[论文解读] Inductive Logic Programming in Databases: from Datalog to DL+log

Francesca A. Lisi|arXiv (Cornell University)|Mar 12, 2010

Semantic Web and Ontologies参考文献 37被引用 4

一句话总结

本文提出将归纳逻辑编程（ILP）从Datalog扩展至混合知识表示框架𝒟⁢ℒ+log¬∨，从而实现对关系数据库更具表现力且语义上更扎实的学习。通过将描述逻辑与非单调Datalog¬∨相结合，该方法支持本体感知的数据库视图与完整性约束归纳，利用形式化语义与非单调推理实现概念上合理的规则发现。

ABSTRACT

In this paper we address an issue that has been brought to the attention of the database community with the advent of the Semantic Web, i.e. the issue of how ontologies (and semantics conveyed by them) can help solving typical database problems, through a better understanding of KR aspects related to databases. In particular, we investigate this issue from the ILP perspective by considering two database problems, (i) the definition of views and (ii) the definition of constraints, for a database whose schema is represented also by means of an ontology. Both can be reformulated as ILP problems and can benefit from the expressive and deductive power of the KR framework DL+log. We illustrate the application scenarios by means of examples. Keywords: Inductive Logic Programming, Relational Databases, Ontologies, Description Logics, Hybrid Knowledge Representation and Reasoning Systems. Note: To appear in Theory and Practice of Logic Programming (TPLP).

研究动机与目标

• 解决在关系数据库中将形式化本体集成到ILP中的空白。
• 将数据库视图定义与完整性约束规范重新表述为ILP问题。
• 利用混合𝒟⁢ℒ+log¬∨框架的表达力与演绎能力，实现更具语义意义的规则归纳。
• 使ILP超越Datalog，通过引入描述逻辑与非单调特性。
• 通过紧密集成本体与关系数据挖掘，为Onto-Relational Learning奠定基础。

提出的方法

• 在𝒟⁢ℒ+log¬∨框架内，将数据库视图与约束问题重新表述为ILP任务。
• 使用NMSAT-𝒟⁢ℒ+log算法处理非单调可满足性，支持混合系统中的推理。
• 基于𝒟⁢ℒ+log¬∨中的演绎机制，定义泛化顺序、细化算子与覆盖测试。
• 采用基于蕴含的学习设置，以指导假设的生成与评估。
• 将本体作为背景知识整合，以在规则归纳过程中丰富概念模型。
• 设计两种专用ILP算法：用于视图的NMLEARN-𝒟⁢ℒ+log¬∨与用于约束的NMDISC-𝒟⁢ℒ+log¬∨。

实验结果

研究问题

• RQ1 如何将ILP扩展至Datalog之外，以支持关系数据库中更丰富的知识表示？
• RQ2 本体在ILP中如何增强数据库视图与约束的归纳能力？
• RQ3 𝒟⁢ℒ+log¬∨的非单调特性如何提升所学规则的表达力与语义质量？
• RQ4 在混合DL-CL系统背景下，ILP的合适泛化顺序与细化算子是什么？
• RQ5 描述逻辑与Datalog¬∨的集成如何实现数据库应用中系统化且形式化的规则归纳？

主要发现

• 框架𝒟⁢ℒ+log¬∨使ILP能够生成比传统系统（如FOIL或CLAUDIEN）显著更具表达力的规则，尤其得益于非单调推理与DL构造。
• 所提出的ILP算法NMLEARN-𝒟⁢ℒ+log¬∨与NMDISC-𝒟⁢ℒ+log¬∨在混合框架的语义上具有形式化基础，确保了正确性与一致性。
• 本体可自然地作为背景知识容纳，支持概念上合理且语义丰富的规则归纳。
• 使用NMSAT-𝒟⁢ℒ+log作为推理引擎，支持高效的非单调可满足性检查，这对假设评估至关重要。
• 该方法为Onto-Relational Learning开辟了道路，实现了本体在关系数据挖掘与数据库模式设计中的系统性集成。
• 尽管尚待经验评估，但理论基础已证明其在现实世界数据库应用中实现可扩展、本体感知ILP的可行性与潜力。