(guān)聯(lián)；函數(shù)則是一種特殊的關(guān)系；公理用于表示一些永真式；實(shí)例是指屬于某種概念的基本元素，即某概念類所指的具體實(shí)例。

1.2本體在電子政務(wù)中的應(yīng)用案例

美國(guó)印第安納州電子政府建設(shè)是很多文獻(xiàn)介紹的典范，其成功之處在于利用本體方法建設(shè)電子政府?dāng)?shù)據(jù)庫(kù)J。美國(guó)印第安納州電子政府IndianaFamilyandSocialServicesAdministration(FSSA)本體，屬于最上層的域本體設(shè)計(jì)，它在“家庭與社會(huì)服務(wù)”這一本體下定義了9個(gè)本體(即低收入、處于危險(xiǎn)的兒童、精神病與吸毒、弱智、區(qū)域健康與人性化服務(wù)、醫(yī)療補(bǔ)助、政府機(jī)構(gòu)、法律實(shí)施及財(cái)政)，建立了最上層的概念關(guān)系，并用圖形和箭頭形式標(biāo)示出了各下層本體之間的關(guān)系以及在一個(gè)專業(yè)本體里所包括的術(shù)語(yǔ)。

1.3電子政務(wù)中本體的核心概念及抽取方法

目前，大多數(shù)本體學(xué)習(xí)方法和本體學(xué)習(xí)系統(tǒng)都是直接將術(shù)語(yǔ)識(shí)別為概念。術(shù)語(yǔ)的抽取被認(rèn)為是進(jìn)行本體自動(dòng)構(gòu)建的關(guān)鍵。針對(duì)術(shù)語(yǔ)抽取的研究主要有基于語(yǔ)法規(guī)則的方法、基于統(tǒng)計(jì)的方法、ICT—CLAS系統(tǒng)法J。利用語(yǔ)法規(guī)則的方法來(lái)進(jìn)行術(shù)語(yǔ)抽取具有提取術(shù)語(yǔ)準(zhǔn)確度較高、處理過(guò)程簡(jiǎn)單、計(jì)算量較小、能夠有效提取低頻術(shù)語(yǔ)等多項(xiàng)優(yōu)點(diǎn)。但是，由于語(yǔ)言學(xué)規(guī)則本身難以掌握，尤其是針對(duì)開(kāi)放性的語(yǔ)料，語(yǔ)言學(xué)的規(guī)則更是難以準(zhǔn)確應(yīng)用，利用人工來(lái)研究語(yǔ)言學(xué)的規(guī)律越來(lái)越難以實(shí)現(xiàn)；使用統(tǒng)計(jì)的方法來(lái)抽取術(shù)語(yǔ)可以高效地識(shí)別領(lǐng)域術(shù)語(yǔ)，只要一個(gè)詞在文本集中出現(xiàn)的頻率高，就可以被有效抽取出來(lái)，可移植性較好。但是，這種方法計(jì)算量大，在處理低頻術(shù)語(yǔ)的時(shí)候，效果較差；ICT—CLAS系統(tǒng)法主要采用ICTCLAS系統(tǒng)對(duì)內(nèi)容進(jìn)行分詞處理，然后對(duì)分詞進(jìn)行抽取處理，這樣抽取的優(yōu)點(diǎn)是抽取內(nèi)容比較全面，但效率比較低，并且需要人工手動(dòng)處理。

以上抽取方法都有優(yōu)缺點(diǎn)，在本體抽取中單獨(dú)地使用其中一種方法都不能達(dá)到最優(yōu)的效果，筆者把以上多種方法混合起來(lái)，采用程序自動(dòng)分詞合并方式，加入TF—IDF算法，增加對(duì)領(lǐng)域術(shù)語(yǔ)的相關(guān)度的計(jì)算，篩選出與領(lǐng)域相關(guān)度低的術(shù)語(yǔ)，從而提高領(lǐng)域術(shù)語(yǔ)抽取的正確率?；静襟E如下：

1)采用語(yǔ)法規(guī)則的方法提取相關(guān)候選術(shù)語(yǔ)；

2)采用程序自動(dòng)處理方式，對(duì)相關(guān)候選術(shù)語(yǔ)進(jìn)行分詞；

3)采用統(tǒng)計(jì)法對(duì)分詞進(jìn)行統(tǒng)計(jì)，根據(jù)頻度提取術(shù)語(yǔ)；

4)使用TF—IDF算法對(duì)提取的詞進(jìn)行相關(guān)度計(jì)算，求出每個(gè)候選術(shù)語(yǔ)在政務(wù)領(lǐng)域文本中的相關(guān)性，抽取出政務(wù)領(lǐng)域獨(dú)占性強(qiáng)的詞作為政務(wù)領(lǐng)域術(shù)語(yǔ)。

