[论文解读] The Semantic Web Rule Language Expressiveness Extensions-A Survey

Abba Lawan, Abdur Rakib|arXiv (Cornell University)|Mar 27, 2019

Semantic Web and Ontologies参考文献 30被引用 4

一句话总结

本文综述了语义网规则语言（SWRL）的表达能力扩展，分析了诸如概率、模糊、非单调以及数学内置函数等增强功能如何将SWRL的能力扩展至其原始的不可判定、基于规则的形式化体系之外。文章评估了这些扩展在语法、语义、可判定性及可用性方面的表现，结论指出尽管SWRL的表达能力已显著增强，但实际应用受限于缺乏标准化且可判定的推理器，以及SPARQL和RuleML等替代方案的竞争。

ABSTRACT

The Semantic Web Rule Language (SWRL) is a direct extension of OWL 2 DL with a subset of RuleML, and it is designed to be the rule language of the Semantic Web. This paper explores the state-of-the-art of SWRL's expressiveness extensions proposed over time. As a motivation, the effectiveness of the SWRL/OWL combination in modeling domain facts is discussed while some of the common expressive limitations of the combination are also highlighted. The paper then classifies and presents the relevant language extensions of the SWRL and their added expressive powers to the original SWRL definition. Furthermore, it provides a comparative analysis of the syntax and semantics of the proposed extensions. In conclusion, the decidability requirement and usability of each expressiveness extension are evaluated towards an efficient inclusion into the OWL ontologies.

研究动机与目标

• 分析原始SWRL形式化体系在建模需要不确定性、非单调推理和高级数学运算的复杂现实场景时的局限性。
• 对SWRL提出的各类表达能力扩展进行分类与比较，包括概率、模糊、非单调、存在量词及数学扩展。
• 在OWL本体和实际部署背景下，评估每种扩展的可判定性与可用性。
• 识别在扩展SWRL功能的标准化与推理支持方面的研究空白。
• 评估SWRL作为语义网综合本体规则语言的潜力。

提出的方法

• 系统性地调研文献中SWRL扩展的分类，按功能类型划分为：概率、模糊、非单调、存在量词、一阶逻辑量词、ε量词、OpenMath集成、时间推理及数学内置函数。
• 分析每种扩展的语法与语义，包括对新构造的正式化，如 swrlb:greaterThan()、dominance(Rx,Ry)、Mutex(Rx,Ry) 以及存在量化的变量 (!x)。
• 通过DL-safety约束评估可判定性，其中规则原子中的变量必须绑定到本体中已知的个体或概念。
• 对内置函数进行对比分析，包括SWRLM（用于复杂数学）、SWRLX（用于创建owl:Thing个体）以及SWRL Temporal（用于Allen的时间区间逻辑）。
• 将扩展映射到形式逻辑框架：例如，通过∀和∃量词实现的一阶逻辑扩展，通过εXφ(X)实现的ε量词，以及通过OpenMath实现的可扩展数学语义。
• 基于推理器的可用性、标准化程度以及与SPARQL和RuleML的竞争情况，评估其实际可用性。

实验结果

研究问题

• RQ1 原始SWRL形式化体系在建模现实领域知识时存在哪些关键表达能力限制？
• RQ2 诸如概率、模糊和非单调扩展等SWRL扩展如何增强该语言的表达能力？
• RQ3 每种扩展对SWRL本体中推理的可判定性与计算可行性产生何种影响？
• RQ4 尽管具有理论上的表达能力，为何扩展SWRL功能的实际采用仍受限制？
• RQ5 SPARQL和RuleML等替代语言在多大程度上降低了对扩展SWRL功能的实际需求？

主要发现

• SWRL原始形式化体系由于不受限的一阶Horn子句而不可判定，因此必须通过DL-safety来确保推理的正确性。
• SWRLM和SWRLX等扩展提供了高级数学与存在量词推理能力，支持新个体的创建与复杂计算。
• 概率与模糊扩展分别通过条件概率表和隶属度，支持对不确定或模糊事实的建模。
• 非单调扩展，包括否定、Mutex与支配算子，支持规则系统中的优先级排序与冲突解决。
• 尽管理论发展充分，但大多数扩展缺乏标准化的语法与语义，限制了互操作性与推理器支持。
• 由于缺乏广泛可用且可判定的推理器，以及SPARQL与RuleML的竞争，扩展SWRL的实际部署仍有限。