（计算机应用技术专业论文）网络智能中psml语言的研究.pdf

摘要 摘要 下一代网络智能( w e bi n t e l l i g e n c e ，w i ) 技术致力于让用户不仅仅只是使 用现有的在线信息搜索和知识获取功能，而且要获得在生活、工作、商业、医 疗、学习及娱乐上的智能服务。基于智慧w e b ( w i s d o mw e b ) 的计算机制不仅 提供无缝的共享知识和经验，而且还将提供自组织的资源，以驱动可持续的知 识创造以及科学和社会的发展。 随着互联网的不断扩张，用户很难方便的找到有用的信息。因此我们需要 w e b 上的问题解决系统。而这一系统的核心就是问题解决标记语言( p r o b l e m s o l v e rm a r k u pl a n g u a g e ，p s m l ) 语言与p s m l 语言的w | e b 推理引擎。p s m l 语言是w i 中具有战略意义的研究问题之一。具体地说，在分布式、网络计算环 境中，服务要么是预先设计好的，要么是通过在线的发现和匹配。为了使得在 线的发现和匹配方法可行，个体的内容和服务应该按照预先定义的p s m l 的语 法和语义来开发和编写。 本文具体研究内容如下： 1 i b - p s m l 语言：为了实现p s m l 语言的研究目标，我们构建了一个实验性 的p s m l 语言，称之为1 3 - p s m l 语言。i b - p s m l 语言是通过结合o w l 和 h o r n 子句形成的。o w l 的逻辑基础是描述逻辑，描述逻辑是一阶逻辑的 子集。o w l 特别适合于表示有丰富等级结构的领域模型，但它只能表示一 元关系和部分二元关系。另一方面，由h o r n 子句组成的p r o l o g 语言是 有坚实理论基础的逻辑语言。h o r n 子句中可以表示多元关系，但它最主要 的一个局限是不适合表示有丰富等级结构的领域模型。将o w l 和h o r n 子 句相结合来构造1 3 - p s m l 语言，这样就使得p - p s m l 语言不仅可以表示多 元关系，而且可以表示有丰富等级结构的领域模型，同时可以结合o w l 和h o r n 子句语言的推理引擎完成推理。 2 f ；- p s m l 语言逻辑基础的研究：我们研究了1 3 - p s m l 语言逻辑基础的一些理 论问题。在无递归情况下，p - p s m l 语言中单步的h o r n 子旬推理需要由一 个更为复杂的推理步骤所取代。我们称之为混合推理。我们研究了 3 - p s m l 语言中的混合推理算法。并说明了混合推理算法的一些应用。 北京t _ q k 人学丁学博士学位论文 3 1 3 - p s m l 语言在w i 的分布式环境中的应用：w i 技术目前最重要的应用之 一是企业门户。这些门户通过先进的标记语言对知识和数据进行搜寻、检 索和重新组合。企业门户正在发展成为更加强大的基于组件应用的w e b 服 务中心：w i 不仅要研究以门户为中心的信息结构，还需要研究分布式的信 息结构。但正如a l e s s o 和s m i t h 所指出的，智能门户有统一性和访问方面 的问题，而全局语义w e b 则面临组合爆炸问题。由于以前的方法都存在缺 陷，我们提出通过以门户为中心的、适应性的网络智能服务来开发基于w e b 的问题解决系统来解决上述问题。 基于以上三个方面的研究内容，本文的主要贡献在于： 1 本文提出的1 3 - p s m l 语言是一种新的知识表示方式。这种表示方法可以方 便、有效地表达不同领域的和具有不同特征的知识。1 3 - p s m l 语言也是一种 新的标记语言。并且在1 3 - p s m l 语言中我们通过结合o w l 与h o r n 子句 语言的推理引擎进行推理，可以解决仅使用单一的o w l 或h o r n 子句语 言推理引擎所不能解决的问题。 2 本文研究了由描述逻辑和h o r n 子句组成的i - p s m l 语言逻辑基础的理论问 题。给出了1 3 - p s m l 语言中混合推理算法及其正确性证明和复杂性分析。 在描述逻辑是可确定的情况下，无递归的1 3 - p s m l 语言知识库可以提供一 个正确和完备的推理算法。上述结论的一个特殊而重要的情况是在可确定 的描述逻辑知识库中我们提供一个算法可以回答任意合取的查询。对可确 定的描述逻辑它提供一个规则包含算法。 3 1 3 - p s m l 语言除了可以转换和处理全局与本地信息源外，还可以对其进行推 理来解决问题。在实现决策和电子商务智能中，1 3 - p s m l 语言的推理是通过 结合在语义w e b 和社会网络上的全局信息源与在企业门户中的本地知识与 数据库完成的。在社会网络问题求解中给出了分布式问题解决的新方法， 说明了通过结合不同的推理引擎可以完成原来仅使用单一的推理引擎所不 能完成的任务。1 3 - p s m l 语言可以完成语义w e b 上逻辑层的部分功能，利 用1 3 - p s m l 语言的推理引擎可以完成语义w e b 中的部分查询。 