- 我的本科毕设题目是《基于家居环境的智能推理引擎设计》,跟我的专业
通信工程
似乎……第一次接触语义网(Sementicweb
)和网络本体语言(OWL
)。主要研究了智能家居关键技术,分析了多种场景的智能家居环境特点、推理机技术,设计实现了一种基于家居环境的智能推理引擎。
当然,上面都是废话…当初累死累活找不到什么资料,现在…拖了这么久,整理一下Protege和OWL API的使用,万一有师弟师妹拿到这种鬼一样的毕设题目,或者…甚至听闻我这毕设要被做成MOOC和下届本科生的程序设计实验课程题目,哎,标准的坑货学长了。
本文会涉及到的东西:OWL语言;Protege;Jena(划掉);本体Ontology;
不想看基础的废话的朋友可以直接拉到第三章看例子。
更新:
后来毕设拿去发了个很水的EI…
- C. Zhang, X. Wen, W. Zheng, Z. Lu and L. Wang, “A Design of Decision Engine for 5G Auto-driving Based on Ontology Slice,” 2019 IEEE 5th International Conference on Computer and Communications (ICCC), Chengdu, China, 2019, pp. 1016-1022.
- 毕设demo的源码:github.com/KujouOct/DecisionEngine-demo (毕业多年已经忘光了emmm)
第一章 Protege
1、是啥
-
是斯坦福大学开发的OWL语言本体构建工具。官网了解一下:
https://protege.stanford.edu -
基于Java,可视化界面,内置推理机和SWRL等插件,支持更多插件扩展
-
功能完备,OWL API中的功能基本全都覆盖到了
-
下载地址就在官网首页。
或者我的百度云:
Protege5.2 https://pan.baidu.com/s/1U5KaSwZLpHpULyERlfKw2w 密码:fydl
调研了Protege之后的我:“这东西这么6,我们还用啥JESS,Jena,OWL API啊?”
“别人能上天,我们就不上了么?”
2、Protege咋用啊(创建本体)
- 界面
界面花花绿绿,还算友好。比起枯燥的代码构建本体,人性化多了。
当然刚一启动Protege肯定没这么多窗口,可以从Window
,Views
里调出各种窗口,建议先搞出来Class hierarchy、Class Description、Individuals、Individual Description、Individual Property Assertion、Object Property等这几个窗口。 - 2.1 声明类(Class)
菜单点击file
, new
.每个本体有一个总的类owl:Thing。
我们在这个类的下面声明一个子类(subclass),比如输入设备iDevices:
点击(Add subclass),Name就叫iDevices。
再声明输出设备oDevices类,可以点回到owl:Thing然后声明子类,也可以直接声明sibling class
同理我们再声明一些类,就能实现一个类的架构出来。
类的属性有:
点击后面的加号就可以声明相应的属性,其中Equivalent To属性声明的是当满足这一条件时这个类等同于另一个指定的类;Subclass of,Disjoint with等顾名思义。
- 2.2 声明个体(Individual)
点击声明个体,声明个体之后在这个个体的Description里可以声明它属于哪个类,在 Property Assertion里声明它具有的对象属性数据属性等。
- 2.3 对象属性
在本体中如何表示“我是你师兄”这样一种关系呢?那就要用到对象属性。比如“人”这个类下的个体“我”具有“isFatherOf”,啊不是,具有“isBrotherOf”的对象属性,对象是“你”:
在 Object Property 里创建isBrotherOf这一对象属性,在 对象“我”的property assertion里声明
这就行了。
- 2.4 数据属性
跟对象属性差不多,顾名思义数据属性,比如先声明Temperature这一数据属性,在代表温度传感器的个体XTemp里声明它具有Temperature这一数据属性,值是30 (℃):
type?整成integer还是整成float看你喜好。
再咋用啊(创建规则库)
- 2.5 SWRLTab的使用
由于用OWL语言直接写规则很麻烦,可读性也较差(看个例子?:),因此可以用SWRL这个很棒的插件。
例:温度高过阈值了开空调并保持其他制热设备关闭 的规则OWL语言实现:
<DLSafeRule>
<Annotation>
<AnnotationProperty IRI="http://swrl.stanford.edu/ontologies/3.3/swrla.owl#isRuleEnabled"/>
<Literal datatypeIRI="http://www.w3.org/2001/XMLSchema#boolean">true</Literal>
</Annotation>
<Annotation>
<AnnotationProperty abbreviatedIRI="rdfs:comment"/>
<Literal datatypeIRI="http://www.w3.org/2001/XMLSchema#string">温度高开启空调制冷</Literal>
</Annotation>
<Annotation>
<AnnotationProperty abbreviatedIRI="rdfs:label"/>
<Literal datatypeIRI="http://www.w3.org/2001/XMLSchema#string">S1</Literal>
</Annotation>
<Body>
<ClassAtom>
<Class IRI="#HTemp"/>
<Variable IRI="#p"/>
</ClassAtom>
<ClassAtom>
<Class IRI="#iDevices"/>
