基于图的DL-Lite本体不一致性处理方法的研究

摘要

互联网的高速发展带来了海量的数据，其中大量的非结构和半结构的数据不利于自动化处理。语义Web为计算机能够理解的结构化数据提供了技术支持，促进了人机协同工作。作为语义Web技术的重要组成部分，基于描述逻辑的本体语言OWL为其提供了严谨的逻辑基础。在描述逻辑的语言体系中，DL-Lite能提供多项式时间内的推理服务，同时又具备UML以及E-R模型的表达能力。DL-lite下的应用受到了学术界以及工业界的广泛关注。
　　在实际应用中，本体的构建与维护是一项复杂的过程。此过程常导致本体出现不一致性问题，从而使得标准推理服务失效。因此本体中的不一致性是本体工程中必须要处理的一类问题。针对本体中的不一致性问题，通常有两种处理方法，一是找出并消除本体中的不一致;二是应用非标准的推理方法，在不一致存在的情况下实现有意义的推理。本文重点关注DL-Lite中的不一致性问题并且结合以上两种方法开展工作。具体内容如下:
　　(1)在本体调试方面，提出了一种基于图的本体调试方法。将DL-Lite本体转换成有向图，通过路径遍历的方式来计算本体中的最小不可协调保持子集。基于图的调试方法摆脱了对描述逻辑推理机的依赖，对比实验结果表明新的方法有更高的执行效率和稳定性。
　　(2)在本体修正方面，提出了一种基于图的修正方法。新的修正方法首先通过修正状态将不一致本体划分成保留部分和待判别部分。在修正状态的基础上定义出一种新的满足最小改变原则的修正算子。本文采用两种方式实现了新的修正算子，一种是基于评分函数的，另一种基于碰集树的方法。从对比实验结果来看，基于评分函数的修正方法执行效率要高于基于碰集树的修正方法。
　　(3)在不一致容忍语义方面，定义了两种新的不一致容忍语义。新定义的不一致容忍语义与经典的不一致容忍语义相比避免了计算整个ABox关于TBox的闭包，同时保证了原语义的表达能力，有效地提高了不一致容忍下推理服务的效率。
　　(4)在不一致查询应答方面，提出了一种基于不一致容忍语义的查询方法，新的查询方法将本体和查询分别以不同的规则转换成图，这避免了经典查询重写方法导致的查询项冗长的问题，并且优化了查询的效率。

目录

声明

摘要

插图目录

表格目录

第一章 绪论

1．1 研究背景

1．2 研究的问题与工作

1．2．1 本体调试与修正

1．2．2 不一致容忍下的推理

1．2．3 本文的主要工作

1．3 论文结构

第二章 理论基础

2．1 描述逻辑与本体描述语言

2．1．1 描述逻辑概述

2．1．2 本体描述语言

2．2 DL-Lite

2．3 本体中的逻辑冲突

2．4 本章小结

第三章 基于图的本体调试

3．1 DL-Lite本体与图

3．1．1 理论基础

3．1．2 本体到图的转换

3．2 基于图的MIPS计算方法

3．3 实验评估

3．4 相关工作

3．5 本章小结

第四章 基于图的本体修正

4．1 TBox修正方法

4．2 基于图的TBox修正算法

4．2．1 基于评分函数的本体修正算法

4．2．2 基于碰集树的本体修正算法

4．3 实验评估

4．4 相关工作

4．5 本章小结

第五章 不一致容忍语义及其推理

5．1 不一致容忍语义

5．2 不一致容忍语义的变种

5．3 不—致容忍语义下的推理算法

5．4 实验评估

5．5 相关工作

5．6 本章小结

第六章 不一致容忍语义下的查询重写

6．1 理论基础

6．2 基于图的查询应答

6．3 不一致容忍语义下的查询

6．4 实验评估

6．5 相关工作

6．6 本章小结

第七章 总结与展望

7．1 论文总结

7．2 工作展望

致谢

参考文献

作者简介(包括论文和成果清单)