关键词：网络智能；智慧w e b ；分布式问题解决；问题解决标记语言；混合推 理 i l a b s t r a c t a b s t r a c t t h en e x tg e n e r a t i o no ff a s td e v e l o p i n gw e bi n t e l l i g e n c e ( w i ) t e c h n o l o g i e sw i l l a i ma te n a b l i n gu s e r st og ob e y o n dt h ee x i s t i n go n l i n ei n f o r m a t i o ns e a r c ha n d k n o w l e d g eq u e r i e sf u n c t i o n a l i t i e sa n dt og a i np r a c t i c a lw i s d o mo fl i v i n g ，w o r k i n g ， p e r f o r m i n gb u s i n e s s ，t r e a t i n gp a t i e n t s ，l e a r n i n g ，p l a y i n ge t c t h ep a r a d i g mo fw i s d o m w e bb a s e dc o m p u t i n gw i l lp r o v i d en o to n l yam e d i u mf o rs e a m l e s sk n o w l e d g ea n d e x p e r i e n c es h a r i n g b u ta l s oas u p p l yo fs e l f - o r g a n i z e dr e s o u r c e sf o rd r i v i n g s u s t a i n a b l ek n o w l e d g ec r e a t i o na n ds c i e n t i f i co rs o c i a ld e v e l o p m e n t w i t ht h ew o r l dw i d ew e be n l a r g i n gi t ss c a l e ，u s e r sc a n n o tf m da n du t i l i z e i n f o r m a t i o ne a s i l y h e n c ep r o b l e ms o l v i n gs y s t e m si nt h ew e be n v i r o n m e n ta r e r e q u i r e d t h ec o n o fs u c hs y s t e m si st h ep r o b l e ms o l v e rm a r k u pl a n g u a g e ( p s m l ) a n dp s m l - b a s e dd i s t r i b u t e dw e bi n f e r e n c ee n g i n e s p s m li so fg r e a ts i g n i f i c a n c ei n t h er e s e a r c ho fw i s p e c i f i c a l l ys p e a k i n g ，i nd i s t r i b u t e d ，n e t w o r k e dc o m p u t i n g e n v i r o n m e n t ，s e r v i c e sm a yb ef o u n de i t h e ri nad e s i g n e dr e g i s t r yo rv i aa no n l i n e p r o c e s so fd i s c o v e r ya n dm a t c h i n g i no r d e rt o m a k et h el a t t e r o p t i o np o s s i b l e ， i n d i v i d u a lc o n t e n t so rs e r v i c e ss h o u l db ed e v e l o p e da n dw r i t t e nf o l l o w i n gt h es y n t a x a n ds e m a n t i c so fap r e - d e f i n e dp s m l t h em a i nw o r ko f t h i st h e s i si n c l u d e s ： 1 1 3 - p s m l ：w ed e m o n s t r a t eap o s s i b l ei m p l e m e n t a t i o na sr e q u i r e di nt h ef u t u r e p s m l ，c a l l e d b - p s m l 1 3 - p s m li sb a