Skip to main content
QUICK REVIEW

[论文解读] Fuzzy Ontology Representation using OWL 2

Fernando Bobillo, Umberto Straccia|arXiv (Cornell University)|Sep 17, 2010
Semantic Web and Ontologies参考文献 25被引用 5
一句话总结

本文提出一种使用注解属性在 OWL 2 中表示模糊本体的方法,使标准 OWL 2 工具能够在不需语言扩展的情况下建模模糊知识。该方法支持 Łukasiewicz 和 Zadeh 逻辑等模糊描述逻辑构造,可与现有推理器集成,并通过自定义注解属性和针对模糊推理器(如 fuzzyDL 和 DeLorean)的解析器实现透明编码。

ABSTRACT

The need to deal with vague information in Semantic Web languages is rising in importance and, thus, calls for a standard way to represent such information. We may address this issue by either extending current Semantic Web languages to cope with vagueness, or by providing a procedure to represent such information within current standard languages and tools. In this work, we follow the latter approach, by identifying the syntactic differences that a fuzzy ontology language has to cope with, and by proposing a concrete methodology to represent fuzzy ontologies using OWL 2 annotation properties. We also report on the prototypical implementations.

研究动机与目标

  • 解决当前语义网语言中缺乏标准化表示模糊本体方式的问题。
  • 即使现有 OWL 2 工具无法原生处理模糊逻辑,也使其能够用于模糊本体开发。
  • 利用 OWL 2 的注解机制,提供一种一致且可扩展的框架,用于表示模糊概念、角色和公理。
  • 支持多种模糊逻辑(Łukasiewicz、Zadeh),并可扩展至其他逻辑(如 Gödel 或 Product 逻辑)。
  • 通过专用解析器和 Protégé 插件,促进模糊本体与现有本体工具之间的互操作性。

提出的方法

  • 使用 OWL 2 注解属性编码模糊逻辑构造,如模糊概念表达式、模糊数据类型和模糊修饰符。
  • 引入一种新的注解属性 `fuzzyLabel`,以区分模糊元数据与普通注释,提升清晰度和工具支持。
  • 定义从模糊 SROIQ(D) 构造到 OWL 2 语法的映射,保留语义的同时保持与标准推理器的兼容性。
  • 开发通用解析器,将带注解的 OWL 2 本体转换为 fuzzyDL 和 DeLorean 等模糊描述逻辑推理器的输入格式。
  • 初始实现限制在 Łukasiewicz 和 Zadeh 模糊逻辑,以实现实际集成,同时具备扩展至其他逻辑的潜力。
  • 设计 Protégé 插件,自动完成注解过程,提升本体开发者使用的便捷性。

实验结果

研究问题

  • RQ1如何在不需新语言标准的情况下,在 OWL 2 中表示模糊本体?
  • RQ2与经典 OWL 2 相比,模糊本体语言在句法上必须解决哪些差异?
  • RQ3能否有效利用 OWL 2 注解属性编码模糊逻辑语义,同时保持与标准推理器的兼容性?
  • RQ4如何使模糊本体与现有模糊描述逻辑推理器(如 fuzzyDL 和 DeLorean)实现互操作?
  • RQ5仅使用 OWL 2 的注解框架,在建模模糊概念、角色和公理时面临哪些实际挑战?

主要发现

  • 所提出的方法可使用注解属性在标准 OWL 2 中完整表示模糊本体,使现有编辑器和推理器得以使用。
  • 非模糊的 OWL 2 推理器可无错误地处理该本体,将模糊注解视为不透明元数据,其结果与注解不存在时相同。
  • 使用专用的 `fuzzyLabel` 注解属性可明确区分模糊逻辑元数据与普通注释,提升工具支持和清晰度。
  • 已成功实现解析器,将带注解的 OWL 2 本体转换为与 fuzzyDL 和 DeLorean 兼容的格式,证明了端到端的互操作性。
  • 该方法具有可扩展性,仅需少量修改即可适配支持其他模糊逻辑(如 Gödel 或 Product 逻辑)。
  • 正在开发 Protégé 插件以自动完成注解编码,减轻用户负担,提升模糊本体建模的可用性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。