一、本體知識推理簡介

1、OWL本體語言

OWL的特性：

• OWL本體語言是知識圖譜中最規(guī)范(W3C制定)、最嚴謹(采用描述邏輯)、表達能力最強(是一階謂詞邏輯的子集)的語言；
• 它基于RDF語法，使表示出來的文檔具有語義理解的結構基礎。
• 促進了統(tǒng)一詞匯表的使用，定義了豐富的語義詞匯。
• 允許邏輯推理。

語法：RDF語法，三元組：(subject, property, object)

2、描述邏輯

邏輯基礎：描述邏輯

• 描述邏輯(Description Logic)：基于對象的知識表示的形式化，也叫概念表示語言或術語邏輯，是一階謂詞邏輯的一個可判定子集。

（1）描述邏輯系統(tǒng)

一個描述邏輯系統(tǒng)由四個基本部分組成：

• 最基本的元素：概念、關系、個體；
• TBox術語集：概念術語的公理集合；
• Abox斷言集：個體的斷言集合；
• TBox 和 ABox上的推理機制；

不同的描述邏輯系統(tǒng)的表示能力與推理機制由于對這四個組分的不同選擇而不同。

下面對四個組成部分進行介紹：

• 最基本的元素：概念、關系、個體。
  1. 概念：一個領域的子集，如 學生:{x|student(x)}
  2. 關系：該領域上的二元關系(笛卡爾積)，如 朋友:{<x,y>|friend(x,y)}
  3. 個體：一個領域內(nèi)的實例，如 小明:{Ming}
• TBox術語集——泛化的知識
  1. 定義：描述概念和關系的知識，被稱之為公理(Axiom)。
  2. 由于概念之間存在包含關系，TBox 知識形成類似 格(Lattice) 的結構，這種結構是由包含關系決定的，與具體實現(xiàn)無關。
  3. Tbox語言
     (1) 定義：引入概念及關系的名稱，如 Mother、Person、has_child
     (2) 包含：聲明包含關系的公理，例如 M o t h e r ? ? h a s _ c h i l d . P e r s o n \mathrm{Mother} \sqsubseteq \exists \mathrm{has\_child}.\mathrm{Person} Mother??has_child.Person
• ABox斷言集——具體個體的信息
  1. 包含：外延知識(又稱為斷言(Assertion)), 描述論域中的特定個體。
  2. ABox語言
     （1）概念斷言：表示一個對象是否屬于某個概念，例如 Mother(Alice)、Person(Bob)。
     （2）關系斷言：表示兩個對象是否滿足特定的關系，例如 has_child(Alice, Bob)。
• 描述邏輯的知識庫 K : = ? T , A ? K:=\langle{T,A}\rangle K:=?T,A?， T T T 即 TBOx ， A A A即ABOx。

（2）描述邏輯的語義

描述邏輯的語義：

• 解釋Ⅰ是知識庫 K K K 的模型，當且僅當Ⅰ是 K K K 中每個斷言的模型。若一個知識庫 K K K 有一個模型，則稱 K K K 是可滿足的。若斷言σ對于 K K K 的每個模型都是滿足的，則稱 K K K 邏輯蘊含 σ \sigma σ，記為 K ? σ K?\sigma K?σ。對概念 C C C，若 K K K 有一個模型Ⅰ使得 C Ⅰ ≠ ? C^Ⅰ\neq\phi CⅠ??=? 則稱 C C C 是可滿足的。
• 描述邏輯依據(jù)提供的構造算子，在簡單的概念和關系上構造出復雜的概念和關系。描述邏輯至少包含以下 構造算子：交 ( ∩ \cap ∩)、并( ∪ \cup ∪)、非 ( ? \neg ?)、存在量詞 ( ? \exists ?)和全稱量詞 ( ? \forall ?)。

有了語義之后，我們可以進行推理。通過語義來保證推理的正確和完備性。

下圖給出描述邏輯的語義表:

