（计算机软件与理论专业论文）基于描述逻辑的时态知识表示与推理研究.pdf

摘要 摘要 近年来，描述逻辑由于其强大的表达能力和优良的计算性质，在知识工程领 域受到广泛关注。描述逻辑的出现改变了以往知识表示和推理的方式，具有语义 的知识表示方便了领域知识的创建与共享，成为目前知识表示和推理的主流语 言。知识库、语义w e b 及本体理论等都开始用描述逻辑作为其底层的逻辑基础。 时态表达和推理有专门的国际会议，相关的研究也比较多。自然语言中时态 知识的提取和标记即时态感知( t e m p o r a l l y a w a r e ) 是其中一个比较集中的研究 方向，而一些针对专门领域( 如实时系统、智能规划等) 的时态知识的推理和应 用也有较多研究。但由于应用环境和需求各不相同，一直没有形成相对统一的时 态知识表示和推理框架。虽然描述逻辑已经成为知识表示和推理的主流语言，但 是基于描述逻辑的时态知识表示和推理研究还只是初步的、不全面的，因此本文 期望通过对基于描述逻辑的时态知识表示和推理的研究，能推进统一的时态知识 表示和推理框架的形成。 本文首先通过研究时间本体来表示时态信息和知识。通过研究已有的时问本 体及现实中时态知识的表现形式，给出了一个较全面的时问本体表示框架，对时 态信息与知识的规范表示有一定的促进作用。在研究了时间本体表示框架后，结 合时间本体给出了一个基于本体的工作流模型，能方便地表示工作流中的时态信 息及约束，同时可以对工作流中的各种时态约束进行自动验证和控制，提供了另 一种工作流实现的思路。 本体作为描述逻辑的应用，在其基础上的时态表达和推理必然会过于繁琐， 并导致推理算法的低效。因此我们尝试对逻辑层即描述逻辑本身进行时态扩展来 增加时态表达和推理能力。本文对描述逻辑进行了时态领域的扩展，给出了带时 态扩展的描述逻辑a l c ( t ) 的形式化描述及其对应的t a b l e a u 推理算法；对已有 的描述逻辑推理机进行了d i g 接口的时态领域扩充，同时实现了对应的t a b l e a u 推理算法；使得推理机具备了时态知识的表示和推理能力，该算法及其实现过程 能方便地扩展到其他具体领域，可广泛用于现实世界中具体知识的表示和推理。 建立一个基于本体的知识库原型系统可以搭建个研究平台，方便描述逻辑 进一步的理论研究与应用。在研究了国内外本体知识库理论及应用后，决定对基 于本体的法律知识库进行深入的研究。本文最后给出了一个法律领域的本体表示 模型d o l e g a l ，构建了法律知识库原型系统，能实现简单法律知识的表示和推理， 并给出了具体实现过程，该系统具有较广泛的应用和推广前景。 关键字：时态知识表示与推理，描述逻辑，时间本体，时态扩展，a l c ( t ) ，t a b l e a u 算法，推理机，法律知识库 摘要 a b s t r a c t r e c e n t l y , d e s c r i p t i o nl o g i c s ( d i i s ) h a v eb e e ng i v e ne x t e n s i v ea t t e n t i o n i n k n o w l e d g ee n g i n e e r i n gf i e l do w i n gt o t h e i r p o w e r f u le x p r e s s i n g a b i l i t i e sa n d e x c e l l e n tc o m p u t i n gp r o p e f t i e s d l sh a v eb e e nd o m i n a t i n gl a n g u a g ei nk n o w l e d g e r e p r e s e n t a t i o na n dr e a s o n i n g , b e c a u s et h e i ra p p e a r a n c eh a v ec h a n g e dt h ef a s h i o no f k n o w l e d g ep r o c e s s i n g , a n di t sc o n v e n i e n tf o rp e o p l et oe s t a b l i s ha n ds h a r ed o m a i n k n o w l e d g e d l sa r eu n d e r l y i n gl o g i cb a s i so fk n o w l e d g eb a s e 、s e m a n t i cw e ba n d o n t o l o g yt h e o r y o nt e m p o r a lr e p r e s e n t a t i o na n dr e a s o n i n g , t h e r ea r em a n yr e l e v a n ti n t e r n a t i o n a l c o n f e r e n c e sa n dr e s e a r c h t e m p o r a lk n o w l e d g ep