[发明专利]一种基于归纳逻辑程序设计的数据本体逻辑推理方法

说明书

一种基于归纳逻辑程序设计的数据本体逻辑推理方法，包括以下具体步骤：对需要进行逻辑推理的数据本体进行预处理；提取数据本体中的主语、谓语和客体；根据数据本体中提取出来的主语、谓语和客体将数据本体转化为子句；并建立子句的集合；确定指定的论域A；对子句集合中每一个子句确定赫尔布兰德解释，得到不同的论域B；将论域B与论域A进行比对确定最终的论域范围C；基于论域范围C进行处理，得到推理结果；本发明通过对数据本体进行预处理，再经过子句、赫尔布兰德解释确定论域范围后基于归结原理和逆归结原理，得到推理结果。

技术领域

本发明涉及逻辑推理方法技术领域，尤其涉及一种基于归纳逻辑程序设计的数据本体逻辑推理方法。

背景技术

归纳逻辑程序设计(Inductive Logic Programming，ILP)是基于一阶逻辑的归纳方法，采用的是反向归结(Inverse Resolution)过程。归纳逻辑程序设计ILP可以生成新的谓词，因此被称为构造性归纳；学习是人类拥有智能的一种体现，也是获得知识或技能的基本途径，而机器学习是计算机系统具有智能的重要表现。怎样才能让计算机更好地模拟人类的思维，更好地进行学习，这是计算机领域科学家和逻辑学家十分关心的问题。目前的人工智能研究中，大量的知识工程实践已经表明，知识获取问题是智能系统性能和应用水平得以提高的主要障碍，因此以机器学习的方法和理论来解决知识获取问题是十分必要的，并且将在新一代智能系统中占据重要的地位。然而，目前的机器学习方法存在许多局限性，比如利用背景知识的局限性、知识表示机制的局限性，以及归纳结论的局限性。针对以上问题，归纳逻辑程序设计(Inductive Logic Programming，ILP)的研究领域应运而生。ILP是机器学习与逻辑程序设计的交叉领域，它借助于逻辑程序设计已有的理论与方法，在一阶逻辑的框架下，试图克服传统机器学习存在的问题，建立新的机器学习体系，使机器更好地模拟人的思维；对于数据技术领域来说获得推理结果是十分重要的，而现有技术中缺少相应的处理方法。

为解决上述问题，本申请中提出一种基于归纳逻辑程序设计的数据本体逻辑推理方法。

发明内容

(一)发明目的

为解决背景技术中存在的对于数据技术领域来说获得推理结果是十分重要的，而现有技术中缺少相应的处理方法的技术问题，本发明提出一种基于归纳逻辑程序设计的数据本体逻辑推理方法，本发明通过对数据本体进行预处理，再经过子句、赫尔布兰德解释确定论域范围后基于归结原理和逆归结原理，得到推理结果。

(二)技术方案

为解决上述问题，本发明提供了一种基于归纳逻辑程序设计的数据本体逻辑推理方法，包括以下具体步骤：

S1、对需要进行逻辑推理的数据本体进行预处理；

S2、提取数据本体中的主语、谓语和客体；

S3、根据数据本体中提取出来的主语、谓语和客体将数据本体转化为子句；并建立子句的集合；

S4、确定指定的论域A；

S5、对子句集合中每一个子句确定赫尔布兰德解释，得到不同的论域B；

S6、将论域B与论域A进行比对确定最终的论域范围C；

S7、基于论域范围C进行处理，得到推理结果。

优选的，S1中对数据本体进行预处理包括去除数据本体中没有实在意义但使用频率很高的虚词和功能词。

优选的，S3中根据数据本体中提取出来的主语、谓语和客体将数据本体转化为子句；还包括将对子句进行最小一般泛化；最小一般泛化包括将规则中的常量替换为逻辑变量和删除规则体中的某个文字。

优选的，S4中通过人工选择的方式选择出指定的论域A。