s e do nt h ec o m b i n a t i o no fo w l 、撕t l l h o r nc l a u s e s t h e l o g i cb a s eo fo w l i st h ed e s c r i p t i o nl o g i c ，a n dt h e d e s c r i p t i o nl o g i ci s as u b s e to ff i r s to r d e rl o g i c o w lh a sb e e nd e s i g n e d e s p e c i a l l yt om o d e ld o m a i n sw i t har i c hh i e r a r c h i c a ls t r u c t u r e ，b u ti t sn u m b e ro f a r g u m e n t si s l i m i t e dt oo n l yo n eo rt w o o nt h eo t h e rh a n d ，p r o l o g c o m p o s e db yh o r nc l a u s e si sal o g i cl a n g u a g e 、析t hs o l i dt h e o r e t i c a lb a s i s h o r n c l a u s e sc a nr e p r e s e n tm u l t i a r g u m e n tr e l a t i o n o n eo ft h es i g n i f i c a n tl i m i t a t i o n s o fh o r nr u l e si st h a tt h e ya r en o te x p r e s s i v ee n o u g ht om o d e ld o m a i n sw i t ha r i c hh i e r a r c h i c a ls t r u c t u r e 1 3 - p s m lc o n s t r u c t e db yc o m b i n i n go w la n dh o r n c l a u s e s t h ei m p l e m e n t e d b - p s m ln o to n l yc a nr e p r e s e n tm u l t i a r g u m e n t r e l a t i o n ，b u ta l s oi se x p r e s s i v ee n o u g ht om o d e ld o m a i n s 、v i t har i c hh i e r a r c h i c a l s t r u c t u r e b yc o m b i n i n go w l a n dh o r nc l a u s ep r o g r a m m i n gi n f e r e n c ee n g i n e ， 3 - p s m lc a nb eu s e df o ri n f e r e n c e i i i 北京1 二业大学工学博： j 学位论文 2 s t u d yo nt h el o g i cb a s eo f1 3 - p s m l ：w es t u d yt h et h e o r e t i c a lp r o b l e m so fl o g i c o f1 3 - p s m lc o n s t r u c t e db yc o m b i n i n gd e s c r i p t i o nl o g i ca n dh o r nc l a u s e s i nt h e n o n r e c u r s i v ec a s e ，w es h o wt h a tas i n g l es t e po fa p p l y i n gah o r nc l a u s en e e d s t ob er e p l a c e db yam o r es o p h i s t i c a t e dr e a s o n i n gs t e p w ec a l li ta st h eh y b r i d e n t a i l m e n t w e s t u d y t h e h y b r i d e n t a i l m e n ta l g o r i t h ma n dd i s c u s st h e a p p l i c a t i o no ft h eh y b r i de n t a i l m e n ta l g o r i t h m t h e a p p l i c a t i o n so f1 3 - p s m l i nt h ed i s t r i b u t e de n v i r o n m e n to fw e b i n t e l l i g e n c e ： o n eo ft h