语义Web中基于信念描述逻辑的个性化推理研究

摘要

描述逻辑是一种知识表示的形式化方法，是一阶逻辑的可判子集，语义Web的逻辑基础。在语义Web中，知识有多种来源，用户有不同偏好，导致知识表示和推理产生了严重的不一致性和相对性问题。当前描述逻辑和本体领域的研究未能完整解决这些关键问题，使得语义Web的发展和应用受到极大限制。 不一致性是指命题p和-p同时成立的矛盾情况。由此引起的问题主要包括：1)推理爆炸问题：矛盾知识使得任何命题公式都是合法的逻辑推论。2)多扩张问题：多个矛盾正、反面知识的不同组合，产生多个一致的逻辑扩张，出现扩张的选择问题。3)表示能力和推理可判性间的权衡问题：扩展描述逻辑以合理表示矛盾知识，可能导致推理不再具有可判性。当前大部分描述逻辑都不能避免推理爆炸问题，实践中经常受到难以取舍矛盾正、反面知识的化解困境的挑战。以PION为代表的本体推理机采用近似推理的方法解决了推理爆炸问题，但没有解决多扩张问题。 相对性指信任偏好差异和认知差异两种情况。前者指不同主体对不同来源的知识具有不同的信任程度。后者指不同主体对同一事物具有不同的认知，又可分本体建立、集成时出现的不一致TBox，以及本体应用时出现的不一致ABox两种情况。由此引起的问题主要包括：1)相对知识的表示和解释问题。2)相对知识的推理及其可判性问题。当前以C-OWL为代表的研究主要考察认知差异引起的知识表示问题。相对知识的聚集容易产生矛盾，其推理问题与不一致性问题密切相关，但这些问题大部分尚未得到解决。 不一致性和相对性问题严重阻碍了语义Web的发展。在基于本体推理的知识管理和应用中，如何解决不一致性和相对性问题正成为当务之急。本文使用信念格扩展描述逻辑为信念描述逻辑，并在信念描述逻辑BALC的基础上，研究解决了语义Web中知识表示和推理的不一致性和相对性问题。主要包括： 1)针对语义Web经常遇到矛盾化解困境的情况，借鉴推理不完全可判但意义更直观的标记逻辑的基本思想，提出信念描述逻辑BALC，并基于tableaux算法，证明BALC推理具有可判性，解决了由矛盾知识导致的不一致性问题，从而支持了语义Web一致性难题的解决。 2)针对信任偏好差异，基于信念描述逻辑，设计信任距离并将其映射到信念格上，从而提出并设计个性化本体推理机，解决了由信任偏好差异导致的相对性问题，以及引入信念格后产生的信念标记添加问题，促进了语义Web的个性化发展研究。 3)针对认知差异，使用视角扩展描述逻辑SHI为视角信念描述逻辑BSHIV，解决了由认知差异导致的相对性问题。引入择优推理并证明其可判性，避免新增知识加剧知识集的不一致程度，为实现知识集成和融合“求同存异”的目标迈出重要一步。 4)针对大规模模型集成的自动化和智能化难题，基于本体，设计了模型的PLM表示法，并设计实现了具有高扩展性、开放性、自动化和智能程度的模型集成方法。最后对集成方案的选择难题，尝试使用BSHIV进行了解决研究。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景

1.2主要研究工作

1.3论文组织

第2章理论基础和相关研究

2.1引言

2.2描述逻辑研究概述

2.3本体研究概述

2.4语义Web体系结构简介

第3章信念描述逻辑BALC

3.1引言

3.2语义Web中的矛盾知识

3.3BALC的语法和语义

3.4BALC知识表示例子

3.5信念标记引起的问题

第4章BALC的推理

4.1引言

4.2BALC概念推理问题

4.3BALC概念推理的判定过程

4.4BALC推理例子

第5章BALC与个性化推理

5.1引言

5.2个性化推理框架

5.3信任距离

5.4个性化推理例子

第6章视角信念描述逻辑

6.1引言

6.2视角定义及视角模型

6.3视角信念描述逻辑BSHIV

6.4BSHIV的择优推理

6.5BSHIV推理例子

第7章基于本体的模型集成

7.1引言

7.2模型集成问题

7.3模型的PLM表示法

7.4模型参数的表示

7.5模型集成策略

7.6模型集成系统架构

7.7模型集成例子及方法对比

7.8集成方案的选择问题

第8章结论与展望

8.1本文的主要贡献

8.2进一步研究工作

参考文献

附件

致谢