知識概念圖的維基百科之研究

全文

(1)國立臺灣師範大學資訊工程研究所碩士論文. 指導教授：葉耀明. 教授. 知識概念圖的維基百科之研究 Research on Developing Semantic Wiki System by Using Concept Map Theory. 研究生：黃裕舜. 撰. 中華民國九十八年六月.

(2) 摘要. 知識概念圖的維基百科之研究黃裕舜. 維基百科最大的特色在於「開放共享、協同創作」，讓維基百科成為眾多網路使用者集體創造知識的應用平台。目前現有的維基百科僅將知識以網頁形式儲存並提供簡易的搜尋功能，無法提供完整的知識架構。有鑑於此，本研究利用本體知識技術(Web Ontology Language)建立知識分類並賦予維基知識條目具備語意特性，讓知識內容可以依照分類架構儲存於本體知識庫，透過這個機制協助使用者有組織將知識的建立於維基系統。. 針對維基系統所欠缺的知識導覽功能，我們導入以概念圖形式協助使用者瀏覽網頁知識內容，使用Java程式語言開發介面程式，同時也使用可縮放向量圖形SVG，達到自動產生概念圖的目的，讓使用者可以更深入了解知識內容架構，並且可以於Web上自由更新概念圖，使概念圖也有「開放共享、協同創作」的作用，更加符合維基百科的精神。結合本體知識技術與概念圖應用可以讓維基系統不再只是片段的知識的儲存庫，而是具有語意概念的數位學習平台。. 關鍵詞：語意維基、維基百科、RDF、OWL、概念圖、SVG I.

(3) ABSTRACT Research on Developing Semantic Wiki System by Using Concept Map Theory by Yu-Shun Huang The most important feature of Wikipedia is "open and collaborative". It makes Wikipedia an application platform on which most internet users can create knowledge collaboratively. Wikipedia currently can only save knowledge entries into a page format and provide simple search function without a completed knowledge structure. Thus, this research is trying to build knowledge classification by ontology technology and features wiki entries semantic functions. Knowledge can be stored in accordance with the classification structure of ontology database . Through this mechanism, users can create an organized knowledge in wiki system. Due to the lack of knowledge navigation in wiki system, this research import the form of concept maps to help users browse the knowledge content page. We use Java programming language and scalable vector graphics(SVG) to create concept map automatically. Our system can provide the users easily to get a better understanding of knowledge structure and edit the concept map through the internet. In other words, it provide the feature "open and collaborative" for the users. Owing to the combination of the ontology technology and concept map, our system can make wiki system not only a repository of fragment knowledge, but also an e-learning platform with semantic concept.. Keywords：Semantic Wiki、Wikipedia、RDF、OWL、Concept Map、SVG. II.

(4) 誌. 謝. 經過一段長時間的努力，終於完成本論文，在此特別感謝指導教授；葉耀明老師，由於教授平時給予計畫參加的機會，讓我能夠提早熟悉維基百科，同時因為計畫的參與也加強了我撰寫程式的能力，讓我在編寫 SVG 編輯程式時，更加順利。感謝口試委員：葉耀明、陳柏琳、呂永和、楊明正、陳永昇教授，能夠在百忙之中抽空前來擔任評審委員，並且不厭其煩的指正缺漏，提出良好的建議，讓本論文更加完整。本研究使用到 Protégé 以及 Protégé-OWL API，感謝克威學長的指導，有了學長的經驗，讓我在工具的熟習方面更加快速，也使得系統的架設可以很快的步上軌道，同時也感謝士翔學長能夠撥空教導程式的編寫以及適時的解決我的疑惑，在各方面均有莫大的幫助。這裡也感謝琮瑋、宗瀚、長助、彥辰、一睿、儷玶、佩璇、潔予，在師大的這兩年，大家一同趕作業、解考題、克服困難的情感將會是最值得回味的記憶，因為有你們在，每天到實驗室都可以保持愉快的心情；也感謝靖山、正成、嘉陳、欣培、智伊、智翔、玟瑄、孟君在計畫上面的協助，讓我可以擁有更多時間來完成本研究；我很高興能夠是本實驗室的一份子，更高興能和大家一起分享研究的喜悅和困難，在此感謝大家。. 黃裕舜謹誌國立台灣師範大學資訊工程研究所民國 98 年 6 月. III.

(5) 目錄第一章緒論................................................................................................................... 1 1.1 1.2 1.3 1.4. 研究背景及動機 .................................................................................................. 1 研究目的 .............................................................................................................. 1 研究流程 .............................................................................................................. 2 論文架構 .............................................................................................................. 3. 第二章文獻探討........................................................................................................... 5 2.1 語意網(SEMANTIC WEB) ...................................................................................... 5 2.1.1 本體論(Ontology) ......................................................................................... 7 2.1.2 可擴展標示語言(XML) ............................................................................... 8 2.1.3 資源描述架構(RDF) 與資源描述架構綱要(RDFS) ................................. 9 2.1.4 語意本體語言(OWL) ................................................................................. 10 2.2 維基百科(WIKIPEDIA)和語意維基(SEMANTIC WIKI)........................................ 10 2.2.1 維基百科(Wikipedia) .................................................................................. 10 2.2.2 語意維基(Semantic Wiki) .......................................................................... 15 2.3 概念構圖理論(CONCEPT MAP).......................................................................... 17 2.4 可縮放向量圖形(SVG) ..................................................................................... 18 第三章研究架構與方法............................................................................................. 21 3.1 維基系統運作分析 ............................................................................................ 22 3.2 語意維基系統架構............................................................................................. 25 3.3 知識概念圖......................................................................................................... 29 3.3.1 動態產生知識圖的概念............................................................................. 29 3.3.2 樹狀結構知識概念圖(Tree shape concept map) ....................................... 30 3.3.3 星狀結構知識概念圖(Star shape concept map) ........................................ 34 3.3.4 叢集式知識概念圖(Cluster shape concept map) ....................................... 38 3.4 本體知識架構以及內容設計 ............................................................................ 40 3.4.1 本體知識架構............................................................................................. 40 3.4.2 本體知識內容設計..................................................................................... 42 第四章系統開發與設計............................................................................................. 47 4.1 系統及開發環境簡介 ........................................................................................ 47 4.2 操作概念 ............................................................................................................ 48 4.2.1 使用案例圖(use case diagram)................................................................... 48 4.2.2 知識查詢..................................................................................................... 49 4.2.3 創建知識..................................................................................................... 50 4.2.4 新增知識概念圖......................................................................................... 50 IV.

(6) 4.2.5 編輯知識概念圖......................................................................................... 51 4.3 語意維基系統呈現 ............................................................................................ 51 4.3.1 語意維基系統介面..................................................................................... 51 4.3.2 概念圖操作介面......................................................................................... 54 4.4 系統使用分析 .................................................................................................... 58 第五章結論與未來發展............................................................................................. 62 5.1 結論 .................................................................................................................... 62 5.2 未來發展....................................................................................................... 63 參考文獻....................................................................................................................... 65. V.

(7) 附表目錄表 2.1 傳統百科全書與維基百科全書比較............................................................... 11 表 2.2 線上百科全書比較........................................................................................... 12 表 2.3 WIKI 系統的優缺點 ......................................................................................... 13 表 4.1 系統開發環境................................................................................................... 47 表 4.2 知識條目 ADDING 時間(時間單位：MS) .................................................... 59 表 4.3 自動產生 SVG 概念圖 LOADING 時間(時間單位：MS) ............................ 59 表 4.4 自動產生 SVG 概念圖 PREPARING 時間(時間單位：MS) ........................ 60 表 4.5 自動產生 SVG 概念圖 DRAWING 時間(時間單位：MS) ........................... 61 表 4.6 自動產生 SVG 概念圖時間(時間單位：MS) ................................................ 61. VI.

(8) 附圖目錄圖 1.1 研究流程............................................................................................................. 3 圖 2.1 SEMANTIC WEB LAYER CAKE (TIM BERNERS-LEE,2001) ...................... 6 圖 2.2 COMPONENTS OF THE SEMANTIC WEB APPROACH ............................ 7 圖 2.3 RDF GRAPH ..................................................................................................... 9 圖 2.4 兩種圖形格式比較圖....................................................................................... 19 圖 3.1 概念圖語意維基示意圖................................................................................... 21 圖 3.2 維基系統運作模型........................................................................................... 22 圖 3.3 知識條目的創建與編輯畫面........................................................................... 23 圖 3.4 知識條目搜尋_KEYWORD FOUND ............................................................. 23 圖 3.5 知識條目搜尋_KEYWORD MATCH ............................................................. 24 圖 3.6 知識條目搜尋_KEYWORD NOT MATCH .................................................... 25 圖 3.7 概念圖語意維基系統運作模型....................................................................... 26 圖 3.8 概念圖語意維基系統階層圖........................................................................... 27 圖 3.9 概念圖語意維基系統知識架構圖................................................................... 28 圖 3.10 CMAPTOOLS 繪製的概念圖 ........................................................................ 29 圖 3.11 樹狀知識概念構圖(CMAPTOOLS) .............................................................. 30 圖 3.12 樹狀構圖概念................................................................................................. 31 圖 3.13 樹狀構圖作法................................................................................................. 33 圖 3.14 樹狀知識概念構圖(SVG) .............................................................................. 33 圖 3.15 星狀知識概念構圖(CMAPTOOLS) .............................................................. 34 圖 3.16 星狀構圖概念(1) ............................................................................................ 35 圖 3.17 星狀構圖概念(2) ............................................................................................ 35 圖 3.18 星狀構圖概念(3) ............................................................................................ 35 圖 3.19 星狀知識概念構圖(SVG) .............................................................................. 38 圖 3.20 叢集式圖形結構(1) ........................................................................................ 38 圖 3.21 叢集式圖形結構(2) ........................................................................................ 39 圖 3.22 叢集式圖形結構(3) ........................................................................................ 40. VII.