構造算子	語法	語義	例子
原子概念	A	A Ⅰ ? Δ Ⅰ A^Ⅰ\subseteq\Delta^Ⅰ AⅠ?ΔⅠ	Human
原子關系	R	R Ⅰ ? Δ Ⅰ × Δ Ⅰ R^Ⅰ\subseteq\Delta^Ⅰ\times \Delta^Ⅰ RⅠ?ΔⅠ×ΔⅠ	has_child
對概念 C，D和關系(role) R
合取	C ? D C\sqcap{D} C?D	C Ⅰ ∩ D Ⅰ C^Ⅰ\cap{D^Ⅰ} CⅠ∩DⅠ	H u m a n ? M a l e \mathrm{Human}\sqcap\mathrm{Male} Human?Male
析取	C ? D C\sqcup{D} C?D	C Ⅰ ∪ D Ⅰ C^Ⅰ\cup{D^Ⅰ} CⅠ∪DⅠ	H u m a n ? M a l e \mathrm{Human}\sqcup\mathrm{Male} Human?Male
非	? C \neg C ?C	Δ Ⅰ ? C \Delta^Ⅰ\setminus C ΔⅠ?C	? M a l e \neg Male ?Male
存在量詞	? R . C \exists R.C ?R.C	{ x ∣ ? y . ? x , y ? ∈ R Ⅰ ∧ y ∈ C Ⅰ } \{x\mid \exists y.\langle {x,y} \rangle\in {R^Ⅰ}\wedge{y\in{C^Ⅰ}}\} { x∣?y.?x,y?∈RⅠ∧y∈CⅠ}	? h a s _ c h i l d . M a l e \exists \mathrm{has\_child.Male} ?has_child.Male
全稱量詞	? R . C \forall R.C ?R.C	{ x ∣ ? y . ? x , y ? ∈ R Ⅰ ? y ∈ C Ⅰ } \{x\mid \forall y.\langle {x,y} \rangle\in {R^Ⅰ}\Rightarrow{y\in{C^Ⅰ}}\} { x∣?y.?x,y?∈RⅠ?y∈CⅠ}	? h a s _ c h i l d . M a l e \exists \mathrm{has\_child.Male} ?has_child.Male

描述邏輯與OWL詞匯的對應

3、知識推理任務分類

知識推理：通過各種方法獲取新的知識或者結論，這些知識和結論滿足語義。

具體任務可分為：

• 可滿足性(satisfiability)（針對TBox）
• 分類(classification)（針對TBox）
• 實例化(materialization)（針對ABox）

（1）可滿足性(satisfiability)

本體可滿足性

• 檢查一個本體是否可滿足，即檢查該本體是否有模型。如果本體不滿足，說明存在不一致。

概念可滿足性

• 檢查某一概念的可滿足性，即檢查是否具有模型，使得針對該概念的解釋不是空集。

示例： 兩個不可滿足的例子。

• 第一個本體例子：Man 和 Woman 的交集是空集，那么就不存在同一個本體Allen 既是Man 又是Women。
• 第二個概念例子：概念Eternity是一個空集，那么它不具有模型，即不可滿足。
  

（2）分類(classification)

分類：針對 Tbox 的推理，計算新的概念包含關系。

注意：這里的分類與機器學習中分類不同。

示例：

• 若 Mother 是 Women的子集，Women是 Person的子集，那么就可以得出 Mother是 Person 的子集這個新類別關系。
  

（3）實例化

實例化：計算屬于某個概念或關系的所有實例的集合。

示例：

• 計算新的類實例信息：首先已知 Alice 是Mother，Mother 是 Women的子集，那么可知 Alice 是一個Women。即為Women增加了一個新的實例。
  
• 計算新的二元關系：已知 Alice 和Bob 有兒子，同時 has_son 是 has_child 的子類，那么可知 Alice 和Bob has_child。
  

二、本體推理方法與工具介紹

基于本體推理的常見方法：

• 基于Tableaux運算的方法：適用于檢查某一本體的可滿足性，以及實例檢測。
• 基于邏輯編程改寫的方法：可以根據(jù)特定的場景定制規(guī)則，以實現(xiàn)用戶自定義的推理過程。
• 基于一階查詢重寫的方法：可以高效低結合不同數(shù)據(jù)格式的數(shù)據(jù)源，重寫方法關聯(lián)起了不同的查詢語言。以Datalog語言為中間語言,首先重寫SPARQL語言為Datalog,再將Datalog重寫為SQL查詢；
• 基于產(chǎn)生式規(guī)則的方法：可以按照一定機制執(zhí)行規(guī)則從而達到某些目標,與一階邏輯類似,也有區(qū)別；
  下面對上面的幾種方法做詳細介紹。

