摘  要： 屬性坐標(biāo)系是由n個(gè)不相關(guān)的屬性組成的一個(gè)n-1維坐標(biāo)系。第n+1個(gè)屬性，可以由這n個(gè)屬性做合取運(yùn)算得到；這樣在這個(gè)n-1維坐標(biāo)系中，就形成一個(gè)唯一點(diǎn)來(lái)表示這第n+1個(gè)屬性。2007年Freebase數(shù)據(jù)庫(kù)的建立，使得該屬性坐標(biāo)系理論得以驗(yàn)證，并為屬性坐標(biāo)系的建立提供可能，而且將在語(yǔ)義相關(guān)度計(jì)算中發(fā)揮重要作用。
關(guān)鍵詞： 屬性坐標(biāo)系；Freebase；語(yǔ)義相關(guān)度計(jì)算

　哲學(xué)上講，事物的質(zhì)是事物的內(nèi)在規(guī)定性，是區(qū)別于其他事物的規(guī)定性；質(zhì)通過(guò)屬性表現(xiàn)。在此引入集合論的概括公理可知：任給一個(gè)屬性，存在一個(gè)由所有具有該屬性的元素構(gòu)成的集合。若引入特征公理可知：任何兩不同事物，至少存在一屬性，使得它是一事物區(qū)別于另一事物的特征?？勺C明：一個(gè)事物（或系統(tǒng)）可由它所具有的特征予以確定（或定義）。此處，特征包括事物的關(guān)系和結(jié)構(gòu)。可見(jiàn)，“給定一（組）特征可確定其對(duì)應(yīng)（或定義）的事物”是人類(lèi)識(shí)別事物的基本原則[1-2]。



2 語(yǔ)義數(shù)據(jù)庫(kù)Freebase
　Graphd與關(guān)系數(shù)據(jù)庫(kù)以表的形式存儲(chǔ)數(shù)據(jù)完全不同，Graphd以節(jié)點(diǎn)以及節(jié)點(diǎn)之間的關(guān)系所形成的圖結(jié)構(gòu)來(lái)組織數(shù)據(jù)，以數(shù)組的方式對(duì)節(jié)點(diǎn)和其關(guān)系的元數(shù)據(jù)進(jìn)行建模，以表格形式存儲(chǔ)，表格中的每條數(shù)據(jù)對(duì)應(yīng)一個(gè)節(jié)點(diǎn)關(guān)系數(shù)組，數(shù)組由源節(jié)點(diǎn)、屬性、目標(biāo)節(jié)點(diǎn)、源節(jié)點(diǎn)值組成。使用MQL語(yǔ)言作為查詢(xún)語(yǔ)言，并通過(guò)HTTP標(biāo)準(zhǔn)的“請(qǐng)求/應(yīng)答”機(jī)制發(fā)送請(qǐng)求[4-5]。
2.1 Freebase知識(shí)表示和組織機(jī)制
　Freebase的結(jié)構(gòu)分為3層：Domain->Type->Topic。以Arnold Schwarzenegger為例，解釋Freebase中的知識(shí)結(jié)構(gòu)。如圖2所示。其中，橢圓框表示Topic，方形框表示Type[6]。

　以Arnold Schwarzenegger為原點(diǎn)進(jìn)行討論，首先是一個(gè)Topic，對(duì)應(yīng)于現(xiàn)實(shí)中的一個(gè)對(duì)象。它有4個(gè)Type（可理解為定義）：Person、Body Builder、Actor、Politician。
　Type：Person下有一個(gè)屬性：country of birth，其值為T(mén)opic：Austria。這樣，就把Arnold Schwarzenegger（對(duì)象）與Austria（對(duì)象）建立了聯(lián)系。以此類(lèi)推。
　同樣反過(guò)來(lái)看Topic：Terminator有一個(gè)Type：File，其下有一個(gè)屬性cast，其值為：Schwarzenegger。這樣反向也建立了聯(lián)系[6]。
2.2 MQL查詢(xún)語(yǔ)言
　由于Freebase后臺(tái)使用自己設(shè)計(jì)的Graphd，所以也摒棄了傳統(tǒng)的select等SQL語(yǔ)言。設(shè)計(jì)GQL（graph query language）作為請(qǐng)求處理語(yǔ)言；為了用戶(hù)使用方便，在此基礎(chǔ)上，設(shè)計(jì)MQL（Metaweb Query Language）作為數(shù)據(jù)查詢(xún)語(yǔ)言。其完全符合HTTP協(xié)議標(biāo)準(zhǔn)的“request/response”機(jī)制，可在瀏覽器地址欄，直接輸入MQL查詢(xún)語(yǔ)句。例：