i c k - u pa n dm a r k i n g ( t e m p o r a l l y a w a r e ) i sa ni m p o r t a n tr e s e a r c hf i e l d ，a n dt h e r ea r ea l s os o m er e s e a r c ho nt e m p o r a l k n o w l e d g er e a s o n i n ga n da p p l i c a t i o no fs p e c i f i cd o m a i n s ( r e a l - t i m es y s t e m s , i n t e l l i g e n tp l a n n i n g , a n de t c ) h o w e v e r , t h e r ei s n ou n i f i e df r a m eo ft e m p o r a l k n o w l e d g er e p r e s e n t a t i o na n dr e a s o n i n g a l t h o u g hd i sh a v eb e e nd o m i n a n tl a n g u a g e o fk n o w l e d g ee n g i n e e r i n g , t h e r e sl i t t l er e s e a r c h0 1 1t h ef i e l do ft e m p o r a lk n o w l e d g e r e p r e s e n t a t i o na n dr e a s o n i n g s oi nt h i sa r t i c l e , b yd o i n gr e s e a r c ho ni t , w ew a n tt o f o r mau n i f i e df r a m eo ft e m p o r a lk n o w l e d g er e p r e s e n t a t i o na n d r e a s o n i n g , i nt h i sa r t i c l e ，f i r s tw ee x p r e s st e m p o r a lk n o w l e d g ew i t ht i m eo n t o l o g y a f t e r i n v e s t i g a t i o ni n t o e x i s t e n tt i m e o n t o l o g ya n dp r e s e n te x p r e s s i o n o ft e m p o r a l k n o w l e d g e ，w es h o wa ni n t e g r a t e dr e p r e s e n t a t i o nf r a m eo ft i m eo n t o l o g y , w h i c hw i l l a f f e c tt h es t a n d a r d i z a t i o no ft e m p o r a li n f o r m a t i o na n dk n o w l e d g e a f t e rr e s e a r c ho n t h er e p r e s e n t a t i o nf r a m eo ft i m eo n t o l o g y , w es h o waw o r k f l o wm o d e lb a s e do n o n t o l o g yb yr e f e r r i n gt ot i m eo n t o l o g y t h i sm o d e lc a l le a s i l yr e p r e s e n tt e m p o r a l i n f o r m a t i o na n dc o n s t r a i n to fw o r l d l o w , a n da u t o m a t i c a l l yv a l i d a t ea n dc o n t r o l v a r i a n tt e m p o r a lc o n s t r a i n to fw o r l d l o w i tp r o p o s e san e ww a yo fw o r k f l o w a p p l i c a t i o n a sa na p p l i c a t i o no fd l s ，o n t o l o g yw i l lb ec o m p l e x0 1 1t e m p o r a le x p r e s s i n ga n d r e a s o n i n g , a n da l g o r i t h mo fr e a s o n i n gw i l lb ei n e f f i c i e n t s ow et r yt oa d dt e m p