[论文解读] Query Answering in Object Oriented Knowledge Bases in Logic Programming: Description and Challenge for ASP
本文提出了 KB_Bio_101，一个从生物学教科书派生的大规模面向对象知识库，以答案集编程（ASP）形式化，以支持复杂查询的问答。它提出了四种实用查询类型——概念差异、个体间关系、路径计算和基于约束的推理——这些类型因无限归结、不可判定性，以及对图结构对象和等式约束的高效处理需求，对当前ASP求解器构成了重大挑战。
Research on developing efficient and scalable ASP solvers can substantially benefit by the availability of data sets to experiment with. KB_Bio_101 contains knowledge from a biology textbook, has been developed as part of Project Halo, and has recently become available for research use. KB_Bio_101 is one of the largest KBs available in ASP and the reasoning with it is undecidable in general. We give a description of this KB and ASP programs for a suite of queries that have been of practical interest. We explain why these queries pose significant practical challenges for the current ASP solvers.
研究动机与目标
- 将 KB_Bio_101 作为现实世界中大规模知识库提出，以推动 ASP 求解器的发展。
- 识别并形式化四类与智能辅导系统（如 Inquire）相关的实用查询类型。
- 突出当前 ASP 求解器在处理函数符号、图结构对象和等式约束方面的局限性。
- 推动为扩展的 ASP 语言开发新型归结技术与推理策略。
- 在共享的复杂知识库上，实现 ASP 与描述逻辑范式之间的比较评估。
提出的方法
- 使用面向对象知识库（OOKB）语义形式化 KB_Bio_101，支持类层次结构、关系、域/范围约束以及描述性规则。
- 通过支持函数符号和图结构对象的概念建模层，将 OOKB 转换为 ASP 程序。
- 定义四种查询类型：(1) 计算两个概念之间的差异，(2) 找出两个个体之间的关系，(3) 在类层次结构中进行路径计算，(4) 基于等式和基数约束的推理。
- 使用带否定作为失败的 ASP 规则表达查询逻辑，包括强制唯一性和一致性的约束。
- 在现有系统（如 AURA）中使用启发式方法和深度限制推理来近似路径计算，承认其不完备性。
- 证明 KB_Bio_101 无法用可判定的描述逻辑表达，原因在于其图结构描述和等式约束。
实验结果
研究问题
- RQ1如何使用面向对象知识库模型，将来自生物学教科书的复杂现实世界知识在 ASP 中正式表示？
- RQ2由于使用了函数符号和无限归结，KB_Bio_101 的归结与推理面临哪些关键挑战？
- RQ3为什么 KB_Bio_101 的推理是不可判定的，这对 ASP 求解器设计有何影响？
- RQ4KB_Bio_101 中的查询类型如何考验当前 ASP 求解器的能力，特别是在路径计算和约束处理方面？
- RQ5在处理图结构、富含等式的知识库时，ASP 与描述逻辑在推理方面各自的优势和局限性是什么？
主要发现
- KB_Bio_101 是目前公开可用的最大的 ASP 知识库之一，源自真实教科书，并在智能辅导系统中实际使用。
- 该知识库包含使用函数符号的规则，导致无限归结，对当前 ASP 求解器构成重大挑战。
- 由于图结构描述和等式约束的存在，KB_Bio_101 的推理在一般情况下是不可判定的。
- 计算两个概念之间所有路径的查询在计算上是指数级的，目前使用现有工具无法完全计算。
- AURA 中现有路径计算的实现依赖启发式方法和深度限制，导致结果不完整，遗漏了重要关系。
- 由于支持图结构对象和涉及 Skolem 函数的等式语句，KB_Bio_101 无法用可判定的描述逻辑表达。
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。