[发明专利]基于语义搜索的推理方法

说明书

技术领域

本发明涉及基于语义搜索方法，特别是涉及一种基于语义搜索的推理方法。

背景技术

网络的出现，极大地改变了人们的生活，丰富了人们的交流方式，增加了人们获取资料的途径，加速了信息的流通，影响了人们的休闲方式，等等，可以说，网络是二十世纪后期以来对人们影响最大的技术。但是目前的网页，其表达语言为超文本标记语言，即HTML，在发明之初，是面向人的，即网页的内容通过浏览器，展示给人，这导致其内容不能很好的被机器所理解，影响了网页内容处理的自动化。随着网络信息的急剧增长，人们从海量的信息中有效地获取知识变得困难。

现有的搜索，特别网页搜索，其方法是基于文本的，即对文本进行分词，然后再对这些文本中的词语建立索引，以提高搜索的效率。但是，这种方式的搜索，虽然极大程度上提高了人们查找资料、获取信息的方便性，也存在着天生的缺陷，即无法处理语义相关的信息。比如，如果需要了解浙江省内的纺织企业信息，以关键字“浙江 纺织”进行搜索，发现不了那些介绍杭州纺织企业的相关网页，除非这些网页中直接出现“浙江 纺织”这两个关键字。为了处理网页的语义信息，语义网技术在网页中增加了元数据，用以对网页中的资源进行说明。如果要运用这些元数据，来提高搜索的质量，必须要根据这些知识，进行推理，以发掘隐式的知识。

为了让机器能够更好的处理网络资源。万维网的创始人Tim Berners-Lee在“科学美国人”上对下一代的网络作了描绘，认为下一代网络的将是语义网(Semantic Web)。运用语义网，能够极大地加强知识的共享，提高知识处理的自动化程度。语义网的逻辑基础是描述逻辑(Description Logic，DL)。如果语义网需要对其表达的知识进行推理，发现其中的隐含知识，则需要运用描述逻辑的推理能力。

目前的研究表明，对于普通表达能力的描述逻辑语言ALC来说，其复杂度是pspace-complete，因此，如果不加以优化，很难应用在网络化的环境当中。目前已有一些优化策略被应用于描述逻辑的推理过程中，比如缓冲(cache)，延迟展开(Lazy Unfolding)等，但是对于ALC这样表达能力较弱的描述逻辑来说，其复杂度已经是pspace-complete。现有的这几种优化策略，推理效率低，时间复杂度高，使得描述逻辑的应用受到了很大的制约，很难在网络搜索中应用。

发明内容

本发明的目的在于提供一种基于语义搜索的推理方法，是用于语义搜索的推理步骤中的，采用近似化的方法来提高推理效率，对ABox和TBox推理进行算法复杂度评估，当算法复杂度大于一定的阈值时，采用近似推理方法计算，并对近似推理所得的推理结果进行修正，得到最终的推理结果。

本发明采用的技术方案是：

1.该方法的步骤如下：

(1)设定阈值，对ABox和TBox的推理进行算法复杂度评估，当算法复杂度大于阈值时，继续执行，否则，执行步骤(3)；

(2)采用推理方法进行推理，执行步骤(4)；

(3)采用Fact++推理机中的推理方法进行推理，得到最终推理结果，结束；

(4)对步骤(2)所得的推理结果进行修正，把修正后的结果作为最终推理结果，结束。

2.根据1所述步骤(1)中对ABox和TBox的推理进行算法复杂度评估，具体包括如下步骤：

(1)对ABox推理的算法复杂度评估，首先，对ABox进行Precompletion处理，并对Precompletion的算法复杂度进行评估，ABox在经过Precompletion处理之后，对ABox的推理就归约到对TBox的推理；

(2)对以tableaux算法为基础的TBox推理进行算法复杂度评估。

3.根据2所述步骤(1)中对ABox的Precompletion处理过程进行算法复杂度评估；TBox记为TB，ABox记为AB，概念记为C，个体记为a，用C(a)表示个体a属于概念C，用函数T(C(a))表示对TB，AB|＝C(a)判定的时间估算，运算符“|＝”为ABox一致检查中分类优化的重构运算符，对ABox的Precompletion处理过程进行算法复杂度评估，依次按照如下步骤进行算法评估，并且循环执行如下步骤，直到AB没有扩展的规则为止，具体包括如下步骤：