<Variable IRI="#p"/>
</ClassAtom>
<ObjectPropertyAtom>
<ObjectProperty IRI="#hasTemp"/>
<Variable IRI="#p"/>
<Variable IRI="#y"/>
</ObjectPropertyAtom>
</Body>
<Head>
<ObjectPropertyAtom>
<ObjectProperty IRI="#TurnCold"/>
<NamedIndividual IRI="#Air"/>
<NamedIndividual IRI="#TestSucc"/>
</ObjectPropertyAtom>
<ObjectPropertyAtom>
<ObjectProperty IRI="#TurnOff"/>
<NamedIndividual IRI="#Control"/>
<NamedIndividual IRI="#Fireplace"/>
</ObjectPropertyAtom>
<ObjectPropertyAtom>
<ObjectProperty IRI="#TurnOff"/>
<NamedIndividual IRI="#Fireplace"/>
<NamedIndividual IRI="#TestSucc"/>
</ObjectPropertyAtom>
<ObjectPropertyAtom>
<ObjectProperty IRI="#TurnOn"/>
<NamedIndividual IRI="#Control"/>
<NamedIndividual IRI="#Air"/>
</ObjectPropertyAtom>
</Head>
</DLSafeRule>
而SWRL的实现呢?
iDevices(?p) ^ hasTemp(?p, ?y) ^ HTemp(?p) -> TurnOn(Control, Air) ^ TurnCold(Air, TestSucc) ^ TurnOff(Fireplace, TestSucc) ^ TurnOff(Control, Fireplace)
SWRL的官网:http://www.w3.org/Submission/SWRL/
当然,如果你直接按照官网给的例子写规则是会报错的,大概是他们太久没更新了语法不太对……至于SWRL的语法,看上面那个例子也就很清楚了吧。简单解释一下就是:
iDevices里的某个个体(?p),它具有对于另一个体(?y)的对象属性(hasTemp)并且( ^ )它也是高温(Htemp)类的个体,那么(->)就让个体Control具有对于Air的对象属性TurnOn以及 吧啦吧啦吧啦后面一串规则。
当你搞了一坨规则以后:
更新:补充一下吧,关于在swrl规则里用swrlb:lessThan等Built-In来推理的时候,HermiT并不支持,测试发现Pellet支持较好,附一条测试Pellet用的swrl规则例子:
距离小于十米则减速:
Environment(?p) ^ Distance(?p, ?x) ^ swrlb:lessThan(?x, 10) -> OPSpeedDown(Controltest, Controltest)
SWRL所有的Build-In都在官网列出了,需要的可以自己查阅。
- 2.6 本体内的参数决策
利用Class 的Equivalent To属性,比如温度Temp类下有高温HTemp低温LTemp和常温NTemp等等不想disjoint的子类,可以通过让Temp类的个体,若其Temperature数据属性大于某个值就等同于高温类HTemp,就可以完成本体内的决策。
以LTemp为例
它的Equivalent To属性声明是这样的
Temperature some xsd:integer[<= 10]
需要注意的是……
大于等于的写法[>=10],=号和后面的数字之间不需要空格
小于等于的写法[<= 10],=号和后面的数字必须要由空格,不然报错
喵喵喵?这是什么鬼bug……
最后,
保存你创建的本体,会生成相应的.owl文件
用Protege构建本体就到这吧。
第二章 OWL API
基于OWL API可以做些简单的开发,对本科生来说目的肯定是入门一下Java和HTML。主要包括:
-
读取本体,创建本体Model
-
修改本体中某些数值、属性等
-
调用推理机,根据本体中的规则库进行推理
1.读取本体
- 1.1 读本体文件
JFileChooser FileChooser = new JFileChooser();
FileChooser.setCurrentDirectory(new File("C://Users/Doraoct/eclipse-workspace/InferenceEngine/ontology/"));
FileChooser.setDialogTitle("请选择本体文件");
int returnVal = FileChooser.showOpenDialog(null);
if(JFileChooser.APPROVE_OPTION == returnVal)
{
InFilePosition = FileChooser.getSelectedFile();
……
……
……
}
- 1.2 创建本体Model
OWLOntologyManager OOM = OWLManager.createOWLOntologyManager();
OWLOntology myOntology = OOM.loadOntologyFromOntologyDocument(InFilePosition);
OWLDataFactory DF = OOM.getOWLDataFactory();
- 1.3 例:把前端输入的温度写进本体
(为啥要前端输入?还不是因为没有真的传感器)
OWLDataProperty Temperature = DF.getOWLDataProperty (IRI.create(base+"#Temperature"));
OWLNamedIndividual IndiXT = DF.getOWLNamedIndividual (IRI.create(base + "#XTemp"));