em o s ts i g n i f i c a n ta p p l i c a t i o n so nw it e c h n o l o g i e st o d a yi se n t e r p r i s e p o r t a l so p e r a t i n gw i t hs t a t e o f - t h e a r tm a r k u pl a n g u a g e st os e a r c h ，r e t r i e v ea n d r e p a c k a g ek n o w l e d g ea n dd a t a t h ee n t e r p r i s ep o r t a l sa r eb e i n gd e v e l o p e di n t o a ne v e nm o r ep o w e r f u lc e n t e rb a s e do nc o m p o n e n t - b a s e da p p l i c a t i o n sc a l l e d w e bs e r v i c e s w ir e s e a r c h e r sm u s ts t u d yb o t hp o r t a l c e n t r a l i z e da n dd i s t r i b u t e d i n f o r m a t i o ns t r u c t u r e s h o w e v e r , e a c ha p p r o a c hh a sas e r i o u sf l a w a sp o i n t e d o u tb ya l e s s oa n ds m i t h ，t h ei n t e l l i g e n tp o r t a la p p r o a c hl i m i t su n i f o r m i t ya n d a c c e s s ，w h i l et h eg l o b a ls e m a n t i cw e ba p p r o a c hf a c e sc o m b i n a t o r yc o m p l e x i t y l i m i t a t i o n s w ep r o p o s e daw a yt oa d d r e s st h ea b o v ei s s u e sb yd e v e l o p i n ga n d u s i n gaw e b - e n a b l e dp r o b l e m - s o l v i n gs y s t e mf o rp o r t a l c e n t r a l i z e d ，a d a p t a b l e i n t e l l i g e n tw e b s e r v i c e s b a s e do nt h ea b o v ew o r k ，t h em a i nc o n t r i b u t i o n so ft h i st h e s i si n c l u d e ： 1 3 - p s m lt h a tw ep r o p o s e di san e w m e t h o do fk n o w l e d g er e p r e s e n t a t i o n i tc a n r e p r e s e n tk n o w l e d g e o fd i f f e r e n td o m a i n sw i t hd i f f e r e n tc h a r a c t e r i s t i c s e f f e c t i v e l y 1 3 - p s m la l s oi san e w k i n do fm a r k u pl a n g u a g e s i na d d i t i o n ，t h e o w la n dh o r nc l a u s ep r o g r a m m i n gi n f e r e n c ee n g i n e sc a nc o o p e r a t et os o l v e s o m ep r o b l e m st h a tc a n n o tb es o l v e db ye a c ho ft h es i n g l ei n f e r e n c ee n g i n e s e p a r a t e l y w eh a v es t u d i e dt h et h e o r e t i c a lp r o b l e m so fl o g i co fp - p s m lc o n s t r u c t e db y c o m b i n i n gd e s c r i p t i o nl o g i ca n dh o r nc l a u s e s w ep r o v e dt h ec o r r e c t n e s