语义万维网中本体与规则上的非经典推理

摘要

如何将开放世界语言，例如，网络本体语言，与封闭世界规则语言更好地结合，是语义网领域内一个重要的研究课题。稳定语义基础上的混合MKNF知识库是一种成熟的结合方法。它将本体与规则紧密灵活地结合在一起，具有忠实性，是一种可决定的语言。之后，为了得到更好的计算复杂性，混合MKNF知识库的well-founded语义被提出。然而，即使本体和规则是一致的，将它们结合起来也可能会导致不一致信息。在这种情况下，无论是稳定语义下的推理系统还是well-founded语义下的推理系统都将因无法处理不一致信息而失效。另外，对于现实世界中经常出现的模糊信息，现有的语义也都没有能力来表达和推理它们。
　　 本文中，我们利用Belnap提出来的四值逻辑，为混合MKNF知识库提出一种忠实的超协调语义（简称为para-MKNF知识库），描述和推理知识库中的不一致信息。同时，我们给出一个线性的转换算子，将para-MKNF知识库规约到经典MKNF知识库中，确保不一致信息和缺失信息存在时经典推理机的有效性。这个线性的算子说明了两种语义之间的关系，并且验证了，超协调语义下的时间复杂度不超过经典语义。另外，针对不同类型规则下的知识库，我们定义了几种不同的不动点算子，每一种对应于不同规则下的para-MKNF知识库，并设计相应的迭代程序，用于计算para-MKNF知识库的超协调MKNF模型。然后，我们讨论了超协调语义下实例检测的数据复杂度。
　　 当混合MKNF知识库是不连贯的时候，超协调语义下的推理机会失效。针对这种情况，我们在九值逻辑的基础上，为混合MKNF知识库提出一个semi-S5语义，使得它对不连贯信息是超协调的。同时我们给出一个不动点算子来计算混合MKNF知识库的semi-S5模型。当知识库是连贯的时候，semi-S5模型与超协调MKNF模型是一致的。另外，在para-MKNF知识库中，受到不一致信息影响的推论与其他推论的信任度是不同的。我们在六值格的基础上提出了一种怀疑语义，将两种信息区分开来，并研究了怀疑语义与超协调语义之间的关系。
　　 最后，我们将模糊集理论应用到混合MKNF知识库，建立一个良好定义的模糊MKNF知识库，保证了对经典二值语义的有效性。我们在实例分析的基础上，深入研究了模糊语义的一些基本性质，刻画了一般规则下知识库的模糊MKNF模型。而且，针对正的以及层次的模糊混合MKNF知识库，我们给出不动点算子以及迭代不动点语义，用来计算其模糊MKNF模型。另外，我们讨论了模糊非分离正的知识库的一个片段。在这个特殊的情况下，模态原子的真值计算可以在多项式时间内可以完成。

目录

声明

摘要

第1章 绪论

1．1 概述

1．1．1 语义Web的背景及应用

1．1．2 开放世界推理vs封闭世界推理

1．1．3 本体与规则的结合

1．1．4 非经典信息的处理

1．2 创新点及主要内容

1．3 记号及基本概念、性质

第2章 本体和规则的结合

2．1 本体

2．2 描述逻辑ALC

2．3 规则以及逻辑程序设计

2．3．1 逻辑程序设计的语构

2．3．2 逻辑程序设计的语义

2．4 混合MKNF知识库

2．4．1 MKNF逻辑

2．4．2 混合MKNF知识库

第3章 混合MKNF知识库上的超协调推理

3．1 超协调描述逻辑ALC4

3．2 超协调MKNF知识库

3．3 Para-MKNF知识库到混合MKNF知识库上的规约

3．4 超协调MKNF模型的不动点刻画

3．4．1 正规则

3．4．2 一般规则

3．4．3 层次规则

3．5 相关工作

第4章 混合MKNF知识库中的不连贯问题以及不信任问题

4．1 混合MKNF知识库的超连贯语义

4．2 怀疑MKNF模型

第5章 模糊混合MKNF知识库

5．1 模糊描述逻辑

5．2 模糊混合MKNF知识库的语义和语构

5．3 模糊MKNF模型的刻画

5．3．1 正非分离程序

5．3．2 层次程序

5．4 易处理的结果

结论

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录