o r a l a b l i l i t yt od lw h i c hi sl o g i cl a y e f w ee x t e n dd l sw i t ht i m ec o n c r e t ed o m a i n ，a n d s h o wt h es y n t a xa n dt a b l e a ur e a s o n i n ga l g o r i t h mo f 触上c i ) w h i c hi sad lw i t h t e m p o r a le x t e n s i o n ；t h e nw ee x t e n dd i gi n t e r f a c ew i t ht i m ec o n c r e t ed o m a i n ，a n d r e a l i z et h et a b l e a ur e a s o n i n ga l g o r i t h mi nt h er e a s o n e r ；t h i sr e a s o n e rp o s s e s s e st h e a b i l i t yo ft e m p o r a le x p r e s s i o na n dr e a s o n i n g , a n dt h er e l e v a n ta l g o r i t h mc a nb e a p p l i e dt oo t h e rc o n c r e t ed o m a i ne a s i l yt oe x p r e s sa n dr e a s o nc o n c r e t ek n o w l e d g eo f t e a lw o r l d a nr e s e a r c hp l a t f o r mc a nb eb u i l tt o f a c i l i t a t ea d v a n c e dd l sr e s e a r c ha n d a p p l i c a t i o nb yb u i l d i n gak n o w l e d g ep r o t o t y p es y s t e mb a s e do no n t o l o g y a f t e r r e s e a r c ho nr e l e v a n tt h e o r ya n da p p l i c a t i o n ，w ed e c i d et od of u r t h e rr e s e a r c ho nl e g a l k n o w l e d g eb a s eb a s e do no n t o l o g y i nt h i sa r t i c l e ，f i n a l l y , w es h o wao n t o l o g y r e p r e s e n t a t i o nm o d e lo fl e g a ld o m a i n d o l 2 9 a l ，a n db u i l dal e g a lk n o w l e d g e p r o t o t y p es y s t e mb a s e dw h i c hc a ne x p r e s sa n dr e a s o ns i m p l el e g a lk n o w l e d g e w e a l s od e m o n s t r a t ei t sf u n c t i o nt o i l l u s t r a t et h a ti th a si m p o r t a n t a p p l i c a t i o na n d p o p u l a r i z a t i o ns i g n i f i c a n c e k e y w o r d ：t e m p o r a lk n o w l e d g er e p r e s e n t a t i o na n dr e a s o n i n g , d e s c r i p t i o nl o g i c , t i m e o n t o l o g y , t e m p o r a le x t e n s i o n ，a l q t ) ，t a b l e a ua l g o r i t h m ，r e a s o n e r , l e g a l k n o w l e d g eb a s e 第1 章引言 第1 章引言 1 1 问题的提出 时间是自然界无所不在的客观属性，所有信息都具有相应的时态属性 j e n s c n 2 0 0 0 , 2 0 0 1 】。随着数据库与信息技术的深入和发展，信息系统面临许多新的应用 和新的需求，对时态信息处理的需求越来越迫切。时态信息处理已成为许多新一 代数据库与信息系统的关键技术，特别是电子政务、电子商务、数据仓库、数据 挖掘、决策支持系统等信息系统中扮演着日益重要的角色。 