1、基于Tableaux運算的方法

（1）概述

基本思想：

• 通過一系列規(guī)則構建Abox，以檢測可滿足性，或者檢測某一實例是否存在于某概念。
• 這種思想類似于一階邏輯的歸結反駁。

適用性：檢查某一本體的可滿足性，以及實例檢測。

Tableaux運算規(guī)則(以主要DL算子舉例)：

• 以第一個為例進行說明。第一個是說如果 C C C 和 D D D 的 ( x ) (x) (x) 的合取是 ? \phi ?，且 C ( x ) C(x) C(x) 和 D ( x ) D(x) D(x) 不在 ? \phi ? 里，則 ? \phi ? 有可能只包含了部分 C C C，而 C ( x ) C(x) C(x) 不在里面，那么我們就把它們添加到 ? \phi ? 里。下面我們舉個實際的例子:
  

（2）示例

示例：檢測實例 Allen 是否在 Woman中？ 即：檢測 W o m a n ( A l l e n ) \mathrm{Woman(Allen)} Woman(Allen) ？

M a n ? W o m a n ? ⊥ \mathrm{Man}\sqcap\mathrm{Woman}\sqsubseteq\bot Man?Woman?⊥
M a n ( A l l e n ) \mathrm{Man(Allen)} Man(Allen)

其解決流程為:

1. 首先加入帶反駁的結論:

   M a n ? W o m a n ? ⊥ \mathrm{Man}\sqcap\mathrm{Woman}\sqsubseteq\bot Man?Woman?⊥
   M a n ( A l l e n ) \mathrm{Man(Allen)} Man(Allen)
   W o m a n ( A l l e n ) \mathrm{Woman(Allen)} Woman(Allen)

2. 初始Abox，記為 ? \phi ?，其內(nèi)包含 M a n ( A l l e n ) \mathrm{Man(Allen)} Man(Allen)、 W o m a n ( A l l e n ) \mathrm{Woman(Allen)} Woman(Allen)。

3. 運用 ? ? \sqcap^- ?? 規(guī)則，得到 M a n ? W o m e n ( A l l e n ) \mathrm{Man}\sqcap \mathrm{Women(Allen)} Man?Women(Allen)。將其加入到 ? \phi ? 中，
   現(xiàn)在的 ? \phi ? 為 M a n ( A l l e n ) W o m a n ( A l l e n ) M a n ? W o m e n ( A l l e n ) \mathrm{Man(Allen)} \ \ \ \mathrm{Woman(Allen)} \ \ \ \ \mathrm{Man}\sqcap \mathrm{Women(Allen)} Man(Allen)Woman(Allen)Man?Women(Allen)。

4. 運用 ? \sqsubseteq ? 規(guī)則到 M a n ? W o m e n ( A l l e n ) \mathrm{Man}\sqcap \mathrm{Women(Allen)} Man?Women(Allen) 與 M a n ? W o m e n ? ⊥ \mathrm{Man}\sqcap \mathrm{Women}\sqsubseteq\bot Man?Women?⊥ 上，得到 ⊥ A l l e n \bot\mathrm{Allen} ⊥Allen。
   此時的 ? \phi ? 包含 M a n ( A l l e n ) W o m a n ( A l l e n ) M a n ? W o m e n ( A l l e n ) ⊥ A l l e n \mathrm{Man(Allen)} \ \ \ \mathrm{Woman(Allen)} \ \ \ \ \mathrm{Man}\sqcap \mathrm{Women(Allen)}\ \ \ \ \bot\mathrm{Allen} Man(Allen)Woman(Allen)Man?Women(Allen)⊥Allen。

5. 運用 ⊥ \bot ⊥ 規(guī)則，拒絕現(xiàn)在的 ? \phi ? 。

6. 得出 Allen 不在 Woman 的結論。如果 W o m a n ( A l l e n ) \mathrm{Woman(Allen)} Woman(Allen) 在初始情況已存在于原始本體,那么推導出該本體不可滿足！

