多領域RDF數據集上的混合推理

薛曉莉，段躍興

（太原理工大學 計算機科學與技術學院，山西 太原030024）

0 引 言

目前，RDF數據推理技術［1，2］主要分為3 類：本體與描述邏輯相結合、本體與規則相結合以及本體與推理機相結合［3］。這些推理往往都是在單一領域內進行研究，使用最多的方法是將本體與規則或者本體與推理機結合起來進行單領域的前向推理。例如鐘秀琴等［4］通過將本體和Prolog規則結合實現了在平面幾何領域的知識推理，Raimond等［5］通過將音樂領域內的多個數據集進行關聯實現了音樂領域的知識推理；Saleem 等［6］通過將本體和推理機結合實現了在生物制藥領域的知識推理。然而現有的RDF數據推理方法，往往集中在單一領域內進行前向推理，由于涉及的領域范圍太窄導致發現的信息量較少，且由于推理處于單一方向導致推理的效率較低。為了發現不同領域信息間隱含的知識，提高推理的速度，本文提出了一種將多個領域的RDF數據關聯起來進行混合推理的方法，該方法通過建立關聯規則來將旅游、交通、金融3 個領域的RDF數據集關聯起來，并且在前向規則的基礎上增加了混合規則，將現有的基于單一領域進行前向推理的方法改進為基于多個領域進行混合推理的方法。本方法克服了傳統方法中涉及領域范圍狹窄導致隱含信息發現率低的問題，提高了推理的速度，最后在實際數據上進行實驗，驗證了方法的有效性。

1 單領域RDF數據集的建立

RDF （resource description framework）［7］，是W3C 推薦的資源描述標準，用于描述語義Web資源的通用框架，由主體 （subject）、謂詞 （predicate）、客體 （object）三元組構成。RDF這樣的三元組結構，可以方便地描述對象或者資源以及它們之間的關系。本體 （Ontology）［8］是共享概念模型的形式化規范說明，能夠很好地解決語義層次上Web信息的共享與交換。所以我們通過構建本體以及添加實例的方式來建立RDF數據集。

描述邏輯［9］，是基于概念的知識表達形式，具有正式的基于邏輯的語義和很強的表達能力。所以文中通過采用基于描述邏輯的本體表達方式來構建本體。下面詳細描述基于描述邏輯的本體知識表示以及具體領域本體的構建過程，建立單領域RDF數據集。

1.1 基于描述邏輯的本體知識表示

在描述邏輯里，知識庫 （knowledge base，KB）被分成兩個部分KB （T，A）＝＜TBox，ABox＞。TBox （terminology box）是描述概念、概念間的關系，以及關系與關系之間的公理集合。ABox （assertion box）是斷言集合，分為兩類：概念斷言和關系斷言。

用描述邏輯的一個五元組來表示Tourism ＿System（旅游本體）＝＜OInfoS，OInfoCS，OInfoRS，OInfoXS，OInfoIS＞，其中OInfoS表示本體的構造算子集；OInfoCS表示本體中的類，如游客類 “Visitor”；OInfoRS表示本體中的對象屬性以及數據屬性，如游覽屬性 “visit”，年齡屬性 “age＿is”；OInfoXS表示本體描述邏輯知識庫TBox中概念和關系的公理集，如概念描述學生游客 “StudentVisitor≡Visitor∩（-hasCard.StudentCard）”，古典園林景觀“ClassicalGardensTourismLandscape≡ScenicAreas∩（-has－Scenic.ClassicalGardens）”；OInfoIS表示本體描述邏輯知識庫ABox中概念和關系的斷言集，如描述實例游客Lizi且參觀景點PalaceMuseum，為 “StudentVisitor （Lizi）”、“ClassicalGardensTourismLandscape （PalaceMuseum ）”、“visit（Lizi，PalaceMuseum）”。

1.2 本體的構建

構建本體的意義，在于將物理地址上分散的各種信息，按照人類的邏輯思維將它們關聯起來，形成一個用形式化定義的知識庫，實現領域知識的共享和重用。下面用描述邏輯的形式語言來描述Tourism＿System （旅游本體）中的幾個重要的概念。