时态信息处理主要涉及到时态数据的存储、检索及运算等，但是成熟的时态 信息处理技术和软件产品还很少见，时态信息技术越来越受到人们的关注，存在 大量的诱人课题，是数据库与信息系统一个重要发展方向f 汤庸2 0 0 a 。 随着人工智能领域研究的不断深入，计算机不再是简单的数据存储和运算， 而需要对人类已有的知识进行表示和推理，从产生式规则到语义网络、框架系统 及描述逻辑，知识表示及推理的理论正在不断的深入和完善，而时态知识的表示 和推理是其中重要的组成部分。 近年来，描述逻辑由于其强大的表达能力和优良的计算性质，在知识工程领 域受到广泛关注。描述逻辑的出现改变了以往知识表示方式中语法与语义脱节的 缺点，其装备了一个形式的、基于逻辑的语义 b a a d e re la 1 2 0 0 2 ，另外一个显著 的特点在于以推理为中心服务作为重点，允许我们从知识库中的外层知识得到蕴 含在其内部的知识，而这个推理过程会在有限时间内完成。描述逻辑具有语义的 知识表示方便了领域知识的创建与共享，成为目前知识表示和推理的主流语言。 知识库、语义w e b 及本体理论等都开始用描述逻辑作为其底层的逻辑基础。 时态表达和推理有专门的国际会议，相关的研究也比较多。自然语言中时态 知识的提取和标记即时态感知( t e m p o r a l l ya w a r e ) 是其中一个比较集中的研究 第1 章引言 方向，而一些针对专门领域( 如实时系统、智能规划等) 的时态知识的推理和应 用也有较多研究。但由于应用环境和需求各不相同，一直没有形成相对统一的时 态知识表示和推理框架。虽然描述逻辑已经成为知识表示和推理的主流语言，但 是基于描述逻辑的时态知识表示和推理研究还只是初步的、不全面的，因此本文 期望通过对基于描述逻辑的时态知识表示和推理的研究，能推进统一的时态知识 表示和推理框架的形成。 1 2 相关研究现状 时态信息处理在国际上有专门的会议“t e m p o r a lr e p r e s e n t a t i o n a n d r e a s o n i n g ”研究时态信息的表示和推理，每年举行一次，目前已举行了1 3 届。 对时态信息处理的研究主要集中在时态数据库的研究，唐常杰对时态数据库 技术前2 0 年的发展做了系统回顾瞧 常杰1 9 9 9 - 1 ，1 9 9 9 2 1 。 在7 0 年代末，数据库和大容量高速存储技术的日渐成熟和发展为时态数据库 技术的产生与应用创造了条件。b e n _ z v i b e n - z v i1 9 8 2 和c l i f f o r d c l i f f o r d1 9 8 2 】 在1 9 8 2 年的博士论文是时态数据库技术开创期的两个标志性成果。 1 9 8 2 年以后，t d b 的研究开始走向繁荣时期。这个时期标志性成果是t a n s e l 等在1 9 9 3 年共同编辑出版白勺t e m p o r a ld a t a b a s e ：t h e o r y , d e s i g na n di m p l e m e n t i o n ” 一书 t a n s e le ta 1 1 9 9 3 1 。该书对此前国际时态数据库技术的研究给出了全面的总 结，书中列出2 0 年来t d b 5 0 0 余篇文献，收录了国际时态数据库方面重要学者 的研究成果和时态数据库模型，书中还列出了1 3 种最有影响的时态数据模型。 这段时期重要特征是时态数据库理论研究和时态数据模型探讨，因而模型多，但 原型系统少，实际应用少【唐常杰1 9 9 9 - 1 1 。 1 9 9 4 年后，时态模型没有新的突破，如何将时态数据模型“标准化”和“产 品化”是这个时期重要特征。在“标准化”方面代表性成果是s n o d g r a s s 等1 9 9 4 年提出的双时态数据模型t s o l 2 s n o d g r a s s1 9 9 5 ，t s q l 2 是对s q l _ 9 2 语言标 准的时态扩充，提出将t s q l 2 的相关结构集成到s q l 3 标准。在“产品化”方 面代表性成果是瑞士t i m e c o n s u l t 公司1 9 9 8 年推出的t i m e d b 2 0 0 。t i m e d b 是 一个双时态关系数据库系统【w 曲s i l c2 3 1 ，支持平台j a v a 、j d b c ，它基于s q l 查 2 第1 章 i 占 询语言，支持时态查询语言a t s q l 2 。 目前时态数据库的应用实现还只能依托于传统的数据库，可以在此基础上进 行全面的时态数据库理论研究。 时态推理是很多感知任务( c o g n i t i v et a s k s ) 的基础，在人工智能研究领域有 较多的研究。时态推理在很多方面都有广泛的应用研究，如：n l p ( n a t u r a l l a n g u a g e p r o c e s s i n g ) ，过程控制( p r o c e s sc o n t r 0 1 ) ，调度( s c h e d u l i n g ) ，原因诊断( c a u s a l d i a g n o s i s ) ，规划( p l a n n i n g ) ，数据库查询( d a t a b a s eq u e r y ) ，数据挖掘( d a t a m i n i n g ) ，可视化智能( i n t e l l i g e n tv i s u a l i z a t i o n ) 等多个方面 m a n ie ta 1 2 0 m b 。 