正確性：基于Herbrand模型，Herbrand模型可以把它簡單的理解為所有可滿足模型的最小模型，具體的可以參考邏輯方面的書籍。

（3）相關工具介紹

工具名稱	支持本體語言	編程語言	算法
FaCT++	OWL DL	C++	tableau-based
Racer	OWL DL	Common Lisp	tableau-based
Pellet	OWL DL	Java	tableau-based
HermiT	OWL 2 Profiles	Java	tableau-based

2、基于邏輯編程改寫的方法

（1）概述

本體推理的局限性：

• 僅支持預定義的本體公理上的推理，無法針對自定義的詞匯支持靈活推理；
• 用戶無法定義自己的推理過程。

解決方法：引入規(guī)則推理

• 它可以根據(jù)特定的場景定制規(guī)則，以實現(xiàn)用戶自定義的推理過程。
• Datalog語言可以結合本體推理和規(guī)則推理

（2）Datalog語言推理

Datalog語言

• 面向知識庫和數(shù)據(jù)庫設計的邏輯語言，表達能力與OWL相當，支持遞歸；
• 便于撰寫規(guī)則，實現(xiàn)推理。

Datalog的語法：

• 原子（Atom）
  • 形式： p ( t 1 , t 2 , . . . , t n ) p(t_1,t_2,…,t_n) p(t1?,t2?,...,tn?)，其中 p p p 是謂詞， n n n 是目數(shù)， t i t_i ti? 是項 (變量或常量)，
  • 例如： h a s _ c h i l d ( X , Y ) \mathrm{has\_child(X, Y)} has_child(X,Y)；
• 規(guī)則（Rule）
  • 形式： H : ? B 1 , B 2 , … , B m . H:?B_1,B_2,…,B_m. H:?B1?,B2?,…,Bm?.，由原子構建，其中 H H H 是頭部原子， B 1 , B 2 , … , B m B_1,B_2,…,B_m B1?,B2?,…,Bm? 是體部原子。
  • 例如： h a s _ c h i l d ( X , Y ) : ? h a s _ s o n ( X , Y ) . \mathrm{has\_child(X,Y):?has\_son(X, Y).} has_child(X,Y):?has_son(X,Y).
• 事實(Fact)：
  • 形式： F ( c 1 , c 2 , … , c n ) : ? F ( c 1 , c 2 , … , c n ) : ? F(c_1,c_2,…,c_n):?F(c_1,c_2,…,c_n):? F(c1?,c2?,…,cn?):?F(c1?,c2?,…,cn?):?，它是沒有體部且沒有變量的規(guī)則，
  • 例如： h a s _ c h i l d ( A l i c e , B o b ) : ? \mathrm{has\_child(Alice,Bob):?} has_child(Alice,Bob):?
• Datalog程序是規(guī)則的集合
  • 示例：
    h a s _ c h i l d ( X , Y ) : ? h a s _ s o n ( X , Y ) . h a s _ c h i l d ( A l i c e , B o b ) : ? \mathrm{has\_child(X,Y):?has\_son(X, Y).} \\ \mathrm{has\_child(Alice,Bob):?} has_child(X,Y):?has_son(X,Y).has_child(Alice,Bob):?

Datalog 推理的示例：

（3）相關工具簡介

工具名稱	支持本體語言	實現(xiàn)編程語言	支持編程語言
KAON2	OWL DL/SWRL	Java	Java
RDFox	OWL 2 RL	C++	Java/C++/Python

3、基于一階查詢重寫的方法

（1）概述

查詢重寫的目的：

• 高效地結合不同數(shù)據(jù)格式的數(shù)據(jù)源；
• 重寫方法關聯(lián)起了不同的查詢語言。

一階查詢：具有一階邏輯形式的語言

• 原因：Datalog是數(shù)據(jù)庫的一種查詢語言，同時具有一階邏輯形式。
  ==》針對本體基于一階查詢進行重寫
• 可以以 Datalog 為中間語言，首先重寫 SPARQL 語言為 Datalog ，再將 Datalog 重寫為 SQL。
  S P A R Q L → D a t a l o g → S Q L \mathrm{SPARQL→Datalog→SQL} SPARQL→Datalog→SQL
  基本流程：
  

