基于描述逻辑EL++的ABox修正算法研究

摘要

随着语义Web的快速发展，信念修正成为了语义Web研究领域的研究热点，因为知识库总是在演变并且需要修正的。信念修正是指当新加入的知识与知识库中的知识发生冲突时，如何对知识库进行修正从而获得一个具有一致性的新的知识库。描述逻辑是构建本体的一种重要表示方法，描述逻辑对知识的刻画能力比较强，并且具有可判定性，因此在本体构建过程中得到广泛应用。 在描述逻辑研究领域中，因为应用一些表达能力较强的描述逻辑本体时，相关推理问题的时间复杂度比较高，往往是指数级别的。在这样的背景下，由于能将推理的时间复杂度控制在多项式时间内，轻量级描述逻辑受到越来越多的关注。因为对于表达能力较弱的轻量级描述逻辑，依然能够捕捉到E-R模型和UML类图所能表达的大部分知识，轻量级描述逻辑的推理复杂度是多项式时间内的，因此是一种易处理的描述逻辑，计算性能比较好，例如DL-Lite，EL等。 本文研究给出了基于描述逻辑EL++和EL⊥的ABox修正算法，用来处理本体在演化过程中EL++和EL⊥所刻画的知识库的ABox不一致问题。相比较目前存在的修正算法，本论文提出的算法具有语法独立性的特点，并且满足知识库最小改变的原则，具体研究工作如下： （1）为了解决描述逻辑EL++刻画的知识库在演化过程中不一致的问题，本论文提出了一种描述逻辑 EL++的 ABox修正算法，使得修正后的知识库是一致的。该算法首先基于一种完全图判断知识库的一致性，接下来从空概念标记的结点入手找出所有的辩解，然后利用碰集树计算出所有的碰集，最后通过从ABox中删除碰集所对应的断言得到具有一致性的知识库。该算法具有语法独立性的特点，并且满足知识库最小改变的原则。 （2）为了更好地将描述逻辑EL++的ABox修正算法应用到实际问题中，对描述逻辑EL++的ABox修正问题进行方便快速的修正，使用JAVA编程语言开发出了基于描述逻辑EL++的ABox修正软件（DL-EL++ ARS）。首先给出了软件的开发环境和软件设计整体框架，然后给出了具体的系统展示，演示了描述逻辑辑 EL++的 ABox修正软件的主要功能。 （3）为了解决描述逻辑 EL⊥刻画的知识库在演化过程中不一致的问题，研究了描述逻辑EL⊥的ABox修正问题，给出了具体的修正算法。根据canomical model（标准模型）对描述逻辑EL⊥构建模型，然后在该模型上对知识库进行ABox修正。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 研究背景及意义

§1.2 国内外研究现状

§1.3 研究内容

§1.4 论文结构

第二章 相关基础知识介绍

§2.1描述逻辑DL-Lite

§2.2 描述逻辑EL++

§2.3 Tableau判定算法

§2.4 本章小结

第三章 描述逻辑EL++的ABox修正算法

§3.1 信念修正相关概念

§3.2 描述逻辑EL++的ABox修正算法

§3.3 描述逻辑EL++的ABox修正实例

§3.4 实验结果与分析

§3.5 相关工作比较

§3.6 本章小结

第四章 修正软件的设计与实现

§4.1 系统设计与实现

§4.2 系统演示

§4.3 本章小结

第五章 描述逻辑EL⊥的修正算法

§5.1 EL⊥的语法及语义

§5.2 TBox的标准形式

§5.3标准模型（canonical model）

§5.4 描述逻辑EL⊥的ABox修正算法

§5.5 本章小结

第六章 总结与展望

§6.1 工作总结

§6.2 未来展望

参考文献

致谢

攻读硕士学位期间研究成果