自然语言中的时态知识提取和标记即时态感知( t e m p o r a l l ya w a r e ) 是其中一 个比较集中的研究方向，而一些针对专门领域( 如实时系统、智能规划等) 的时 态知识的推理和应用也有较多研究。 【m a n i2 0 0 4 和 m a n i e t a l 2 0 0 4 a 详细介绍了自然语言中时间信息的自动提 取与标记的理论背景和技术方法，后者还列出了大量关于n l p 中时态推理的论 文。 【h a na n dl a v i e2 0 0 4 】描述了一个基于时态约束网的框架，用于处理自然语 言中时态信息的表示和推理。在这个框架下，他们提出了在不同粒度下能满足时 态运算及历法处理的时间本体。 【s c h i l d e r2 0 0 4 针对时态名词短语及前置短语提出了一种复合语义。他的研 究是以形式化的语义来进行文集分析及德国新闻中的时态标记 旺昀等2 0 0 4 】关注中文文本中事件信息所对应的时间信息的识别和分析， 确定了文本中时间信息和事件信息之间的映射关系。采用了一种机器学习的方法 基于转换的错误驱动学习来确定事件相应的时问表达。 i 陈振宇等2 0 0 4 】建立了一个整体的时间认知模型来进行现代汉语句子的 时间信息的表示和计算。 i h o b b sa n dp a n2 0 0 4 】在d a r p a ( d e f e n s ea d v a n c e dr e s e a r c hp r o j e c t s a g e n c y ) 的d a m l ( a g e n t m a r k u p l a n g u a g e ) 项目支持下，提出了一种时态本体， 目标在于实现语义w e b 中的时态信息表示和推理。 t i m e m l 是【p u s t e j o v s k ye ta 1 2 0 m 提出的一种用于文本中时间标记及时态 定位的元数据标准。它主要应用在英语新闻及文章中，它的标记模式是下面两种 3 第1 章引言 标记模式的集成和扩展：t i m e x 2f f e r r oe ta 1 2 0 0 1 ，2 0 0 3 】( 基于i s o 标准来表示 时问值) 和s t a g 【s e i z e ra n dg a i z a u s k a s2 0 0 t ，f k a t za n da r o s i o2 0 0 1 也完成了类 似的工作。 本体理论的研究国内外已有很深入的研究，这里不再仔细介绍，具体可以参 见文献【邓志鸿等2 0 0 2 】f 李善平等2 0 0 4 f 李景2 0 0 5 。领域本体的构建是本体 理论应用的重要方面，为了与实际应用结合起来，本文对法律领域的知识表示和 推理进行了深入研究。 国内关于法律知识库的研究和文献很少，【张荣进等2 0 0 2 介绍了拥x m l 来 描述法律知识，但这只是一种信息的结构化表示，不具备任何的知识推理能力。 f 陈淑燕等2 0 0 1 描述了一个基于产生式系统的知识库框架，这种形式的知识表 示不具备明确的语义，通用性也较差，难以大范围推广应用。 国外人工智能与法律的结合已经有了很长时闻的研究，相关的国际会议 “i n t e r n a t i o n a lc o n f e r e n c eo n a r t i f i c i a li n t e l l i g e n c ea n dl a wi c a i l ”已经举办了1 0 届( 两年一次) ，欧洲举办的“t h ef o u n d a t i o nf o rl e g a lk n o w l e d g eb a s e ds y s t e m s ( j u a x ) ”【w e b s i t e1 4 】已经举办了1 9 届( 一年一次) ，已经有了比较深入的理论 研究，多个实际的应用系统已经投入使用。 国外理论方面的研究主要以法律领域本体的构建为主，还有一些关于法律知 识的提取、推理等方面的研究。 【v a l e n t ea n db r e u k e r1 9 9 4 、【v a l e n t e1 9 9 5 提出了f o l a w ( f u n c t i o n a l o n t o l o g yf o rl a w ) 法律本体模型，从法律在社会中担任的角色和功能出发描述了 法律知识。【b r e u k e r2 0 0 4 1 、【b r e u k e ra n dh o e k s t r a2 0 0 5 提出了另一个法律本体 模型l r i - c o r e ，将法律知识划分到世界知识之下。 【e n g e r se ta 1 2 0 0 4 1 对如何自动从法律原文中提取法律知识和规范进行了研 究。