（2）示例

Q： 給定如下本體，查詢所有研究人員及其所從事的項目？

用 SPARQL 表示為：

SELECT ?r ?p
WHERE {
	?r	exp:worksFor	?p .
	?p	rdf:type		exp:Project
}

給定Datalog 規(guī)則如下：
C o o r d i n a t o r ? R e s e a r c h e r ? w o r k F o r ? R e s e a r c h e r ? w o r k F o r ? ? P r o j e c t R e s e a r c h e r ? ? w o r k F o r P r o j e c t ? ? w o r k F o r ? ? n a m e ? ? x s d : S t r i n g R e s e a r c h e r ? ? n a m e P r o j e c t ? ? n a m e \begin{aligned} \mathrm{Coordinator} \sqsubseteq & \mathrm{Researcher} \\ \exists\mathrm{workFor} \sqsubseteq & \mathrm{Researcher} \\ \exists\mathrm{workFor-} \sqsubseteq & \mathrm{Project} \\ \mathrm{Researcher} \sqsubseteq & \exists\mathrm{workFor} \\ \mathrm{Project} \sqsubseteq & \exists\mathrm{workFor-} \\ \exists\mathrm{name-} \sqsubseteq &\mathrm{xsd:String} \\ \mathrm{Researcher} \sqsubseteq & \exists\mathrm{name} \\ \mathrm{Project} \sqsubseteq & \exists\mathrm{name} \end{aligned} Coordinator??workFor??workFor??Researcher?Project??name??Researcher?Project??ResearcherResearcherProject?workFor?workFor?xsd:String?name?name?
底層數(shù)據(jù)具體為某數(shù)據(jù)庫中為下圖中的兩張表:

步驟一： 重寫為 Datalog 查詢

• 過濾不需要的公理 (通過語法層過濾)
  
• 生成所有相關的 Datalog 查詢
  q ( x ) ← w o r k s F o r ( x , y ) , P r o j e c t ( y ) q ( x ) ← w o r k s F o r ( x , y ) , w o r k s F o r ( , y ) q ( x ) ← w o r k s F o r ( x , _ ) q ( x ) ← R e s e a r c h e r ( x ) q ( x ) ← C o o r d i n a t o r ( x ) \begin{aligned} \mathrm{q(x)} \leftarrow & \mathrm{worksFor(x,y),Project(y)} \\ \mathrm{q(x)} \leftarrow & \mathrm{worksFor(x,y),worksFor(_,y)} \\ \mathrm{q(x)} \leftarrow & \mathrm{worksFor(x,\_)} \\ \mathrm{q(x)} \leftarrow & \mathrm{Researcher(x)} \\ \mathrm{q(x)} \leftarrow & \mathrm{Coordinator(x)} \end{aligned} q(x)←q(x)←q(x)←q(x)←q(x)←?worksFor(x,y),Project(y)worksFor(x,y),worksFor(,?y)worksFor(x,_)Researcher(x)Coordinator(x)?
  步驟二： 將數(shù)據(jù)庫關系表達式映射成 Datalog 原子
  
• 步驟三：將從SPARQL以及數(shù)據(jù)庫重寫過來的 Datalog 規(guī)則整合進行查詢

（3）Ontop 工具

Ontop 工具

• 最先進的OBDA 系統(tǒng)，兼容RDFs、OWL 2 QL、R2RML、SPARQL標準
• 支持主流關系數(shù)據(jù)庫： Oracle、MySQL、SQL Server、Postgres

4、基于產(chǎn)生式規(guī)則的方法

（1）產(chǎn)生式系統(tǒng)組成

產(chǎn)生式系統(tǒng)

• 定義：一種前向推理系統(tǒng)，可以按照一定機制執(zhí)行規(guī)則從而達到某些目標，與一階邏輯類似，但也有區(qū)別。
• 應用：自動規(guī)劃、專家系統(tǒng)上。

