基于知識資源的語義推理分析研究

1、國家科學(xué)圖書館青年領(lǐng)域前沿項(xiàng)目研究報(bào)告（2008年）基于知識資源的語義推理分析研究湯怡潔 楊銳 李桂菊 周子健 劉毅2010.06引言萬維網(wǎng)之父Tim Berners Lee 等人于2001年在科學(xué)美國人雜志上提出了“語義Web”的概念，預(yù)見了未來智能化Web時(shí)代的到來。Tim等人所倡導(dǎo)的語義Web定義為：“語義Web不是產(chǎn)生一種新的Web，而是針對現(xiàn)有Web的擴(kuò)展，Web中的信息語義被良好定義，使人與人、人與計(jì)算機(jī)之間能夠更好地協(xié)同工作?！?語義Web不僅僅是為了共享資源，更是為了共享知識。目前海量的網(wǎng)頁數(shù)據(jù)中，有近80%的內(nèi)容來源于數(shù)據(jù)庫中的數(shù)據(jù)，因此在萬維網(wǎng)中共享的不是網(wǎng)頁內(nèi)容，而是數(shù)據(jù)

2、內(nèi)容的集成和共享。在語義Web中，處理的對象不再是以超級鏈接連接的頁面文本，而是具有一定語義的數(shù)據(jù)內(nèi)容。所以萬維網(wǎng)將變成一個(gè)語義關(guān)聯(lián)的數(shù)據(jù)網(wǎng)絡(luò)，人們能夠像使用數(shù)據(jù)庫那樣在萬維網(wǎng)上獲取到所需的知識。隨著新興ICT技術(shù)的急速發(fā)展，科研環(huán)境中的各類研究對象（數(shù)據(jù)、文獻(xiàn)、設(shè)施、過程、機(jī)構(gòu)、人員、政策等）正日益信息化數(shù)字化網(wǎng)絡(luò)化，一個(gè)按照科研生命周期、充分支持各類數(shù)字化信息對象、支持多種網(wǎng)絡(luò)化知識組織與傳播形態(tài)、支持知識的創(chuàng)造、交流、分析、組織、保存等全過程的綜合數(shù)字科研信息環(huán)境正在迅速發(fā)展?？蒲腥藛T在科研環(huán)境中的活動(dòng)行為需求發(fā)生了根本的轉(zhuǎn)變，從最初的數(shù)據(jù)到信息再到知識。所以，對知識內(nèi)容和知識能力進(jìn)行智

3、能化集成管理已經(jīng)成為科研環(huán)境建設(shè)的重要任務(wù)。語義Web技術(shù)將是實(shí)現(xiàn)這一重要任務(wù)的關(guān)鍵技術(shù)之一，語義web知識庫將為智能化管理知識內(nèi)容提供有力支撐。中英文摘要摘要：隨著新興ICT技術(shù)的急速發(fā)展，科研人員在科研環(huán)境中的活動(dòng)行為需求發(fā)生了根本的轉(zhuǎn)變，從最初的數(shù)據(jù)到信息再到知識。該項(xiàng)目針對科研用戶在科研過程中對顯性知識和隱性知識的需求, 從語義推理技術(shù)國內(nèi)外發(fā)展現(xiàn)狀，研究熱點(diǎn)入手，分析了知識資源語義推理的發(fā)展趨勢。項(xiàng)目的研究重點(diǎn)放在了系統(tǒng)設(shè)計(jì)實(shí)施階段如何進(jìn)行高效的語義推理，通過推理實(shí)驗(yàn)?zāi)Ｐ偷臉?gòu)建，比較Lucene全文檢索和語義檢索的檢索效果。 關(guān)鍵詞：語義推理；語義檢索；推理機(jī)；知識發(fā)現(xiàn)Abstrac

4、t：With the rapid development of new ICT technologies, the demand of researchers in the scientific research activities has a fundamental change, from data to information then knowledge. This project in view of scientific research user in scientific research process to demand the explicit knowledge an

5、d implicit knowledge, from the current development status, research focus of semantic inference in the world, analyzing the development trend of knowledge semantic inference. This project focused on system design and implementation phase, how to do effective semantic reasoning. Through the construct

6、ion of experimental model of reasoning, comparing Lucene full-text search and semantic search.Keywords：Semantic Inference; Semantic Search; Inference Engine; Knowledge Discovery 一、語義推理國內(nèi)外發(fā)展現(xiàn)狀I(lǐng)SWC系列會(huì)議 / 2009提出，可擴(kuò)展的語義網(wǎng)知識庫系統(tǒng)有兩個(gè)需求：首先必須通過提供足夠的推理支持來滿足應(yīng)用的語義需求；其次可擴(kuò)展性要強(qiáng)，可見知識推理技術(shù)是基于本

7、體知識庫的基礎(chǔ)。目前，語義推理主要實(shí)現(xiàn)技術(shù)包括：1. 基于傳統(tǒng)描述邏輯的推理方法典型代表有Pellet、Racer和FaCT+，它們都是基于傳統(tǒng)tableau算法設(shè)計(jì)并實(shí)現(xiàn)的本體推理機(jī)，同時(shí)也引入了許多Tableau算法的優(yōu)化技術(shù)，從而使得它們的推理效率很高。2. 基于規(guī)則的方法本體推理作為一類應(yīng)用，可以映射到規(guī)則推理引擎上進(jìn)行推理。例如，要用Jess規(guī)則推理引擎對OWL本體進(jìn)行推理，只需要以產(chǎn)生式規(guī)則的形式，向系統(tǒng)中輸入OWL的每種語言成分含義的有關(guān)規(guī)則，Jess規(guī)則推理引擎基于這些規(guī)則就可以用對OWL形式給出的本體進(jìn)行推理了;同理，若對DAML形式給出的本體進(jìn)行推理，只需要向Jess規(guī)則推