【c h o r l e ya n db e n c h2 0 0 4 1 通过基于案例的推理系统自动产生理论以用于对司 法案例进行解释【f l o r i s a n d p r a k k e n 2 0 0 4 1 研究了司法过程中的证据推理。 国外的法律知识库应用项目得到了各国政府的大力支持，也在相关行业取得 了巨大的应用成果，具体的项目这里就不再详细介绍，可以到 w e b s i t e1 5 查看。 通过对法律知识库的研究，发现其中有大量的时态知识的表示和推理应用， 虽然描述逻辑已经成为目前最常用的知识表示语言，但目前的描述逻辑推理机还 第1 章引言 不能支持时态知识的表示和推理应用，因此本人的研究集中在基于描述逻辑的时 态知识表示及推理。描述逻辑的理论及应用在 b a a d e re ta 1 2 0 0 2 1 有详细介绍，这 里主要介绍描述逻辑的时态扩展及具体领域( c o n c r e t ed o m a i n ) 扩展研究。 描述逻辑的时态扩展以外部扩展形式 m 鲥为主，其中肘为时间维度。 s c h r a i e d e l s e b m i e d e l1 9 9 0 1 最先提出将描述逻辑与基于区间的时态逻辑结合起 来，所采用的描述逻辑为较早的f l n r d o n i n ie ta 1 1 9 9 7 1 ，通过添加时态算子 s o m e t i m e 和a l l t i m e 来表示时态知识。由于赋予了这种逻辑较强的表达能力， f b e t t i n i1 9 9 3 1 指出了这种简单的结合容易在执行推理时导致不可判定的结果。 a r t a l e 和f r a n c o n i 通过削减 s e h m i e d e l1 9 9 0 的表达能力提出了具有可判定的时态 描述逻辑t l - a l c f a r t a l ee ta 1 1 9 9 8 1 。 s c h i l d1 9 9 3 将描述逻辑a l c 与基于时刻 的模态时态连接词组合在一起，提出了时态描述逻辑a l c t ，扩展的连接词有将 来某时( ) 、将来总是( 口) 、下一时刻( o ) 、直到( u ) 等。上述所有的描 述逻辑时态扩展是从人工智能中的规划( p l a n ) 出发的，通过添加额外的时间维 度来描述行为或事件的时态关系，并通过各自确定的时态运算实现时态知识推 理。对于大规模的知识库，由于增加了额外的时间维度，其存储及推理效率并不 高，同时一般的知识库很少有很复杂的时态表示和推理，因此这种外部扩展的方 式并不合适大规模的知识库。 描述逻辑的具体领域扩展是从应用领域角度出发的。f b a a d e ra n dh a n s c h k e 1 9 9 1 最先将一般性的具体领域与描述逻辑结合起来，提出了新的描述逻辑 a l c ( d ) ，给出了具体领域的形式化描述及可接纳性质，还给出了最基本的 t a b l e a u 算法。但a l c ( d ) 只给出了f e a t u r e 的语法描述，并未区分具体特性和抽 象特性，而且未能确定相对明确的具体领域运算，因此t a b l e a u 算法粒度较大， 缺乏实用佳。l u t z 在描述逻辑的具体领域扩展方面做了较多的工作，在i h 乜 2 0 0 2 a 中将数字领域加入到s h t q 描述逻辑中，其中包括一元和二元运算，通过 构建h i n t i k k a t r e e s 来完成逻辑推理任务，由于将抽象层次的逻辑推理与具体领 域的校验结合在一起，算法与经典的t a b l e a u 有较大区别，推理过程较为复杂。 在 i j l t za n d m i l i c i c 2 0 0 7 针对特定的约束系统给出了在g c i 下的t a b l e a u 算法， 约束系统只限于二元运算的具体领域。且谓词间应具备j p e d ( i o i n t l ye x h a u s t i v e a n dp a i n v i s ed i s j o i n t ) 的特性，虽然可以适用于基于时间区间及l e n 区问关系的 第1 章引言 时态领域 a l l e n1 9 8 3 】，但不适用于更一般性的时态知识表示及推理。 1 3 本文的研究工作 本文的研究主要是基于国家自然科学基金“时态知识数据模型及软件构件” ( 6 0 3 7 3 0 8 1 ) 和广东省十五重大专项等基金项目，主要研究内容是分析研究国内 外时态知识表示与推理文献，给出一种通用的时态知识表示框架，对实际应用中 时态知识的推理给出通用的实现方式，同时结合实际应用给出时态知识表示和推 理的原型实现。 在分析了国内外描述逻辑的研究与应用现状后，结合实验室在时态信息处理 方面的多年成果，本文决定对基于描述逻辑的时态知识表示和推理进行深入研 究，期望能推进统一的时态知识表示和推理框架的形成 本文具体研究思路如图1 - 1 所示： 时态知识的表 示和复杂推理 w e b 规则语言 ( 8 w r l 、w r l ) 专娑篓璺婴间岁、 - 体及推理规则 i推理规则扩充 w e b 本体语言 ( o w l ) 时态扩展的推理机 i简单算子扩充 时态描述逻辑1 厂描述逻辑( d l ) ! 