1.本体的基本概念

在人工智能的研究领域中，最早给出本体定义的是Neches等人[157]。他们将本体定义为：“构成相关领域词汇的基本术语和关系，以及规定领域词汇外延的规则。”1993年，Gruber[158]重新将本体定义为：“概念模型明确的规范说明。”该定义得到了学术界的普遍认可，并且被广泛地引用。因此，本体应该包含以下四层含义：

（1）概念模型（Conceptualization）：通过抽象出客观世界中一些现象的相关概念而得到的模型。

（2）明确（Explicit）：本体中的概念及使用这些概念的约束都有明确定义。

（3）形式化（Formal）：本体是计算机可读的。

（4）共享（Share）：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术语，并且通过不同层次的形式化模型描述这些术语及其相互关系。

作为一种能够有效地表现概念层次结构和语义的模型，本体被广泛地应用到计算机科学的众多领域。在自然语言处理领域中，本体是描述现实生活的概念及其相互关系的词语表。这种词语表采用精确的形式语言和明确定义的语义来阐述概念及其相互之间的关系，以形成各种事物代理人之间交换信息的共同语言。

在英文中，应用比较多的本体库是Word Net[86-87]，它按照单词的语义将单词分组，同一组的单词成为一个同义词集合（Synset）。中文的本体库主要有How Net，它是一个以汉语和英语词语所代表的概念为描述对象，以揭示概念与概念之间以及概念所具有的属性之间的关系为基本内容的常识知识库。它使用树状结构将中文词语和字联系在一起。

2.领域本体的基本定义

领域本体是利用一组概念及其相互关系来描述特定领域知识的一种专门本体。其中领域相关的概念及其相互关系是领域本体的主要组成部分。领域本体可以表示为Ont={C，R}，其中C表示领域概念，R表示概念之间的相互关系。

产品评论具有很强的领域相关性，其评价对象和评价观点都是由该领域内共同认可的术语构成。面向产品评论的领域本体的构建就是对描述产品各个属性及其属性值的术语进行归纳，形成定义产品评论相关概念以及概念之间抽象关系的词语表。该领域本体采用形式化语言和明确定义的语义，描述产品评论中的相关概念及其相互关系，有利于抽取特征词与观点词之间潜在的语义关系。(www.daowen.com)

在不同领域中，本体的概念及其层次结构具有较大的差别。所以人工构建领域本体的成本将会很高，而且也不利于本体在不同领域之间的迁移与转换。因此，自动或半自动地构建领域本体将为本体的相关研究提供有益的借鉴价值。

3.面向产品评论的领域本体的基本结构

Perez等人[160]认为本体可以按分类法来定义，包含类、关系和实例等基本的建模原语（Modeling Primitive）。为了便于构建面向产品评论的领域本体，本书在此基础上加入“术语（Term）”作为本体定义的基本建模元语。这些建模元语的含义如下：

（1）类（Classes）或概念（Concepts）：从语义上讲，它表示的是对象的集合。其定义一般采用框架结构，包括概念的名称，与其他概念之间的关系集合，以及基于自然语言的概念描述。

（2）关系（Relations）：是领域概念之间的交互作用。被定义为n维笛卡儿积的子集，即R：C1×C2×…×Cn，比如子类关系（subclass-of）。中文产品评论的语言具有一定的复杂性，常有多个词语表达同一个概念，或者多个词语都是隶属于同一个概念的子类。因此，领域概念之间关系的定义与量化对于领域本体的自动化构建至关重要。

（3）实例（Instances）：在产品评论中表现特定概念的词语，与概念具有相似的含义。例如“价钱”和“价位”都是“价格”这一领域概念的实例。

（4）术语（Term）：在产品评论中用于描述相关概念的词语，与概念具有关联关系[161]。术语可能是概念的组成部分、属性或者属性值。同时，每个术语也可以作为一个概念由其他术语描述。如此重复迭代，领域本体便可通过不断提取产品评论的领域术语，实现自我学习与扩展。

本书采用一个五元组来表示领域概念[162]，即C={CId，CName，CTerm，CInstance，R（CId（n））}。其中，CId表示概念的全局唯一标识；CName表示在产品评论中表现概念的通用词语；CTerm表示描述概念的领域术语；CInstance表示概念在产品评论中的具体表现形式；R表示概念之间的关系。

通过对产品评论进行语义分析，在面向产品评论的领域本体中，概念之间存在以下五种基本关系，如表4-1所列。

表4-1　领域概念之间基本关系的定义