8、理引擎提供DAML的每種語言成分含義的有關(guān)規(guī)則。3. 利用邏輯編程方法基于演繹數(shù)據(jù)庫(Deductivedatabase)技術(shù)實(shí)現(xiàn)，基于這種方法實(shí)現(xiàn)的技術(shù)原理是一個(gè)owLLite的子集可以用Datalog或prolog完全刻畫。德國卡爾斯魯厄大學(xué)的KAON2是一個(gè)采用這種技術(shù)方法實(shí)現(xiàn)的典型例子。4. 基于一階謂詞證明器的方法由于OWL聲明語句能夠很方便地轉(zhuǎn)化為FOL，因此也就可以很方便地利用傳統(tǒng)的一階謂詞證明器實(shí)現(xiàn)對OWL的推理。國際上目前針對語義推理的熱點(diǎn)研究領(lǐng)域主要涵蓋了以下幾個(gè)方面：（1）理論方面由于OWL的邏輯基礎(chǔ)是描述邏輯，因此擴(kuò)展描述邏輯表達(dá)能力并開發(fā)對應(yīng)的正確有效的推理算法成為了

9、人們研究的熱點(diǎn)。（2）功能方面支持規(guī)則推理，如支持SWRL便是典型的一例，這樣的系統(tǒng)有Bossam G.Antoniou, H.Boley.Bossam, An Extended Rule Engine for OWL Inferencing: RuleML 2004, LNCS 3323, 2004, 128-138；支持多版本本體查詢與推理，典型的項(xiàng)目有MORE Multi-Version Ontology REasoner, http:/wasp.cs.vu.nl/sekt/more, 2009；支持不一致本體的推理，典型代表有PION Reasoning with Inconsiste

10、nt Ontologies: Evaluation, /project, 2009；支持分布式本體的推理，較新的項(xiàng)目有DRAGO DRAGO: Distributed Reasoning Architecture for the Semantic Web, http:/drago.itc.it/, 2009；另外優(yōu)化用戶界面以及為開發(fā)用戶提供更為豐富的程序開發(fā)接口等都是本體推理機(jī)發(fā)展的最新趨勢。（3）應(yīng)用方面進(jìn)一步為語義WEB七層模型中的證據(jù)層提供解釋服務(wù)，這樣的參考應(yīng)用系統(tǒng)有美國斯坦福大學(xué)的wineAgent項(xiàng)目 Wine Agent, h

11、ttp://people/dlm/webont/wineAgent/, 2009；進(jìn)一步結(jié)合本體編輯器，為用戶提供Debug服務(wù) Aditya Kalyanpur, Bijan Parsia, Evren Sirin, Bernardo Cuenca Grau, Repairing Unsatisfiable Concepts in OWL Ontologies, ESWC2006: 170-184；另外把本體推理機(jī)更好地集成到大型本體服務(wù)器中都是本體推理機(jī)應(yīng)用的最新趨勢。二、語義推理相關(guān)技術(shù)研究1. 描述邏輯描述邏輯 http:/en.wikipedia.or

12、g/wiki/Description_logic, 2009是一種邏輯形式，也稱為一種邏輯語言，是一階謂詞邏輯可判定的子集，能夠提供可判定的推理，是一種基于邏輯的知識表示形式，描述邏輯的可判定性是與一階邏輯的最主要區(qū)別。描述邏輯的基本構(gòu)件包括概念（Concepts），角色（Roles）或稱屬性，個(gè)體（Individuals） F.Baader, D.Calvanese, D.Nardi, and P.F.Patel-Schneider, editors. The Description Logic Handbook: Theory, Implementation, and Applicatio

13、ns. Cambridge University Press, 2003。概念是對資源對象集合的抽象描述；屬性描述和判定了資源對象的性質(zhì)和對象間的關(guān)系；個(gè)體是資源對象的具體化。三者的不同組合和有效組合構(gòu)成了對知識信息的表達(dá)，同時(shí)通過對概念、角色和個(gè)體進(jìn)行邏輯上的限定性約束，使描述對象具有描述邏輯層次的語義表達(dá)能力。當(dāng)前存在多種描述邏輯形式或描述邏輯語言，如AL、ALC等。其中AL（Attributive Language）是最基本的描述邏輯，它針對的是任意一個(gè)原子概念和它的否定形式的判定問題；ALC（Attributive Language Complement）是一個(gè)相對簡單的邏輯子語言，是

14、對AL的補(bǔ)充，是最小的命題封閉的描述邏輯，具有典型而且簡潔的邏輯語義，常用的描述邏輯語言多數(shù)是對ALC的擴(kuò)展得到的，如ALCO、ALCQ、ALCQO、ALCIO、ALCQI、ALCQIO等。ALC由TBox和ABox兩部分組成，TBox表示概念斷言是集合體概念信息的抽象表達(dá)，ABox表示實(shí)例斷言是資源對象的具體化描述。ALC支持的推理分為基于TBox的推理和基于ABox的推理兩大類，前者依據(jù)的是完全的TBox概念語義，語義推理的目標(biāo)是概念層次的；后者是以TBox概念斷言為依托，分析ABox的實(shí)例集合解決實(shí)例層次的語義信息揭示問題。描述邏輯ALC的語義推理形式可以分為基于TBox概念斷言的概念蘊(yùn)

15、含推理、概念等同推理、概念脫節(jié)推理和可滿足性推理四種，以及基于ABox實(shí)例斷言的實(shí)例檢驗(yàn)、實(shí)例檢索和一致性檢驗(yàn)三種，這七種類型的語義推理是描述邏輯能夠支持的推理形式。2. 推理算法用于語義推理的推理算法很多，其中最為常用的算法包括Tableau算法和Rete算法。目前各種流行的推理機(jī)所使用的算法多為這兩種算法的優(yōu)化算法，均以Tableau算法和Rete算法為基礎(chǔ)。下面具體分析這兩種算法。2.1 Tableau算法Tableau算法 F.Baader, U.Sattler, An overview of tableau algorithms for description logics, Stu

16、diaLogica, 2001, 5-40, I.Horrocks, Optimising Tableaux Decision Procedures for Dscription Logics PhD thesis, University of Manchester, UK, 1997是傳統(tǒng)描述邏輯推理系統(tǒng)的核心算法，因?yàn)樗衅渌耐评砉δ苋绶诸悺榷伎梢砸?guī)約為概念的一致性檢查，而Tableau算法就是具體負(fù)責(zé)概念一致性檢查，它最早由Schmidt-Schau和Smolka為檢驗(yàn)ALC概念的可滿足性而提出，該算法能在多項(xiàng)式時(shí)間內(nèi)判斷描述邏輯ALC概念的可滿足性問題，Tableau算法被廣泛

