存儲于關系數據庫的知識庫的語義推理方法

單永剛

摘 要： 語義推理的功能使得知識庫更具人工智能，具有實用意義。文章根據語義模型的特點，構建了基于關系數據庫的知識庫語義存儲體系，該存儲體系的模式空間和實例空間相分離，降低了結構和數據的耦合性，使語義的存儲范圍更具完整性、語義的推理效果更具智能性。面向該存儲體系的語義推理方法實現了相關語義（專家知識）的推理和相似語義（詞匯）的推理，同時，該方法也考慮到了推理范圍的可控能力和推理結果的語義還原能力。分析表明，該方法能應用于實際，但仍存在一些可改進之處。

關鍵詞： 推理； 語義； 模式空間； 實例空間； 知識庫； 關系數據庫

中圖分類號：TP182 文獻標志碼：A 文章編號：1006-8228（2013）07-48-04

0 引言

Tim Berners-Lee曾在TED的演講中提到“數據就是聯系，聯系產生數據”，Tim Hanis等人在解釋語義圖模式時強調“數據之間的聯系不是數據庫結構的一部分，而是數據的一部分”[1]，“聯系”是語義數據的重要特點。知識庫內容的簡單呈現不符合當下熱門的Web3.0理念，知識庫的設計思想應該提升到語義層面，充分考慮知識元數據之間的語義聯系，具備語義推理功能的知識庫在學習資源建設中大有用武之地。

知識庫是一個局部的語義數據庫，在關系數據庫中為知識庫建立一套靈活的語義存儲體系，該存儲體系可根據實際情況創建相應類（如某門課程）的對象及其屬性，它繼承了RDF語義數據的框架和內容的分離性，能靈活應對各類元數據描述的框架需求，從而克服本體的框架和內容緊耦合性的不足之處。……