0 引言
中国大多数煤矿企业已经对瓦斯、水灾、火灾等煤矿事故进行自动化监控，有效保障了煤矿安全生产。但煤矿企业没有统一的标准来规范监控系统中的煤矿事故知识，导致监控系统得到的海量数据共享不足、利用率低[1]，煤矿事故知识管理混乱、联动不足。本体是共享概念模型明确的形式化规范说明[2]，可对知识进行规范化、系统化的组织和表示，实现知识的共享和重用。孟现飞[3]利用本体构建了煤矿事故预警知识库，可提高安全预警的准确率；马莉[4]构建了煤矿事故应急预案本体，可辅助应急救援人员快速、准确地做出应急决策；支向阳等[5]构建了瓦斯灾害预警本体，可利用本体的语义推理实现瓦斯预警，提高了瓦斯预警的准确率；药慧婷等[6]通过研究掘进工作面的生产方式，构建了掘进工作面本体，可为智能决策系统提供帮助。但上述本体大多是利用人工构建，工作量大且易受开发者主观影响。鉴此，本文采用形式概念分析(Formal Concept Analysis，FCA)方法构建煤矿事故本体，可半自动挖掘出隐含的概念及概念之间隐含的层次关系，大大降低工作量和开发者的主观影响，为煤矿安全生产信息化发展提供支持和帮助。
1 FCA
FCA由Wille[7]在1982年提出，其作用是运用数学模式进行概念的挖掘、排序和表示。在FCA中，所有属于某个概念的对象集合叫做概念的外延，所有属于这个概念的对象的公共属性集合叫做概念的内涵。根据内涵和外延的确定，可利用二元关系表达出所有的概念及概念间关系，并从中提取出概念层次关系——概念格[8]。关于形式背景的主要定义如下：
定义1 形式背景K是由对象集合G、属性集合M及对象集合G与属性集合M之间的二元关系I组成的，K=(G，M，I)。(g，m)∈I或gIm表示对象g具有属性m。
定义2 假设集合X是对象集合G的一个子集，则X中所有对象公共属性的集合为
f(X)={m∈M∣∀g∈X，gIm}
相应地，设集合Y是属性集合M的一个子集，则具有Y中所有属性的对象的集合为
g(Y)={g∈G∣∀m∈Y，gIm}
定义3 若(X1，Y1)，(X2，Y2) 是任意形式背景的2个概念，且X1⊆X2，则可认为(X1，Y1)是(X2，Y2)的子概念，并记为(X1，Y1)≤(X2，Y2)，关系“≤”表示概念的序层次，简称为序。形式背景中所有用序层次组成的概念集合称为概念格。
2 基于FCA的本体构建流程
本文提取煤矿领域两大主要数据资源——主题词表和文本集中的基本知识构建本体，相比于利用单一数据源构建本体，这样可获取更多的概念和关系。由于主题词表和文本集存在根本上的差异，在煤矿事故本体构建中需要融合这2种资源。基于FCA的煤矿事故本体构建流程：
(1) 搜集煤矿领域经典且完备的主题词表，参照煤矿主题词表中独特的属(S)、参(C)、分(F)、代(D)、族(Z)等，从中全面地提取有关煤矿事故的概念与概念间关系等，然后对其进行形式化处理，生成基于主题词表的形式背景。
(2) 选取一些关于煤矿领域的文本集，然后对文本集中的文献进行自然语言处理，再根据主题词表中的词性结构，从中提取可作为对象和属性的基本概念，最后形式化构建基于文本集的形式背景。
(3) 将构建的2种煤矿事故知识的形式背景进行并叠置处理，再运用概念格工具构造基于异构资源的概念格。
(4) 将基于异构资源的概念格与本体结构进行映射，生成基于异构资源的煤矿事故本体[9-12]。
3 煤矿事故本体构建
3.1 异构资源的形式背景处理
本文选择《煤炭科技文献检索词典》和《中国分类主题词表》作为基础数据来源，选取的部分煤矿事故主题词表见表1。
表1 部分煤矿事故主题词表
Table 1 Part thesaurus of coal mine accident
根据《煤炭科技文献检索词典》中的相关概念，选取一些有关煤矿事故的文献，从文献中抽取摘要和题目形成文本集。由于纯文本属于非结构化数据，在进行形式背景提取时，首先需要对文本集数据进行自然语言处理。本文使用汉语词法分析系统ICTCLAS对煤矿事故文本集进行切词处理，得到一些带有词性的数据集，经过切词处理后的数据集还需要过滤停用词，如“的”、“了”等[10]。然后，根据汉语的语法特性从数据集中提取核心名词、动词和宾语等。最后，将提取的核心名词作为形式对象，将所有语句中与该核心名词对应的宾语作为形容该对象的形式属性，这样就可得到基于文本集的形式背景，见表3。
表2 基于主题词表的形式背景
Table 2 Formal context based on thesaurus
表3 基于文本集的形式背景