17、用于各種描述邏輯中以判斷概念的可滿足性或概念間的包含關(guān)系，各種優(yōu)化的Tableau算法也已在實(shí)用推理機(jī)例如FaCT、Racer等中得以實(shí)現(xiàn)。Tableau算法其基本思想是試圖通過構(gòu)建一個(gè)C的模型來證明概念C的滿意度。一個(gè)滿足R的推斷I中CI不為空。算法在一個(gè)樹（或樹集合）上運(yùn)行，各節(jié)點(diǎn)被定制為C的子概念集，邊被定制為C上發(fā)生的角色集。在樹中的節(jié)點(diǎn)相當(dāng)于在概念（角色）的推斷中的元素（元組）。通常，一個(gè)單獨(dú)的樹從被定制為C的根節(jié)點(diǎn)初始化。該算法竭盡全力應(yīng)用Tableau規(guī)則分解節(jié)點(diǎn)上定制的概念的語法結(jié)構(gòu)，或者擴(kuò)展節(jié)點(diǎn)標(biāo)志，向樹中添加新的邊和節(jié)點(diǎn)，或者合并邊和節(jié)點(diǎn)。一個(gè)規(guī)則的應(yīng)用有效地說明了從概念到

18、應(yīng)用的規(guī)則暗示了推斷的約束，例如，如果AB是一個(gè)節(jié)點(diǎn)x的標(biāo)志，那么規(guī)則被添加到A和B的標(biāo)志中，這說明一個(gè)事實(shí)，那就是如果x(AB)I，那么xAI且xBI。簡單的說，如果R.A是一個(gè)節(jié)點(diǎn)x的標(biāo)志，那么規(guī)則添加一個(gè)標(biāo)志為A的新的節(jié)點(diǎn)y，它在x和y之間帶有一個(gè)標(biāo)志為R的邊。這也說明一個(gè)事實(shí)：如果x(R.A)I，那么就必須存在一個(gè)節(jié)點(diǎn)y，使得(x, y)RI，yAI。如果存在明顯的矛盾，那么建立模型的嘗試就失敗了，這通常被稱為產(chǎn)生了沖突。例如，如果包含某個(gè)概念D的D和D的某個(gè)節(jié)點(diǎn)，如果沒有新的規(guī)則需要被 應(yīng)用了，而且一直沒有沖突產(chǎn)生，那么建立的模型就成功了。當(dāng)且僅當(dāng)規(guī)則可以按照讓模型被成功的構(gòu)建的方式

19、應(yīng)用，證明一個(gè)概念是滿意的就相對簡單了。算法的計(jì)算復(fù)雜度由于一些規(guī)則不確定的事實(shí)而增長。事實(shí)上當(dāng)沖突產(chǎn)生時(shí)，處理方式是通過回溯試圖找到另一個(gè)不確定的規(guī)則進(jìn)行應(yīng)用。這一基本理論用于SHOQ (Dn)中。首先，算法在一個(gè)森林或樹上運(yùn)行，需為概念C中每一個(gè)名詞（術(shù)語）構(gòu)建一個(gè)附加的樹。被稱為模塊化的循環(huán)檢測的形式也必須被用于確保終止。其次，算法需要使用一個(gè)類型檢測器來檢測源自數(shù)據(jù)類型存在性、值、最大概念和最小概念等的推斷的約束。一般來說基于Tableau算法實(shí)現(xiàn)的本體推理機(jī)具有圖1所示的典型系統(tǒng)結(jié)構(gòu)。圖1 基于Tableau算法實(shí)現(xiàn)的推理機(jī)系統(tǒng)結(jié)構(gòu)圖其中本體解析器負(fù)責(zé)解析本體和獲取本體中TBox知識

20、和ABox知識，并分別把它們送入預(yù)處理器和一致性檢查引擎中。預(yù)處理器主要負(fù)責(zé)把概念表達(dá)式進(jìn)行范式化，即把概念描述轉(zhuǎn)換成一個(gè)標(biāo)準(zhǔn)的否定范式，然后再執(zhí)行簡化操作，經(jīng)過預(yù)處理之后，包含和一致性問題能夠得到簡化，有時(shí)可以通過語法檢測明顯的可滿足性從而完全避免了比較耗時(shí)的一致性檢查，Absorption操作主要是為了把一般公理轉(zhuǎn)化成原子定義公理，通過這個(gè)Absorption操作，能夠大幅度提高推理機(jī)的性能，經(jīng)過上述兩步之后TBox分成了Tu和Tg兩大部分，Tu直接送入一致性檢查引擎，Tg則還需要通過一個(gè)內(nèi)化操作，它可以把一個(gè)全局屬性的問題歸約為單個(gè)概念的可滿足性檢查，除了上述的體系結(jié)構(gòu)圖所描述的一些基本

21、優(yōu)化器之外，還有許多的優(yōu)化器沒有整入，譬如偏序優(yōu)化，它在對KB進(jìn)行分類的過程中可以減少包含測試的次數(shù)，還有包含檢查優(yōu)化，它可以避免采取代價(jià)昂貴的一致性檢查策略，同樣如果采用了一致性檢查優(yōu)化策略還可以進(jìn)一步減少一致性檢查時(shí)間。2.2 Rete算法Rete算法 Giarratano and Riley, Expert Systems: Principles and Programming, Second Edition, PWS Publishing, Boston, 1993, Forgy.C, RETE: A fast algorithm for the many pattern/many o

22、bject pattern match problem. Arti_cial Intelligence, Neil Madden 2003 Optimising RETE for low-memory, multi-agent system的發(fā)展是為了解決規(guī)則范式如何快速匹配事實(shí)這一核心問題。1982年由美國卡耐基-梅隆大學(xué)的Forgy教授在人工智能雜志上提出，原理是將匹配過程中生成的中間結(jié)果一直存儲(chǔ)在內(nèi)存中。例如，在規(guī)則系統(tǒng)的常規(guī)執(zhí)行中，傳統(tǒng)做法是將事實(shí)與規(guī)則范式比較直至兩個(gè)事實(shí)都被斷言，但在Rete算法中，事實(shí)只匹配一次，范式中的變量(x)就被存儲(chǔ)起來。接著，如果另一個(gè)事實(shí)被斷言，就只用簡