OWLDataPropertyAssertionAxiom ODPAA = DF.getOWLDataPropertyAssertionAxiom(Temperature, IndiXT,InsideTemp);
IRI documentIRI = OOM.getOntologyDocumentIRI(myOntology);
AddAxiom addAxiom = new AddAxiom(myOntology, ODPAA);
OOM.applyChange(addAxiom);
- 1.4 例:从本体读温度传感器数值
Map<OWLDataPropertyExpression, Set<OWLLiteral>> ODPV=IndiXT.getDataPropertyValues(myOntology);
String StringODPV = ODPV.toString();
StringODPV=StringODPV.trim();//去空格
//输出是标签形式的一长串,往前端显示数字的话可以百度个代码吧string里的数字拿出来就是了。我的代码实在没脸放。
- 1.5 调用HermiT或Jena推理机
//ReasonerFactory RF = new ReasonerFactory(); //调用jena默认推理机
OWLReasonerFactory RF = new Reasoner.ReasonerFactory();//调用HermiT 推理机
OWLReasoner reasoner = RF.createNonBufferingReasoner(myOntology);
System.out.println(reasoner.getReasonerName()+"版本信息:"+reasoner.getReasonerVersion());
reasoner.precomputeInferences();//Infer All
ArrayList<InferredAxiomGenerator<? extends OWLAxiom>> IAG = new ArrayList<InferredAxiomGenerator<? extends OWLAxiom>>();
下面的输出选项可供选择你想要输出的推理结果:
IAG.add(new InferredSubClassAxiomGenerator());
IAG.add(new InferredClassAssertionAxiomGenerator());
IAG.add(new InferredDataPropertyCharacteristicAxiomGenerator());
IAG.add(new InferredDisjointClassesAxiomGenerator());
IAG.add(new InferredEquivalentClassAxiomGenerator());
IAG.add(new InferredEquivalentDataPropertiesAxiomGenerator());
IAG.add(new InferredEquivalentObjectPropertyAxiomGenerator());
IAG.add(new InferredInverseObjectPropertiesAxiomGenerator());
IAG.add(new InferredSubDataPropertyAxiomGenerator());
IAG.add(new InferredObjectPropertyCharacteristicAxiomGenerator());
IAG.add(new InferredPropertyAssertionGenerator());
IAG.add(new InferredSubObjectPropertyAxiomGenerator());
- 1.6 读取个体的对象属性(可用于读取推理结果呀)
OWLNamedIndividual IndiAir = DF.getOWLNamedIndividual(IRI.create(base + "#Air"));
Map<OWLObjectPropertyExpression, Set<OWLIndividual>> OOPA=IndiAir.getObjectPropertyValues(Inquire);
tempStr=OOPA.toString();
//你自己的判断规则,我只是举个例子
if (tempStr.indexOf("#TurnCold>=[<http://www.semanticweb.org/doraoct/ontologies/2018/2/untitled-ontology-7#TestSucc>]")!=-1){textField_25.setText("制冷中");}
if (tempStr.indexOf("#TurnHot>=[<http://www.semanticweb.org/doraoct/ontologies/2018/2/untitled-ontology-7#TestSucc>]")!=-1){textField_25.setText("制热中");}
if (tempStr.indexOf("#TurnOff>=[<http://www.semanticweb.org/doraoct/ontologies/2018/2/untitled-ontology-7#TestSucc>]")!=-1){textField_25.setText("已关闭");}
- 1.7 如果你真的像我一样头铁要尝试用OWL写规则进本体……
//哎,比如大于等于0不能直接声明成>=0,必须得声明称一个OWLFacetRestriction
OWLFacetRestriction dayudengyu0 = DF.getOWLFacetRestriction(MIN_INCLUSIVE, DF.getOWLLiteral(0));
OWLFacetRestriction xiaoyudengyu15 = DF.getOWLFacetRestriction(MAX_INCLUSIVE, DF.getOWLLiteral(15));