Table 3 Formal context based on text set
煤矿事故复杂多样，涉及内容较多，因此需要集合多种数据源的信息。煤矿事故主题词表与文本集在结构与属性等方面区别极大，利用这2种不同结构的数据资源构建的本体各有优缺点：主题词表容易确定概念之间结构关系，但主题词表中语义与属性都不够丰富；文本集中具有大量的概念和概念关系，但不容易提取。若单独以其中一种结构的数据资源为基础去构建本体，得到的本体都是不完善的，因此，需要在煤矿事故本体构建过程中融合异构资源[13]。利用并叠置运算融合异构资源的主要步骤：
(1) 依照《煤炭科技文献检索词典》和《中国分类主题词表》，得到基于主题词表的形式背景K1=(G1，M1，I1)，其中G1，M1，I1分别为基于主题词表的对象集合、属性集合及G1与M1之间的二元关系。
(2) 对文本集中的内容进行自然语言处理，针对核心词汇提取对象和属性，得到基于文本集的形式背景K2=(G2，M2，I2)，其中G2，M2，I2分别为基于文本集的对象集合、属性集合及G2与M2之间的二元关系。
(3) 因为K1=(G1，M1，I1) 和K2=(G2，M2，I2)满足G1⊆G，G2⊆G，M1⊆M，M2⊆M，即K1和K2属于同域形式背景，可对其进行并叠置运算，获得合并后的形式背景(G1∪G2，M1∪M2，I1∪I2)。
利用并叠置运算获得异构资源的形式背景，见表4。
3.2 概念格构造
形式背景过多会使概念格的结构过于复杂，可对其进行适当约简，从而实现有效信息的提取和完整概念格的简单构建。根据文献[14]的方法进行约简，利用概念格构造工具Concept Explorer 1.3，输入约简后的形式背景，即可得到基于形式背景的概念格。Hasse图是一种概念格描述工具，可实现概念及其层次关系的可视化。根据表4得到基于Hasse图的概念格，如图1所示，其中每个节点代表一个概念，且每个概念节点的属性为与其连接的所有上级概念节点属性的集合，每个概念节点的对象为与其连接的所有下级概念节点对象的集合。利用形式背景构建概念格的过程就是将各种概念聚类的过程。
3.3 本体生成
先对概念格进行处理：命名顶端概念节点、标注中间概念节点、删除底端概念节点。再对处理过的概念格进行转换：将概念节点关系转换为概念与概念间的关系；概念节点的属性转换成本体的数据属性；对象转换成本体概念的实例。
表4 并叠置后的形式背景
Table 4 Formal context after apposition-overlap operation
图1 基于Hasse图的概念格
Fig.1 Concept lattice based on Hasse diagram
利用概念格构建本体的具体步骤：首先，将概念格中顶端概念节点抽取出来作为煤矿事故本体的一级概念；然后点击顶端概念节点，从概念格中找到与其连接的所有概念节点，根据这些概念节点的位置及与顶端节点的连线情况，挖掘出概念节点与顶端节点之间的结构关系，再根据对应的结构关系将这些概念节点作为顶端节点的子类或相关类，这样从上往下依次挖掘完最后一个概念节点后即可得到所有概念的基本结构关系[8]；最后利用本体编辑工具Protégé 4.3及OWL(Web Ontology Language，网络本体语言)对由FCA得到的概念、属性和实例等进行构建[15]，得到煤矿事故本体，如图2所示。
图2 煤矿事故本体
Fig.2 Coal mine accident ontology
4 结语
首先，从主题词表和文本集中抽取了煤矿事故的一些基本对象和属性，通过并叠置运算构成异构资源的形式背景；然后，利用概念格构造工具Concept Explorer将形式背景构建为概念格；最后，利用本体编辑工具Protégé对概念、属性和实例进行形式化的表达，得到基于FCA的煤矿事故本体。该本体对煤矿事故知识进行了规范化、系统化的组织和表示，方便煤矿安全管理人员集成、共享和重用煤矿事故知识，且可为煤矿安全预警提供帮助。然而，在煤矿事故本体构建过程中仍存在一些不足：由于收集到的煤矿事故概念的数量相对较少，隐藏的结构关系挖掘得不够全面，使得构建的本体具有一定的局限性，影响本体的实用性；FCA虽然可降低本体构建的工作量，但这种半自动化本体构建方法仍比较费时费力。因此，搜集更多的文本资料、挖掘更多的有效信息，以完善本体的概念、属性和实例等，以及本体的自动化构建将是下一步研究的重点。
参考文献(References)：
[1] 郭华.煤矿瓦斯监控系统的本体模型研究[D].太原:太原科技大学,2014.