竺! ! ：竺! ! ! ：i 时态算子扩；、 图l - 1 基于d l 的时态知识表示与推理研究思路 具体研究步骤及安排如下： 1 、研究时间本体的表示与构建，实现基本时态信息及知识的表示 2 、研究时间本体在实际应用中( 工作流) 的表示与推理。 3 、研究描述逻辑的时态扩展，给出相关的形式化描述及推理算法。 6 第1 章目i 言 4 、结合具体应用领域实现一个描述逻辑应用系统。 5 、研究与描述逻辑相关的规则语言，探讨其时态扩展。 本文已经完成的具体研究工作如下： 1 ) 首先通过研究时问本体来表示时态信息和知识。在研究了已有的时间本体及 现实中时态知识的表现形式后，绘出了一个较全面的时间本体表示框架，对 时态信息与知识的规范表示有一定的促进作用。 2 ) 在研究了时间本体表示框架后，结合时间本体给出了一个基于本体的工作流 模型，能方便地表示工作流申的时态信息及约束，同时可以对工作流中的各 种时态约束进行自动验证和控制，提供了另一种工作流实现的思路。 3 ) 研究描述逻辑在时态及具体领域的扩展，给出一种带时态扩展的描述逻辑 a l c ( t ) 的形式化描述，并给出了其对应的t a b l e a u 推理算法描述。改进现有 的描述逻辑推理机，对其进行d i g 接口的时态领域扩充，同时实现了对应的 t a b l e a u 推理算法，扩充了推理机的推理能力，实现了基于描述逻辑的时态 知识的表示和推理。 舢给出了一个法律领域本体模型d o l e g a l ，完成了一个基于本体的法律知识库 原型系统，能实现简单法律知识的表示和推理，并给出了具体实现过程，该 系统具有较广泛的应用和推广前景。同时还研究了复杂的法律知识表示与推 理方式及其实现。 1 4 本文的结构 本文共分为7 章，具体内容和组织如下。 第1 章为引言，介绍研究的问题及研究现状，还有研究的思路及内容等。 第2 章是与本论文相关的理论基础介绍，介绍了基本的时间元素及其时态关 系，描述逻辑及其t a b l e a u 推理算法，以及本体理论相关概念。 第3 章介绍了已有的时间本体，结合现实中时态知识表示形式给出了一个时 间本体表示框架，在此基础上提出了一个基于o w l 时间本体和x p d l 的工作流 模型，通过一个具体的实例描述了工作流中时序关系及时态约束韵实现。 第4 章介绍了描述逻辑的时态扩展及具体领域扩展，给出了带时态扩展的描 第1 章引言 述逻辑a l c ( t ) 的形式化描述，并给出了其对应的t a b l e a u 推理算法描述。 第5 章介绍了描述逻辑推理机的d i g 接口标准及工作过程，介绍了几种常 用的描述逻辑推理机：对d i g 接口进行了时态领域扩充，给出了带时态扩展推 理机的实现。 第6 章介绍了法律领域本体模型d o l e g a l ，给出了法律知识库原型系统的实 现框架，对具体的实现过程也给出了细节描述。 第7 章为全文的总结，介绍了论文的不足及下一步的研究工作。 8 第2 章相关理论堆础 第2 章相关理论基础 本章介绍与本论文相关的理论基础，第一节中介绍基本的时间元素及其时态 关系，这是贯穿本文的最基础的理论；在第二节中介绍描述逻辑及其t a b l e a u 推 理算法，是本文第四、五章的相关基础理论；在最后介绍了本体理论相关概念， 涉及到本文三、六章中的一些基本理论。 2 1 时间元素及其时态关系 要进行时态信息的表达即时态知识的推理，必须清楚最基本的时间元素及其 运算关系，本节介绍这些内容。 2 1 1 基本时间元素 时间元素( t i m ee l e m e n t ) 是指表示时间属性值的元素，时间元素在时态信息 系统中有着基础的地位，它对于正确有效地表达记录的时间属性有着重要的意 义。时间元素有许多具体的形式，有的是离散的时间点( i n s t a n t ) ，有的是连续 的时间区间( i n t e r v a l ) ，还有较复杂的集合形式。 2 1 1 1 时间点( i n s t a n t ) 基于点的时间是将时间离散化，事物或事件的时间属性用时间点表示。用时 问点的形式来表示时间元素，这和系统的时间量子及时间粒度的关系较大。 基于点( p o i n t b a s e d ) 的时间元素，又称为时间点，或称时刻( t i m ep o i n t ) 。 这种描述方法是把时间看成一个个离散的时间点，这些离散化的时间点的间隔大 小适度时，就可以准确地描述现实世界事件发生及变化的状况。时间点是时间轴 上的一点，它是和时间粒度相关的。下面给出时间点系统的形式描述。 9 第2 章相关理论基础 令整个时间系统：，= ，其中p = p l ，p 2 ，胁 为时间点的有限集 合。“t ”表示p 上的时序，p it p i + l 表示a 不会出现在p t + 1 之后，即p i 发生在 p “l 之前或跟同时发生由此可以得到： p i p ，p i s t p i ；关系薯t 在p 上是自反的； p l ，p j p ，若a 墨t p j 且内i t p l ；则p j 。p j ；关系s t 在p 上是 反对称的； p t ，乃，p k p ，若p i tp j 且p j s t p k ；则p i t p k ；关系s i 在p 上 是传递的； 因此，是一个偏序。