23、單的比較x的值，如果相等，這個(gè)規(guī)則就被激活了。在基于規(guī)則的語言中，范式是組成規(guī)則的元素。Rete算法決定規(guī)則的運(yùn)行。Rete是用一個(gè)靜態(tài)判別網(wǎng)絡(luò)，由語言編輯器生成，在規(guī)則間表示數(shù)據(jù)的信任。Rete避免了在工作存儲(chǔ)中進(jìn)行數(shù)據(jù)添加期間進(jìn)行不必要的重復(fù)匹配計(jì)算，取而代之的是在網(wǎng)絡(luò)中被稱為beta存儲(chǔ)的節(jié)點(diǎn)中存儲(chǔ)中間匹配變量。從（或向）工作存儲(chǔ)添加（或刪除）數(shù)據(jù)在Rete中試均衡的：刪除數(shù)據(jù)的操作序列和添加數(shù)據(jù)是相同的。Rete用空間換取時(shí)間：匹配的結(jié)果加入存儲(chǔ)器中為以后重用做準(zhǔn)備。Rete算法奇跡般的減少了匹配的數(shù)量，匹配的數(shù)量通過維持一個(gè)包含了內(nèi)存中信息的有向圖數(shù)據(jù)結(jié)構(gòu)在每次循環(huán)中必須被執(zhí)行。途中

24、的第一層節(jié)點(diǎn)被稱為alpha節(jié)點(diǎn)。每一個(gè)alpha節(jié)點(diǎn)表示一個(gè)單一的范式。當(dāng)規(guī)則中不止一個(gè)范式時(shí)，alpha節(jié)點(diǎn)被beta節(jié)點(diǎn)連接起來完成兩個(gè)節(jié)點(diǎn)的聯(lián)合。Beta節(jié)點(diǎn)再連接到更遠(yuǎn)的beta節(jié)點(diǎn)，直至生成一個(gè)單獨(dú)的節(jié)點(diǎn)。這個(gè)最終的節(jié)點(diǎn)表示了完整的規(guī)則。當(dāng)一個(gè)事實(shí)被斷言時(shí)，一個(gè)令牌就被創(chuàng)建并被送入Rete網(wǎng)路中處理該事實(shí)類型的alpha節(jié)點(diǎn)。令牌是一個(gè)關(guān)于該事實(shí)并包含特殊信息的包，這些特殊信息比如該事實(shí)是被斷言還是退回。如果這個(gè)令牌在一個(gè)alpha節(jié)點(diǎn)中匹配范式成功，它將被傳到下一個(gè)節(jié)點(diǎn)，同時(shí)范式中所有的變量都被存入一張表中，這被稱為節(jié)點(diǎn)存儲(chǔ)。Beta節(jié)點(diǎn)從alpha節(jié)點(diǎn)的存儲(chǔ)表中獲取行并試圖將它

25、們合在一起，驗(yàn)證同名的變量是否值也相等。例如，如果一張表中某行包含變量A=1和B=2，另一張表中的一行包含變量A=1和C=3，于是一個(gè)新行就被創(chuàng)建在beta節(jié)點(diǎn)中，這行包含值A(chǔ)=1，B=2，C=3，于是令牌通過了。如果兩張表中A的值不相同就不會(huì)生成新的行，令牌也不會(huì)被通過。當(dāng)令牌在Rete網(wǎng)絡(luò)中走過所有的路徑就會(huì)出現(xiàn)一個(gè)表示整個(gè)規(guī)則的終端節(jié)點(diǎn)。由于令牌到達(dá)終端節(jié)點(diǎn)，規(guī)則中的所有的范式必須已經(jīng)被匹配，因此規(guī)則能被激活。Rete算法的主要優(yōu)勢在于規(guī)則的條件在一個(gè)事實(shí)被斷言或刪除時(shí)僅被再評估。用這種方式，斷言一個(gè)新的事實(shí)僅僅是向網(wǎng)絡(luò)中傳遞一個(gè)令牌，只有很小數(shù)量的匹配被執(zhí)行。在常規(guī)執(zhí)行那個(gè)，每一個(gè)新的

26、事實(shí)都將與每一個(gè)規(guī)則的每個(gè)范式進(jìn)行比較，這意味著大量的時(shí)間復(fù)雜度。撤銷一個(gè)事實(shí)與斷言是一樣的，但是信息在節(jié)點(diǎn)存儲(chǔ)中被清除了。Rete算法有編譯時(shí)間和運(yùn)行時(shí)間之分。在編譯時(shí)間規(guī)則的前件被編譯到一個(gè)判別網(wǎng)絡(luò)中，由操作代碼語言表示。Rete網(wǎng)絡(luò)是一個(gè)數(shù)據(jù)流網(wǎng)絡(luò)，在規(guī)則環(huán)境下表示數(shù)據(jù)的相關(guān)性。在運(yùn)行時(shí)間數(shù)據(jù)項(xiàng)表示工作存儲(chǔ)中內(nèi)容的變化，稱為變換令牌，在網(wǎng)絡(luò)的根部進(jìn)入沿著路徑執(zhí)行。變換令牌或者表示向工作存儲(chǔ)中添加操作或者表示從中刪除操作。網(wǎng)絡(luò)包含有兩種節(jié)點(diǎn)：測試節(jié)點(diǎn)和聯(lián)合節(jié)點(diǎn)。Rete算法的使用大大提高了規(guī)則匹配的效率，但是它為保存中間結(jié)果占用了大量的存儲(chǔ)空間。由于存儲(chǔ)空間的幾何增長，以存儲(chǔ)空間換取執(zhí)行的

