發(fā)布時間：2018-05-23 21:42

  本文選題：不一致術語集 + 極小不可滿足保持子術語集�。� 參考：《計算機學報》2017年06期

【摘要】：求解極小不可滿足保持子術語集(Mups)是不一致術語集調試的核心工作.在構建術語集依賴關系圖模型基礎上,從概念之間的依賴關系角度出發(fā),定義語義依賴度、語義簇、依賴度分布3個指標反映本體術語集的復雜程度;通過討論不可滿足概念數(shù)目、沖突公理集基數(shù)和沖突公理基數(shù)對Mups問題求解難易的影響,定義沖突公理集最大基數(shù)和沖突公理最大基數(shù)兩個指標反映不一致本體術語集的數(shù)據(jù)復雜程度;基于這些復雜性指標,設計針對Mups問題的不一致本體數(shù)據(jù)標準測試集(Mups Benchmark,MupsBen)來評測Pellet、Hermit、FaCT++、JFact和TrOWL這5種推理機在黑盒算法下求解Mups的性能.評測實驗顯示,所定義的復雜度指標能夠有效反映Mups求解問題的數(shù)據(jù)復雜程度.對于特定推理機,其性能隨測試數(shù)據(jù)的結構復雜程度的增大而降低;對于不同推理機,由于其內(nèi)在推理機制與優(yōu)化策略的差別,在不同復雜度指標下表現(xiàn)出不同的性能差異.
[Abstract]:Solving minimal unsatisfiable retention subsets (Mups) is the core of inconsistent terminology set debugging. On the basis of constructing dependency graph model of terminology set, from the angle of dependency relation between concepts, three indexes, semantic dependency degree, semantic cluster and dependency degree distribution, are defined to reflect the complexity of ontology terminology set. By discussing the number of unsatisfiable concepts, the effects of conflict axiom set cardinality and conflict axiom cardinality on the difficulty of solving Mups problem, Defining the maximum cardinality of the conflicting axiom set and the maximum cardinality of the conflicting axiom reflect the data complexity of the inconsistent ontology terminology set; based on these complexity metrics, A standard test set of inconsistent ontology data for the Mups problem is designed to evaluate the performance of five inference machines (Pellet Hermitt FaCT JFact and TrOWL) for solving Mups under the black box algorithm. The evaluation results show that the defined complexity index can effectively reflect the data complexity of the Mups problem. For a specific inference engine, its performance decreases with the increase of the complexity of the structure of the test data. For different inference machines, due to the difference between their internal reasoning mechanisms and optimization strategies, the performance varies under different complexity indicators.
【作者單位】： 吉林大學計算機科學與技術學院;吉林大學符號計算與知識工程教育部重點實驗室;
【基金】：國家自然科學基金(61133011,41172294,61170092,61272208) 吉林省科技發(fā)展計劃(201201011)資助~~
【分類號】：TP18

【參考文獻】

相關期刊論文 前2條

1 葉育鑫;歐陽丹彤;;基于語義的主題爬行策略[J];軟件學報;2011年09期

2 ;Mapping integrity constraint ontology to relational databases[J];The Journal of China Universities of Posts and Telecommunications;2010年06期

【共引文獻】

相關期刊論文 前10條

1 程春雷;夏家莉;曹重華;李光泉;曹中華;;關系概念的Web文本主題抽取模型研究[J];小型微型計算機系統(tǒng);2016年05期

2 歐陽丹彤;蘇靜;葉育鑫;崔仙姬;;基于概念R-MUPS的本體調試方法?[J];軟件學報;2015年09期

3 姚榮寶;劉乃文;;改進向量空間模型的主題爬蟲系統(tǒng)[J];山東師范大學學報(自然科學版);2015年03期

4 歐陽丹彤;張瑜;葉育鑫;;本體推理機求解Mups的性能評測研究[J];計算機學報;2017年06期

5 鄭學偉;;基于開放教育的知識管理系統(tǒng)架構研究[J];信息技術;2014年12期

6 張環(huán);劉乃文;段會川;;基于T-Graph算法的主題爬蟲研究[J];計算機工程與設計;2014年09期

7 尹文科;宗士強;王珩;;基于預期剩余能量模型的聚焦爬行方法[J];計算機工程與應用;2015年24期

8 陳臣;陳雙飛;;一種基于大數(shù)據(jù)的數(shù)字圖書館高效搜索引擎[J];現(xiàn)代情報;2014年01期

9 史寶明;賀元香;吳崇正;;主題搜索引擎中爬蟲搜索策略的研究[J];計算機工程與應用;2014年02期

10 陳葉旺;王華珍;李海波;鐘必能;陳鍛生;;基于百度百科與文本分類的網(wǎng)絡文本語義主題抽取方法[J];小型微型計算機系統(tǒng);2012年12期

