语义网中基于描述逻辑的本体推理研究

自从2000年Tim Berners-Lee提出了语义Web的理念和框架结构后,这个被称之为下一代网络的技术就受到了普遍的关注,在过去的近十年时间内,人们对相关层面的知识架构、表示、推理等都进行了深入的研究,并不断的引入相关领域的技术思想应用于语义Web的开发和实现。 语义Web构建的核心技术之一是创建具有统一规范的领域本体,如何维护本体的正确性及有效的组织推理规则获取隐性信息是其中的主要工作,基于此点,本体推理研究在语义Web技术中具有重要意义。 本文中对语义Web技术、本体构建和推理以及描述逻辑相关方法进行了深入的研究和探讨。以基于ALC的Tableau算法作为可满足性判定的基础,对TBox推理部分的概念分类算法,进行了优化,提出了改进算法ERXM。该算法使用显示定义、重构、基于个体的包含关系判定以及标识扩展等优化技术,降低概念分类算法中概念间包含关系的检测次数,从而提高求解效率。当本体中包含个体数量较多时,算法的效率提高明显。此外,我们以此算法作为TBox推理中的核心部分,设计并实现了一个基于描述逻辑的本体推理系统原型,用于对读入本体文件的正确性检测及指导用户推理查询。最后,对相关性能进行了检测和比对。