知识推理入门

OWL本体语言

简介

1. 知识图谱中最规范，最严谨，表达能力最强的语言。
2. 基于RDF语法
3. 促进了统一词汇表的使用
4. 允许逻辑推理

 

语法：RDF语法，三元组

逻辑基础：描述逻辑—基于独享的知识表示的形式化。

 

描述逻辑系统

组成：

1. 基本元素：概念、关系和个体
2. TBox术语集
3. ABox断言集
4. TBox和ABox上的推理机制

 

概念---一个领域的子集，例如：学生{x|student(x)}

关系---该领域上的二元关系（笛卡尔积），例如：朋友{<x,y>|friend(x,y)}

个体---一个领域内的实例。例如：小明{xiaoming}

TBox---  泛化的知识：公理，格结构，与具体事实无关

              定义：引入概念以及关系的名称

              包含：申明包含关系的公理

ABox--- 具体个人信息：断言，描述领域中的特定个体。

概念断言：表示一个对象是否属于某个概念

              关系断言：表示两个对象是满足特定关系

   

任务

1. 可满足性
2. 分类
3. 实例化

可满足性

本体可满足性：检查本体是否有模型

概念可满足性：见哈是否具有模型使得该概念的解释不是空集

分类

针对Tbox的推理，计算新的概念包含关系

例子：

   

 

实例化

计算属于某个概念或关系的所有实例的集合

 

 

 

方法和工具

基于Tableaux运算的方法

方法简介

适用场合:

检查本体的可满足性，实例检测

 

基本思想：

构建Abox,检测可满足性，检测某一实例是否存在于某概念。

（类似于一界逻辑的归结反驳）

运算规则：

举例：

如果给定Woman（allen）?

 

相关工具简介

HermiT

1. 牛津大学开发的本体推理机
2. 基于hypertableau运算
3. 支持OWL2规则

 

本体推理的局限性：

1. 仅支持预定义的本体公理上的推理
2. 用户无法定义自己的推理过程

基于逻辑编程改写的方法

方法简介

规则推理：

1. 可以根据特定场景定制规则
2. Datalog语言结合本体推理和规则推理

 

Datalog语言：

1. 表达能力与OWL相当，支持递归
2. 便于撰写规则

Datalog语法：

原子：P(t1,t2…,tn)

规则：H:-B1,B2,B3…,Bm

事实：F(c1, c2, …, Cn): 一

Datalog程序是规则的集合：

举例：

  

相关工具简介

 

KAON2

• OWL推理机、本体管理API

• 基于一阶消解屎理TBox axioms

• 针对大规模ABox 进行优化

RDFox

•      由牛津大学开发的可扩展、 跨平台、 基于内存的 RDF三元组存储东统

•      支持并行Datalog推理、 SPARQL查询

基于一阶查询重写的方法

方法简介

目的：

1. 高效地结合不同数据格式的数据源
2. 重写方法关联起了不同的查询语言

流程：

 

 

相关工具简介

Ontop

• 最先进的OBDA系统
• 兼容RDFS、OWL 2 QL、R2RML、SPARQL标准
• 支持主流关系数据库:Oracle、MySQL、SQL Server、Postgres
• 开源 (Apache License 2.0)

 

基于产生式规则的方法

方法简介

产生式系统

• 一种前向推理系统,可以按照一定机制执行规则从而达到某些目标,与一阶逻辑类似,也有区别
• 应用：自动规划，专家系统

 

产生式系统的组成

• 事实集合 (Working Memory)
• 产生式/规则集合
• 推理引擎

 

 

事实 (Working Memory Element, WME)

描述对象：

• 形如(type attr 1 : val 1 attr 2 : val 2 ... attr n : val n ),其中type, attr i , val i 均为原子 (常量)类比类和对象
• 例如: (student name: Alice age: 24)

描述关系 (Refication)

• 例如:(basicFact relation: olderThan firstArg: John secondArg: Alice)简记为(olderThan John Alice)

 

产生式

• IF conditions THEN actions
• conditions是由条件组成的集合,又称为LHS
• actions是由动作组成的序列,又称为RHS

 

 

推理引擎：控制系统的执行

• 模式匹配：用规则的条件部分匹配事实集中的事实,整个LHS都被满足的规则被触发,并被加入议程(agenda)
• 解决冲突：按一定的策略从被触发的多条规则中选择一条
• 执行动作：执行被选择出来的规则的RHS,从而对WM进行一定的操作

 

产生式系统=事实集+产生式集合+推理引擎

 

相关工具简介

 

 

参考资料：王昊奋知识图谱教程