27、時(shí)間，當(dāng)推理的知識庫比較大時(shí)，對存儲(chǔ)空間的消耗是驚人的。為提高Rete算法的存儲(chǔ)效率，減少存儲(chǔ)空間的消耗，一些改進(jìn)算法（如TREAT，RETE*）也相應(yīng)提了出來。3. 推理機(jī)當(dāng)前已經(jīng)出現(xiàn)了多種用于本體推理的推理機(jī)，根據(jù)是否針對某些具體本體描述語言而實(shí)現(xiàn)把本體推理機(jī)劃分為專用和通用兩大類。下表為當(dāng)前在語義推理方面使用最為流行的推理機(jī)列表(1) RACERRacer / 2009最早是由德國漢堡大學(xué)開發(fā)的，后來Racer Systems GmbH & Co. KG公司將其作為商用軟件正式發(fā)售。是基于描述邏輯系統(tǒng)的，所采用的算法是Tableau算

28、法，處理基于描述邏輯的OWL DL具有可靠性和完備性。目前最新版本為2.0，有試用版免費(fèi)下載，要正式使用需花費(fèi)購買license。Racer提供了TBox和ABox推理功能，一個(gè)TBox包括通用概念及概念之間的包含關(guān)系。概念的多定義和循環(huán)定義可以在Racer中執(zhí)行。Racer可以將OWL DL描述的本體直接轉(zhuǎn)化成為描述邏輯的形式，然后進(jìn)行自身的推理服務(wù)。Racer推理功能如下：概念一致性檢測，判斷一個(gè)概念是否合理；概念的包含關(guān)系檢測，檢查兩個(gè)概念的一系列的被描述的對象是否存在交集的關(guān)系；發(fā)現(xiàn)TBox中定義的所有概念存在的矛盾，矛盾概念可能是一個(gè)錯(cuò)誤原型所導(dǎo)致的；確定概念之間的雙親和孩子關(guān)系。通

29、過概念之間的這種層次性關(guān)系，可以實(shí)現(xiàn)屬性的繼承。通常在進(jìn)行本體設(shè)計(jì)時(shí)，存在較多的約束條件，這些約束有比較復(fù)雜的關(guān)系制約，因此需要一套引擎可進(jìn)行語義的推理將OWL本體中存在的關(guān)系解讀出來，這種推理主要是結(jié)合RDF和OWL的解釋器和描述邏輯推理，若僅僅有解釋器，只能解釋其語法架構(gòu)，但對于屬性關(guān)系間是否發(fā)生沖突時(shí)無法判定的，所以需要解釋器和描述邏輯推理的結(jié)合運(yùn)作。這樣可以，由目前具有的知識推出本體隱含但未被建立的知識。所以，我們可以說，本體描述了特定領(lǐng)域資源之間的關(guān)系，推理就是由一定的法則關(guān)系，通過已知的關(guān)系推出潛在而未知的關(guān)系，并且發(fā)現(xiàn)只是定義中矛盾之處。Racer的主要工作過程如圖2所示，圖2

30、Racer推理機(jī)工作過程使用者將欲推理的本體輸入，經(jīng)過解釋器解析為ABox、TBox。ABox主要由三元組組成，即主體、謂詞、客體，每一個(gè)主體和客體又可以成為其他三元組的主體或者客體，將解析后的TBox和ABox進(jìn)行Tableau推理。Racer推理系統(tǒng)可以使用JRacer的Java API來和Racer系統(tǒng)進(jìn)行TCP通信。并且使用nRQL（new Racer Query Language）從Racer那里取回實(shí)例的解析數(shù)據(jù)。JRacer API可以方便實(shí)現(xiàn)Racer和nRQL到Java類。OWL本體通過Racer的內(nèi)部解析機(jī)制進(jìn)行本體知識的解析，通過相應(yīng)的API實(shí)現(xiàn)與其他程序的接口。(2)

31、PELLETPellet /pellet/ 2009是美國馬里蘭大學(xué)MINDSWAP項(xiàng)目組專門針對OWL-DL開發(fā)的一個(gè)本體推理機(jī)，基于描述邏輯Tableau算法實(shí)現(xiàn)，最新版本Pellet-2.0.0-rc7，能夠支持OWL-DL的所有特性。它是一個(gè)開源項(xiàng)目，美國斯坦福大學(xué)研發(fā)的本體編輯工具protg在4.3版本后，內(nèi)置了PELLET作為推理工具使用。Pellet推理機(jī)的體系結(jié)構(gòu)圖如圖3所示，主要描述了Pellet推理機(jī)的主要組成部分。RDF/XML解析器主要是將OWL本體解析為RDF三元組，支持的格式包括RDF/XML和N3。在三元組轉(zhuǎn)換為知識庫的公

32、理和斷言的過程中，Pellet起到本體類的校驗(yàn)作用。如果本體級別為OWL FULL，Pellet推理機(jī)可以利用自身的推理探索進(jìn)行本體的修補(bǔ)。例如，一個(gè)未定義的資源應(yīng)用在三元組的謂詞，如果該三元組在客體處為字符，則推斷出該未定義的資源為一個(gè)數(shù)值屬性。通常來說，Pellet將類的公理存儲(chǔ)在TBox組件中，將實(shí)例的斷言存儲(chǔ)在ABox組件中。圖3 Pellet推理機(jī)體系結(jié)構(gòu)Pellet有許多的優(yōu)點(diǎn)：它能很好的支持OWL，包括OWL Full的可修復(fù)子集；它能廣泛的支持XML Schema的數(shù)據(jù)類型；它涵蓋我們所知道的任何OWL DL推理機(jī)的所有范圍，包括：SHIN(D)、SHON(D)、SHIO(D)

33、 、SHOIN(D)，以及它們合并的子集，Pellet是開放源代碼的推理機(jī)之一。(3) JESSJess / 2009是1995年由美國Sandia國家實(shí)驗(yàn)室分布式系統(tǒng)計(jì)算組成員用Java實(shí)現(xiàn)的一個(gè)經(jīng)過擴(kuò)充的CLIPS版本，是性能良好的開放式推理機(jī)。能夠很好的完成規(guī)則推理任務(wù)，其規(guī)則匹配采用經(jīng)典的RETE算法，以犧牲大量的存儲(chǔ)空間來換取匹配的高速性。目前最新版本是Jess7。Jess(Java Expert Shell System)是性能良好的開放式推理機(jī)。能夠很好的完成退則推理任務(wù)。它的推理機(jī)制和傳統(tǒng)的專家系統(tǒng)相似，如圖4所示，其規(guī)則匹配采用經(jīng)