(9) 圖 3.23 知識類別階層圖............................................................................................. 41 圖 3.24 本研究定義之 RDF SCHEMA ...................................................................... 42 圖 3.25 本研究定義之知識物件與屬性..................................................................... 43 圖 3.26 本研究定義之 RDF 文件 ............................................................................... 44 圖 4.1 系統環境介面................................................................................................... 48 圖 4.2 使用案例圖....................................................................................................... 49 圖 4.3 知識查詢流程圖............................................................................................... 49 圖 4.4 創建知識流程圖............................................................................................... 50 圖 4.5 新增知識概念圖的流程圖............................................................................... 50 圖 4.6 編輯知識概念圖的流程圖............................................................................... 51 圖 4.7 系統新增知識條目介面................................................................................... 52 圖 4.8 系統編輯介面................................................................................................... 53 圖 4.9 搜尋介面........................................................................................................... 53 圖 4.10 導入概念圖介面呈現..................................................................................... 54 圖 4.11 概念圖編輯介面 ............................................................................................. 55 圖 4.12 知識物件連結................................................................................................. 55 圖 4.13 IPV4 EXHAUSTION 的 WIKIPEDIA 連結 .................................................. 56 圖 4.14 IPV4 EXHAUSTION 的本系統頁面連結 ..................................................... 56 圖 4.15 IPV4 EXHAUSTION 概念圖 ......................................................................... 57 圖 4.16 IPV4 EXHAUSTION 其他連結 ..................................................................... 57 圖 5.1 JAMBALAYA 之 NESTED TREEMAP 類別圖 ............................................. 63 圖 5.2 JAMBALAYA 之 GRID LAYOUT 類別圖 ..................................................... 64 圖 5.3 JAMBALAYA 之 SPRING LAYOUT 類別圖 ................................................ 64. VIII.

(10) 第一章緒論 1.1 研究背景及動機網際網路的發展日新月異，傳統網際網路所使用的 IPv4 網路網址將無法滿足所需，而必須使用 IPv6 網路網址，發展 IPv6 的網路骨幹基礎建設和服務，存在著很多資訊和問題，因此本系統希望針對這些資訊和問題提供一個知識平台，方便使用者查詢和學習。近年 Web 2.0 觀念盛行，網路的訊息流動不再止於單方向的傳遞，每個網路的使用者都可以扮演主動提供訊息的角色，維基百科(Wikipedia)正是 Web 2.0 的最佳代表，它是目前使用最為廣泛的知識提供平台；不同於一般的知識百科全書，維基百科是一群相互連接並且可以自由擴展的網頁，全球各地的使用者都可以是知識內容的作者，具有協同創作的特性，再加上多種語言以及多媒體形式知識內容的支援，使維基百科迅速擁有眾多的使用者，維基百科的線上協同創作特性，在短時間內累積了大量的知識條目，並且提供了許多不同面向的知識內容，隨著知識的不斷更新改進，知識內容的正確性也提高許多。維基百科擁有的知識條目高達數百萬筆，支援的語言種類也有數百種，儘管擁有如此多的知識內容，維基百科並未提供清楚的知識架構，讓使用者依此架構儲存知識內容，使得這些資料是以網頁的形式散落在維基系統的資料庫中。網頁間的關係必須仰賴文字的連結，如此，容易造成使用者迷失在文字的點擊中，另外，如果系統概念圖未能達成線上編輯，那麼概念圖將失去協同創作的精神，也使概念圖的更新費工耗時。. 1.2 研究目的本研究以 MediaWiki 自由軟體為基礎的知識管理平台，透過此平台建構 IPv6 知識內容，藉由維基百科的協同創作特性，讓每個知識提供者可以共同建立完整的 IPv6 相關知識。此平台除了儲存因應全球 IPv4 網址耗竭之對策和 IPv6 知識 1.

(11) 內容外，並在開放共享的觀念下協助使用者迅速的掌握 IPv6 在世界各國的佈建、提供的應用和服務以及未來的發展。由於維基系統並沒有完整的知識架構，因此針對知識提供者擅長的知識內容可能相當豐富，但是非知識提供者專長部分可能著墨不深，甚至隻字未提。為了解決這個問題，本研究利用本體知識技術建立知識分類，提供完整的知識架構，讓知識建立者可以將知識內容依照分類架構儲存於本體知識庫。此外，本研究將維基知識條目分類並賦予物件屬性參數，透過開發的語意搜尋程式協助使用者搜尋知識物件。另外，維基系統的知識條目是透過超連結的方式連結，使用者往往在點擊多層連結後，便迷失在維基知識庫中。因此，本研究導入將知識結構化的概念圖導覽取代現有超連結的連接方式，如此將有助於使用者了解知識的輪廓。本研究期望結合概念圖與本體知識技術，讓維基系統不再只是片段知識的儲存庫，而是具有語意概念的維基知識平台。為了讓系統更加符合維基百科的線上協同創作特性，本研究給予知識提供者編輯知識概念圖的介面，讓知識提供者能夠在創建知識條目後，可以再對概念圖加以編輯，使概念圖的內容也可以達到協同創作和共享的特性。. 1.3 研究流程首先在確定研究方向後，就開始收集維基系統的運用案例、OWL、RDF、 Ontology 及概念構圖理論的相關研究。相關資料研究後，進行建立相關知識內容於維基系統中。本研究是以 MediaWiki 作為系統平台，透過本體技術建立維基系統的知識分類，利用概念圖進行知識導覽並且使用 SVG 圖形格式的概念圖，讓系統得以順利編輯知識概念圖，最後開發語意搜尋程式搜尋知識物件。等系統開發完成後，進行案例與系統的測試，分析測試結果並作出結論。研究流程如圖 1.1 所示：. 2.

(12) 確定研究方向收集相關文獻文獻閱讀與研究. 建立本體知識架構. CmapTools 測試與引用. MediaWiki 測試與引用. SVG 測試與引用. 開發語意搜尋程式. 繪製知識概念圖. 建立知識與常見問題. 以SVG動態繪製概念圖. 系統測試. 案例測試. 案例測試. 案例測試. 結論與建議圖 1.1 研究流程. 1.4 論文架構本論文的架構共分為五章，各章內容敘述如下：第一章緒論說明研究背景及動機、研究目的、研究流程及論文的整體架構。第二章文獻探討針對許多專家學者在語意網路(Semantic Web)技術，包含 Ontology、RDF、 OWL 等研究探討。並且討論當前維基(Wiki)百科、語意維基(Semantic Wiki) 系統發展現況、概念構圖 (Concept Map) 理論以及 SVG(Scalable Vector Graphics)圖形格式之相關研究。第三章研究方法 3.

(13) 分析維基系統運作模型，並歸納維基百科之知識條目編寫形式與呈現類型，運用本體知識技術進行知識編目分類與內容設計，並且動態產生三種不同結構的知識概念圖，結合概念構圖呈現，架構具有語意維基概念之概念構圖模型。第四章系統開發與設計說明本系統的開發環境，藉由使用案例圖形表達操作概念，並且以流程圖呈現功能操作流程，接著描述概念圖編輯介面，再針對系統做出分析比較本研究與類似應用系統之差異。。第五章總結本研究的初步成果，並提出建議以供未來研究使用。. 4.

(14) 第二章文獻探討 2.1 語意網(Semantic Web) 全球資訊網的創始人 Tim Berners-Lee 於 2001 年的「The Semantic Web」一文中提出語意網(Semantic Web)的概念，語意網是目前網際網路的延伸，在語意網中，資訊都將會被賦予明確的定義(Well-defined)，將網路上有意義的內容結構化，藉由共享的、通用的知識本體之建置，使得網路上資源及服務更易取得和分享，讓電腦與人更加合作無間(Berners-Lee, Hendler & Lassila,2001)。語意網的目的是能提供一個順暢的共通平台，讓個人資訊管理、企業應用整合，以及全球的經濟、科學與文化資源，都能被有效的分享與連結(W3C)，在現有的網路環境上使用一套有完善表達能力的語言來描述資源，使得電腦可以看得懂語意的文件與資料，並且具備學習、判斷的能力，進而精確的提供使用者所需的資料，讓散佈在網際網路上的資料可以成為有用的知識。為了達成語意網的目標，電腦必須可以存取結構化資訊，並且可以使用推理規則來進行自動化推論 (Berners-Lee et al.,2001)【10】。 Berners-Lee 和 Mark Fischetti 提出語意網路階層架構(The Semantic web “Layer Cake”)，如圖 2.1 所示(Berners-Lee et al.,2001)【10】。 X. Unicode / URI 層。萬國碼(Unicode)與 URI 是確保使用國際使用之字元集和提供在語意網上具有相同的代表意義。. X. XML + Name Spaces + XML Schema 層。XML 是用來編寫使用者定義之結構化資訊文件。XML Schema 定義 XML 語法結構。. X. RDF + RDFS 層。RDF 是基本資料模型(data model)，用來寫有關語意網物件(資源)。RDFS(RDF Schema)提供塑模元素(modeling primitives)將語意網物件組織成階層。關鍵要素是類別和性質、次類別與次性質、關係、和領域與範圍限制。. X. Ontology vocabulary 層。本體字彙層支援字彙的發展，可以定義不同概 5.

