[论文解读] The State of the Art in Developing Fuzzy Ontologies: A Survey

Zahra Riahi Samani, Mehrnoush Shamsfard|arXiv (Cornell University)|May 6, 2018

Semantic Web and Ontologies参考文献 42被引用 3

一句话总结

本综述通过分析100篇文献中的35项关键研究，综合了模糊本体在处理语义知识模型中不确定性方面的最新进展，识别出核心方法、表示技术与推理机制。该研究提供了模糊本体开发的全面分类体系，突出展示了在表示模糊、模糊或歧义领域知识方面所面临的挑战、发展趋势及开放的研究问题。

ABSTRACT

Conceptual formalism supported by typical ontologies may not be sufficient to represent uncertainty information which is caused due to the lack of clear cut boundaries between concepts of a domain. Fuzzy ontologies are proposed to offer a way to deal with this uncertainty. This paper describes the state of the art in developing fuzzy ontologies. The survey is produced by studying about 35 works on developing fuzzy ontologies from a batch of 100 articles in the field of fuzzy ontologies.

研究动机与目标

• 分析并分类现有开发模糊本体的方法，以应对经典本体在处理不确定性方面的局限性。
• 识别在不同应用领域中模糊本体构建过程中所使用的常见模式、技术与框架。
• 梳理模糊本体研究的演进历程，包括表示形式化方法、推理机制以及与模糊逻辑的集成。
• 突出该领域中的开放挑战与研究空白，如可扩展性、工具支持与标准化问题。
• 为希望在不确定知识领域开发或应用模糊本体的研究人员和从业者提供结构化参考。

提出的方法

• 对本领域100篇文献进行系统性文献综述，基于与模糊本体开发的相关性及贡献度，从中选取35篇进行深入分析。
• 根据模糊表示形式化方法（如模糊概念、模糊关系与模糊规则）对方法进行分类。
• 分析模糊本体中使用的推理机制，包括模糊推理、模糊描述逻辑以及模糊语义网技术。
• 提取并对比本体工程方法论，包括知识获取、映射到模糊逻辑以及验证技术。
• 评估支持模糊本体开发的工具与框架，如Fuzzy OWL、Fuzzy-OWL以及对标准本体语言的扩展。
• 通过主题分析综合趋势与挑战，重点关注表达能力、计算复杂性及实际适用性。

实验结果

研究问题

• RQ1 在模糊本体开发中，主流的形式化方法与表示技术是什么？
• RQ2 现有模糊本体如何处理模糊性下的不确定性传播与推理？
• RQ3 在表达能力与计算需求方面，模糊本体与经典本体的关键差异是什么？
• RQ4 支持模糊本体开发与部署的工具与框架有哪些？其局限性是什么？
• RQ5 模糊本体工程领域中主要未解决的挑战与研究空白是什么？

主要发现

• 模糊本体通过模糊集合与隶属函数，显著扩展了经典本体，使其能够表示模糊、不精确或歧义的领域概念。
• 模糊描述逻辑以及OWL的模糊扩展（如Fuzzy-OWL）是定义模糊本体最广泛采用的形式化方法。
• 模糊推理机制，特别是基于模糊规则系统与模糊逻辑运算的机制，常用于支持不确定性下的推理。
• 尽管兴趣日益增长，但模糊本体开发的工具支持仍然有限，缺乏标准化或广泛采用的平台。
• 可扩展性与性能仍是关键挑战，尤其是在将模糊推理应用于大规模本体时。
• 亟需建立标准化的评估基准、最佳实践以及更完善的工具链，以推动该领域向工业应用发展。