2電子政務(wù)公共數(shù)據(jù)平臺(tái)架構(gòu)

為了確保異構(gòu)數(shù)據(jù)獲取和更新的準(zhǔn)確性，同時(shí)又不改變?cè)杏布O(shè)施和人力資源，要想實(shí)現(xiàn)真正意義上的異構(gòu)數(shù)據(jù)庫(kù)間信息資源的共享，集成后的數(shù)據(jù)必須保證較高的集成性、一致性和完整性，這是公共數(shù)據(jù)平臺(tái)建設(shè)的重要環(huán)節(jié)。

2.1本體模型構(gòu)建

電子政務(wù)中大量不同的應(yīng)用系統(tǒng)，其異構(gòu)是普遍存在的，要想向下屏蔽異構(gòu)數(shù)據(jù)，建立數(shù)據(jù)中心，向上提供公共數(shù)據(jù)平臺(tái)，就必須構(gòu)建本體模型對(duì)元數(shù)據(jù)進(jìn)行抽象概念化處理。電子政務(wù)本體構(gòu)建中的2個(gè)核心問(wèn)題是概念抽取和概念關(guān)系的獲取，概念抽取是對(duì)數(shù)據(jù)源進(jìn)行分析，抽取出概念集合和每個(gè)概念的屬性集合。概念抽取本體有很多方法，可以由領(lǐng)域?qū)＜沂止みM(jìn)行，也可以利用領(lǐng)域概念詞典，自動(dòng)抽取數(shù)據(jù)源中的概念。概念關(guān)系的獲取可以通過(guò)2種方法實(shí)現(xiàn)，即基于語(yǔ)言規(guī)則的方法和基于統(tǒng)計(jì)的方法。在對(duì)所有數(shù)據(jù)源進(jìn)行分析的基礎(chǔ)上，找出其中所涵蓋的術(shù)語(yǔ)，進(jìn)行概念抽取，定義共享的詞匯表，根據(jù)相關(guān)本體規(guī)則進(jìn)行本體抽象和語(yǔ)義處理。

2.2公共數(shù)據(jù)平臺(tái)架構(gòu)

使用公共數(shù)據(jù)平臺(tái)的好處在于所有的共享數(shù)據(jù)被存儲(chǔ)在中心數(shù)據(jù)庫(kù)，可以向上層提供統(tǒng)一的數(shù)據(jù)，便于資源共享和集中管理，而電子政務(wù)網(wǎng)內(nèi)各應(yīng)用系統(tǒng)中異構(gòu)數(shù)據(jù)庫(kù)就擁有了完全的自治性，這樣首先需要對(duì)底層異構(gòu)數(shù)據(jù)庫(kù)進(jìn)行本體抽象處理，向下屏蔽異構(gòu)數(shù)據(jù)，然后采用數(shù)據(jù)交換技術(shù)和數(shù)據(jù)同步技術(shù)保持中心數(shù)據(jù)庫(kù)數(shù)據(jù)和底層異構(gòu)數(shù)據(jù)庫(kù)數(shù)據(jù)的實(shí)時(shí)同步。

電子政務(wù)公共數(shù)據(jù)平臺(tái)架構(gòu)分為應(yīng)用層、異構(gòu)數(shù)據(jù)集成層、本體模型層和異構(gòu)數(shù)據(jù)本體庫(kù)層，如圖2所示。異構(gòu)數(shù)據(jù)本體庫(kù)層主要包含各大應(yīng)用系統(tǒng)異構(gòu)數(shù)據(jù)庫(kù)，通過(guò)不同的連接器及適配器向本體模型層提供本體的元數(shù)據(jù)；本體模型層對(duì)元數(shù)據(jù)進(jìn)行概念化，按照本體規(guī)則進(jìn)行抽象處理和語(yǔ)義處理；異構(gòu)數(shù)據(jù)集成層在本體模型之上利用AGENT同步模塊對(duì)數(shù)據(jù)進(jìn)行交換、同步而實(shí)現(xiàn)數(shù)據(jù)集成，公共數(shù)據(jù)都集中到中心數(shù)據(jù)庫(kù)，向上層提供公共數(shù)據(jù)平臺(tái)；應(yīng)用層主要是用戶訪問(wèn)層，針對(duì)不同用戶提供統(tǒng)一身份認(rèn)證，實(shí)現(xiàn)單點(diǎn)登陸。

3電子政務(wù)公共數(shù)據(jù)平臺(tái)設(shè)計(jì)