(15) 念之間的關係。 X. Logic 層。邏輯層用來更進一步提升本體論語言，容許應用特定的描述性知識(Declarative Knowledge)的寫作。. X. Proof 層。證明層包含用語意網語言作真正推論程序和證明表徵，以及證明的證實。. X. Digital Signature 層。數位簽章層是為了偵測文件是否被竄改過。. X. Trust 層。經由數位簽章和其它知識使用而出現，只有在使用者信任它的操作和資訊品質時，語意網才能夠實現它的全部潛能【18】【14】。. 規則. 資料. (Rule). 授信(Trust) 驗證(Proof). 資源描述架構 + 資源描述架構綱要 (RDF + RDFS). 數位簽章. 知識本體字彙 (Ontology vocabulary). (Digital Signature). 資料. 自我描述檔. 邏輯(Logic). 可擴展標示語言 + 名稱空間 +可擴展標示語言綱要 (XML + Name Spaces + XML Schema) 標準萬國碼(Unicode). 通用資源辨識碼(URI). 圖 2.1 Semantic Web Layer Cake (Tim Berners-Lee,2001) 在語意網的概念下，使用者藉由語意網的運作方式，包含：XML、RDF，推論語言(Inference Languages)、分散式觀念(Decetralization)、片面理解(Partial Understanding)、授信引擎(Trust Engine)等方式精確的提供使用者所需資料如圖 2.2 所示(Henrik Eriksson,2001)【16】。. 6.

(16) Ontology development tools User. Web page annotation tools. Ontologie Ontologie s s Ontologies. Portals Agents Annotated Annotated Annotated Web pages Annotated Web pages Annotated Web pages Web pages Web pages Inference engines Data repository. 圖 2.2 Components of the semantic web approach (Henrik Eriksson, 2001). 2.1.1 本體論(Ontology) 本體論(Ontology)原本是哲學領域的用詞。在資訊領域中，本體論描述特定領域中概念與知識。本體論是將事物作分類以及描述事物之間的規則，再以結構化的方式表現知識。所以，本體論是一種具備邏輯基礎的知識表述(Knowledge Representation)，因此被提議用來作為註解網路資源或一般電子化資源的一種手段，以提供語意及機器能瞭解的意義(Fensel,2002)【12】。本體論是針對現存某種現象或領域的抽象模型，利用概念化的方式，藉由共享、機器的易讀性與明確的方式呈現。依Ontology 內涵的概念架構或主題的不同，可分為三類(Nicola Guarino,1998)：術語本體論(Terminological ontologies)、資訊本體論 (Information ontologies) 、知識塑模本體論 (Knowledge modeling 7.

(17) ontologies)。 X. 術語本體論：如同詞彙般，用以表達專業領域中的知識，如：印表機故障診斷手冊，即是術語本體論的一種。. X. 資訊本體論：用以詳細記錄資料庫架構，如：資料庫中的綱要(Schemata) 即是一種資訊本體論。. X. 知識塑模本體論：主要用在知識的塑模，建立一概念知識的完整表達。. 依照用途可以分成四類(Nicola Guarino,1998)【19】：上層本體論(Top-Level Ontology)、領域本體論(Domain Ontology)、任務本體論(Task Ontology)與應用本體論(Application Ontology)。 X. 上層本體論：描述一般概念，如空間、時間、物件、事件及活動等；這些一般化的概念與特定問題領域無關。. X. 領域本體論與任務本體論：描述特定領域或特定任務的相關知識，例如專家的專業領域知識。. X. 應用本體論：利用領域本體論與任務本體論所建立出來的實體 (Entity)，描述與特定領域或任務相關的概念。. X 為了達成本體論描述特定領域的概念或知識，就必須利用本體論語言 (或稱語意語言)來呈現。目前已經有許多本體論語言應用於語意網路技術中，包含RDF、RDFS、 DAML+OIL(Darpa Agent Markup Language + Ontology Inference Languager)、 OWL等。這些語言的共同特色就是以延伸標記語言(eXtensible Markup Language, XML)【25】語法為基礎所發展的。. 2.1.2 可擴展標示語言(XML) XML是W3C(World Wide Web Consortium)在1997年所提出的公開標準，是一種同時儲存資料並加入資料描述的標示語言，具有可擴充、可自行定義特性的標記語言。雖然XML DTDs和XML Schema已經可以滿足雙方事先定義且認可的資 8.

(18) 料交換應用，但是在結構上，XML所能描述的資訊僅限於單一XML文件中，相對於領域內其他XML文件的關連性並無法描述出來(W3C, 2004)【26】。此外， XML並不具備語意識別的功能，以致無法讓電腦分辯具有相同名稱卻不同含意或不同名稱卻有相同含意的相關內容，因此需要利用像RDF和RDFS等技術已提供簡單的語意關連及識別符號(W3C, 2004)【27】。. 2.1.3 資源描述架構(RDF) 與資源描述架構綱要(RDFS) 資源描述架構(RDF)是一種能在網際網路上表現資源資訊的一種語言，特別適合用來描述網路資源的 Metadata，例如：標題、作者、網頁內容的更改、著作權、文件授權或是資源分享的清單(Beckett, 2004)【9】，利用 RDF 可使網路上的應用程式交換電腦可理解的資訊，讓電腦進行自動分析和決策。 RDF 的資料模型使用一個資源陳述(Statement)來描述資源的特性，在結構上是以資源、屬性和屬性值三個元素來描述網路的資源(Object-Attribute-Value Triples) (Beckett, 2004)【9】。在 RDF 的資料模型中，所有被描述的事物都稱為「資源」(Resource)。每個資源都有擁有一些特性(Properties)，用來描述資源的外觀、特徵或屬性。而描述資源與特性的表示方式稱作「敘述」(Statement)【8】，如圖 2.3 所示。. Properties Resource. Value. Statement 圖 2.3 RDF Graph (Asunción Gómez-Pérez and Oscar Corcho, 2002) RDF 提供使用者去描述資源，但不限定應用領域，也不限定使用語法。而是透過 RDF 資源描述架構綱要(RDF Schema, RDFS)來定義。 RDF Schema 是 RDF 的詞彙描述語言，可宣告特定描述詞彙的來源，以用於 9.

(19) 特定的應用領域；它定義了基本的類別、屬性及使用者自行定義的類別與屬性等三類描述字彙，協助使用者自行發展各自的 RDF 實例。. 2.1.4 語意本體語言(OWL) OWL(Web Ontology Language)是 W3C 所推薦的語意網中本體描述語言的標準。它是以 DAML+OIL 的研究成果維基礎所發展而得的標準，目的在於描述 Web 文件或 Web 應用中所使用的實體類別與各類別間的關聯性，藉以加強 Web 環境中各項文件或應用的語意內涵。OWL 提供更多具有形式語意的詞彙，使得它在 Web 內容的機器可理解性上強於 XML、RDF 及 RDFS 所能達到的程度(W3C, 2004)【28】。 OWL 是 RDFS 的延伸，其意義在於 OWL 使用類別和性質的 RDF 意義，並加入語言元素去支援所要的豐富表達性(Grigoris Antoniou,Frank van Harmelen, 2004)【14】。OWL 依據邏輯推論能力與 RDF 語法的使用程度區分成三種次語言，分別如下(W3C, 2004)【28】： X. OWL Lite：支援基本的分類階層與簡單的限制關係，應用上具較少的計算複雜性。優點是容易掌握易於實作，缺點是受限制的表達性。. X. OWL DL：包含所有 OWL 的語言概念，結合描述邏輯(Description Logics)，保留完整且可執行的電腦計算能力，但有其使用上的限制。優點是允許有效的推理，缺點是損失與 RDF 的完整相容性。. X. OWL Full：使用 OWL 所有的語言元素，所採用的 RDF 語法將沒有限制，提高使用的自由度。優點是在語法和語意上完整的與 RDF 向上相容。. 2.2 維基百科(Wikipedia)和語意維基(Semantic Wiki) 2.2.1 維基百科(Wikipedia) Wiki 是近幾年來在網路上興起的協同寫作軟體，它提供使用者一個資訊分 10.