//气哭了
OWLDataRange LTempDR = DF.getOWLDatatypeRestriction(integerDatatype,dayudengyu0,xiaoyudengyuXXXTemp);//设定数值限制
OWLDataSomeValuesFrom LTR = DF.getOWLDataSomeValuesFrom(Temperature, LTempDR);//将数值显示应用到Teperature属性
OWLClassExpression LTE = DF.getOWLObjectIntersectionOf(Temp, LTR);//将属性添加到Temp属性下
OWLEquivalentClassesAxiom LTEq = DF.getOWLEquivalentClassesAxiom(LTemp, LTE);//将这一属性定义为HTemp的EquivalentTo属性
OOM.addAxiom(myOntology, LTEq);
何必呢哈哈哈。
第三章 例子
- 例1:简单关系推理
已知:个体Jackson
是 个体Jack
的儿子,uncleSam
是Jack
的兄弟;
要推理出:uncleSam
是Jackson
的叔叔;
那么构建本体的过程:(注意区分大小写)
根据第一章2.1节~2.4节等,声明:
类person
个体Jackson, Jack, 以及uncleSam
对象属性isUncleOf, isBrotherOf和isSonOf
将上述个体声明为属于person类
给个体Jack赋予对象属性isSonOf,对象是father,即isSonOf(Jackson,father)
给个体uncleSam赋予对象属性isBrotherOf,对象是father,即isBrotherOf(uncleSam,Jack)
根据第一章2.5节,创建SWRL规则:
person(?a)^isSonOf(?a,?b)^isBrotherOf(?c,?b)->isUncleOf(?c,?a)
- 例2:简单数值推理
已知:期末考试的分数score
90分以上我们叫他“大佬”,60~90分叫“过了”,60分一下叫“挂科”;当然,如果被发现作弊了那么直接挂科。
要推理出:Jackson
和Kujou
期末考得如何(可以随意输入分数);
那么构建本体的过程:
声明:
类student
个体Jackson, Kujou, professor
数据属性score
对象属性cheatedInExam, yoooManYouAreGreat,goHomeAndPlay,seeYouNextTerm
将Jackson Kujou声明为属于student类
给个体Jackson赋予对象属性cheatedInExam,对象是professor,即cheatedInExam(Jackson,professor)
给个体uncleSam赋予对象属性isBrotherOf,对象是father,即isBrotherOf(uncleSam,Jack) 当然,这里的professor就是个中间变量,是个工具人,改成啥都无所谓,好处就是最后可以通过读取它的所有对象属性来看到所有推理结果。
根据第一章2.5节,创建SWRL规则:
(在学生等个体看各自是否通过:)
规则1:student(?a)^cheatedInExma(?a,?b)->seeYouNextTerm(?a,professor)
规则2:student(?a)^score(?a,?data)^swrlb:lessThan(?data,60)->seeYouNextTerm(?a,professor)
规则3:student(?a)^score(?a,?data)^swrlb:lessThan(?data,90)^swrlb:greaterThanOrEqual(?data,60)->goHomeAndPlay(?a,professor)
规则4:student(?a)^score(?a,?data)^swrlb:greaterThanOrEqual(?data,90)->yoooManYouAreSoGreat(?a,professor)
(在工具人那里看所有学生通过情况:)
student(?a)^cheatedInExma(?a,?b)->seeYouNextTerm(professor,?a)
student(?a)^score(?a,?data)^swrlb:lessThan(?d,60)->seeYouNextTerm(professor,?a)
......其他同理
然后就可以输入每个学生相应的分数,比如Kujou 85分:
声明Kujou的数据属性score为85;
比如Jackson 95分,但是他作弊了:
声明Jacjson的数据属性score为95,声明Jackson具有对professor的对象属性cheatedInExam;
那么推理结果为:
Kujou过了,goHomeAndPlay。Jackson挂了,yoooManYouAreGreat,seeYouNextTerm都有,可以用Java处理,觉得进一步处理麻烦?例3:
- 例3:Equivalent To属性
可以通过将作弊了的学生归类为badStudent
这一student
类的子类中,来化简规则库,即不需要对象属性cheatedInExam
了。
声明student类
声明goodStudent和badStudent两个student类的子类
声明数据属性cheated
参见2.6节,可以规定比如cheated =1 代表作弊了,是badStudent
SWRL规则可以相应改为
student(?a)^badStudent(?a)->seeYouNextTerm(?a,professor)
双盲答辩,
答辩组长 :你这引擎可真菜啊
我:啊?嗯……确实……
答辩老师A:你指导教师是XX吧(她说对了)
我 :?????
我,广告,点开:
考研复试中,有哪些令人窒息的问题?https://www.zhihu.com/question/270364088/answer/358743546