　https：//api.freebase.com/api/service/mqlread?query={"query"：{"type"："/music/artist"，"name"："The Police"，"album"：[]}}
　該例可在地址欄中直接輸入并在頁(yè)面中返回結(jié)果[7]。
3 屬性坐標(biāo)系框架下的Freebase研究
　通過(guò)對(duì)Freebase的數(shù)據(jù)組織機(jī)制、知識(shí)表示的再研究，發(fā)現(xiàn)其暗含了屬性坐標(biāo)系的建庫(kù)理念。從側(cè)面證明了“屬性論”及“屬性坐標(biāo)系”等理論在知識(shí)處理領(lǐng)域的獨(dú)到性、前瞻性和實(shí)用性。
3.1 Freebase中對(duì)對(duì)象的定義
　還是以Arnold Schwarzenegger為例，對(duì)人腦思維來(lái)說(shuō)，首先該對(duì)象是一個(gè)人，對(duì)應(yīng)在Freebase存在一個(gè)Type：person；以此類(lèi)推其他（比如Type：actor）。
　如一個(gè)謎語(yǔ)：有一個(gè)人，是健美先生，是演員，演過(guò)《終結(jié)者》，這個(gè)人是誰(shuí)？如果人們腦中有這個(gè)定義，馬上就能得到謎底，也就是該對(duì)象Arnold Schwarzenegger。
綜上所述事實(shí)，恰好印證了屬性論中闡述：一個(gè)事物（或系統(tǒng)）可由它所具有的特征予以確定（或定義）；人腦感覺(jué)則僅對(duì)其敏感的事物屬性作出反應(yīng)。用屬性坐標(biāo)系表示，如圖3所示。

　不難看出P（A）=P1∧P2∧P3。這正是人們?nèi)四X中的反應(yīng)。
3.2 對(duì)象屬性坐標(biāo)的建立及相關(guān)度計(jì)算
　Freebase在對(duì)象的定義、上下位關(guān)系的定義過(guò)程中有獨(dú)到的見(jiàn)解，提供了一個(gè)有效地途徑。比如Arnold Schwarzenegger對(duì)象和Austria、Terminator、Republican等對(duì)象之間的關(guān)系，不難看出，這些對(duì)象之間有明顯的包含和被包含關(guān)系。
　但是，同級(jí)對(duì)象之間的關(guān)系比較，比如Arnold Schwarzenegger和Sylvester Stallone之間關(guān)系的定義，F(xiàn)reebase就稍顯不足?？刹环翐Q一種思路，通過(guò)建立對(duì)象的屬性坐標(biāo)，對(duì)象坐標(biāo)做笛卡爾積，從而得到兩個(gè)同級(jí)對(duì)象之間關(guān)系。
　首先建立Arnold Schwarzenegger的對(duì)象坐標(biāo)，根據(jù)上文的圖示坐標(biāo)可得（該對(duì)象有很多屬性，但該部分屬性已可以定義該對(duì)象）：
Arnold Schwarzenegger=[
{person[{nationality：Austria，USA}…]}，
{actor[{film：Terminator}，…]}，
{bodybuilder[]}，…
]……V1
　這里采用二級(jí)坐標(biāo)表示：person表示對(duì)象特征定義；nationality表示特征屬性；Austria表示特征屬性值。因?yàn)閚ationality等一些列特征屬性合取可得到person這個(gè)定義。
再來(lái)建立Sylvester Stallone的對(duì)象坐標(biāo)，根據(jù)前文的構(gòu)造語(yǔ)句，可以得到Stallone的Type及屬性。
Sylvester Stallone=[
{person[{nationality：USA}，…]}，
{actor[{film：The First Blood}，…]…}，
]……V2
　然后將兩個(gè)向量相乘，首先：
　person*person=1
