[论文解读] Ontology Temporal Evolution for Multi-Entity Bayesian Networks under Exogenous and Endogenous Semantic Updating

Massimiliano Dal Mas|arXiv (Cornell University)|Sep 10, 2010

Semantic Web and Ontologies参考文献 25被引用 6

一句话总结

本文提出了一种框架，通过结合SWRL规则增强的多主体贝叶斯网络（MEBN），管理合并本体中不确定的时间演化问题，实现在开放系统中对内生和外生更新的动态、概率推理。该方法通过基于Java的运行时监控器，实现可扩展、与应用无关的推理，计算开销极低。

ABSTRACT

It is a challenge for any Knowledge Base reasoning to manage ubiquitous uncertain ontology as well as uncertain updating times, while achieving acceptable service levels at minimum computational cost. This paper proposes an application-independent merging ontologies for any open interaction system. A solution that uses Multi-Entity Bayesan Networks with SWRL rules, and a Java program is presented to dynamically monitor Exogenous and Endogenous temporal evolution on updating merging ontologies on a probabilistic framework for the Semantic Web.

研究动机与目标

• 解决在开放交互系统中管理不确定本体和不确定更新时间的挑战。
• 实现不确定条件下的与应用无关的本体合并。
• 在统一的概率框架中支持外生和内生语义更新。
• 在保持可接受服务等级的前提下降低本体推理的计算成本。

提出的方法

• 该框架使用多主体贝叶斯网络（MEBN）对本体中多个实体之间的不确定关系进行建模。
• 使用语义网规则语言（SWRL）规则对语义更新进行编码，以表达复杂的逻辑约束。
• 基于Java的运行时系统动态监控并处理合并本体的时间更新。
• 将外生更新（外部事件）和内生更新（内部系统变化）作为概率事件建模于MEBN框架内。
• 系统使用条件概率分布来表示更新时间与语义内容中的不确定性。
• 该框架支持增量推理，以在持续更新过程中保持低计算成本。

实验结果

研究问题

• RQ1 如何在同时存在外生和内生更新源的情况下对不确定本体演化进行建模？
• RQ2 在演化本体中维持一致的概率推理的计算成本是多少？
• RQ3 SWRL规则如何与MEBN集成以支持语义更新推理？
• RQ4 统一框架能否在不确定性条件下支持与应用无关的本体合并？

主要发现

• 该框架成功地在一个统一的概率本体推理系统中建模了外生和内生更新。
• 使用MEBN结合SWRL规则，实现了对演化本体的一致、动态推理。
• 基于Java的实现支持对本体更新的实时监控，计算开销极低。
• 通过在MEBN框架中利用增量推理，该方法实现了可扩展的推理。