本体推理机求解Mups的性能评测研究

摘要：

求解极小不可满足保持子术语集(Mups)是不一致术语集调试的核心工作.在构建术语集依赖关系图模型基础上,从概念之间的依赖关系角度出发,定义语义依赖度、语义簇、依赖度分布3个指标反映本体术语集的复杂程度;通过讨论不可满足概念数目、冲突公理集基数和冲突公理基数对Mups问题求解难易的影响,定义冲突公理集最大基数和冲突公理最大基数两个指标反映不一致本体术语集的数据复杂程度;基于这些复杂性指标,设计针对Mups问题的不一致本体数据标准测试集(Mups Benchmark,MupsBen)来评测Pellet、Hermit、FaCT++、JFact和TrOWL这5种推理机在黑盒算法下求解Mups的性能.评测实验显示,所定义的复杂度指标能够有效反映Mups求解问题的数据复杂程度.对于特定推理机,其性能随测试数据的结构复杂程度的增大而降低;对于不同推理机,由于其内在推理机制与优化策略的差别,在不同复杂度指标下表现出不同的性能差异.

关键词：不一致术语集、极小不可满足保持子术语集、标准检查程序、MupsBen、人工智能

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61133011,41172294,61170092,61272208;吉林省科技发展计划201201011

在线出版日期：2017-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：1422-1439