34、典的RETE算法，以犧牲大量的存儲(chǔ)空間來換取匹配的高速性。Jess原則上可以處理各種領(lǐng)域的推理任務(wù)，只要系統(tǒng)能夠?yàn)镴ess提供這個(gè)領(lǐng)域的特有領(lǐng)域退則和事實(shí)信息。以本體的形式描述的知識當(dāng)然也可以作為一類應(yīng)用，同時(shí)結(jié)合SWRL產(chǎn)生Jess規(guī)則，只要對本體知識和SWRL規(guī)則進(jìn)行相應(yīng)的格式轉(zhuǎn)換，就可以進(jìn)行推理。圖4 Jess推理機(jī)推理機(jī)制Jess的組成和其他專家系統(tǒng)的組成類似，也是由事實(shí)庫、規(guī)則庫、推理引擎三大部分組成，Jess相對于其他推理引擎的優(yōu)勢就是在他采用的是高效的RETE算法，同時(shí)Jess支持前向和逆向推理兩種方式，前向推理同CLIPS的原理相同，逆向推理則是Jess不同于CLIPS的一個(gè)顯

35、著特征。在Jess的逆向推理中，規(guī)則仍采用“ifthen”結(jié)構(gòu)，但是在逆向推理時(shí)，推理引擎執(zhí)行的是前件沒有得到滿足的規(guī)則，這種行為常常被稱為目標(biāo)尋找。顯然，Jess同時(shí)支持前向和逆向推理的特點(diǎn)使其推理能力得到了加強(qiáng)。推理的效果很大程度上依賴于匹配算法的效率，Jess通過實(shí)現(xiàn)RETE匹配算法來提供非常高效的前向和逆向推理。RETE算法利用了專家系統(tǒng)中實(shí)踐冗余性和結(jié)構(gòu)相似性這兩個(gè)特點(diǎn)，有效地減少了用于匹配操作的次數(shù)。因此，當(dāng)系統(tǒng)的性能是由匹配算法的質(zhì)量決定時(shí)，Jess的優(yōu)點(diǎn)將更為明顯。應(yīng)當(dāng)指出的是，RETE算法是一個(gè)以空間換取時(shí)間的算法，所以，應(yīng)用Jess時(shí)應(yīng)當(dāng)考慮內(nèi)存的消耗。(4) FACT+F

36、ACT+ http:/owl.man.ac.uk/factplusplus/ 2009是FACT的新一代產(chǎn)品，是英國曼徹斯特大學(xué)開發(fā)的一個(gè)描述邏輯分類器，采用了基于CORBA的客戶端/服務(wù)器模式。FACT+為了提高效率和獲得更好的平臺移植性，采用了C+而非FACT的Lisp語言來實(shí)現(xiàn)，是開放源代碼的推理機(jī)之一。(5) JENAJENA / 2009是來自于惠普實(shí)驗(yàn)室語義網(wǎng)研究項(xiàng)目的開放資源，是用于創(chuàng)建語義網(wǎng)應(yīng)用系統(tǒng)的Java框架結(jié)構(gòu)，它為RDF、RDFS、OWL提供了一個(gè)程序開發(fā)環(huán)境。JENA被設(shè)計(jì)成一個(gè)具有三層(Layer)架構(gòu)和多種視圖(View

37、)的開發(fā)框架(Framework)，它有多種應(yīng)用程序開發(fā)接口提供給系統(tǒng)級和應(yīng)用級的開發(fā)人員，具有很高的靈活性。具體包括用于對RDF文件和模型進(jìn)行處理的 RDF API，用于對RDF、RDFS、OWL文件(基于XML語法)進(jìn)行解析的解析器，RDF模型的持續(xù)性存儲(chǔ)方案，用于檢索過程推理的基于規(guī)則的推理機(jī)子系統(tǒng)，用于對Ontology進(jìn)行處理和操作的Ontology子系統(tǒng)，用于信息搜索的RDQL查詢語言。推理功能是JENA中的一個(gè)子系統(tǒng)，目的在于將推理機(jī)制與推理器引入到JENA系統(tǒng)中。JENA提供的是基于規(guī)則的推理機(jī)，例如RDF推理機(jī)、OWL推理機(jī)等，除了可以通過這些推理機(jī)進(jìn)行一般推理外，用戶還可以

38、自定義推理規(guī)則，或者是引入其它推理引擎，如Racer、Pellet等。JENA的推理機(jī)結(jié)構(gòu)如圖5所示圖5 JENA推理機(jī)結(jié)構(gòu)圖應(yīng)用程序通常是通過使用ModelFactory訪問圖5.2的推理機(jī)制，并為相關(guān)聯(lián)的Reasoner建立一個(gè)新的Model。對這個(gè)新創(chuàng)建的Model進(jìn)行查詢，不僅會(huì)返回對原來數(shù)據(jù)的描述信息，同時(shí)會(huì)返回通過Reasone:中的規(guī)則執(zhí)行后的附加信息。如圖5.2所示，任何模型接口都要通過InfGraph構(gòu)建，因?yàn)樗型评頇C(jī)制的執(zhí)行都是在 Graph SPI層進(jìn)行。Ont/Model API為構(gòu)建的OntModels提供了一種便利的方式與合適的推理機(jī)相連。作為 RDF API的一

39、部分，Jena提供了一個(gè)InfModel，它是Model模型接口的擴(kuò)展。推理結(jié)構(gòu)中的Graph-base assertions指的是和Reasoner一起綁定的數(shù)據(jù)(XML數(shù)據(jù)-實(shí)例)，而Graph-ontology definitions指的是和Reasoner一起綁定的數(shù)據(jù)結(jié)構(gòu)的限制(也就是XML模式一概念和關(guān)系)。Reasoner Registry是一個(gè)靜態(tài)類，當(dāng)前可用的所有Reasoner都可以通過它被檢測。(6) KAON2KAON2 / 2009是德國卡爾斯魯厄大學(xué)和其他一些科研機(jī)構(gòu)合作開發(fā)的，是管理OWL-DL, SWRL和F