產(chǎn)生式系統(tǒng)的 組成：

• 事實集合(Working Memory)
• 產(chǎn)生式/規(guī)則集合
• 推理引擎組成:

1. 事實集/運行內(nèi)存(Working Memory, WM)

• 定義：事實(WME)的集合，用于存儲當前系統(tǒng)中所有事實。
• 事實(Working Memory Element, WME)：包含描述對象和描述關系。
  • 描述對象：
    • 形如： ( t y p e a t t r 1 : v a l 1 a t t r 2 : v a l 2 . . . a t t r n : v a l n ) \mathrm{(type\ attr_1:val_1\ attr_2:val_2…attr_n:val_n)} (typeattr1?:val1?attr2?:val2?...attrn?:valn?)，其中 t y p e a t t r i v a l i \mathrm{type\ attr_i\ val_i} typeattri?vali? 均為原子 (常量);
    • 示例：(student name:Alice age:24)。
  • 描述關系(Refication):
    • 例如： ( b a s i c F a c t r e l a t i o n : o l d e r T h a n f i r s t A r g : J o h n s e c o n d A r g : A l i c e ) \mathrm{(basicFact\ relation:olderThan\ firstArg:John\ secondArg:Alice)} (basicFactrelation:olderThanfirstArg:JohnsecondArg:Alice) 簡記為 ( o l d e r T h a n J o h n A l i c e ) \mathrm{(olderThan John Alice)} (olderThanJohnAlice)。

2. 產(chǎn)生式集合(Production Memory, PM)

• 定義：產(chǎn)生式的集合。
• 產(chǎn)生式：
  • I F c o n d i t i o n s T H E N a c t i o n s \mathrm{IF} \ \ \color{red}{conditions} \ \ \color{black}{\mathrm{THEN}} \ \ \color{red}{actions} IFconditionsTHENactions
  • conditions 是由條件組成的集合，又稱為 LHS。
  • actions 是由動作組成的序列，稱為 RHS 。
• LHS
  • 定義：條件(condition)的集合，各條件之間是 且 的關系，當 LHS 中所有條件均被滿足，則該規(guī)則觸發(fā)。
  • 條件的形式為： ( t y p e a t t r 1 : s p e c 1 a t t r 2 : s p e c 2 . . . a t t r n : s p e c n ) \mathrm{(type\ \ attr_1:spec_1\ \ attr_2:spec_2…attr_n:spec_n)} (typeattr1?:spec1?attr2?:spec2?...attrn?:specn?)
    • 其中 s p e c i \mathrm{spec_i} speci? 表示對 a t t r i \mathrm{attr_i} attri? 的約束，形式可取如下的一種：
      1. 原子，如：Alice ( p e r s o n n a m e : A l i c e ) \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (\mathrm{person\ name:Alice}) (personname:Alice)
      2. 變量，如： x x x ( p e r s o n n a m e : x ) \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (\mathrm{person\ name:}x) (personname:x)
      3. 表達式，如： [ n + 4 ] [n+4] [n+4] ( p e r s o n a g e : [ n + 4 ] ) \ \ \ \ \ \ \ \ \ \ \ (\mathrm{person\ age:}[n+4]) (personage:[n+4])
      4. 布爾測試，如： { > 10 } \{>10\} {
         >10} ( p e r s o n a g e : [ > 10 ] ) \ \ \ \ \ \ \ \ (\mathrm{person\ age:}[>10]) (personage:[>10])
      5. 約束的 與、或、非 操作
• RHS
  • 定義：動作序列，即執(zhí)行時的順序，是依次執(zhí)行的；
  • 動作的種類包含：
    • A D D p a t t e r n \mathrm{ADD}\ \ pattern ADDpattern：向WM中加入形如pattern的WME。
    • R E M O V E i \mathrm{REMOVE}\ \ i REMOVEi：從WM中移除當前規(guī)則第 i i i 個條件匹配的 WME。
    • M O D I F Y i ( a t t r s p e c ) \mathrm{MODIFY }\ \ i\ \ (attr\ spec) MODIFYi(attrspec)：對于當前規(guī)則第 i i i 個條件匹配的 WME，將其對應于 a t t r attr attr 屬性的值改為 s p e c spec spec。
• 示例：若有一個學生名為 ? x ?x ?x，則向事實集中加入一個事實，表示有一個名為 ? x ?x ?x 的人。
  • I F ( S t u d e n t n a m e : x ) T h e n A D D ( P e r s o n n a m e : x ) \mathrm{IF\ (Student\ name:}x) \mathrm{\ Then\ ADD\ (Person\ name:}x) IF(Studentname:x)ThenADD(Personname:x) 也可寫作 ( S t u d e n t n a m e : x ) ? A D D ( P e r s o n n a m e : x ) \mathrm{(Student\ name:}x) \Rightarrow \mathrm{ADD\ (Person\ name:}x) (Studentname:x)?ADD(Personname:x)