　表示這兩個(gè)對(duì)象有特征定義person，可以進(jìn)一步比較特征屬性nationality：
　Austria*USA=0
　USA*USA=1
　綜上可認(rèn)為：nationality*nationality=0.5
　表示，這兩個(gè)對(duì)象的特征屬性nationality有部分相關(guān)，都有USA這個(gè)特征屬性值。
　其次，person*actor=0，表示這兩個(gè)對(duì)象的特征定義不存在相關(guān)關(guān)系。
　再次，actor*actor=1，表示這兩個(gè)對(duì)象有相關(guān)的特征定義actor，進(jìn)一步比較特征屬性film，由前文提供計(jì)算方法可得film*film=0，表示沒(méi)有特征屬性值的相關(guān)關(guān)系。
　綜上計(jì)算方法及結(jié)果，可得如下結(jié)論：Arnold Schwarzenegger和Sylvester Stallone兩個(gè)對(duì)象存在相關(guān)關(guān)系。即：這兩個(gè)對(duì)象是person，國(guó)籍都是USA，都是actor，但是沒(méi)有合演過(guò)電影。這個(gè)結(jié)論與現(xiàn)實(shí)相符。
前文所述的對(duì)象相關(guān)度計(jì)算方法，僅是表面上粗淺的計(jì)算，也僅是對(duì)語(yǔ)義相關(guān)度問(wèn)題提供一種方法參考，但計(jì)算結(jié)果讓人滿(mǎn)意，實(shí)際意義值得期待。而且完全可以對(duì)該方法進(jìn)一步加以研究，比如：每一個(gè)對(duì)象按特征定義的貢獻(xiàn)度，為特征定義賦予相關(guān)權(quán)值；細(xì)化計(jì)算粒度，可以用小數(shù)表示相關(guān)度；為結(jié)果定義實(shí)際意義，例如兩個(gè)向量的乘積等于1有什么意義，等于0.5時(shí)有什么意義。
　人工智能發(fā)展至今，最根本的問(wèn)題是知識(shí)的表示問(wèn)題。各種知識(shí)庫(kù)如WordNet、Freebase數(shù)據(jù)庫(kù)、各種本體數(shù)據(jù)庫(kù)，都力求將大千世界中的對(duì)象有機(jī)組織起來(lái)。但是，不管是本體數(shù)據(jù)庫(kù)還是Freebase數(shù)據(jù)庫(kù)，都是利用了對(duì)象之間天然的上下位關(guān)系進(jìn)行層次關(guān)系定義，而且經(jīng)驗(yàn)證，這種方法是可行的，但僅是在縱向關(guān)系研究中。但是屬性坐標(biāo)系理論以其獨(dú)到性，提出了一種對(duì)象橫向關(guān)系（相關(guān)性）的表示方法，對(duì)本體數(shù)據(jù)庫(kù)或是Freebase數(shù)據(jù)庫(kù)中的對(duì)象橫向關(guān)系研究提供了寶貴的理論基礎(chǔ)。
參考文獻(xiàn)
[1] 馮嘉禮.思維智能與屬性論方法[J].廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，15（3）：1-6.
[2] 馮嘉禮.思維智能與屬性論方法（續(xù)）[J].廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，15（4）：1-6.
[3] 馮嘉禮，馮嘉仁，詹增修.以屬性為基礎(chǔ)的知識(shí)庫(kù)建庫(kù)原則[J].計(jì)算機(jī)研究與發(fā)展，1987，24（11）：56-61.
[4] 李俊.語(yǔ)義數(shù)據(jù)庫(kù)Freebase研究[J]，現(xiàn)代圖書(shū)情報(bào)技術(shù)，2011（10）：18-23.
[5] A Brief Tour of Graphd[EB/OL]. http：//wiki.freebase.com/wiki/Graphd.
[6] 阮一峰.Freebase再研究[EB/OL]. http：//www.ruanyifeng.com/blog/2008/04/freebase_reloaded.html.
[7] Query Editor[EB/OL]. http：//www.freebase.com/view/queryeditor/.