so ft h e h y b r i d e n t a i l m e n ta l g o r i t h ma n dd i s c u s si t s c o m p l e x i t y h y b r i de n t a i l m e n t a l g o r i t h mp r o v i d e sas o u n d a n dc o m p l e t ei n f e r e n c ep r o c e d u r ef o rn o n r e c u r s i v e p - p s m lk n o w l e d g eb a s e si nw h i c ht h ed e s c r i p t i o nl o g i cc o m p o n e n ti sd i c i d a b l e a p a r t i c u l a ra n di m p o r t a n tc a s eo f t h ea b o v ei st h a tw e p r o v i d ea na l g o r i t h mf o r a n s w e r i n ga r b i t r a r yc o n j u n c t i v eq u e r i e so v e rad e c i d a b l ed e s c r i p t i o nl o g i c i v a b s t r a c l k n o w l e d g eb a s e i tp r o v i d e sa na l g o r i t h mf o rr u l es u b s u m p t i o no v e rd e c i d a b l e d e s c r i p t i o nl o g i c 3 3 - p s m lc a nb ee a s i l yu s e df o ri n f e r e n c ea n dr e a s o n i n ga sw e l la st r a n s f o r m i n g a n dm a n a g i n gb o t hg l o b a la n dl o c a lk n o w l e d g e d a t ab a s e 3 - p s m lc r nb eu s e d f o ra u t o m a t i cr e a s o n i n go nt h ew e bb yi n c o r p o r a t i n gg l o b a li n f o r m a t i o ns o u r c e s f r o mt h es e m a n t i cw e ba n ds o c i a ln e t w o r k s 、衍t 1 1 l o c a l l yo p e r a t i o n a l k n o w l e d g e - d a t ab a s e si na ne n t e r p r i s ep o r t a lt o g e t h e rf o rd e c i s i o n - m a k i n ga n d e - b u s i n e s si n t e l l i g e n c e w eh a v eg i v e nan e wm e t h o do fd i s t r i b u t e dp r o b l e m s o l v i n gi ns o c i a ln e t w o r k sa n ds h o w nt h a tb yc o m b i n i n gd i f f e r e n ti n f e r e n c e e n g i n e s ， 3 - p s m lc a ns o l v ep r o b l e m st h a tc a n n o tb es o l v e db ye a c ho ft h es i n g l e i n f e r e n c ee n g i n es e p a r a t e l y d - p s m lc a np e r f o r mt h ef u n c t i o no fl o g i cl a y e r p a r t l ya n d a n s w e rs o m eq u e r i e sb yu s i n gt h ep - p s m li n f e r e n c ee n g i n e sf o rt h e s e m a n t i cw | e b k e yw o r d s ：w e bi n t e l l i g e n c e ；w i s d o mw e b ；d i s t r i b u t e dp r o b l e ms o l v i n g ；p r o b l e m s o l v e rm a r k u pl a n g u a g e ；h y b r i de n t a i l m e n t v 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：导师签名：日期：咖缈删 第1 章绪论 1 1 课题背景 第1 章绪论 互联网上的信息已经变得越来越丰富，但是在w e b 上得到有价值的服务却 依然很困难。