Visitor≡Person∩ （-visit.ScenicAreas）“至少參觀一個景點”，AdultVisitor≡Visitor∩greaterThan （age，18）“大于18 歲的游客”，StudentVisitor≡Visitor∩ （-has－Card.StudentCard）“擁有學生證的游客”，CollegeVisitor≡StudentVisitor∩CollegeCard （StudentCard） “學生證件是大學的學生游客”，TeacherVisitor≡AdultVisitor∩ （≥1 jobIs.Teaching） “至少有一個工作是教書的成年游客”。ScenicAreas≡HumanLandscape∪NaturalLandscape “景點包括人文景點和自然景點”，HumanLandscape≡ScenicAreas∩ （≥1hasScenic.HumanScenic） “至少有一個景點是屬于人文的景點”。

表1為Tourism＿System （旅游本體）中的部分屬性。

表1 部分屬性結構及其設置

圖1 為旅游本體的部分結構。其中，上半部分為Tbox，虛箭頭表示類的屬性，實箭頭表示子類和父類的關系；下半部分為Abox，實箭頭表示實例已定義的屬性，虛箭頭表示系統推理出的屬性。主要有游客、景點、地點等類和實例的部分信息。

采用上述的方法一并構建了交通、金融領域的本體。下面用OWL語句描述交通本體中部分類、屬性、實例等信息。

圖1 旅游本體部分結構

2 多領域RDF數據集的關聯

將多領域RDF數據集進行關聯，本質上就是將多個領域的本體進行對準。本體對準，是指建立兩個本體之間的連接和關聯的過程。本文通過將旅游領域、交通領域以及金融領域的本體進行對準，來建立3個領域的RDF數據集之間的聯系，從而為之后的推理做基礎。

關于本體對準的方法有很多，如基于本體分割的方法［10］、屬性權重的方法［11］、SWRL規則的方法［12］等。

規則使用的靈活性，使得它可以在具體的領域按照需要來添加，所以本文將OWL 和SWRL 規則結合起來進行本體的對準，這樣可以靈活地按照需要建立旅游、交通、金融3個領域本體之間的映射關系。下面簡要介紹SWRL規則語言的形式以及詳細描述如何通過OWL 和SWRL 規則進行本體的對準。

2.1 SWRL規則語言

SWRL［13］（semantic web rule language），是W3C 推薦的規則語言，它是在OWL 1DL和OWL Lite的基礎上，采用了規則標記語言 （Rule Markup Language，RuleML）的一個僅包含一元和二元謂詞的子集。SWRL規則由前提和結論組成，若前提被滿足則結論為真。SWRL 規則的一般性形式化描述如式 （1）所示

上述式 （1）包含的語義是：若變量x是類A 和類B的實例，那么能推出它是類C的實例。

2.2 基于SWRL規則的本體對準

我們采取OWL 和SWRL 規則相結合的方法來對本體進行對準。首先，將3個本體中的概念和屬性，采用owl：SameAs進行關聯；其次，采取基于SWRL規則的方法將3個本體中的有關聯的概念和屬性建立關聯映射。具體步驟如下：

（1）將旅游領域的游客類、交通領域的乘客類以及金融領域的儲戶類用owl：SameAs進行對準。如下所示：

tourism：Visitor equivalentClass transport：Passenge；

對準游客類和乘客類

tourism：Visitor equivalentClass finance：Depositor；

對準游客類和儲戶類

（2）通過設置一定的SWRL 規則，將3個領域本體里的部分類和屬性建立起一定的關聯映射，表2 為部分SWRL規則。

表2 部分SWRL對準規則

Rule－1 表達的語義是：將旅游本體中的 “游客”類（變量？x 表示游客的實例）、“乘坐”屬性 （take）、“景點”類 （變量？y 表示景點的實例）和交通本體中的 “交通工具”類 （變量？b表示交通工具的實例）關聯起來。

