分享到:

本体修正

一个本体是本体系统中的一个理论,其中,本体系统包括本体系统语言和推理规则.本体中的类和个体通过类和类之间子类关系,以及类和个体之间的实例关系而分层的组织起来以形成本体的主要结构.通过子类关系和实例关系,我们可以实施超类和子类,以及类和个体之间的(缺省)继承.为了方便讨论,我们假定本体是树型结构.本体中有四个层次的断言:个体上的断言,类上的断言,类槽上的断言和槽上的断言.我们通过槽来对类中的个体进行描述,并且通过子槽来对用槽描述类中个体时应该满足的值限制,以及用类槽中槽描述该类槽中类时应该满足的特殊的值限制进行刻画.根据在同一层次上的断言之间,以及不同层次的断言之间进行推理的特性,我们对本体的推理机制,本体的协调性,以及本体的缺省理论进行研究.本体为知识的表示和组织提供了有效的方法.在本体的发展过程中所遇到的困难之一就是如何维护经常处于变化之中的本体.在构建和维护本体的过程中,当新的知识被增加到本体中时,可能会出现不协调,因此,我  (本文共195页) 本文目录 | 阅读全文>>

东南大学
东南大学

基于图的DL-Lite本体不一致性处理方法的研究

互联网的高速发展带来了海量的数据,其中大量的非结构和半结构的数据不利于自动化处理。语义Web为计算机能够理解的结构化数据提供了技术支持,促进了人机协同工作。作为语义Web技术的重要组成部分,基于描述逻辑的本体语言OWL为其提供了严谨的逻辑基础。在描述逻辑的语言体系中,DL-Lite能提供多项式时间内的推理服务,同时又具备UML以及E-R模型的表达能力。DL-lite下的应用受到了学术界以及工业界的广泛关注。在实际应用中,本体的构建与维护是一项复杂的过程。此过程常导致本体出现不一致性问题,从而使得标准推理服务失效。因此本体中的不一致性是本体工程中必须要处理的一类问题。针对本体中的不一致性问题,通常有两种处理方法,一是找出并消除本体中的不一致:二是应用非标准的推理方法,在不一致存在的情况下实现有意义的推理。本文重点关注DL-Lite中的不一致性问题并且结合以上两种方法开展工作。具体内容如下:(1)在本体调试方面,提出了一种基于图的本...  (本文共102页) 本文目录 | 阅读全文>>

东南大学
东南大学

基于图的DL-Lite本体调试和半自动修正

近年来,本体技术应用于越来越多的领域。然而,本体在演变及融合过程中,极易出现信息冲突的问题,进而导致本体不协调现象的发生,因此,本体调试和修正工作受到了本体领域相关研究者的广泛关注。现有的调试和修正算法主要存在以下几个方面的问题:实际调试过程中会多次调用推理机,同时占用大量的内存,这在处理海量数据时将变得十分困难,而修正时也会产生多类问题,比如丢失原始本体信息、修正结果超出了原始本体描述语言的表达能力等。针对上述问题,本文通过对DL-Lite本体特点的分析,给出了一种在本体和图之间进行转化的规则,并提出了一种基于图的本体调试算法和半自动修正算法。具体而言,本文主要包括以下三个研究内容:1、提出了一种将DL-Lite本体转化为有向图的构建规则,并给出了本体和图之间的等价性证明。在此基础上,本文提出了基于图的本体调试算法,具体包括基于图的寻找不可满足概念或者角色的算法、基于图的寻找最小不可满足子集(MUPS)的算法以及基于图的寻找最...  (本文共63页) 本文目录 | 阅读全文>>

大连海事大学
大连海事大学

基于不一致本体非修正的知识推理方法

随着本体的广泛应用,本体的有效性就越发关键。不一致本体的存在是难以避免的,诸如重用其他开发者的本体、词的多义性、异构本体的集成和在本体演化过程中欠缺全方位检查等原因,都会导致不一致本体的产生。基于本体的知识推理方法分为基于描述逻辑和基于规则两种类型。二者在实际推理中当遇到不一致本体时都会被迫停止。为了解决这一问题,需要对不一致本体进行处理。本论文将信念非修正方法应用于基于本体的知识推理,设计基于不一致本体非修正的知识推理方法,提出了相应的推理框架。解决当前本体推理机无法基于不一致本体推理的问题。首先,探讨了目前本体推理机存在的问题。通过对本体相关理论和推理方法的了解,明确本体推理机的推理任务和“本体推理机无法基于不一致本体进行推理”的实质所在。然后,剖析了信念非修正方法。通过对信念非修正方法相关理论的了解,明确该方法可以基于不一致信念集进行推理,并能够推出可靠的结论。本论文借鉴这种推理方法的思想设计出基于不一致本体非修正的知识推...  (本文共82页) 本文目录 | 阅读全文>>

《Journal of Southeast University(English Edition)》2020年01期
Journal of Southeast University(English Edition)

基于整数线性规划的分层OWL本体修正(英文)

为了修正分层OWL(web ontology language)本体,通过定义新的冲突分层和基于整数线性规划(ILP)的切割函数扩展了核修正算子.基于ILP的模型考虑了最小化线性目标函数的优化问题,适合于修正本体时移除最少数量的公理...  (本文共7页) 阅读全文>>

中南大学
中南大学

本体映射中的推理修正与抽取算法研究

现有的多策略本体映射都有其固有的缺点,一方面不能动态的确定其权值,另一方面容易产生错误的映射关系。本文对此进行研究。首先,论文简单介绍了课题的研究背景,阐述了当前多策略本体映射技术,并对映射中各策略的权值计算问题和映射中产生的错误映射对的修正问题做了相关分析。然后,针对每种映射策略对不同的待映射本体相似度计算的贡献值差异较大的问题,设计了多策略权值的自适应算法,通过解析待映射本体,充分利用各种策略的语义信息,本文通过两种方式来进行相似度的合成:一是通过定义本体和谐度来进行各映射策略的结合,二是使用一种快速推荐法来检测待映射本体的真实语义信息,从而为每种策略赋予不同的权值。接着,针对使用多策略进行本体映射时,其输出的相似度矩阵中往往含有错误的映射对的问题,本文基于分布式描述逻辑提出了一种Sufferage抽取算法。该算法融入推理技术对候选映射进行抽取,通过制定修正规则对抽取结果做进一步修正,消除映射结果中的语义冲突不一致和结构冲突...  (本文共57页) 本文目录 | 阅读全文>>