(20) 享、交換與知識管理的平台。Wiki 系統最主要的特色是允許使用者可以任意修改網頁內容(Wikipedia, 2008)【29】。第一套 Wiki 系統的創辦人 Ward Cunningham 為 Wiki 系統下了一個定義：「一群相互連接並可自由擴展的網頁、一套用來儲存與修改資訊的超文字系統，所有的網頁儲存在一套資料庫中，任何人透過具有表單功能的瀏覽器用戶程式，皆可輕易加以編輯(Leuf Bo, Cunningham Ward , 2001)【17】。」由於 Wiki 系統提供簡單、友善的使用者介面，加上創辦人 Jimmy Wales 及其組織的努力推廣，維基百科(Wikipedia)逐漸演變成書本百科全書的另一種選擇。維基百科從 2001 年 1 月成立後，知識內容規模蓬勃發展，目前已經擁有 264 種語言版本。其中發展最早的英文維基百科(http://en.wikipedia.org)於 2008 年 7 月已經產生 260 多萬條知識條目，目前已經是規模最大的線上百科全書。維基百科是一部以發展為「百科」為目標的網站，並標榜著貢獻、分享知識是大家都能作的事情，並非少數專家的權利(許瑜真, 2006)【4】。然而，維基百科具擁有許多與傳統百科全書明顯差異的特徵，如表 2.1 所示。表 2.1 傳統百科全書與維基百科全書比較. 傳統百科全書. 維基百科全書. 編撰者. 少數領域專家. 全球各地的使用者. 語言種類. 僅有數種主要語言，大多為英文具有多達兩百多種語言內容. 知識搜尋. 透過目錄冊找尋. 使用全文搜尋功能. 相關知識. 回到目錄冊重新找尋. 點選已定義之超連結. 內容形式. 多以文字與圖片為主. 除了文字、圖片以外，也支援聲音、影像等多媒體形式知識內容。. 使用方式. 翻閱紙本內容. 點選網頁內容. 版本更新. 隨每個版本更新出版. 隨時都可新增與更正知識. 使用費用. 隨各家百科全書定價不一. 免費. 著作權. 版權所有. 開放版權. (資料來源：林克威,2009). 11.

(21) 表 2.2 線上百科全書比較 EBO 成立時間編撰者語言版本資料內容. 資料量. EAO. GMEOL. WIKIPEDIA. 1994. 1997. 1996. 2001. 超過 4,000 位的學者專家英語等 12 種版本。包含四部百科全書。 1. Encyclopedia Britannica 2. Britannica Student Encyclopedia 3. Britannica Elementary Encyclopedia 4. Britannica Concise Encyclopedia 收錄超過 124,000 篇的文章，超過 23,000 篇的傳記，超過 27,000 篇的圖解、地圖和統計圖，超過 3,300 段動畫和影片等。. 超過 6,500 位的學者專家英語、西語等 2 種版本。包含四個子資料庫。 1. Americana Encyclopedia 2. Americana Journal 3. Americana Profiles 4. Editors' Picks. 超過 2,900 位的學者專家僅有英語版本。包含五個子資料庫。 1. Brain Jam E-Zine 2. News 3. Interactive Atlas 4. Timeline 5. Research Starts. 7,593,103 位者全球使用者英語等 264 種語言版本。包含元維基、維基詞典、維基教科書、維基語錄、維基文庫、維基共享資源、維基新聞等相關資源。. 收錄 45,000 篇大標題全文， 9,000 筆參考書目資料，可連結 100,000 篇 EBSCO 期刊全文， 155,000 餘個超連結至與各主題相關之學術或專業網站。付費使用. 收錄 40,000 篇大主題全文， 17,000 筆參考書目，7,900 個圖表，可連結 100,000 篇 EBSCO 期刊全文，114,000 餘個超連結至與各主題相關之學術或專業網站。付費使用. 以英文版本為例，收錄了 2,490,128 個知識條目， 14,090,438 篇頁面，802,142 筆多媒體檔案資料。多達 14 種語言版本的知識條目超過 150,000 筆。. Grolier Educational.. Grolier Educational.. GNU Free Documentation License. 使用費用. 付費使用. 版權. Encyclopedia Britannica, Inc.. 免費使用. (資料來源：林克威,2009) 即使在各百科全書傾全力發展各種線上百科全書取代傳統書本百科全書，但依舊無法抵擋維基百科帶來的威脅。本研究比較著名線上百科全書，包含大英線上百科全書 (Encyclopedia Britannica Online, EBO) 、大美線上百科全書 12.

(22) (Encyclopedia Americana Online, EAO)、葛羅里多媒體線上百科全書（Grolier Multimedia Encyclopedia Online, GMEOL）與維基百科(Wikipedia)的主要差異，如表 2.2 所示。根據表 2.2 的比較結果，不難想像開放、多元、免費的維基百科可以在短短數年之間成為線上百科全書的龍頭。雖然著名的傳統百科全書大力抨擊維基百科的知識正確性，但是根據國際著名的學術期刊 Nature 雜誌(Giles,2005) 【13】在 2005 年 12 月發表的評比中發現，維基百科與大英百科全書兩者在知識內容的錯誤率相差無幾。這不但打破了百科全書應該由專家編寫的迷失，也為開放、協同寫作畫下了一個重要的里程碑。然而，開放且多元的 Wiki 系統也有些地方值得探討，就有專家學者曾經提出了 Wiki 系統的優缺點(Meredith Gorran Farkas,2006)【11】，如表 2.3。表 2.3 Wiki 系統的優缺點優點 X. 缺點. 容易使用. X. 組織鬆散. ¾. 網路介面. X. 太過開放. ¾. 簡單的語法. X. 管理不夠嚴謹. X. 任意變更與散佈. X. 任何人都可以更改. X. 開放免費的選擇. X. 具有彈性與延伸性就實際推廣 Wiki 系統而言，Wiki 系統也有以下幾點限制需要突破。(朱孝. 國,2004)【3】 X. 多人共筆的混淆：Wiki 的開放(open)與遞增(incremental)特性容易造成內文結構的鬆散，造成閱讀者的挫折。. X. Wiki 語法尚未完全統一：雖然大部分的 Wiki 系統都有共通的語法，但還是有少部分的格式化語法不同，造成移植時的困擾。 13.

(23) X. Wiki 站台架構難以調整：因 wiki 的頁面相互引用造成要移動或刪除某連結的 Wikiword 或頁面時會造成 daemon 頁面或 broken link。. X. 著作權的歸屬：因為是共同寫作，每個人都是作者，在出版時便容易出現爭議。. X. 參與共筆的意願：推廣 Wiki 最主要的困難點就在於從閱讀到願意按下「編輯這份文件」。. 本研究也整理現行 Wiki 系統在知識應用或數位學習上所受到的限制，如下所示。 X. 知識架構不夠完整由於 Wiki 系統的開放特性，知識的建立始於使用者定義的連結。然而，使用者建立知識內容時，並非會依照知識的內容架構建立。因此缺發知識架構的規範，知識的深度與廣度都難以控制。. X. 知識搜尋功能不足 Wiki 系統只提供關鍵字搜尋(Keyword Search)功能，雖然可以幫助使用者找尋知識條目、圖片與討論內容等知識內容，但是缺乏分類搜尋功能，往往造成使用者在使用上的不便。例如，假設使用者為銀行體系的專業人員，使用 Wiki 系統找尋「花旗」的知識條目時，使用者期望的可能是「花旗銀行」的相關知識內容，然而 Wiki 系統可能會回覆的是「美國國旗(又稱花旗)」的相關知識。. X. 部分知識尚未建立由於編目 Wiki 系統知識條目的使用者並非每一位都是領域專家或學者，因此在建立知識條目時，對於熟悉的部分可能有充足的知識內容，但是非建立者專長部分或使用者不感興趣的部分可能隻字未提。以目前維基百科的使用狀況來說，普遍尚未定義的知識條目僅會先以超連結的方式指引到待定義的空白頁。 14.

(24) X. 知識內容格式不一由於每位知識建立者只要透過簡單的瀏覽器便可以編輯知識條目，但是 Wiki 系統並沒有明確規範知識內容的編寫格式，所以每一個知識條目的呈現格式是隨著建立者的習慣鍵入系統。因此，當知識閱讀者在查閱同一知識頁面中，不同段落的編寫方式都不一定相同，容易造成閱讀上的困擾。. X. 學習進度不易掌握 Wiki系統畢竟不是數位學習系統，因此沒有提供使用者特性記錄(User Property File)紀錄學習者的學習歷程。所以豐富的Wiki知識內容僅能提供學習者進行查詢，不能運用來進行學習歷程的觀察，這點是相當可惜的。. 2.2.2 語意維基(Semantic Wiki) Wiki 系統中的資料是有系統的知識架構，但是，這樣的知識架構僅止於人類可以閱讀、瞭解，拿給電腦程式作解析，可能就沒有辦法得到有系統的結果。在現有維基百科中，可以透過目錄的功能，將同類之內容組織起來，在每個頁面加上[[category: 類別名稱]]的語法，如[[category: Person]]即可將所有介紹人屬性的主題頁面匯集成一個類別，達到知識分類的初步目的。但這樣的功能卻無法滿足 RDF 的三元屬性架構(吳信輝、賴昆祺,2007)【6】。語意維基(Semantic Wiki)是指一個結合 Semantic 技術的 Wiki 系統，諸如 RDF / OWL / Topic Map / Conceptual Graphs 等相關技術。它主要的概念是透過網頁間緊密的連結來建構 Wiki 的內在架構，讓機器或代理人程式及服務來導覽 (Sebastian Schaffert, 2006)【22】。根據語意維基官方網站對語意維基所下的定義：「語意維基是指維基系統的每一筆資料頁中，皆包含了該資料的知識模式(Model of the knowledge)。一般的維基系統具有結構化的文字與其他主題的連結，而語. 15.

