Jena智能推理查询中自定义规则构造方法研究与应用.docVIP

Jena智能推理查询中自定义规则构造方法研究与应用 　　摘要：介绍推理查询的相关概念，分析Jena中通用规则的不足以及自定义规则的必要性，提出设置自定义规则的构造方法。最后，设计SPARQL查询规范来实现相关的自定义推理规则。 　　关键词：Jena ；推理查询； SPARQL ；推理规则 　　中图分类号：TP301文献标识码：A文章编号：1672??7800（2014）007??0013??03 　　 　　 　　基金项目：湖北省教育科学“十二五”规划重点项目（2011A046） 　　 　　0引言 　　虽然许多推理机中包含了通用规则，但远远达不到人们智能推理查询的要求。因为在本体中，简单地通过父类查子类的规则已经不能满足智能推理的深层次要求。如要实现更深层次的推理，必须设置基于本体中类属性的自定义规则。也就是说，不同的领域本体中，需要设置相关自定义规则来实现深层次智能推理查询，而在智能推理机的自定义规则设置中，还没有形成特定的规范。自定义规则的构造方法是根据本体中各类的逻辑关系推理出相关类的属性特征，通过属性特征查询所需要的数据。 　　本文提出一种基于本体的智能推理查询自定义规则构造方法，借助SPARQL查询语言工具，获取用户所关心的领域知识，得到相关度和概念正确度比通用规则推理机更高的推理查询结果。相对于传统的数据库查询，基于领域本体规则的推理查询具有更高的准确性，进而提升筛选有用信息的效率，扩大智能推理的应用范围。 　　1智能推理基础 　　目前，许多推理机被使用在推理相关研究中。其中，Jena是针对本体提供推理机，并且它支持对本体的解析。在本体解析过程中，推理能够获取本体中特殊形式的知识集合，从而解决语义中的应用问题。 　　1.1Jena结构 　　Jena是由惠普实验室语义网研究项目开发的一个开源项目，是用于构建语义网应用的Java应用程序框架。它为RDF、RDFS和0WL提供了可编程的环境。Jena系统内包括：用于对RDF文件和模型进行处理的RDF API；用于对RDF、RDFS、0WL文件进行解析的解析器；RDF模型的持续性存储方案；用于检索过程推理的基于规则的推理机子系统；用于对Ontology进行处理和操作的Ontology子系统；用于信息搜索的SPARQL查询语言。Jena查询结构如图1所示。 　　图1Jena查询结构 　　1.2Jena在领域本体推理中的工作原理 　　本文推理过程：先构建自定义规则；再把自定义规则导入Jena推理机中，推理机能对目标本体进行推理，产生含有自定义规则内容的本体Model；然后，Model API会对新产生的Model进行查询操作，从而实现所制订的规则中的思想和目的。推理机工作机制如图2所示。 　　图2推理机工作机制 　　2语义推理自定义规则构造方法 　　2.1Jena内置推理机与通用规则引擎的不足及其解决方案 　　Jena提供的推理机能够支持本体基本构造的推理和本体一致的检查。通过使用本体的内置属性，可以满足一般查询需求。但在实际应用中，只有这些内建规则（即通用规则）形成的推理准则是不够的。例如，用Protégé 构建的手机关系本体图（见图3）。 　　图3用Protégé 构建的手机关系本体图 　　在手机本体中，两个不同类的关系不能如Sibling(兄弟)关系那样简单地直接传递。RAM(手机内存)的父类是Hardware(硬件)，而Hardware的父类是Mobile。同样，Operating system(操作系统)类的直接父类是Software（软件）类，软件和硬件是兄弟类，可以直接传递。但是RAM 和Operating system不能直接看成是兄弟类。从上述类关系图不能断定这个兄弟类的关系，除非人工定义这层关系。 　　在推理机中，本体中的类之间的关系需要明确定义，或者通过传递、对称属性关系相连，有间接关系才能被推理出来，经过推理后才能被查询到。由于本体的自动构建技术不成熟，本体构建仍主要由人工完成。在人工定义复杂系统关系时，容易因疏忽而导致数据不完整或关系错误。针对OWL推理机的定义关系不足的情况，通过自定义规则实现查询目标。例如，上述手机关系的例子可以定义传递性规则如下： 　　［rule: (?A:has subclass ?B),(?C has subclass ?D),(?A:has sibling ?C)-(?B: has sibling ?D)］ 　　此规则明确了推理新关系的方法，推理机导入这条自定义规则后，能使用SPARQL语言通过RAM查到它的间接兄弟类Operating system。使用自定义规则能解决内置推理机在定义关系上的不足。设置自定义规则的推理机可以添加一定数量的OWL常识，进而查询出由OWL规则