3. 推理引擎（核心步驟）：

• 作用：可以控制系統(tǒng)的執(zhí)行；
• 包含（下節(jié)重點說明）：
  • 模式匹配：用規(guī)則的條件部分匹配事實集中的事實，整個LHS都被滿足的規(guī)則被觸發(fā)，并被加入議程(agenda)；
  • 解決沖突：按一定的策略從被觸發(fā)的多條規(guī)則中選擇一條；
  • 執(zhí)行動作：執(zhí)行被選擇出來的規(guī)則的RHS，從而對WM進行一定的操作。

（2）產(chǎn)生式系統(tǒng)執(zhí)行

產(chǎn)生式系統(tǒng)的執(zhí)行流程：

• 下圖的 WM 和產(chǎn)生式集合是我們定義的數(shù)據(jù)，相當于ABox 和 TBox，中間部分是推理引擎。其實大部分推理系統(tǒng)都是由這三部分組成。
  

模式匹配：用每條規(guī)則的條件部分匹配當前WM。

• RETE算法——高效的模式匹配算法（空間換時間）

  • 1979年由Charles Forgy (CMU)提出；
  • 思路：將產(chǎn)生式的LHS組織成判別網(wǎng)絡形式；
  • 流程：
    

• 沖突解決：從被觸發(fā)的多條規(guī)則中選擇一條

  • 常見策略：

    • 隨機選擇：從被觸發(fā)的規(guī)則中隨機選擇一條執(zhí)行；

      • 注意：在推理場景下，被觸發(fā)的多條規(guī)則可全被執(zhí)行；

    • 具體性（specificity）：選擇最具體的規(guī)則；

      • 示例：

        ( S t u d e n t n a m e : x ) ? . . . (\mathrm{Student\ name:}x) \Rightarrow … (Studentname:x)?...
        ( S t u d e n t n a m e : x a g e : 20 ) ? . . . (\mathrm{Student\ name:}x\ \mathrm{age}:20) \Rightarrow … (Studentname:xage:20)?...
        存在上述兩條規(guī)則時，若根據(jù)具體性，則選擇第二條

    • 新近程度（recency）：選擇最近沒有被觸發(fā)的規(guī)則執(zhí)行動作；

（3）相關工具介紹

Drools

• 商用規(guī)則管理系統(tǒng)，其中提供了一個規(guī)則推理引擎；
• 核心算法是基于RETE算法的改進。
• 提供規(guī)則定義語言 ，支持嵌入Java代碼。

Jena

• Jena 用于構建語義網(wǎng)應用 Java 框架，
• 提供了處理 RDF、RDFs、OWL 數(shù)據(jù)的接口，還提供了一個規(guī)則引擎。
• 提供了三元組的內(nèi)存存儲于查詢。

RDF4J

• RDF4J 是一個處理 RDF 數(shù)據(jù)的開源框架，
• 支持語義數(shù)據(jù)的解析、存儲、推理和查詢。
• 能夠關聯(lián)幾乎所有RDF存儲系統(tǒng)，能夠用于訪問遠程RDF存儲。

GraphDB（原OWLIM）

• 一個可擴展的語義數(shù)據(jù)存儲系統(tǒng)；
• 包含：三元組存儲、推理引擎、查詢引擎
• 支持 RDFS、OWL DLP、OWL Horst、OWL 2 RL 推理

對比

總結

以上是生活随笔為你收集整理的【知识图谱】知识推理[通俗易懂](「知识」是什么)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。