w e b 搜索引擎的出现虽然在一定程度上缓和了这一矛盾，但并没 有完全满足人们的需求。问题解决标记语言( p r o b l e ms o l v e rm a r k u pl a n g u a g e ， 简称p s m l 语言) 与p s m l 语言的w e b 推理引擎提供的服务将不仅仅局限于传 统的关键字的匹配、查询和搜索，而且还可以方便、快捷地回答用户提出的问 题，提供问题解决的方案【l 捌】。具体地说，p s m l 语言与p s m l 语言的w 曲推理 引擎不但要设计人和计算机都能够理解的有较强表达能力的语言，而且要设计 高效的、分布式的推理引擎来实现w e b 上的分布式推理来解决现实世界问题， 以满足用户的需求。因此，p s m l 语言是一种高度智能化的语言。 随着i n t e m e t 的迅猛发展，我们今天面临的数据与知识呈现出多种的、分散 的、海量的等特征，而传统的人工智能研究则主要局限于特定领域的、单一知 识库及单一推理引擎的研究。因此，传统的人工智能方法难以解决w e b 时代我 们面临的各种问题。p s m l 语言与p s m l 语言的w 曲推理引擎将结合w e b 上的 全局信息与在本地的知识与数据库进行分布式的推理解决问题。 网络智能( w e bi n t e l l i g e n c e ，w i ) 是钟宁( n i n gz h o n g ) 教授，刘际明( j i m i n g l i u ) 教授和姚一豫( y i y uy a o ) 教授等在国际上首次提出的新兴研究领域，是 与语义w r e b 同步提出的【1 4 ，1 5 ，1 7 ，1 9 ，2 1 五3 ，3 2 3 4 1 。它致力于研究在下一代w e b 支持的 系统、服务和环境背景下的人工智能和信息技术的基础理论和应用技术【1 2 。2 3 ， 3 2 _ 3 4 1 。它通过多学科的交叉与创新，应用独创的w i 模型开发智慧w e b ( w i s d o m w e b ) 【2 l - 2 3 ，解决现实世界中的问题。为了达到这样一个目的，我们需要一种新 的w e b 数据表示方法和模型，实现在w e b 上进行分布式推理的功能，从而提供 基于w e b 的问题求解方法。p s m l 语言与p s m l 语言的w e b 推理引擎正是为解 决这一问题而提出的。2 0 0 2 年春天，网络智能协会( w e bi n t e l l i g e n c ec o n s o r t i u m ， w i c ) 3 5 j 宣告成立。w i 目前己得到美国计算机学会( a c m ) 和电气与电子工程 北京t 业大学二厂学博士学位论文 师协会( i e e e ) 的认同，并且i e e e 已经为w i 创建了学术期刊，w i 现在已成 为计算机科学的前沿研究领域，以w i 为主题的国际学术会议不断召开，在国际 权威学术期刊上发表的有关w i 的论文占到了相当的比重。m 较系统的研究在 国内贝0 网0 冈0 起步。 下一代快速发展的技术致力于让用户不仅仅只是使用现有的在线信息 搜索和知识获取功能，而且要获得在生活、工作、商业、医疗、学习及娱乐上 的智能服务。基于智慧w 曲( w i s d o mw e b ) 1 9 , 2 1 - 2 3 f f j 计算机制不仅提供无缝的 共享知识和经验，而且还提供自组织的资源来驱动可持续的知识创造以及科学 和社会的发展。智慧w e b 是w e b 发展的重要趋势之一，而p s m l 语言与p s m l 语言的w e b 推理引擎是实现智慧w 曲的重要组成部分【1 2 。2 3 1 。 随着计算机制功能的复杂性和自动程度的增加，迫切需要研究新的技术。 为了实现智慧w e b ，需要建立一个类似于网格的计算体系。该体系将带有一些 智能服务代理，这些代理能够自主的交互，自组织，学习并演化他们的行为和 身份。 当用户在处理现实问题的时候使得w e b 能够向其提供无缝的解决方案是研 究智慧w r e b 的重要问题之一。该问题可以表述为如下形式【1 9 1 ： 给定：可访问和可交换的电子资源( 节点) ，最具有代表性的数据和知识源， 为了各种应用领域而设置的可计算的代理( 包括服务) 。资源和节点是高度分布 并松散交互的，并且是异步产生或者更新的。它形式化表示成有语义的，上下 文敏感的，独立于机器的格式，例如p s m l 。 目标：为需要着手解决的生活、工作、商业、医疗、学习、娱乐等方面的实 际问题找到所需的解决方法。 解决方法：建立一个发现和集成的面向目标的服务机制，这些服务最优的达 到上述目标。 当处理研究所面临的挑战和提供最好的问题解决方法时，智慧w e b 将在一 种新的概念形式领域中运作。例如，通过这样一种功能或行为网络，可以形成 新的组织、意见、一致性、o n t o l o g i e s 、服务、甚至于市场。