本體不一致問題研究.pdf

1、近年來，語義Web技術不斷發(fā)展，本體作為一種清晰表達語義和知識共享的方式，成為了語義Web的核心，其相關研究也得到了很大的進步。然而，在實際應用中，很難構建沒有錯誤的本體，引起本體不一致的原因有很多。本體構建者對知識認識的不足或錯誤可能導致不一致，本體描述或者分類上的含混、語義上的沖突可能引起前后不一致，本體遷移或本體合并、集成等操作也很容易使本體產生不一致。在經典推理下，不一致本體可以演繹出任何結論，針對這樣的本體進行推理是毫無意義的

2、。因此不一致處理成為本體研究的關鍵問題，得到學術界的高度關注。
　　本文在全面分析本體不一致問題研究現(xiàn)狀的基礎上，重點對本體不一致性的度量方法、不一致本體的診斷和修復方法、不一致本體的推理方法等若干關鍵問題進行了深入探討，最后利用自行構建的林業(yè)領域本體，對研究成果進行了實證分析。主要貢獻包括:
　　(1)本體不一致性的度量方法的研究。首先提出一種基于證據(jù)理論的本體不一致性度量ETOIM方法，并通過實例驗證了該方法的有效性。然

3、后在ETOIM方法基礎上，利用語法相關性，提出了另外一種更加有效的基于選擇函數(shù)的證據(jù)理論本體不一致性度量SETOIM方法，SETOIM方法的實驗結果比ETOIM方法的實驗結果更接近“事實”。同時將這兩種方法與當前具有代表性的類似算法進行了比較，結果表明我們提出的算法是有效的。
　　(2)不一致本體的診斷和修復方法的研究。提出一種比傳統(tǒng)的局部診斷方法效率更高的不一致本體的診斷修復方法，即證據(jù)驗證診斷方法。該方法能夠利用系統(tǒng)提供的新證

4、據(jù)首先可將“無罪者”（“無辜者”）元素排除，縮小了診斷范圍;然后再次利用新證據(jù)可將“定罪者”元素“挖”出，進一步縮小了診斷范圍;最后對剩余部分進行診斷修復。這種證據(jù)驗證診斷方法因診斷范圍的兩次縮小提高了診斷效率，另外，這種做法在“挖”出“定罪者”元素之后，便可以避免因為這些“定罪者”元素而“殃及無辜”的問題，進一步提高了診斷修復的準確率。
　　(3)不一致本體的推理方法的研究。在研究基于線性遞增策略的不一致本體推理方法的基礎上，提

5、出一種新的基于線性遞減策略的不一致本體推理方法。線性遞增的不一致推理適用于一致性程度高的本體，線性遞減的不一致推理適用于一致性程度低的本體。但這類單純依賴于語法相關選擇函數(shù)的不一致推理，在兩次線性變換之間的推理空間相差較大，容易漏失有意義的答案。我們將這兩種單純依賴于語法相關選擇函數(shù)的不一致推理統(tǒng)稱為“粗粒度”不一致推理。進而，作為“粗粒度”不一致推理的補充和完善，我們將不一致性的度量結果用于推理，給出一種“細粒度”推理策略，這種推理方