[发明专利]基于最小解释的本体查询推理近似方法

说明书

技术领域

本发明涉及一种基于最小解释的本体查询推理近似方法，属于人工智能领域，适用于对大规模的datalog±本体进行查询推理。

背景技术

当前日益普及的万维网已经迈向Web3.0时代，其核心部分是语义Web，目标是提供一些机制让计算机可以理解和处理网页。本体作为语义Web的基础，日益受到人工智能和软件工程等学术领域的重视。本体是概念的显式表示。从人工智能的角度来看，本体可以表示为实体之间的逻辑关系。目前，基于本体的应用越来越多，尤其在生物医药领域已经涌现了一批采用大规模领域本体如SNOMED CT的实际应用。万维网联盟W3C组织于2004年提出了标准的Web本体语言OWL，于2009年提出了该语言的新版本OWL2，更是大大提升了本体的普及程度。Web本体语言OWL是一种逻辑语言，相当于一阶逻辑的可判定子集，依赖一阶逻辑的语义提供查询推理机制。不过，OWL或OWL2的表达能力略有不足，仅有一元和二元谓词，不能表示多于两个实体的关系，也不能表达复杂的一阶逻辑规则。

为了解决OWL和OWL2的表达问题，英国牛津大学Gottlob教授带领的学术团体提出了datalog±语言。传统datalog语言只允许不含函数项的Horn规则，而datalog±语言将Horn规则扩展成datalog±规则，允许规则头含有存在量词约束的变量。下面是datalog±规则的一个例子。

∃Y.hasAuthor(X,Y)←Paper(X)]]>

该规则说明每篇文章X都有作者Y，而Y是不明确的。如果一条datalog±规则没有变量，并且只有规则头，则这条规则也称作事实。datalog±本体就是datalog±规则的集合，其中事实部分称作ABox部分，非事实部分称作TBox部分。

由于OWL本体可以转换成一阶逻辑规则集，datalog±本体与OWL本体是相似的。与OWL本体转换得到的一阶逻辑规则相比，datalog±规则不允许规则头含有多于一个原子，但是允许使用多元谓词，而不仅仅限于一元或二元谓词。datalog±语言能够表示多个实体之间的关系和复杂的一阶逻辑规则，大大拓展了本体语言的适用范围。但是，针对datalog±语言的查询推理不再是可判定的。也就是说，没有算法能够保证任意一个datalog±本体的逻辑推理能够在有限时间内完成。

以英国牛津大学Gottlob教授为代表的多位资深专家学者对datalog±语言进行了深入的研究，找出了若干个datalog±语言的可判定子集，比如线性规则集合(linear TGDs)等。这些可判定子集都有对应的查询重写方法，可以将一个联合查询(即由有限个原子以合取关系构成的查询)转换成有限个SQL查询，以这些查询访问ABox部分得到的答案集合的并集等价于给定查询的答案集合。也就是说，这些可判定子集具有数据复杂度多项式时间的查询推理算法，其中数据复杂度是仅以ABox中事实个数度量的复杂度。这个性质保证了某些datalog±本体具备高效的查询推理能力，能够扩展到很大的ABox，适用于大规模的实际应用。

不幸的是，由于查询推理的不可判定性，针对一般datalog±本体是不存在可终止的精确的查询推理算法的。因此我们只能诉诸于近似查询推理方法，其必须具备较低的计算复杂度，容易扩展到很大的ABox，以满足大规模实际应用的需要。

发明内容

本发明要解决的本体查询推理问题是：给定一个datalog±本体和一个针对该本体的联合查询，在数据复杂度多项式时间内找到给定查询答案集合的某个子集，作为查询答案集合的近似集。

本发明实现了一种基于最小解释的本体查询推理近似方法。该方法将针对datalog±本体的联合查询自动转换成一组长度不超过某个阈值的最小解释，然后通过每个最小解释直接访问本体的ABox部分，得到各自的查询答案集合。这些集合的并集就是原查询答案集合的子集。该子集接近原集合的程度由最小解释的长度阈值所控制：阈值越大，接近程度越高。