沿着这一思路来研 究智慧w e b 的着眼点在于寻求可计算的方法来支持在分布式的a g e n t s 之间的交 互，而且不限于一个节点只有一个a g e n t 。 2 第l 章绪论 具体地说，在分布式、网络计算环境中，服务要么是预先设计好的，要么 是通过在线发现和匹配的。为了使得在线的发现和匹配方法可行，个体的内容 和服务应该按照预先定义的p s m l 的语法和语义来开发和编写。作为p s m l 表 示的一部分，有关的领域也要被指定作为可能的背景知识，在其中可以得到相 关的内容或服务。使用p s m l 作为代码的分布式服务可以被认为是某个具体问 题的部分解决策略。 p s m l 语言与p s m l 语言的w e b 推理引擎是w i 中具有战略意义的研究问 题之一【1 - 2 3 1 。现实世界的问题是复杂的，尤其是在i n t e m e t 迅猛发展的今天，为 了给用户提供智能化的w e b 服务，p s m l 致力于研究具有较强表达能力的标记 语言、有效利用本地知识库和分布在i n t e m e t 上的全局知识库的方法、以及 i n t e m e t 上分布式的推理方法。有关这一问题的研究能够为电子商务、电子政务 等应用领域提供新的有力的技术支持，并为最终实现智慧w e b 奠定良好的基础。 另外，w e b 目前最重要的应用之一是智能p o r t a l 的开发。这些智能p o r t a l 通过先进的标记语言对知识和数据进行搜寻、检索和重新组合。p o r t a l 技术正在 发展成为更加强大的基于组件应用的w e b 服务中心。而p s m l 语言与p s m l 语 言的w e b 推理引擎则可以成为智能p o r t a l 中的核心技术【1 3 ，3 6 1 。 国际上已有的与标记语言有关的研究主要集中于语义w e b ( s e m a n t i cw 曲) 3 7 - 3 9 】，语义w 曲只注重解决w 曲上缺乏语义的问题。然而，按照信息科学和知 识管理领域中对数据、信息、知识和智慧( w i s d o m ) 的层次性的定义，可以将 w 曲看成数据w e b 、信息w e b 、知识w r e b 和智慧w 曲四个层次1 4 0 。目前包括语 义w e b 在内的w e b 技术，还局限于处理数据、信息和在一定程度上处理知识。 1 2 相关研究 1 2 1 语义w 曲 语义w e b ( s e m a n t i cw e b ) 是w o r l dw i d ew e bc o n s o r t i u m ( w 3 c ) 提出的 思想，它致力于构建新的标准，使得w e b 成为计算机可理解和处理的形式化知 识和数据，即人类和计算机都可处理和使用的w e b 数据3 7 。9 1 。目前已提出的语 n 京i 业大学i 学博学位论文 义w e b 模型的建构已具有了一定的规模。研究人员已经提出了一些不同的标记 语言，如x m l h “，r d f 4 2 1 ，d a m l + 0 1 l 1 4 ”，x r m l 4 4 i ，r u l e m l 4 ”，o w l t 4 6 】 等。它们主要致力于形式化的表示知识。这些国际标准正越来越多的被业界所 采纳和遵循，这使得语义w e b 将成为w e b 发展的趋势之一。语义w e b 上的数据 也将是本文研究的主要内容之一。 b e m e r s - l e e 给出如下定义：语义w e b 是一个网，它包含了文档或文档的 一些部分，描述了事物间的明显关系，且包含语义信息，以利于机器的自动处 理。 在x m l 2 0 0 0 大会的重要发言中，b e m e r s - l e e 专门解释了“语义”和 w e b 两 个词的含义删。在“w e b ”背后足可导航空间的思想，用u r i ( 统一资源标识符) 映射到资源上。语义w 曲所指的“语义”是“机器可处理”，而不是自然语言语义 和人的推理。对于数据语义表达了机器能对这些数据做些什么。当你给出一 些数据到一台机器，如果它用这些数据做出正确事情，就称它通过了“语义测试”。 b e m e r s l e e 描述了他对语义w c b 结构的设想，认为语义w e b 是个多层次结构， 功能逐层增强。其结构如图1 - 1 所示1 3 9 1 ： 圈1 1 3 9 语义w e b 结构 f i g u r e l 1 1 3 9 a r c h l t e g t u r eo f s e m a n t i c w e b u n i c o d e 是一个新的字符编码系统标准，支持世界上所有主要语言文本的混 合；u r i 是i n t e m e t 资源的种识别方法。 第l 章绪论 x m l 于9 8 年由w 3 c 设计出来，主要是用于使信息自描述，准确告诉机器 信息的含义。x m l 包含一些规则，任何人可按规则创建一个标记语言，规则保 证一个称为分析器的简洁程序可以处理这些新语言。n s 是x m l 名称空间，由 u 索引确定，在x m l 文档中用作元素类型和属性名。