(25) 意維基系統則可以從資料頁面獲得更深入的辨識資訊，包含利用詮釋資料與詮釋資料中所說明的與其他資料的關係。」。因此，語意維基系統不只是當成知識儲存、知識管理的平台，更可以作為知識模型(Knowledge Model)的平台(Wikipedia, 2008) 【30】。以下，本研究整理三點傳統 Wiki 系統與 Semantic Wiki 系統的差異： X. 知識架構。一般的 Wiki 系統中擁有結構性的文字與其他資料的超連結，Semantic Wiki 系統則是可以從資料頁面中獲得或是辨認更進一步的資訊，加入 Semantic 的應用，將可以使知識架構更為清晰。. X. 知識呈現。Wiki 系統注重的地方是不同文件間的連結，Semantic Wiki 系統還注重每一個文件知識模式的表達。透過 RDF 的三元屬性架構可以詮釋資料與詮釋資料中所說明的與其他資料的關係，提供比標籤（Tagging）更為強大的機能。. X. 語意技術支援。傳統 Wiki 系統的功能結合語意的特性，使得 Semantic Wiki 系統上的資訊可以更容易的被搜尋到。因此，知識的搜尋不再只是關鍵字的搜尋而已。此外，將傳統 Wiki 系統中的所有資料轉換成 RDF 的檔案格式，除了可以讓代理人程式進行自動尋找、判斷該頁面中的資訊，增加機器的可讀性，更可以讓機器了解詞與詞之間的關聯性，進而支援推論判斷。. 此外，語意維基系統系統常見的特點有(Sebastian Schaffert, 2006)【22】： 1. 註解連結(Typing/Annotating of Links)：幾乎所有的語意維基系統都支援使用者去針對某些特定型態註解連結。 2. 情境感知的呈現(Context-Aware Presentation)：語意維基系統會根據語意註解去做不同的內容呈現。 3. 加強導覽(Enhanced Navigation)：因為註解的功能，所以語意維基可以針對相關的連結提供額外的資訊。這些資訊可以用來幫助學習者做更精密的導覽。 16.

(26) 4. 語意搜尋(Semantic Search)：大多數的語意維基系統支援使用者在基礎知識下進行的語意搜尋，例如支援用 SPARQL 的查詢語言來做 RDF 的 Query。 5. 支援推理(Reasoning Support)：根據提供給系統的資訊，使用系統自訂或使用者定義的基礎知識來進行推理活動。諸如，IkeWiki、OntoWiki、PlatpusWiki、SemperWiki、SWiM (資料來源： Semantic Web, 2008)【23】都屬於具備類似功能的著名語意維基系統。. 2.3 概念構圖理論(Concept Map) 概念的意義是指對同類事物獲得摡括性的單一認知經驗(張春興,1989）【1】。在教育學與心理學的文獻中，將概念被定義為同一類及使用同一名詞命名之物件或事件的共同屬性（Tennyson & Park, 1980）【24】。因此概念可以表示同一種類事物以外，還包括個體對該概念的主觀認知，並運用舊有經驗形成概念來判斷新的事物經驗繼而形成新概念。概念構圖是利用概念圖來表示知識觀念，顯示各個概念之間如何被連結，進而幫助學習者了解知識內容或用來評估學習者對概念瞭解情形與認知結構的技術（Novak & Gowin, 1984; Novak & Musonda, 1991）【20】【21】。所謂的概念圖由命題（Proposition）組成，每一個命題包含兩個概念節點（Concept nodes）及概念間的連結語（Relation link），概念在概念圖中以階層（Hierarchy）的方式呈現，一般性、概括性的概念排於上層，較特定、具體的概念則排在下層，而最下層往往是最具體的範例（Novak & Gowin, 1984）【20】。應用於學習方面，「概念圖」就是將教材或文章中的概念抽取出來，並以一個「核心概念」（focal concept）為主題，圍繞著此一核心概念，經由學習者的理解把所有相關概念組織起來，用以表徵學習者在相關學科上的知識結構之語意網路圖（semantic networks）（陳嘉成、余民寧，1998）【2】。. 17.

(27) 概念構圖呈現多種樣式，可以分成蜘蛛網狀式概念圖（Spider Concept Map）、階層式概念圖（Hierarchy Concept Map）、流程圖式概念圖（Flowchart Concept Map）和系統式概念圖（System Concept Map）。但不論是那一種類型的概念圖皆具有以下特性（Novak & Gowin,1984)【20】： 1.. 階層結構(Hierarchical structure)：概念構圖具有階層性，位於圖面頂端者為一個總括性概念，愈上層的概念摡括性愈大，上層的概念統合低層概念群，概念間的連結線，由連結語（linking words）連結二個或二個以上的概念，進而形成命題結構。命題沿著指示關係方向的箭頭，協助概念連結的發展。. 2.. 漸次分化(Progressive differentiation)：學習者概念學習歷程和建構認知過程中，將概念和命題階層判斷清楚後，概念圖中會逐漸呈現知識領域向下擴增的漸次分化和交叉連結的水平分化。. 3.. 統整調和(Integration reconciliation)：概念構圖過程中，概念與概念之間的關係以及縱向橫向的聯結會產生學生的認知結構。教學者透過構圖中概念性用語評估學習者學習的統整性，增進有效的學習。. 2.4 可縮放向量圖形(SVG) W3C 於 2003 年 1 月 4 日發佈 SVG 1.1，可縮放向量圖形(Scalable Vector Graphics, SVG)是一種用來描述網頁二維向量圖形的標記語言，它是 XML 的一種應用，遵從 XML 語法，使用文本格式的描述性語言來描述圖像內容，因此是一種和圖像分辨率無關的向量圖形格式。 SVG格式圖形的特色是具有可縮放性(scalable)，它的意思是能夠對整個圖形進行一致地放大或縮小，針對不同的解析度做縮放調整，使圖形以原來的尺寸顯示在不同解析度的螢幕上，同樣的，SVG圖形也可以不同的大小放置在網頁中。目前大多的圖形皆屬於Raster格式(如：PNG和JPEG)，內容是以像素(pixel)構成，. 18.

(28) SVG不同於此種格式，它描述的是向量圖形，其內容是以線和曲線幾何物件構成，由於向量圖形只儲存幾何物件參數，而Raster格式圖形必須儲存圖形的每個像素資訊，因此以向量圖形的檔案大小遠比Raster格式圖形小很多。向量格式圖形和 Raster 格式圖形因為內容構成的不同，在圖形的縮放時便有著很大的不同，向量格式圖形進行縮放時較能保有原圖的真實性，而 Raster 格式圖形易產生鋸齒狀失真，因此向量圖形比 Raster 格式圖形有較高的品質，如圖 2.4 所示。. 圖 2.4 兩種圖形格式比較圖 (資料來源：Wikipedia) SVG內含了三種主要形式的圖形物件：向量式圖形(由路徑組成的直線及曲線)、影像及文字。圖形物件可以被群組、樣式、轉換及合成至先前的圖形物件。特徵(Feature)設定包括： X. 巢狀轉換(Nested Transformations). X. 切割路徑(Clipping Paths). X. alpha遮罩(Alpha Masks). X. 濾鏡效果(Filter Effects). X. 樣板物件(Template Objects). SVG圖形可以實現動態和互動式的功能，動畫可經由動畫元素宣告或腳本語言來定義及觸發(Triggered)。在文件物件模型(Document Object Model, DOM)的基礎上，利用存取SVG文件物件模型可以對SVG所有的元素(Elements)、屬性 (Attributes)和性質(Properties)進行編輯。由於SVG相容並支援其它全球資訊網. 19.

(29) (WWW)標準，因此在相同的網頁裡，腳本語言能同時操作HTML和SVG元素。 HTML 主要是用以顯示文字資訊的標記語言，對於圖形的支援只有<img/> 元素顯示靜態圖片或簡單動畫。SVG，提供豐富的向量圖形元素及圖片影像，彌補了 HTML 對圖形元素支援的欠缺，讓作者能夠製作出生動的圖表及專業的影像。 SVG 圖形格式具有以下優點： X. 圖像文件可讀，易於修改和編輯，很多工具支援 SVG 檔案的讀取和編輯，如：notepad. X. 與現有技術可以互動融合。例如，SVG 技術本身的動態部分（包括時序控制和動畫）就是基於 SMIL 標準。另外，SVG 文件還可嵌入 JavaScript （嚴格的說應該是 ECMAScript）腳本來控制 SVG 對象. X. SVG 圖形格式可以方便的建立文字索引，從而實現基於內容的圖像搜索. X. SVG 圖形格式支持多種濾鏡和特殊效果，在不改變圖像內容的前提下可以實現位圖格式中類似文字陰影的效果. X. SVG 圖形格式可以程式化，用來動態生成圖形。例如，可用 SVG 動態生成具有交互功能的地圖，嵌入網頁中，並顯示給終端用戶. X. SVG 檔案大小遠小於 Raster 格式圖形，如：JPEG images. X. SVG 圖形可縮放而不影響圖形畫質. X. 可選取或搜尋 SVG 圖形中的文字. X. SVG 是開放性的標準. X. SVG 檔案完全符合 XML 的標準. 20.

