论文部分内容阅读
语义Web力图通过为Web上的内容增加语义信息,使得计算机能够参与Web信息的自动处理,从而更有效地利用Web信息,便于计算机和人协同工作。随着语义Web研究的进展,语义Web体系结构中的本体层以下得以逐层完善和成熟。但是现有技术还无法实现从本体层到逻辑层的直接跨度。本文针对面向语义Web中本体和规则结合方法展开了深入系统的研究,主要研究内容包括:(1)全面系统地分析了现有本体和规则结合的相关方法。从理论角度出发,将本体和规则结合方法分为:松散耦合方法、紧密耦合方法和嵌入耦合法。分别介绍每类方法的语法和语义定义,列举出了具有代表性的系统,讨论了各系统的特点;从实际角度出发,详细描述了基于RDF的本体和规则结合方法、基于OWL的本体和规则结合方法以及基于F-logic的本体和规则结合方法;(2)结合术语缺省理论和析取Datalog程序,提出了DLdlog系统,并给出了受限形式的DLdlog系统在NMD-语义下的可满足性推理算法,分析讨论了DLdlog系统的数据复杂性。与已有系统相比,该系统允许在异构规则的规则体中出现负DL原子,增强了结合知识库的表达能力,保持了对原有DL+log系统的忠实性;(3)结合直觉模糊描述逻辑和直觉模糊逻辑程序,提出了IFDLflog系统,为该系统定义了语法和语义,讨论了系统特性,给出了IFDLflog在IFNM-语义下的可满足性算法,分析了系统的推理复杂性。与已有系统相比,该系统在保持对原有系统忠实性的基础上,具备处理模糊性信息的能力,使其在实际应用中更加突显优越性;(4)结合描述逻辑和产生式规则系统,提出了DLRPR系统。将产生式规则系统松散嵌入到描述逻辑DLR中,将工作内存刻画为DLR知识库ABox中的事实断言,将产生式规则以蕴含方式重写为动态公理,并提出了用于DLRPR系统中可满足性检测的算法;(5)针对语义Web应用需求,提出了一个专家发现框架,包括从各种数据源采集数据的组件,对数据集进行融合处理的组件,对局部专家知识和全局专家知识推理和评估的组件以及人机交互组件。针对5个Web邮件列表设计并实现了一个基于Web数据的专家发现系统GEEK,并成功移植到企业环境,实现了高效的企业内部专家知识的定位发现和搜索查询,充分体现了该框架实现简单、配置容易以及低成本维护等显著特点。通过以上工作,我们分别详细讨论了本体和逻辑规则以及本体和产生式规则结合的方法,我们的工作加强了本体和规则结合系统的知识表达能力与推理能力,顺应语义Web的实际需求;另外,在语义Web的背景支持下,我们为企业专家知识管理提供了技术框架。