Rule－2表達的語義是：將旅游本體中的 “游客”類（變量？x 表示游客的實例）和金融本體中的 “剩余資金”屬性 （has）關聯起來。

Rule－3表達的語義是：將旅游本體中的 “游客”類（變量？x 表示游客的實例）和交通本體中的 “路線”屬性（Line）關聯起來。

圖2為旅游、交通、金融3個本體對準的簡單關系圖，橢圓代表類，箭頭代表屬性，虛線箭頭代表由規則推導出來的映射關系。

圖2 游客類、乘客類、儲戶類對準

3 混合推理

按照推理過程進行的方式，推理分為正向推理、反向推理和混合推理，每種方式因其推理方向不同而各有特點。正向推理是從已知的信息出發，向前推理尋找推理結果。正向推理的優勢是可以很快地對查找的信息做出響應，缺點是執行的目的性不強，可能會執行很多不需要的操作，在時間和空間上比較浪費。反向推理是從假設目標開始向事實方向進行推理，尋找相應的已知事實來證實目標。反向推理明顯的優點是不會搜索與假設目標無關的信息，從而提高了計算的效率。但是這也帶來了缺陷，如果假設目標不成立，那么就會導致推理求解失敗，浪費時間。

因為正向和反向推理都有優缺點，所以本文采用混合推理方式，即將正向推理和反向推理結合起來，當新的規則添加到推理機或新的陳述添加到模型中時采用正向推理，當在模型上進行查詢時使用反向推理。下面詳細介紹混合規則引擎以及在具體領域內混合規則的構造過程。

3.1 混合規則引擎

混合規則引擎將正向推理和反向推理結合起來，先進行數據的正向推理，再將正向推理后的數據加入反向規則進行反向推理，流程如圖3所示。

圖3 混合規則引擎

混合推理比單純的正向或者反向推理性能要更優，下面看一個簡單的例子。

前向規則： （？prdfs：subPropertyOf？q）， （？a？p ？b）→ （？a？q？b）。

無論查詢有沒有涉及到子屬性，每次查詢推理機都會執行該條前向規則，這樣在時間上效率比較低。

把上述前向規則寫成后向規則： （？a？q？b）← （？p rdfs：subPropertyOf？q），（？a？p？b）。

這條后向規則也能推出想要的結果，但是執行每一個查詢都要動態查看是否存在要查詢屬性的子屬性，這、同樣在時間上效率很低。

我們將上面的規則改成混合規則如下：（？prdfs：sub－PropertyOf？q），notEqual（？p，？q）→ ［（？a ？q？b）←（？a？p？b）］。

推理機預先將所有的子屬性關系編譯出來，進行查詢時，只有當查詢中有相關子屬性才會進行下一步推理，否則將不會做任何工作。相比前向規則和后向規則，混合規則在時間上效率更高。

3.2 混合規則的構造

根據對旅游領域、交通領域以及金融領域的研究，借助于國內外各大旅游網站，汲取了別人在這方面的成果，通過深入探討自己和身邊人的旅游經歷以及需要的旅游方面的幫助，分析了下面幾種情況，并且設計了相應的混合規則，具體規則描述如下：

Rule1：locate＿in （？x，？m），locate＿in （？y，？n）→［visit（？x，？y）←has＿time （？x，？a），start（？b，？m），terminal （？b，？n），cost ＿time （？b，？c）， Morethan（？a，？c）］

規則1：推理機先將所有滿足條件的景點編譯出來，如果查詢涉及游客要游覽的景點，就將交通領域的交通工具結合起來進行查詢，如果有滿足條件的景點就推出來。這樣，如果游客只有限定的幾天假期可以游玩，那么可以推理出他可以去哪些景點游覽。

Rule2：visit（？x，？y），ticket（？y，？m），ticket（？b，？n）→ ［take （？x，？b） ←has （？x，？a）， Morethan（？a，？m＋？n）］