(30) 第三章研究架構與方法根據最近預測統計，全球 IPv4 網址將在 2010 年前後分配完畢，屆時網際網路網址指派機構(IANA)將沒有新的 IPv4 網址空間分配給 5 個地區性網際網路註冊機構(RIR)。隨後 RIR 的網址集區空間也會逐漸縮小以致枯竭。 IPv4 地址資源的耗盡趨勢給全球網際網路地址管理機構的 IP 網址分配、管理工作帶來了新的挑戰，目前 IPv6 應用技術已經得到國際網際網路社區廣泛認可，IPv6 地址也將逐漸替代即將枯竭的 IPv4 地址資源。首先，IPv4 網址資源的耗盡趨勢可能會引發全球網際網路社區對 IPv4 地址的非預期申請，從而加速 IPv4 的網址資源的耗盡，隨著 IPv4 網址資源的耗盡，對 IPv4 網址的貿易行為可能會隨之產生，如何制訂和實施規範這一貿易行為的政策和法規也是對網際網路地址資源管理機構的考驗。對於這些過渡期的問題，我們以 Wikipedia 作為 IPv4 耗竭和 IPv6 知識平台，提供簡單的介面，讓使用者可以從中了解因應全球 IPv4 網址耗竭之對策和 IPv6 在世界各國的佈建、提供的應用和服務以及未來的發展。目前現有維基系統雖然提供方便的查詢介面讓使用者進行全文檢索，可是卻無法完整、清楚的呈現知識架構。本研究將以 IPv4、IPv6 為範例知識，透過維基技術將知識內容建立在系統中，對於缺乏知識架構的缺陷，本研究將結合本體知識技術、概念圖與知識物件觀念來彌補現有維基系統的不足，如圖 3.1 所示。本體知識技術(Ontology Technology) 知識物件概念(Knowledge Object Concept) 概念圖(Concept Map). 維基技術(Wiki Technology). 圖 3.1 概念圖語意維基示意圖. 21.

(31) 3.1 維基系統運作分析目前現存的維基系統，包含全球最常使用到的 Wikipedia 在內，系統中的知識條目都是以 Page 形式呈現、並且將頁面內容儲存於資料庫中。這些維基系統都提供使用者介面讓操作人員可以輕易的進行「創建知識內容」、「檢視知識內容」、「修訂知識內容」與「搜尋知識內容」等功能。在維基系統中，系統登入者不但是知識的使用者，同時也是知識的建立者。因此使用者可針對維基百科上缺少的知識條目，加以創建撰寫該知識內容，而搜尋得到的知識條目，如果使用者認為該知識條目須要有所補充或需更正的部分，都可以透過編輯畫面進行知識內容更新，協同建立更完整的維基知識庫，如圖 3.2 所示。. 維基知識條目搜尋. Keyword. 使用者. Keyword found Keyword match Keyword NOT match. 維基系統. 搜尋結果知識庫. 圖 3.2 維基系統運作模型 1. Keyword found. 當維基系統中含有知識條目標題完全符合關鍵字，系統會將搜尋到的知識條目頁面直接呈現給使用者。例如使用者於搜尋欄位中輸入「IPv4 exhaustion」進行知識條目搜尋，維基知識庫中含有知識條目標題完全符合「IPv4 exhaustion」一詞。因此系統便將知識條目中的文章標題「IPv4 exhaustion」的頁面回傳給使用者，如圖 3.4 所示。. 22.

(32) 圖 3.3 知識條目的創建與編輯畫面. 圖 3.4 知識條目搜尋_Keyword found 23.

(33) 圖 3.5 知識條目搜尋_Keyword match 1.. Keyword match. 當維基系統中沒有任何知識條目標題完全符合關鍵字，但有部分知識標題文字或內容中含有部分關鍵字文字內容，則系統會將搜尋到的知識條目清單回覆給使用者選取。例如使用者於搜尋欄位中輸入「IETF」進行知識條目搜尋，維基知識庫中並無任一知識條目標題完全符合「IETF」一詞。因此系統便將知識條目中的文章標題與文章內容中有含「IETF」的清單回傳給使用者，根據回傳的結果，我們可以很清楚的知道，在本系統中並沒有「IETF」的知識條目，但是有些文章有提及「IETF」，如圖 3.5 所示。. 2.. Keyword NOT match. 當維基系統中並無任何知識條目完全符合關鍵字，且知識條目中並無任何標題文字或內容中內含部分關鍵字，系統將回傳找不到搜尋結果的頁 24.

(34) 面。例如使用者於搜尋欄位中輸入「ISP」進行知識條目搜尋，但維基知識庫中並無任一知識條目標題完全符合「ISP」。而且所有知識條目的文章標題與文章內容中並無「ISP」的名詞，因此將回傳找不到搜尋結果的畫面，如圖 3.6 所示。. 圖 3.6 知識條目搜尋_Keyword NOT match. 3.2 語意維基系統架構相較於現行維基系統的運作架構，本研究藉由結合概念圖與本體知識技術架構語意維基系統，如圖 3.7 所示。透過動態產生概念圖的應用，除了呈現不同的維基系統瀏覽界面以外，也提供維基系統所欠缺的學習導覽功能。學習者藉由概念圖架構的知識地圖可以更有效率的建構知識輪廓，進而對於知識內容有更深刻的學習理解，而非只是單純的瀏覽知識頁面內容。. 25.

(35) IPv4. 呈現使用者. OWL 維基知識條目 OWL. IPv5. OWL. IPv6. 本體知識庫. 維基知識庫. (OWL). (Wiki). 編輯知識提供者. 知識概念圖 (Concept map). 圖 3.7 概念圖語意維基系統運作模型研究根據知識內容歸納了知識類別，建構完整的知識架構，依照知識內容的特性定義了 IPv4、IPv6 物件，並賦予個別物件不同的屬性值，建立出 OWL 的檔案。藉由語意技術的導入，知識條目將以物件的方式儲存於本體知識庫，透過本研究撰寫的軟體自動繪製出知識概念圖，使得知識條目不再只是以 Page 形式儲存於維基知識庫中。使用者可依據知識的分類架構與物件的屬性內容來搜尋知識物件。在概念圖語意維基系統中除了一般維基系統原有的知識編輯頁面外，提供概念圖導覽與本體技術功能，因此知識提供者可以透過原始編輯介面進行知識條目的編撰，也可藉由概念圖更加便利的瀏覽知識內容。當使用者新增知識條目時，需根據知識架構歸屬分類來新增概念圖知識節點，此外，因為本研究提供了概念圖的編輯介面，使用者不需另外將知識條目依照知識內容新增為本體知識物件，儲存成知識物件，只要使用者對概念圖編輯，系統會自動編輯本體知識物件並且自行完成屬性值的編輯。最後使用者可以在維基知識搜尋介面中輸入關鍵字進行語意搜尋，系統會依據使用者輸入內容搜尋建立於本體知識庫的物件實例，並回覆搜尋結果予使用者。 26.

(36) 檢視、新增、更新內容和概念圖. User Layer Present Layer. 傳統維基系統介面. 概念圖導覽全文檢索搜尋. Semantic Layer. 本體知識庫(知識物件) 本體知識技術(OWL / RDF / RDFS) 維基知識庫(知識條目). Data Layer Application Layer. MediaWiki. Tomcat. Protégé. SVG. Windows XP. 圖 3.8 概念圖語意維基系統階層圖本研究結合動態產生的概念圖、本體知識技術等功能，架構在現行維基系統的基礎上。結合概念圖，將維基系統知識庫中的知識條目結構化，組織所有相關的知識頁面，形成知識概念圖，如此一來將有助於使用者對於知識內容的架構有更深更廣的了解，而非盲目的瀏覽於知識頁面中。針對資料搜尋的部份，使用者可以使用一般維基系統所提供的全文檢索方式搜尋知識內容，亦可透過 Protégé 的語意搜尋技術結合本體技術的知識分類架構，提供進階的語意搜尋功能。透過概念圖語意維基系統階層圖顯示，如圖 3.8 所示。概念圖語意維基系統採用了本體知識技術，將知識內容依照性質分類編列，並依照知識內容將知識條目儲存成具備不同屬性的知識物件，再輔以概念圖導覽協助使用者瞭解知識的輪廓，最後將概念圖中的知識節點對應到語意維基的知識頁面或另一個概念圖中，如圖 3.9 所示。此外，透過知識物件的屬性值，搭配開發的語意搜尋程式，使用者就可以進行知識條目的語意搜尋。例如，使用者想要了解 IPv6 的相關知識，可以透過查詢分類項目選擇查詢 IPv6 的「知識內容」或「常見問題」。在共同的知識背景領域下，知識提供者可以將知識條目依照內容屬性進行更細部的分類，如此將可幫助使用者在進行語意查詢時可以獲得更符合語意意涵的搜尋結果。. 27.

