基于本体和Rough Set理论的知识推理模型

摘要：

随着计算机的普及与快速发展,如何通过在批量数据中提取有效规则实现机器智能分类与推理,提高知识推理的有效性与准确率,成为当前知识服务领域的难题之一.文章基于本体(Ontology)的知识组织方式和粗糙集(Rough Set)理论的知识获取技术,针对批量数据的规则提取实现知识推理,提出知识推理模型ORSKM.ORSKM模型利用九元组构建领域本体,实现实例数据的语义化描述;从领域本体的属性中提取粗糙集的决策表,由决策表对领域本体关系进行领域知识知识库归约,获取领域知识相关的属性规则;通过粗糙集知识推理算法实现知识获取,最后通过实验对该知识推理模型进行验证.

关键词：领域本体、粗糙集、知识推理、知识描述模型

所属期刊栏目：29

分类号：TP3;V27

资助基金：国家高技术研究发展计划863计划2006AA10Z239;广东省"直通车工程"项目2007B040801039

在线出版日期：2010-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：709-717