3.1構(gòu)建電子政務(wù)領(lǐng)域本體的方法步驟

W3C組織推薦的在語(yǔ)義網(wǎng)上應(yīng)用的標(biāo)準(zhǔn)本體表示語(yǔ)言是OWL，目前本體的構(gòu)建方法主要有TOVE法、骨架法、KACTUS工程法、SENSUS法、IDEF5法、七步法等。這些方法大多數(shù)是以不同領(lǐng)域?yàn)楸尘埃瑥膫€(gè)案的開(kāi)發(fā)過(guò)程中通過(guò)逆工程總結(jié)出來(lái)的J。例如：TOVE專用于構(gòu)建TOVEOntology，是關(guān)于企業(yè)建模過(guò)程的知識(shí)本體；骨架法專門用來(lái)構(gòu)建企業(yè)本體；KACTUS是指“關(guān)于多用途復(fù)雜技術(shù)系統(tǒng)的知識(shí)建模”工程，目的是要解決技術(shù)系統(tǒng)生命周期過(guò)程中的知識(shí)復(fù)用問(wèn)題-l；SEN。SUS法是開(kāi)發(fā)用于自然語(yǔ)言處理的SensusOntolo。g)r的方法路線¨；IDEF5法是用于描述和獲取企業(yè)本體的方法-l。；七步法是斯坦福大學(xué)醫(yī)學(xué)院開(kāi)發(fā)的，主要用于領(lǐng)域本體的構(gòu)建_l。這些方法各有特點(diǎn)，但都不是針對(duì)電子政務(wù)領(lǐng)域的，沒(méi)有充分考慮電子政務(wù)領(lǐng)域的特點(diǎn)。筆者結(jié)合電子政務(wù)領(lǐng)域特色，提出基于電子政務(wù)業(yè)務(wù)模型，抽取概念，建立電子政務(wù)領(lǐng)域知識(shí)本體的方法，步驟如下：

1)需求分析，確定電子政務(wù)領(lǐng)域本體應(yīng)用的目的、范圍、表示方法和用途等。電子政務(wù)領(lǐng)域本體建設(shè)要以應(yīng)用需求為牽引，要對(duì)人類在認(rèn)識(shí)世界過(guò)程中形成的不同“本體”(知識(shí)體系)進(jìn)行認(rèn)真分析，最終達(dá)到需求分析的定位準(zhǔn)確、涵蓋得當(dāng)。

2)概念化及抽取，通過(guò)各種渠道獲得電子政務(wù)領(lǐng)域本體的主要概念，確立概念間等級(jí)關(guān)系，并用精確無(wú)歧義的語(yǔ)言加以描述，形成該領(lǐng)域本體的核心語(yǔ)義內(nèi)容。獲得領(lǐng)域信息最根本的方法應(yīng)該是考慮復(fù)用已有本體的可能性。通常的也是最行之有效的方法是復(fù)用已經(jīng)廣泛使用于各個(gè)學(xué)科領(lǐng)域的主題詞表和分類表。

3)概念間聯(lián)系，確定電子政務(wù)領(lǐng)域本體概念間聯(lián)系，如屬性、種屬關(guān)系、總體與部分關(guān)系、領(lǐng)域中的特有關(guān)系；對(duì)所收集的名詞術(shù)語(yǔ)進(jìn)行規(guī)范，羅列重要的詞和短語(yǔ)，并將其歸類。還要確定概念間結(jié)構(gòu)，定義類別和等級(jí)結(jié)構(gòu)。

4)本體生成，采用SFCA算法，對(duì)概念之間的關(guān)系進(jìn)行分析，自動(dòng)生成局部本體，再采用PROMPT算法，把局部本體合并，生成全局本體，存放在本體管理器中。

5)本體編碼，利用形式化描述語(yǔ)言對(duì)“概念化”的電子政務(wù)領(lǐng)域本體進(jìn)行編碼，使機(jī)器易于處理，盡量將相關(guān)領(lǐng)域已存在的本體集成到要構(gòu)建的政務(wù)領(lǐng)域本體中，既避免重復(fù)建設(shè)，又可以形成領(lǐng)域內(nèi)共享的本體。

6)確認(rèn)、維護(hù)與評(píng)價(jià)。對(duì)電子政務(wù)領(lǐng)域本體按照一定的標(biāo)準(zhǔn)進(jìn)行確認(rèn)和評(píng)價(jià)，包括本體的清晰性、一致性、可擴(kuò)展性等；隨著電子政務(wù)領(lǐng)域知識(shí)的增加，本體要不斷更新、不斷進(jìn)化，增加本體概念，完善本體概念間的語(yǔ)義關(guān)系。

3.2電子政務(wù)公共數(shù)據(jù)平臺(tái)設(shè)計(jì)

