描述邏輯概念可滿(mǎn)足性推理研究.pdf

1、在WEB上提供機(jī)器可理解的知識(shí)并實(shí)現(xiàn)WEB信息的自動(dòng)處理逐漸成為人們重要的生活、工作需求之一。這其中，如何恰當(dāng)?shù)乇硎局R(shí)并在其上實(shí)現(xiàn)快速有效的推理以找出其它的相關(guān)知識(shí)是這個(gè)浩大工程中的關(guān)鍵點(diǎn)。隨著研究的深入，關(guān)于知識(shí)表示與推理的研究已經(jīng)轉(zhuǎn)移到集中了其它諸多表示方法的優(yōu)點(diǎn)而克服了它們?nèi)秉c(diǎn)的描述邏輯當(dāng)中。
　　 本文所關(guān)注的是在描述邏輯當(dāng)中如何實(shí)現(xiàn)高效的概念可滿(mǎn)足性的推理。因?yàn)楦拍羁蓾M(mǎn)足性是描述邏輯推理的基本問(wèn)題之一，對(duì)該類(lèi)問(wèn)題進(jìn)行

2、高效處理具有相當(dāng)重要的意義。經(jīng)過(guò)一段時(shí)期的研究，本文取得了如下研究成果：
　　 1)提出了基于概念描述本身進(jìn)行推理的新思路。概念可滿(mǎn)足性算法Tableau是基于斷言庫(kù)ABOX可滿(mǎn)足性的，由此也帶來(lái)了許多不必要的操作以及空間浪費(fèi)。本文所提出的CDNF(Complete Disjunctive Normal Form)算法則是直接在初始概念描述上構(gòu)建可滿(mǎn)足性已知的完全析取范式，實(shí)現(xiàn)了“計(jì)算”概念可滿(mǎn)足性，并可取得更好的空間性能。

3、r>　　 2)提出了面向ALCN的基礎(chǔ)型CDNF算法。在描述邏輯基礎(chǔ)語(yǔ)言ALCN中，Tableau算法就已存在描述重復(fù)情況。而CDNF算法在不改變描述的語(yǔ)義的前提下，移去()算子并合并部分描述，最后形成一個(gè)可滿(mǎn)足性直接可知的描述，幾乎消除了描述重復(fù)的現(xiàn)象，且移去()算子可進(jìn)一步降低了空間的使用。
　　 3)提出了面向ALCNIR+的子句重用的CDNF判定算法。在描述邏輯語(yǔ)言ALCNIR+中，逆角色使得描述的重組織存在反復(fù)的可能

4、，而傳遞性角色則可能導(dǎo)致描述無(wú)限擴(kuò)展。必須采取一定的策略及時(shí)檢測(cè)并阻止這種不必要的擴(kuò)展。CDNF算法的子句重用與Tableau算法的精化阻塞技術(shù)相比，效果相同但只需更少的空間。
　　 4)提出了面向SHOIN(D)的CDNF算法。在與本體描述語(yǔ)言O(shè)WL DL相對(duì)應(yīng)的描述邏輯SHOIN(D)中，CDNF算法在此要處理命名個(gè)體、數(shù)據(jù)類(lèi)型，以及角色分層。此時(shí)，一個(gè)j算子的出現(xiàn)代表的涵義往往是兩種事物之間的多重關(guān)系。此外，在前述基礎(chǔ)上再