同时，对v p i ，扔e p ，或者p i j t p j 或者p j t p i ， 因此，又是一个全序。 2 1 1 2 时间区间( i n t e r v a l ) 在基于区间( i n t e r v a l b a s e d ) 的时间元素中，时间的基本单位为时间段或者 时间区间，即通过描述时间段的起始点和终止点来描述区间时间。时间区间是指 段时间，有固定的起止时间点。时间区间的表示方法根据两端时间点是否封闭 分为4 种，如图2 - 1 所示。 4 种时间区间区间含义图示 ( 1 ) 【p i ，功】p i t p j - ( 2 ) 【p i ，p j ) p i t p j - 0 ( 3 ) ( p t ，p j 】p f t 墨奶 o 一 ( 4 ) ( p i ，扔) p l t ，m e t - b y0 2 ，1 ) ；! i _ 帆d a p s ( t l ，t 2 ) ，o v e g l a p p c d - b y ( t 2 ，t 1 ) 0 - - - - ! = = = ：= 曼一 t a i n s ( t 1 ，t 2 ) ，d u r i n g ( t 2 ，t 1 ) _ 一一一一s t a f t s ( t l 。1 2 ) ，s t a r t e d - b y ( t 2 ，t 1 ) 一一j ! = = = = f i n i s h 部( t 1 ，1 2 ) ，融h e d 却( t 2 ，t 1 ) 图2 - 3 a l l e n 的时间区间关系( 未包括e q u a l s ) 2 2 描述逻辑及其t a b l e a u 算法 描述逻辑是目前最常用的知识表示语言，是本论文研究的理论基础，在本节 里给出描述逻辑的相关介绍。 2 2 1 描述逻辑( d e s c r i p t i o nl o g i c s ) 简介 知识表示方法在2 0 世纪7 0 年代得到发展，这些方法可大致分为两类：基于 逻辑的形式系统和非基于逻辑的表示系统。前者包括以经典命题逻辑和一阶谓词 逻辑为代表的各种逻辑系统，而后者的主要代表是语义网络( s e m a n t i cn e t w o r k ) 和框架系统( f r a m es y s t e m s ) 等基于网络结构的系统。一阶逻辑方法的表达能力 很强，并且具有通用性，但它的推理过程有可能不可判定，并且计算复杂性较高， 效率较低；网络结构表示方法具有形象性的特点，比起形式系统要适合人们的思 维习惯，因此从实践的角度看具有很好的前景，但是语义网络和框架系统均缺乏 精确的语义刻画，导致了基于网络结构的表示方法通用性较差，阻碍了其进一步 发展【b a a d c re ta 1 2 0 0 2 。 对于语义网络和框架系统的缺点，人们试图找到一个对其赋予精确语义刻画 的合适方法。一阶逻辑虽然可以胜任，但人们认识到一阶逻辑的表达能力过于强 第2 章相关理论堆础 大，并且没有显式表达出语义网络和框架系统的层次结构特点，而语义网络和框 架系统并不需要它的全部机制，两只需要其片断就足够了，并且不同的片断没有 必要使用一阶逻辑的推理技术，可使用其特定的推理技术，从而具有更优的计算 特性。于是，作为一阶逻辑片断的描述逻辑开始发展起来。 在 b a a d e re ta l 。2 0 0 5 中，b a a d e r 对描述逻辑的发展作了如下划分： 阶段1 ( 1 9 8 0 “1 9 9 0 ) ：主要关注对一些系统的实现，比如k l o n e 、k - r e p 、b a c k 和l o o m 等。这些系统都基于结构化的包含算法( s t r u c t u r a ls u b s u m p t i o n a l g o r i t h m s ) ，其缺点在于该算法仅对表示能力弱的d l s 完备，而对表示能力较 强的d l s ，则无法检测出已经存在的包含或实例关系。 阶段2 ( 1 9 9 0 “1 9 9 5 ) ：开发了基于t a b l e a u 的算法，并实现了基于该算法的 系统，如k r i s 、c r a c k 。这个阶段，人们较全面的对各种d l 的推理复杂性进行了 分析。另外一个重要的发现就是描述逻辑与模态逻辑( m o d a ll o g i c s ) 有着紧密 的联系。 阶段3 ( 1 9 9 5 “2 0 0 0 ) ：对各种表示能力强的d l s ，开发了许多优化的t a b l e a u 算 法，并且描述逻辑系统如f a c t 、r a c e 证明了这些t a b l e 卸优化算法具有良好的性 能。另外，人们对o l s 与模态逻辑之间的关系，以及d l s 与一阶逻辑的可判定子集 之间的关系都进行了详细的研究。 阶段4 ( 目前) ：正在开发具有商业价值的d l 系统，其中采用了表示能力比 较强的描述语言以及基于t a b l e a u 的算法。描述逻辑在计算机科学领域中开始受 到高度重视并进行推广应用。 描述逻辑与语义网络、框架系绕一样，是一种基于对象的知识表示方法，但 它提供了基于逻辑的精确语义刻