40、-Logic本體的基礎(chǔ)設(shè)施。它是在KOAN的基礎(chǔ)上做了進(jìn)一步的完善。KAON2與KAON1的不同在于，KAON1基于RDFS及其擴(kuò)展，而KAON2基于OWL-DL和F-Logic。KAON2的特點(diǎn)主要體現(xiàn)在以下幾個(gè)方面： 提供OWL-DL, SWRL和F-logic本體的API 利用RMI以分布式方式提供對本體的訪問的獨(dú)立服務(wù)器 回答以SPARQL表示的連接查詢的推理引擎 DIG的界面，允許從PROTG等工具訪問 抽取關(guān)系型數(shù)據(jù)庫中現(xiàn)有的本體實(shí)體的模塊。 KAON2的API能夠處理OWL-DL本體，API可以讀取OWL XML Presentation Syntax和OWL RDF Synat

41、x 對于推理，KAON2支持SHIQ(D).這是OWL-DL的子集。這包括除nominals以外的OWL-DL的特征，因?yàn)閚ominals不是OWL Lite的組成部分，KAON2支持所有的OWL Lite。 KAON2也支持SWRL的所謂的DL-safe的子集。這個(gè)約束可以使得推理可決定。 KAON2的API也能處理F-logic的本體，它支持F-Logic的功能子集。 KAON2中查詢可以用SPARQL構(gòu)造，但是并不支持所有的SPARQL規(guī)范，采用KAON2的項(xiàng)目包括EU IST OntoGov，EU IST SEKT項(xiàng)目，BMBF的SmartWeb項(xiàng)目。但是，近幾年KAON2的很少進(jìn)行進(jìn)

42、一步的開發(fā)以及維護(hù)工作。通過對上述推理機(jī)的分析研究發(fā)現(xiàn)，Racer 是商業(yè)軟件，F(xiàn)aCT+不支持OWL 語言和本體查詢，所以最廣泛使用的本體推理機(jī)是Jena 的推理機(jī)和用Java 編寫的開源的Pellet 推理機(jī)。Jena作為本體存儲(chǔ)系統(tǒng)帶有簡單的推理功能，支持基于規(guī)則的簡單推理，自身包含的推理機(jī)基本上就是一種CLISP配合本體領(lǐng)域產(chǎn)生式規(guī)則的前向推理系統(tǒng)，支持RDF的數(shù)據(jù)表達(dá)、解析、查詢和支持本體。然而，僅采用Jena作為推理工具并不能達(dá)到深層語義上的推理，為了實(shí)現(xiàn)OWL層面的語義推理，還需要采用專業(yè)推理機(jī)，例如Pellet所支持的OWL DL級的推理，可處理描述邏輯的本體，推理是基于tab

43、leaux算法，比Jena所支持的表達(dá)能力要強(qiáng)的多。所以，大多數(shù)應(yīng)用采用Jena通過DIG接口調(diào)用Pellet做OWL DL級的推理。三、 推理模型設(shè)計(jì)和實(shí)現(xiàn)1. 實(shí)驗(yàn)?zāi)Ｐ头治龊涂傮w架構(gòu)1.1 總體架構(gòu)項(xiàng)目中設(shè)計(jì)的實(shí)驗(yàn)?zāi)Ｐ椭饕且詸z索為表現(xiàn)形式，利用構(gòu)建的本體進(jìn)行知識庫中知識資源的推理與發(fā)現(xiàn)。模型實(shí)現(xiàn)了不同的檢索模式（全文檢索、語義檢索）對知識庫中的知識資源進(jìn)行檢索。模型總體架構(gòu)如圖6所示：圖6 模型總體架構(gòu)圖1.2 功能描述實(shí)驗(yàn)?zāi)Ｐ偷臋z索推理都是建立在以本體為組織形式的知識庫基礎(chǔ)上的，因此本體構(gòu)建與存儲(chǔ)是首先需要實(shí)現(xiàn)的功能。本項(xiàng)目中選用了國家科學(xué)圖書館綜合科技信息組建立的中科院專業(yè)領(lǐng)域知識應(yīng)

44、用環(huán)境資源本體（Subject Knowledge Environment Ontology，SKEO） 中國科學(xué)院國家科學(xué)圖書館數(shù)字圖書館二期建設(shè)關(guān)鍵技術(shù)研究，通過模型實(shí)現(xiàn)其數(shù)據(jù)庫持久化存儲(chǔ)。除了上述本體構(gòu)建與存儲(chǔ)功能外，實(shí)驗(yàn)?zāi)Ｐ椭饕譃槿齻€(gè)主要部分，檢索詞預(yù)處理模塊、語義分析模塊和檢索模塊：1) 檢索詞預(yù)處理模塊檢索詞預(yù)處理模塊主要是針對用戶輸入的檢索詞進(jìn)行初步的分析，利用中文分詞工具ICTCLAS / 2009對自然語言進(jìn)行處理。在 用戶界面上，用戶無需再按照檢索項(xiàng)逐條輸入檢索詞，而是在一個(gè)輸入框中輸入所有檢索條件，該模塊會(huì)對檢索詞進(jìn)行拆分，分析各項(xiàng)查詢

45、項(xiàng)，最終得出檢索詞組。2) 語義分析模塊語義分析模塊是在檢索詞預(yù)處理模塊處理完成后，根據(jù)用戶選擇的檢索模式（語義檢索）觸發(fā)該模塊。語義分析模塊主要是利用本體中的概念和語義推理規(guī)則，將通過預(yù)處理的檢索詞組帶入推理機(jī)中進(jìn)行操作。這里考慮利用Jena自帶的推理子系統(tǒng)和Pellet專業(yè)本體推理機(jī)進(jìn)行推理，根據(jù)Jena創(chuàng)建的本體模型和推理機(jī)生成相應(yīng)的包含了規(guī)則的推理模型。通過推理模型對檢索詞進(jìn)行推理操作，獲取包含語義關(guān)系的檢索詞組送入檢索模塊。3) 檢索模塊檢索模塊主要分為兩種檢索模式，全文檢索和語義檢索。全文檢索是利用Lucene全文索引工具包將進(jìn)行過預(yù)處理的檢索詞組放入全文索引中進(jìn)行檢索，返回所有與