x m l 模式( s c h e m a ) 是描述x m l 文档内容的模型，x m l 模式内有两类基本约束：内容约束( 它决 定在哪里及什么时候可以使用元素) 和数据类型约束( 它控制什么类型数据可 以出现在元素中) 。x m l 依赖于u n i c o d e ，因此它能在不同计算机系统间交换 信息，也超越了国家和文化的边界。 r d f 是w 3 c 新建的标准，通常用于表达元数据，描述其他w e b 资源，如 x m l 文件。这些描述包含需要计算机理解的数据，r d f 增加语义到文档中而不 用假定文档的结构。r d f 数据模型包括三个基本组成部分：资源( 能通过u r i 引用的任何事物) 、属性( 被描述资源的特性) 和语句( 包括引用资源的指针 以及该资源属性和属性值的表达式) 。r d f 语句可以用直接标记图来表达，但 为了机器交换，还需要适当的句法，比如可以用x m l 作为其句法框架。万维网 上的数据是机器可读取的，但不一定是机器可理解的。如果网上的数据遵循一 种标准的描述或标记方法，那么计算机对于它们处理的资源一定会理解得更多， 所以r d f 标准为语义w e b 奠定了基础。使用标准方法处理这种元数据，人们就 能以对描述语言预期的理解来设计应用程序、句法和涉及的传输，使得应用程 序能够交换信息而不必担心互操作性问题。 r d f 模式引入一个面向对象、可扩展的类型( t y p e ) 系统到r d f 中，提供 方法定义合适的定义域和值域，以及类和子类层次。在r d f 模式中，属性不是 局限于一个类( 如面向对象语言中的属性) ，而是全局的，在属性连接的各类 中描述。模式文档的作用类似一个合同作用：在提交一个r d f 模式的同时，应 用程序开发者保证他们的应用程序可与依从r d f 模式的r d f 实例数据工作。可 以认为r d f 模式是一组o n t o l o g y 建模原语加在r d f 上，但r d f 模式提供的语 言比其他现代知识表示语言要弱，比如，没有标准方法描述基本限制，有待其 上层的o n t o l o g y 层将r d f 模式扩展为齐全的o n t o l o g y 建模语言。 o n t o l o g y 一般译为本体( 因为有多种不同的翻译，我们在本文中仍使用 o n t o l o g y ) ，是某领域内概念的显式说明。一个o n t o l o g y 可以描述事物类型之 间的关系，如“这是一个过渡的性质”。o n t o l o g y 词汇提供了更多的元信息、互操 北京工业大学工学博一1 j 学位论文 作和互转换信息。信息的无缝交换已成为w e b 成功开发的关键问题，o n t o l o g y 提供了方法来捕捉人和机器使用的术语的共享理解性i 帮助信息交换。 逻辑层是利用万维网各处的断言导出新知识的地方，更高层( 具有复杂逻 辑和交换证明以建立信任关系) 将拥有更复杂的功能。如果不设计一个跨系统 的推理系统，而是建议一种普遍性语言来表达证明，就实现了证明层。 数字签名跨越了多层，虽然公共钥匙密码技术已存在较长时间，但还没有 真正广泛应用。如果它真正实用，加上语义w e b 各层支持，使一个团体在一定 范围内可信任，那么就实现了信任层。因此，重要的应用就可以进入语义w e b ， 如电子商务等。 t i mb e m e r s l e e 预见的这个层次结构将在今后十年内得到发展。高层技术 仍未成熟，还要多年的努力才有成果，近期的工作主要集中在o n t o l o g y 层和逻 辑层。 1 2 2 问题解决 问题解决( p r o b l e ms o l v i n g ) 一直是人工智能研究的重要问题之一【4 7 石7 1 。 人工智能中的搜索、规划、推理等研究的目的就是为了完成对问题的求解。 艾伦纽厄尔与赫伯特西蒙在19 5 9 年提出的通用问题求解器( g e n e r a lp r o b l e m s o l v e r ，g p s ) 试图提供一个对一般问题普遍适用的解决方案【4 刀。但这种被称为 “弱方法 的搜索机制不能扩大到大规模或困难问题的场合，因而g p s 基本没 有解决现实世界问题的能力。从2 0 世纪6 0 年代末开始，由于艾德费根鲍姆等 人对他们提出的知识工程领域的研究与专家系统的实现，人们在一些领域利用 专家系统完成了只有专家才能完成的任务。但在后来的研究中人们逐渐认识到 专家系统的局限性，它只在有限领域内获得了成功。 有多种方法可以实现关于领域知识的推导。最简单的是通过一组逻辑公理 或规则支持o n t o l o g y 形成某种方法，借此新的事实可以从已有的事实中推导出 来。普通的推理引擎就可以基于这些规则或公理得出结论，产生新的知识并解 决一些简单的问题。这些隐含的问题解决方法知识使规则库不可靠，当领域知 识发展时难以更新【5 6 】。 6 第1 章绪论 早期实验性的基于规则的系统的教训为：不仅领域知识需要明确表达( 如 由o n t o l o g y 支持) ，而且系统的问题解决方法必须作为系统的另一个独立组件。 k a d s 方法学坚持系统的模块和行为应该区分出三类不同的知识层次，即领域层