(37) 圖 3.9 概念圖語意維基系統知識架構圖. 28.

(38) 3.3 知識概念圖 3.3.1 動態產生知識圖的概念維基系統大多採用文字、圖片等方式呈現知識內容，而不同的知識條目則透過超連結的點擊來銜接，透過概念圖的呈現，表達出不同知識內容間的關係，可以讓使用者對於知識的結構與關連性有更清楚的認知，為了讓語意維基系統能更加符合維基百科的基本精神：資訊分享、交換與知識管理，必須能夠動態的產生知識概念圖，讓所有上網的使用者都可以在語意維基百科上面建立、修改、分享某領域的知識概念圖。在繪製知識的概念圖時，可以利用 IHMC 的 CmapTools，如圖 3.10 所示， CmapTools 除了擁有基本的繪圖功能，包含物件、文字、關係線等的構圖元素，還能依使用者的需求，將繪製完成的概念圖導出成一般圖形文件(jpeg, bmp)、網頁(html)、XML 文件甚至是 SVG 檔案。毫無疑問的，CmapTools 在繪圖時極具彈性，也相當有便利性，可是卻無法辨識 OWL 文件，進而動態的產生知識概念圖，所以我們自行撰寫讀取 OWL 文件，解析其內容並且能夠動態的生成 SVG 格式的知識概念圖。. 圖 3.10 CmapTools 繪製的概念圖 29.

(39) 3.3.2 樹狀結構知識概念圖(Tree shape concept map) 繪製樹狀的結構圖，我們可以使用 IHMC 的 CmapTools 來構圖，如圖 3.11 是以 country 為例，畫出有建置、推展 IPv6 的國家，以及 IPv6 在該國家的服務、應用、未來發展、建置等的關係圖。. 圖 3.11 樹狀知識概念構圖(CmapTools) 為了能夠動態的建立樹狀結構知識概念圖，我們必須從 OWL 檔案中取得所有構成 SVG 圖形的相關資訊，如：Class 名稱、Class 屬性、Class 屬性值，另外為了能構成較美觀的圖形，各個 Class 在樹狀圖中的座標值也必須求算出來；求算的方式是將樹狀結構分層來看，每一層的節點分部按照該層擁有的節點個數平均分配，構想如圖 3.12 所示。. 30.

(40) 圖 3.12 樹狀構圖概念依照上述的構想，實作了繪製樹狀結構知識概念圖的 java 程式，以下是產生 SVG 檔案的步驟。 Step 1. 讀取 OWL 檔案，解析檔案中的 Class，判別出 Class 之間的關係，如下段的程式碼所示：IPv4_depletion 是 use_IPv6 的 subclass，按照判別出來得到的關係，將所有 Class 名稱儲存成一張 Class 關係表(如圖) <owl:Class rdf:ID="use_IPv6"> <rdfs:subClassOf> <owl:Class rdf:about="#IPv4_depletion"/> </rdfs:subClassOf> </owl:Class>. 31.

(41) Step 2. 將 Class 所含有的屬性，按照對應關係，如下段的程式碼所示：use_IPv6 含有兩個屬性 URL、Link2Wiki，儲存成一張屬性表(如圖) <use_IPv6 rdf:ID="Link2Wiki_IPv6"> <Link2Wiki rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://en.wikipedia.org/wiki/IPv6</Link2Wiki> <URL rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://en.wikipedia.org/wiki/Internet_layer</URL> </use_IPv6>. Step 3. 宣告佇列 A,佇列 B,佇列 C , count(某層的 Class 總數). 先將第一層的 Class 放入佇列 A while (佇列 A 不為空) { count = 0; 抓取佇列 A 中的 Class，每抓一次 Class，就以此 Class 參照＂Class 關係表＂，抓出下一層所有的 subClass，儲存到佇列 B，並且計算出 subClass 的數目暫存 count = count + subClass 的數目清空佇列 A，將佇列 B 內容轉存入佇列 A 暫存 count 到佇列 C }. 依照上述的簡易方式可以得到每一層的 Class 總數，如圖 3.13. 32.

(42) List A List B 4. 4. List C. List A List B 9 4. 9. List C. 圖 3.13 樹狀構圖作法 4. 參照 Class 關係表、屬性表和 List C，算出樹狀圖中各點的座標值，接著按照 SVG 中，文字、路徑、基本圖形的標籤，利用 JDOM 寫入 SVG 檔案中，得到的結果，如圖 3.14 所示。. 圖 3.14 樹狀知識概念構圖(SVG). 33.

(43) 3.3.3 星狀結構知識概念圖(Star shape concept map) 繪製星狀的結構圖，我們一樣可以使用 IHMC 的 CmapTools 來構圖，如圖 3.15 是以 country 為例，畫出有建置、推展 IPv6 的國家，以及 IPv6 在該國家的服務、應用、未來發展、建置等的關係圖。. 圖 3.15 星狀知識概念構圖(CmapTools) 為了能夠動態的產生星狀結構知識概念圖，除了從 OWL 檔案中取得所有相關資訊來建構 SVG 外，還必須確保繪製的圖形不會互相交疊甚至是儘可能的平均散佈在適當的位置，所以繪圖的重點仍是在於算出每一個節點恰當的座標值。觀察 CmapTools 畫出來的圖形，每一層點的分佈情形像是散佈在不同大小的同心橢圓。因為是星狀圖，所以中心點必定是 root，而 root 的所有子節點就是中心點外圍的第一層，第一層的所有子節點會在第二層，依此類推會產生漣波狀的圖形，如圖 3.16 所示，但是如果只是單純的依照階層產生的星狀圖，會有交疊的情形，因此需要有更嚴謹的求算座標方式。觀察手繪的星狀圖，可以發現每一層的節點所散佈在該層的位置，會因為子節點數目的多寡而有所不同，該點佔的比例是它 34.

(44) h. i. j. g. k. c a. b. f. l m d. e. 圖 3.16 星狀構圖概念(1). 3. 1. h. 4. 1. i. j. g. k. c 4 b. f. e. 19. 1 1. l. 5 a. m 5. d. 3. 1. 圖 3.17 星狀構圖概念(2). 3 4. 1. h. 1. i. j. g. 1 k. c 4 f. 1 l. a b e. m d. 3. 圖 3.18 星狀構圖概念(3) 35. 5. 1.

(45) 所有子層中含有最多節點的該層所含的節點數，如圖 3.17 所示，b 點在第二層擁有的子點數是 5，在第三層擁有 19 點，而 c 點擁有 5 個子點，所以 b 點在第一層會佔了橢圓的 19/24，d~m 點在第二層佔的比例分別是(d:5, e:3, f:4, g:4, h:3, i~m 各佔一份)，如果沒有子點，則是佔有一份比例，如圖 3.18 所示。依照上述的構想，實作了繪製星狀結構知識概念圖的 java 程式，以下是產生 SVG 檔案的步驟。 Step 1. 讀取 OWL 檔案，解析檔案中的 Class，判別出 Class 之間的關係，如下段的程式碼所示：IPv4_depletion 是 use_IPv6 的 subclass，按照判別出來得到的關係，將所有 Class 名稱儲存成一張 Class 關係表(如圖) <owl:Class rdf:ID="use_IPv6"> <rdfs:subClassOf> <owl:Class rdf:about="#IPv4_depletion"/> </rdfs:subClassOf> </owl:Class>. Step 2. 將 Class 所含有的屬性，按照對應關係，如下段的程式碼所示：use_IPv6 含有兩個屬性 URL、Link2Wiki，儲存成一張屬性表(如圖) <use_IPv6 rdf:ID="Link2Wiki_IPv6"> <Link2Wiki rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://en.wikipedia.org/wiki/IPv6</Link2Wiki> <URL rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://en.wikipedia.org/wiki/Internet_layer</URL> </use_IPv6>. 36.

(46) Step 3. 宣告佇列 A,佇列 B,佇列 C , count(某層的 Class 總數), 宣告 MaxNum(該點的子層中擁有最多節點的總數) while (抓取”Class 關係表”中的 item，若表不為空) { 先將第一層的 Class 放入佇列 A while (佇列 A 不為空) { count = 0; 抓取佇列 A 中的 Class，每抓一次 Class，就以此 Class 參照＂Class 關係表＂，抓出下一層所有的 subClass，儲存到佇列 B，並且計算出 subClass 的數目暫存 count = count + subClass 的數目如果 MaxNum 小於 count，則 MaxNum = count; 清空佇列 A，將佇列 B 內容轉存入佇列 A 儲存 count 到佇列 C } 儲存 MaxNum 到”節點含有的最大總數表” MaxNum = 1; }. 依照上述的簡易方式可以得到每一層的 Class 總數，同時也得到星狀圖中每個節點其子層擁有最多節點的節點數。. 4. 參照 Class 關係表、屬性表和 List C，算出樹狀圖中各點的座標值，接著按照 SVG 中，文字、路徑、基本圖形的標籤，利用 JDOM 寫入 SVG 檔案中，得到的結果，如圖 3.19 所示。. 37.