[2] STUDER R,BENJAMINS V R,FENSEL D.Knowledge engineering: principles and methods[J].Data and Knowledge Engineering,1998,25(1/2):161-197.
[3] 孟现飞.基于本体的煤矿事故预警知识库模型及其应用[D].徐州:中国矿业大学,2014.
[4] 马莉.本体的煤矿数字化应急预案系统研究[J].西安科技大学学报,2014,34(2):216-223.
MA Li.Digitalized system of coalmine emergency plan based on ontology[J].Journal of Xi'an University of Science and Technology,2014,34(2):216-223.
[5] 支向阳,吕岳东,陈立潮,等.基于本体的瓦斯灾害预警模型研究[J].太原理工大学学报,2010,41(4):388-391.
ZHI Xiangyang,LYU Yuedong,CHEN Lichao,et al.Gas safety warning model based on ontology[J].Journal of Taiyuan University of Technology,2010,41(4):388-391.
[6] 药慧婷,陈立潮,潘理虎.掘进工作面本体模型研究[J].工矿自动化,2015,41(9):93-96.
YAO Huiting,CHEN Lichao,PAN Lihu.Research of ontology model of heading face[J].Industry and Mine Automation,2015,41(9):93-96.
[7] GANTER B,WILLE R.Formal concept analysis: mathematical foundations[M].Berlin:Springer-Verlag,1999.
[8] 刘萍,胡月红.基于FCA和关联规则的情报学本体构建[J].现代图书情报技术,2012(2):34-40.
LIU Ping,HU Yuehong.Development of domain ontology in information science based on FCA and association rules[J].New Technology of Library and Information Service,2012(2):34-40.
[9] 张云中.基于形式概念分析的领域本体构建方法研究[D].长春:吉林大学,2009.
[10] 滕广青,毕强.基于概念格的异构资源领域本体构建研究[J].现代图书情报技术,2011(5):7-12.
TENG Guangqing,BI Qiang.A study on domain ontology construction from heterogeneous resources based on concept lattice[J].New Technology of Library and Information Service,2011(5):7-12.
[11] BENDAOUD R,NAPOLI A,TOUSSAINT Y.Formal concept analysis: a unified framework for building and refining ontologies[M].Berlin:Springer-Verlag,2008.
[12] 孙利.基于主题词表和FCA 的海事本体构建研究[D].大连:大连海事大学,2010.
[13] 韩道军,甘甜,叶曼曼,等.基于形式概念分析的本体构建方法研究[J].计算机工程,2016,42(2):300-306.
HAN Daojun,GAN Tian,YE Manman,et al.Research of ontology construction method based on formal concept analysis[J].Computer Engineering,2016,42(2):300-306.
[14] 杨丽,徐扬.基于形式背景的概念格约简及其修复[J].计算机工程,2008,34(9):22-24.
YANG Li,XU Yang.Concept lattice reduction and reparation based on formal context[J].Computer Engineering,2008,34(9):22-24.
[15] 邱璇,李端明,张智慧.基于FCA和异构资源融合的本体构建研究[J].图书情报工作,2015,59(2):112-117.
QIU Xuan,LI Duanming,ZHANG Zhihui.Research on ontology construction based on FCA and heterogeneous resources integration[J].Library and Information Service,2015,59(2):112-117.