带RDF三元组上下文的逻辑推理
人工智能
2017-01-23 v1 数据库
摘要
逻辑推理作为语义网的一个固有特性，是通过在知识库上应用蕴含规则来推导新三元组的过程。蕴含规则由模型论语义确定。将 RDF 三元组的上下文（例如来源、时间和位置）纳入推理过程，要求形式语义也能够以三元组的形式描述 RDF 三元组的上下文，换言之，即关于三元组的 RDF 上下文三元组。形式语义还应提供能够蕴含关于三元组的新上下文三元组的规则。在本文中，我们提出了首个推理机制，该机制允许以关于三元组的 RDF 三元组形式表示的 RDF 三元组上下文，在模型论语义和逻辑规则中作为一等公民。我们的推理机制被良好形式化，所有新概念均被模型论语义所捕获。该形式语义还使我们能够推导出一组新的蕴含规则，这些规则可蕴含关于三元组的新上下文三元组。为证明所提机制的可行性和可扩展性，我们实现了一个新工具，将现有知识库转换为我们关于三元组的 RDF 三元组表示，并为该工具提供计算所提规则推导出的三元组的选项。我们利用各种现实世界知识库（如 Bio2RDF NCBI Genes 和 DBpedia）大规模评估了所提规则的计算。结果表明，推导三元组的计算具有高度可扩展性。平均而言，每十亿推导三元组为整体转换过程增加 5-6 分钟。NCBI Genes 总共拥有 200 亿三元组，仅花费 232 分钟转换 120 亿三元组，并为整个过程增加 42 分钟以推导 80 亿三元组。
引用
@article{arxiv.1701.05724,
title = {Logical Inferences with Contexts of RDF Triples},
author = {Vinh Nguyen and Amit Sheth},
journal= {arXiv preprint arXiv:1701.05724},
year = {2017}
}