【二級參考文獻】

相關期刊論文 前2條

1 葉育鑫;歐陽丹彤;領吉;張永剛;;本體與規(guī)則整合的推理方法研究及設計[J];吉林大學學報(工學版);2009年05期

2 葉育鑫;歐陽丹彤;劉瑤;孫吉貴;;基于SHOIQ(D)的本體一致性檢測[J];計算機工程與科學;2009年08期

【相似文獻】

相關期刊論文 前10條

1 劉白林,范躍華;故障診斷專家系統(tǒng)中的推理機設計[J];西安工業(yè)學院學報;2004年03期

2 李良良,張晨曦;順序推理機研究中的幾個重要問題[J];國防科技大學學報;1987年03期

3 余少波;胡守仁;嚴雋永;;推理機的現(xiàn)在與將來[J];計算機科學;1990年04期

4 莊越挺,何志均;常規(guī)推理機[J];計算機研究與發(fā)展;1991年10期

5 金海東;《天馬》的近似推理機[J];計算機研究與發(fā)展;1991年10期

6 唐常杰,韓仲清,胡軍,相利民,張一立,熊明,熊嵐;歷史性知識的特殊性及其推理機[J];四川大學學報(自然科學版);1992年01期

7 馮建農(nóng)，趙銘;故障診斷專家系統(tǒng)推理機研究[J];華南理工大學學報(自然科學版);1997年03期

8 張玲,王玉娟,張海燕;時序推理機的設計與應用[J];黑龍江自動化技術與應用;1998年01期

9 郁鵬,周濟,溫淑紅;知識處理中的推理機設計[J];小型微型計算機系統(tǒng);1999年01期

10 樊彬彬;劉謹;談理;葉賽蓬;;盾構機故障診斷專家系統(tǒng)綜合推理機的研制[J];機械設計與制造;2007年09期

相關會議論文 前6條

1 周艷;宋廷強;;基于模糊邏輯的ESDOTF系統(tǒng)的推理機[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

2 楊占才;王紅;周一鷗;劉金甫;;基于AI-ESTATE標準推理機實現(xiàn)方法研究[A];2010航空試驗測試技術學術交流會論文集[C];2010年

3 姜帆;潘方勝;李紅云;;一個基于FCR算法的推理機的設計[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

4 李亮舉;;演繹推理機在冶金數(shù)學模型開發(fā)平臺建設中的應用[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

5 王旭紅;肖平;;基于知識庫分類法在植被提取中應用研究[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

6 李冠宇;曲麗寧;;基于案例的本體推理機(CBOR)的設計與實現(xiàn)[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

相關博士學位論文 前2條

1 馬盈倉;命題泛邏輯的演算理論及推理研究[D];西北工業(yè)大學;2006年

2 崔琳;石油化工過程HAZOP專家系統(tǒng)與集成研究[D];北京化工大學;2009年

相關碩士學位論文 前10條

1 侯天祝;本體推理中組合推理機制的研究[D];西南交通大學;2016年

2 尹勝臺;智能問答系統(tǒng)中推理機的研究[D];湖南大學;2013年

3 胡小敏;語義網(wǎng)模糊粗糙本體推理機研究[D];大連海事大學;2013年

4 汪洋;基于描述邏輯的推理機設計實現(xiàn)及其分布化研究[D];北京郵電大學;2007年

5 陶亮;基于泛布爾代數(shù)的醫(yī)療診斷推理機的原理研究與實現(xiàn)[D];武漢理工大學;2005年

6 武月紅;基于黑板結構的時態(tài)知識推理機實現(xiàn)的研究[D];東北大學;2005年

7 李松斌;G（？）del語言編譯系統(tǒng)中推理機的設計與實現(xiàn)[D];廈門大學;2007年

8 李強;基于MAS的教師模型的研究與設計[D];武漢理工大學;2006年

9 韓昊;手機本體智能查詢系統(tǒng)的研究與實現(xiàn)[D];武漢輕工大學;2014年

10 王聃;農(nóng)業(yè)問題的專家誘導型提問模型研究[D];河北農(nóng)業(yè)大學;2008年

，

本文編號：1926482