電子政務(wù)公共數(shù)據(jù)平臺(tái)是在原有的各業(yè)務(wù)系統(tǒng)層面上搭建的一個(gè)高層應(yīng)用平臺(tái)，將各業(yè)務(wù)系統(tǒng)的異構(gòu)數(shù)據(jù)集成應(yīng)用，向下屏蔽各異構(gòu)信息源異構(gòu)性，向上提供數(shù)據(jù)集成基礎(chǔ)服務(wù)，實(shí)現(xiàn)電子政務(wù)各應(yīng)用系統(tǒng)的數(shù)據(jù)共享和數(shù)據(jù)一致性，有效解決信息孤島問(wèn)題，并在此基礎(chǔ)上實(shí)現(xiàn)規(guī)范的信息管理。設(shè)計(jì)基于本體的電子政務(wù)公共數(shù)據(jù)平臺(tái)，首先研究數(shù)據(jù)集成方法與本體技術(shù)及基于本體的語(yǔ)義集成，在此基礎(chǔ)上構(gòu)建公共數(shù)據(jù)平臺(tái)異構(gòu)數(shù)據(jù)庫(kù)集成框架，基于本體的異構(gòu)數(shù)據(jù)庫(kù)集成框架是設(shè)計(jì)公共數(shù)據(jù)平臺(tái)的基礎(chǔ)。目前數(shù)據(jù)平臺(tái)的建設(shè)主要有3種模式：全局中心數(shù)據(jù)庫(kù)模式、數(shù)據(jù)交換模式和共享數(shù)據(jù)中心模式。全局中心數(shù)據(jù)庫(kù)模式：建立一個(gè)數(shù)據(jù)中心，各應(yīng)用系統(tǒng)直接應(yīng)用于該數(shù)據(jù)中心之上，逐步取消原有業(yè)務(wù)數(shù)據(jù)系統(tǒng)；數(shù)據(jù)交換模式：保持原有業(yè)務(wù)數(shù)據(jù)系統(tǒng)，用數(shù)據(jù)緩存的模式進(jìn)行各業(yè)務(wù)數(shù)據(jù)系統(tǒng)之間的數(shù)據(jù)轉(zhuǎn)換和抽??；共享數(shù)據(jù)中心模式：原有各業(yè)務(wù)數(shù)據(jù)庫(kù)保持不變，通過(guò)觸發(fā)器或者開(kāi)發(fā)數(shù)據(jù)接口抽取需要共享的數(shù)據(jù)，并且進(jìn)行轉(zhuǎn)換，匯總生成共享數(shù)據(jù)庫(kù)。上面的模式各有所長(zhǎng)，但也存在不足，這里提出一種統(tǒng)一公共數(shù)據(jù)平臺(tái)模式，即制定統(tǒng)一信息編碼標(biāo)準(zhǔn)，從而建立核心數(shù)據(jù)庫(kù)，存放最基本的公共信息，保留原各業(yè)務(wù)數(shù)據(jù)系統(tǒng)。這樣公有數(shù)據(jù)存放在中心數(shù)據(jù)庫(kù)，一方面可以實(shí)現(xiàn)資源的最大共享，另一方面各專業(yè)數(shù)據(jù)仍保留在原系統(tǒng)中，保證了數(shù)據(jù)獨(dú)立和安全。平臺(tái)結(jié)構(gòu)如圖3所示。公共數(shù)據(jù)平臺(tái)建立在中心數(shù)據(jù)庫(kù)之上，中心數(shù)據(jù)庫(kù)中存放的公共數(shù)據(jù)可以通過(guò)數(shù)據(jù)交換、數(shù)據(jù)同步的方式更新到各業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)中，數(shù)據(jù)的同步更新采用事件驅(qū)動(dòng)方式，通過(guò)觸發(fā)器和AGENT同步模塊來(lái)更新數(shù)據(jù)。AGENT同步模塊基于本體模型之上，本體模型層對(duì)元數(shù)據(jù)進(jìn)行概念化，按照本體規(guī)則進(jìn)行抽象處理和語(yǔ)義處理。

4結(jié)論

筆者重點(diǎn)介紹了基于本體的電子政務(wù)公共數(shù)據(jù)平臺(tái)的設(shè)計(jì)，首先介紹了本體的概念及電子政務(wù)中本體的抽取，接著建立了本體模型，在此基礎(chǔ)上構(gòu)建了基于本體的電子政務(wù)數(shù)據(jù)平臺(tái)架構(gòu)，然后重點(diǎn)介紹了電子政務(wù)本體的構(gòu)建方法步驟和公共數(shù)據(jù)平臺(tái)的設(shè)計(jì)，最后建立了電子政務(wù)公共數(shù)據(jù)平臺(tái)的統(tǒng)一身份認(rèn)證機(jī)制?；诒倔w的電子政務(wù)數(shù)據(jù)平臺(tái)能夠較好地解決政務(wù)系統(tǒng)中的信息孤島問(wèn)題，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一和共享。但是，有些地方的研究深度還不夠，例如電子政務(wù)中語(yǔ)法規(guī)則的制定還不全面，本體抽取的相關(guān)度還需要進(jìn)一步提高。