(47) 圖 3.19 星狀知識概念構圖(SVG). 3.3.4 叢集式知識概念圖(Cluster shape concept map). IPv4. IPv6. 圖 3.20 叢集式圖形結構(1) 知識條目的分類可以使用樹狀結構或是星狀結構來呈現，但是就知識的廣度而言，似乎還有些不足，某些領域之間，並非完全相互獨立，這些領域之間可能 38.

(48) 會存在某種關聯性，當我們想要了解兩個領域間是否存在著某種關係的時候，之前所描述的兩種結構並不能滿足這樣的需求，所以本研究提出了用叢集式的知識概念圖來呈現此一需求，如圖 3.20 所示，我們已經對 IPv4 做好了分類，並且繪製出星狀圖，同樣的我們也完成 IPv6 的星狀圖，然而 IPv4 和 IPv6 都是 Internet Protocol 的版本，兩者之間當然存在一些關係，但是如果只有看到 IPv4 的星狀圖，我們不知道有甚麼領域是與 IPv4 有關的，有了叢集式的知識概念圖，使用者可以對 IPv4 有更多的認知，對於知識內容的廣度更加容易掌握。. IPv6. IPv4. 圖 3.21 叢集式圖形結構(2) 兩種領域可能擁有共同的分類，使得這兩種領域因為這個分類而有關聯，如圖 3.21 所示，IPv4 和 IPv6 都有 K 這個分類，使得 IPv4 和 IPv6 兩個星狀圖靠著 K 連結起來，呈現出一個更具有廣度的知識概念圖，當然有關係的領域可能不只兩個，可能有三個甚至更多的領域間彼此存在著關聯，因此，我們可以將圖形擴展至更多個星狀圖的連結，如圖 3.22 所示。. 39.

(49) IPv5. IPv4. IPv6. 圖 3.22 叢集式圖形結構(3). 3.4 本體知識架構以及內容設計 3.4.1 本體知識架構本節針對 IPv4 和 IPv6 知識依照概念構圖的概念，使用本體知識設計工具 Protégé 進行 IPv4 和 IPv6 的本體知識分類，呈現概念構圖架構，Protégé 是 Java-Based 的圖形化應用程式，我們可以針對不同的資源加以分類成各個類別 (class)，接著替這些類別建立相對應的物件，按照物件再建立出所需的屬性以及屬性值，藉由 Protégé 所提供的便利使用者介面，我們得以方便的建立、存取、顯示及維護本體論與知識庫。根據 IPv4 網址的耗竭可將 IPv4 加以分類，其中包含了 IPv4 網址耗竭與影響、因應全球 IPv4 網址耗竭之對策、經濟與公共政策考量、行動方案-NICE，另外，因為全球 IPv4 網址將在 2010 年前後分配完畢，為了解決此一問題，已經有許多公司開發了 IPv6 相關的裝置，同時，許多國家也開始發展 IPv6 作為因應的對策，本研究對於 IPv6 相關知識內容加以分類建置 IPv6 本體知識架構，由於知識屬性的差異，分類包含 IPv6 Whitepaper、Whitepaper proposal 以及 IPv6 FAQ。其中，IPv6 Whitepaper 是以發展 IPv6 的國家、公司作為分類依據，將 IPv6 發展簡介、相關應用與服務、IPv6 的佈建以及未來發展等的知識內容按照國家、公. 40.

(50) 司名稱分類；IPv6 FAQ 知識類別中，加了兩種次類別，透過 Protégé 的設計，可將 IPv4、IPv6 以類別階層圖呈現，可以看到知識的細部分類架構，如圖 3.23 所示。最後，我們將 IPv4、IPv6 兩個知識類別結合，形成一個更廣的知識領域，幫助使用者對於知識概念有更廣的了解。. 圖 3.23 知識類別階層圖 41.

(51) 3.4.2 本體知識內容設計透過 RDF 三元資源描述能力，利用 Protégé 將 IPv4、IPv6 知識物件分類的內容值產生到 RDF 文件中並且針對知識物件的類別關係定義了 RDF Schema 的結構，其結構如圖 3.24 所示。. 知識類別. Properties. 圖 3.24 本研究定義之 RDF Schema 知識提供者依照知識類型新增知識物件到各別知識分類項目中，設定所需的物件、物件屬性，並且將各知識物件的內容值填入，如圖 3.25 所示。本研究定義了物件：Link，物件屬性：Topic、Link2Wiki、Link2ShunWiki、URL、Cmap。知識物件 Link 代表該知識類型的連結物件，內容包含該知識標題和該知識分類可以連結的各種位址。 X. Topic：知識分類的標題名稱。. X. Link2Wiki：儲存連結到 Wikipedia 中相關資訊位置的網址。. X. Link2ShunWiki：儲存連結到本系統中相關資訊位置的網址。 42.

(52) X. URL：儲存連結到網路上相關資訊位置的網址。. X. Cmap：儲存連結到本系統中相關資訊之知識概念圖的網址。. 類別物件. 物件屬性物件屬性值. Class. 圖 3.25 本研究定義之知識物件與屬性. 43.

(53) 系統依照定義的 creditcard.rdfs 將物件內容值產生至 RDF 文件，圖 3.32。. 圖 3.26 本研究定義之 RDF 文件 Protégé 提供了方便的 API，可以讓其它的應用程式來新增、刪除或修改知識庫的內容，詳細的功能包含新增或刪除類別、實體，讀取備註的文件、擷取父類別或子類別的類別名稱、知識實體或知識實體的特徵屬性等。支援多種知識本體、儲存格式及資料型態。提供各種外掛的 Plug-in 程式，協助本體知識的開發。本研究使用了 Protégé-OWL API 來新增、刪除或修改 OWL 中儲存的知識內容，進而編輯知識概念圖，藉由此方式，提供知識概念圖的編輯介面，幫助知識提供者方便的編輯概念圖。如上所述，將 RDF/RDFS 建立完成，在此基礎上，再建構 OWL。 X. 標頭 : OWL 的根元素是“rdf:RDF”元素，在標頭中它描述了多個名稱空間 (Namespace)，如:. 44.

(54) <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:xsd="http://www.w3.org/2001/XMLSchema#" xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#" xmlns:owl="http://www.w3.org/2002/07/owl#" xmlns="http://www.owl-ontologies.com/unnamed.owl#" xml:base="http://www.owl-ontologies.com/unnamed.owl">. X. 類別元素 : 知識類別使用一個“owl:Class”元素來定義。這裡定義了一個知識類別“Japan”，為另一個知識類別“Country”的子類別 <owl:Class rdf:ID="Japan"> <rdfs:subClassOf rdf:resource="#Country"/> </owl:Class>. X. 類別物件 : 在 OWL 中，定義了 Link 物件，儲存每一種的連結。這裡定義了一個類別物件 “Link_Taiwan” ，在這個物件中包含了 Topic 、 URL 、 Link2Wiki、Link2ShunWiki 以及 Cmap 這些物件屬性。. 45.

(55) <Taiwan rdf:ID="Link_Taiwan"> <Cmap rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://140.122.184.38:8080/Taiwan_StarSvg.svg</Cmap> <Topic rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >Taiwan</Topic> <URL rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://www.ipv6.org.tw/</URL> <Link2ShunWiki rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://140.122.185.23/wiki/index.php/Taiwan</Link2ShunWiki> <Link2Wiki rdf:datatype="http://www.w3.org/2001/XMLSchema#string" >http://zh.wikipedia.org/w/index.php?title=IPv6&variant=zh-hant</Link2Wi ki> </Taiwan>. 46.

(56) 第四章系統開發與設計 4.1 系統及開發環境簡介表 4.1 系統開發環境名稱. 版本. 作業系統. Windows XP. 網頁容器. Tomcat 5.5.27. 網頁技術. JSP、OWL、XML. 建置工具. NetBeans IDE 6.5、Protégé_3.3.1. 其他工具. Sketsa SVG Editor 6.0、IHMC CmapTools、SVG Viewer、Notepad++、mediawiki-1.12.0. 本系統建構在 Windows XP 的操作平台上，透過 mediawiki-1.12.0 和 Tomcat 5.5.27 的建置，我們有了知識儲存的基本環境，使用者可以透過建立好的維基系統，創建新的知識內容，自由的編輯自己偏好的知識架構。另外，本研究使用 Protégé 針對系統中的知識結構、知識條目根據一般的分類規則做出劃分，並且對於相對應的 Class 創建類別物件以及物件屬性，建立起本體知識庫，我們可以使用 IHMC CmapTools 提供的介面繪製出我們需求的知識概念圖，此外，本研究可以自動的將本體知識庫中的內容，轉換成相對應的 SVG 格式結構圖，最後，結合維基系統與知識概念圖，構成一個較為完備的語意維基系統，使得知識條目的呈現具有結構組織，有效的幫助使用者可以更快的找到確切的資訊，如圖 4.1 所示。. 47.