论文部分内容阅读
本论文对基于ontology的逻辑，ontology的结构，基于ontology的推理技术和方法，以及基于ontology的规则进行了系统的研究。此外，本论文还对多种逻辑形式作了分析，并对多种描述逻辑语言进行了比较。并基于Racer推理引擎进行了实例检测，还对两个典型的检索系统进行了分析评价，通过研究本论文得到以下结论：
(1)基于描述逻辑的ontology模型更适合Web环境下概念建模与信息查询；
(2)OWLDL有比较强大的知识表述能力，且推理复杂度是可确定的，适用于概念
系统比较复杂的领域；
(3)目前的推理算法都是采用归约的方式将问题最终转化为可满足或冲突的方式
进行检测；
(4)ontology的推理离不开规则的支持，规则为推理提供了触发机制和运作方向；
(5)目前的推理系统针对性很强，不是很通用，不适宜其他领域的应用的扩展；
(6)目前的ontology检索系统提供预处理的提问接口，这个接口给用户的检索带来
了不便，还需采用相应的策略进行提问处理。
最后，针对目前的ontology检索系统存在的缺点，本论文提出了基于ontology进行检索提问处理的推理框架，并详细说明了检索的推理流程。