規則2：結合規則1，判斷滿足條件后，如果查詢涉及游客要乘坐的交通工具，就進行反向推理。這樣，如果某游客想去某景點旅游，可以推理出他能選擇的旅游線路是什么。

Rule3：StudentVisitor（？x），visit（？x，？y）→ ［pay（？x，？a／2）←ticket（？y，？a）］

規則3：結合規則1，判斷滿足游客是學生以及該游客游覽某景點的條件后，再進行反向推理，如果是學生游客，參觀景點應付半價門票。

Rule4：StudentVisitor（？x），take （？x，？b）→ ［pay（？x，？a／2）←ticket（？b，？a）］

規則4：結合規則2，判斷滿足游客是學生以及該游客乘坐某交通工具的條件后，再進行反向推理，如果是學生游客，在假期可以享受半價學生票。

Rule5：visit（？x，？y）→ ［take（？x，train）←weather（？y，rain）］

規則5：結合規則1，判斷滿足條件后，再進行反向推理，若滿足景點天氣是雨天，則游客乘坐火車去；若當天是晴天，則乘坐飛機去。

Rule6：visit（？x，？y）→ ［take（？x，plane）←weather（？y，sunny）］

規則6：結合規則1，判斷滿足條件后，再進行反向推理，若滿足景點天氣是晴天，則游客乘坐飛機。

4 實驗及結果分析

本實驗在Windows 8.1 操作系統下進行，CPU 是i5－4200U，內存是4 G，基于x64 處理器。使用軟件Protégé4.3、jena 2.12.0以及Eclipse平臺進行開發。

4.1 實驗方案

現給出多領域RDF 數據集上的混合推理的詳細流程，具體實驗流程如圖4所示。

圖4 實驗方案

（1）構建旅游本體、交通本體以及金融本體；

（2）設置SWRL規則將3個領域的本體進行對準；

（3）進行前向規則、后向規則以及混合規則的構造；

（4）將3個本體、對準規則以及混合規則導入jena推理機，為推理提供事實基礎和規則基礎；

（5）用戶進行查詢；

（6）運行jena推理機進行推理，并且返回結果。

4.2 實驗實現

本文采用由斯坦福大學的醫學信息研究組開發的Protégé（版本為4.3）作為旅游本體、交通本體以及金融本體的開發工具，惠普實驗室開發的jena［14］推理機進行推理，在Eclipse平臺上編寫java代碼進行實驗。程序中的部分代碼如下：

4.3 實驗結果

本實驗在Eclipse的控制臺界面進行查詢。用戶輸入對旅行的要求，系統便可以返回不同程度上滿足用戶要求的查詢結果。下面給出兩個實例來驗證推理過程：

（1）假設有一個游客曹越，她現在身處太原，有兩天時間可以玩耍，那么系統可以推理出她可以去的景點有哪些，并且景點所在的地方，以及去該景點可以乘坐什么車，景點的門票以及車票等情況，推理結果如圖5所示。

圖5 推理實例1

由圖5可以看出，系統既可以推出具體可以去的景點（屬于旅游領域），又可以推薦可以乘坐哪些車 （屬于交通領域）。比在單一旅游領域推理出來的信息要豐富的多。

（2）假設有一個游客栗子，她是一名學生，目前住在太原。她正好有3天時間可以玩耍，那么推理機可以推理出她去的景點，景點所在的地方，以及去該景點可以乘坐什么車，景點的門票以及車票等情況。推理結果如圖6所示。

圖6 推理實例2

觀察圖5和圖6：游客曹越只有兩天時間可以玩耍，所以系統推薦出的景點只有大同渾源的 “懸空寺”、 “恒山”以及 “五臺山”和 “平遙”這幾個景點；而游客栗子有3天時間，所以系統不僅推薦了上面幾個景點，另外推薦了北京的 “故宮”、 “頤和園”景點。由于游客栗子是學生，所以系統自動推理出的景點門票價都是半價。而且系統可以自動推出去該景點可以乘坐的車次，由此可以看出，這樣的推理結果既準確又人性化，它可以針對不同的游客不同的需求推理出適合他們的旅游線路。由于推理涉及到了交通領域的交通工具等詳細信息，所以這在單一旅游領域內是推理不出來的。

通過在推理機中單獨添加前向規則、后向規則以及混合規則，對上述兩個實例以及另外的5個潛在游客的實例進行查詢推理，5名潛在游客的大概情況見表3，系統得到推理結果消耗的時間見表4。

表3 5個潛在游客基本情況

表4 消耗時間對比

由表4可以發現，7個實例中有5個實例的混合規則要比前向規則和后向規則在時間上消耗的少，可以看出混合推理要比前向或者后向推理效率更高。

因此，在多個領域的數據集上進行知識的混合推理，明顯要比單一領域進行知識推理豐富得多，強大的多。

5 結束語

傳統的基于單一領域數據集的規則推理，推理出來的知識比較單一有限。本文嘗試將旅游領域、交通領域、金融領域3個領域的本體進行對準，加入混合規則，借助jena推理機進行混合推理，推理出來的知識既準確又人性化，可以針對游客不同的需求推理出相應的旅行線路。如果僅在單一領域內不可能推出很全面的知識，本文在多領域推理方面做了一個大膽的嘗試，事實驗證了其正確性。

