[论文解读] Complexity Results and Practical Algorithms for Logics in Knowledge Representation

Stephan Tobies|ArXiv.org|Jun 13, 2001

Semantic Web and Ontologies参考文献 150被引用 337

一句话总结

本文提出了针对具有计数、传递角色、角色层次结构和个体的表达描述逻辑（DLs）的复杂性结果及优化的基于表的算法。它为关键推理任务建立了最优的 PSPACE 和 EXPTIME 复杂性界，并引入了通过阻塞和角色闭包技术避免冗余计算的高效算法，显著提升了知识表示系统的实际性能。

ABSTRACT

Description Logics (DLs) are used in knowledge-based systems to represent and reason about terminological knowledge of the application domain in a semantically well-defined manner. In this thesis, we establish a number of novel complexity results and give practical algorithms for expressive DLs that provide different forms of counting quantifiers. We show that, in many cases, adding local counting in the form of qualifying number restrictions to DLs does not increase the complexity of the inference problems, even if binary coding of numbers in the input is assumed. On the other hand, we show that adding different forms of global counting restrictions to a logic may increase the complexity of the inference problems dramatically. We provide exact complexity results and a practical, tableau based algorithm for the DL SHIQ, which forms the basis of the highly optimized DL system iFaCT. Finally, we describe a tableau algorithm for the clique guarded fragment (CGF), which we hope will serve as the basis for an efficient implementation of a CGF reasoner.

研究动机与目标

• 分析具有计数、传递角色和角色层次结构的表达描述逻辑中推理的计算复杂性。
• 开发实用且高效的基于表的算法，避免冗余计算，并优于朴素方法的性能。
• 为扩展的 DLs（如 ALCQ、SHIQ 及其变体）中的关键推理问题建立紧致的复杂性界（PSPACE 和 EXPTIME）。
• 将个体和布尔角色表达式等高级特性整合到统一框架中，同时保持可判定性和可 tractable 推理。

提出的方法

• 为 ALCQ 提出一种基于表的算法，通过角色闭包和阻塞机制优化处理限定数量限制。
• 提出一种新颖的阻塞技术，用于跟踪角色包含关系和传递角色，以防止表构造过程中的无限扩展。
• 采用角色层次结构和传递角色闭包策略，通过递归的归纳方法高效计算角色的传递闭包。
• 使用基于范数的度量（||·||）对角色进行引导，以实现解释的归纳构造并确保终止性。
• 对概念和角色应用闭包算子，以在表扩展过程中保持一致性并传播约束。
• 通过归纳不变量和将角色闭包与解释中传递闭包相关联的引理，证明算法的正确性和复杂性界。

实验结果

研究问题

• RQ1 ALCQ 及其扩展（含计数和传递角色）中概念可满足性及其他推理问题的计算复杂性是什么？
• RQ2 如何优化基于表的算法，以避免推理过程中概念和角色数量的指数级膨胀？
• RQ3 添加传递角色、角色层次结构和个体对描述逻辑中推理的复杂性和可实现性有何影响？
• RQ4 能否设计一个单一的基于表的算法，统一处理多种扩展（如 ALCQ、SHIQ），并提供统一的复杂性保证和高效性能？

主要发现

• 本文证明 ALCQ 中的推理为 PSPACE-完全，SHIQ 中的推理为 EXPTIME-完全，与理论上的上界一致。
• 提出了一种针对 ALCQ 的最优基于表的算法，通过使用角色闭包和阻塞机制，避免了朴素方法的指数级膨胀。
• 针对包含传递角色和角色层次结构的 SHIQ 的算法，通过将传递闭包计算集成到表扩展过程中，实现了最优复杂度。
• 阻塞机制被证明在防止无限表增长方面非常有效，即使在存在传递角色和复杂角色层次结构的情况下也成立。
• 基于范数的归纳方法确保了算法在所有扩展中都能终止并保持正确性。
• 本文证明所构造的解释 I' 正确捕捉了角色的传递闭包，从而保证了算法的可靠性和完备性。