46、之匹配的記錄信息。語義檢索是在語義分析模塊對檢索詞進(jìn)行分析、推理、擴(kuò)展、規(guī)范化的基礎(chǔ)上，利用規(guī)范的關(guān)鍵詞組在知識庫中進(jìn)行檢索，檢索過程中調(diào)用推理模塊進(jìn)行隱含知識的發(fā)現(xiàn)。1.3 主要開發(fā)工具根據(jù)實(shí)驗(yàn)?zāi)Ｐ偷目傮w架構(gòu)以及功能描述，對系統(tǒng)開發(fā)工具的需求主要包括，Java集成開發(fā)環(huán)境、本體構(gòu)建與編輯工具、基于Java的開放源代碼本體操作工具包、專用本體推理機(jī)以及Java全文索引引擎開發(fā)包。1) EclipseEclipse / 2009 是一個(gè)基于 Java 的開放源代碼可擴(kuò)展開發(fā)平臺。就其本身而言，它只是一個(gè)框架和一組服務(wù)，用于通過插件組件構(gòu)建開發(fā)環(huán)境。它主要

47、由Eclipse項(xiàng)目、Eclipse工具項(xiàng)目和Eclipse技術(shù)項(xiàng)目三個(gè)項(xiàng)目組成，具體包括四個(gè)部分組成Eclipse Platform、JDT、CDT和PDE。JDT支持Java開發(fā)、CDT支持C開發(fā)、PDE用來支持插件開發(fā)，Eclipse Platform則是一個(gè)開放的可擴(kuò)展IDE，提供了一個(gè)通用的開發(fā)平臺。Eclipse Platform允許工具建造者獨(dú)立開發(fā)與他人工具無縫集成的工具從而無須分辨一個(gè)工具功能在哪里結(jié)束，而另一個(gè)工具功能在哪里開始。2) ProtgProtg / 2009軟件是斯坦福大學(xué)基于Java語言開發(fā)的本體編輯和知識獲

48、取軟件，屬于開放源代碼軟件。由于其優(yōu)秀的設(shè)計(jì)和眾多的插件，其已經(jīng)成為目前最廣泛的本體論編輯器之一。Protg提供了本體概念類，關(guān)系，屬性和實(shí)例的構(gòu)建，并且屏蔽了具體的本體描述語言，用戶只需在概念層次上進(jìn)行領(lǐng)域本體模型的構(gòu)建。3) JenaJena19是HP公司開發(fā)的一個(gè)基于Java的開放源代碼語義網(wǎng)工具包，為解析RDF、RDFS和OWL本體提供了一個(gè)編程環(huán)境及一個(gè)基于規(guī)則的推理引擎。推理是JENA中的一個(gè)子系統(tǒng)，包括基于RDFS、OWL等規(guī)則集的推理，也可以自己建立規(guī)則。4) PelletPellet16是美國馬里蘭大學(xué)MINDSWAP項(xiàng)目組專門針對OWL-DL開發(fā)的一個(gè)本體推理機(jī)，基于描述邏

49、輯Tableau算法實(shí)現(xiàn)，最新版本Pellet-2.0.0-rc7，能夠支持OWL-DL的所有特性。它是一個(gè)開源項(xiàng)目，美國斯坦福大學(xué)研發(fā)的本體編輯工具protg在4.3版本后，內(nèi)置了PELLET作為推理工具使用。5) LuceneLucene / 2009是apache軟件基金會(huì)jakarta項(xiàng)目組的一個(gè)子項(xiàng)目，是一個(gè)開放源代碼的全文檢索引擎工具包，它不是一個(gè)完整的全文檢索引擎，而是一個(gè)全文檢索引擎的架構(gòu)，提供了完整的查詢引擎和索引引擎，部分文本分析引擎。Lucene的目的是為軟件開發(fā)人員提供一個(gè)簡單易用的工具包，以方便的在目標(biāo)系統(tǒng)中實(shí)現(xiàn)全文檢索的

50、功能，或者是以此為基礎(chǔ)建立起完整的全文檢索引擎。2. 實(shí)驗(yàn)?zāi)Ｐ驮敿?xì)設(shè)計(jì)和算法實(shí)現(xiàn)2.1 SKEO本體設(shè)計(jì)與實(shí)現(xiàn)SKEO（Subject Knowledge Environment Ontology）是一個(gè)可用于不同領(lǐng)域的通用資源本體。構(gòu)建本體的方法體系很多，主要包括TOVE法 Gruninger,M. and Fox,M.S. Methodology for the Design and Evaluation of Ontologies, Workshop on Basic Ontological Issues in Knowledge SharingC.IJCAI-95, Montreal、

51、METH本體法 Fernandez,M. Gomez-Perez,A. and Juristo,N. Methontology: From Ontological Art Towards Ontological EngineeringC.AAAI-97 Spring Symposium on Ontological Engineering, Stanford University, March 24-26th, 1997、Cyc方法 D.B.Lenat, R.V.Guha, Building large knowledge-based systemsM. Addison-Wesley Publ

52、ishing Company, Inc.、KACTUS工程法 A.Bernaras, I.Laresgoiti, J.Corera. Building and Reusing Ontologies for Electrical Network ApplicationC. Proceedings of the European Conference on Artificial Intelligence. ECAI96. 298-302、SENSUS法 ISI Natural language processing research group, Ontology Creation and Use

53、: SENSUSEB.OL /natural-language/resources/sensus.html, 2009、On-To-Knowledge方法 S.Staab, H.P.Schnurr, R.Studer, and Y.Sure: Knowledge Processes and OntologiesJ. IEEE Intelligent Systems, 16(1), January/February 2001、七步法 Natalya F.Noy, Deborah L.McGuinness. Ontology Development 101: A Guide to Creating Your First OntologyEB/OL /publications/ontology_development/ontology101.pdf 2009等。SKEO主要是按照本體構(gòu)建的七步法建立本體知識組織體系，形成包含語義的資源本體。SKEO包括13個(gè)一級類，66個(gè)二級類，75個(gè)對象屬性，100個(gè)數(shù)值屬性。其本體片段如圖7所示：圖7 本體片段SKEO中的各級概念（類）已經(jīng)能夠相對全面的涵蓋并組織專業(yè)領(lǐng)域知識信息，各概念之間的語義關(guān)系是通過對象屬性的相互關(guān)聯(lián)而形成的，各概念的基本