然而由于領域知識的多樣性以及變化性，既需要不斷地添加新的類、屬性，又需要不斷地更新設置本體對準以及規則。所以仍需要開展更多的應用研究。

目前，數據如此豐富，信息資源遍地都是。在這數據的海洋里，能夠自動推理出人們需要的東西是相當有應用價值的。所以，把多個領域的數據集關聯起來進行推理，是一個很好的方向。在接下來的工作中，按照此思路，可以開發一個旅游方面的成熟的應用型系統。

［1］Berners－Lee T，Hendler J，Lassila O.The semantic web ［J］.Scientific American，2001，284 （5）：28－37.

［2］MENG Qingyi，FENG Zhiyong，RAO Guozheng.Facing huge amounts of RDF data redundancy terms set partition method［J］.Huazhong University of Sci ＆Tech （Natural Science Edition），2013，41 （2）：42－47 （in Chinese）. ［孟慶義，馮志勇，饒國政.面向海量RDF數據的術語集冗余劃分方法 ［J］.華中科技大學學報 （自然科學版），2013，41 （2）：42－47.］

［3］JIN Yan，WANG Zhihua.Semantic retrieval model based on reasoning and the key technology research ［J］.Computer Engineering and Design，2013，34 （7）：2585－2589 （in Chinese）.［金燕，王志華.基于推理的語義網檢索模型及關鍵技術研究［J］. 計算機工程與設計，2013，34 （7）：2585－2589.］

［4］ZHONG Xiuqin，LIU Zhong，DING Panping.Based on the construction of knowledge base and application of hybrid reasoning study ［J］.Journal of Computers，2012，35 （4）：761－766 （in Chinese）.［鐘秀琴，劉忠，丁盤蘋.基于混合推理的知識庫的構建及其應用研究 ［J］.計算機學報，2012，35（4）：761－766.］

［5］Raimond Y，Sutton C，Sandler MB.Automatic interlinking of music datasets on the semantic web ［C］／／LDOW，2008.

［6］Saleem M，Kamdar MR，Iqbal A.Fostering serendipity through big linked data ［C］／／Semantic Web Challenge at ISWC，2013.

［7］World－wide web consortium：Resource description framework［EB／OL］.http：／／www.w3.org／RDF.

［8］Bechhofer S.OWL：Web ontology language ［M］／／Encyclopedia of Database Systems.Springer US，2009.

［9］The description logic handbook：Theory，implementation，and applications［M］.Cambridge University Press，2003.

［10］LI Zhiming，LI Shanping，YANG Chaohui，et al.Based on the ontology of ontology mapping algorithm ［J］.Journal of Pattern Recognition and Artificial Intelligence，2011，24 （2）：243－248 （in Chinese）.［李志明，李善平，楊朝暉，等.基于本體分割的本體映射算法 ［J］.模式識別與人工智能，2011，24 （2）：243－248.］

［11］ZHANG Xiaohui，JIANG Haihua，DI Ruihua.Based on the data link of attribute weights were refers to the relationship between building ［J］.Journal of Computer Science，2013，40（2）：40－43 （in Chinese）.［張曉輝，蔣海華，邸瑞華.基于屬性權重的鏈接數據共指關系構建 ［J］.計算機科學，2013，40 （2）：40－43.］

［12］WANG Ruomei，PENG Liyi，WANG Zhong，et al.Based on the simple SWRL rules peer research and implementation of ontology correlation method ［J］.Journal of Computer Science，2009，36 （3）：126－128 （in Chinese）.［王若梅，彭麗儀，王眾，等.基于SWRL規則的簡單對等本體關聯方法研究與實現 ［J］.計算機科學，2009，36 （3）：126－128.］

［13］Horrocks I，Patel－Schneider PF，Boley H，et al.SWRL：A semantic web rule language combining OWL and RuleML ［J］.W3C Member Submission，2004，21：79.

［14］Jena2－A semantic web framework for Java［EB／OL］.［2006－05－04］.http：／／jena.sourceforge.net／index.html.