关于 Apache 推理 API

1 年 ago

韵, 科

2 minutes

首先

继上一篇关于Ontology API的文章之后，现在我们来解释一下Inference API。Jena库的特点是它将模型处理和推理（Inference, Reasoning）功能分别提供在不同的模块中。据说在Jena中可以使用的Reasoner如下所示。除此之外，Pellet是一个很有名的Reasoner，在论文中也被提及过，不过似乎已经被Stardog产品吸收了。

RDFS规则推理器：包括可配置的RDFS子集。

OWL、OWL Mini、OWL Micro推理器：顾名思义，它们是OWL的子集等。

通用规则推理器：是用户可以自行实现的基于规则的推理器。一般不太常用。

推理者

进行推理的是被称为Reasoner的组件。通过使用Reasoner和推理模型（InfModel），进行推理操作是基本流程。

通常，Reasonerはファクトリーメソッドを通じて生成されます。Ontology APIを使用している場合は、予め生成されたOntModelSpecが適切なReasonerを適用してくれます。たとえば、RDFSを使用して推論する簡単なRDFモデルの場合、ModelFactory.createRDFSModelが使用されます。以下はそのような例です。


String NS = "urn:x-hp-jena:eg/";

// 適当なモデルを作る
Model rdfsExample = ModelFactory.createDefaultModel();
Property p = rdfsExample.createProperty(NS, "p");
Property q = rdfsExample.createProperty(NS, "q");
rdfsExample.add(p, org.apache.jena.vocabulary.RDFS.subPropertyOf, q);
rdfsExample.createResource(NS+"a").addProperty(p, "foo");

// RDFSを使ったReasonerによるInfModel
InfModel inf = ModelFactory.createRDFSModel(rdfsExample);

在上述中，我們使用rdfs:subPropertyOf這個述詞來描述屬性p，並將其對象設定為q。這樣一來，推論就能夠讓我們在引用屬性q時獲取到p的內容（即foo）。

Resource a = inf.getResource(NS+"a");
System.out.println("Statement: " + a.getProperty(q));

如果您希望在Reasoner之外以不同的方式进行各种设置，则还可以通过将Reasoner拆分为InfModel来预先进行设置，如以下所示。

Reasoner reasoner = RDFSRuleReasonerFactory.theInstance().create(null);
InfModel inf = ModelFactory.createInfModel(reasoner, rdfsExample);

各种不同的推理者 (Sè Reasoner)

RDFS规则推理器（RDFSRuleReasoner）

在Jena中，有一个默认的推理器可以支持RDFS。它有三个匹配级别，并且可以在设置时进行指定。下面的例子中，我们指定了ReasonerVocabulary.PROPsetRDFSLevel。

Resource config = ModelFactory.createDefaultModel()
                  .createResource()
                  .addProperty(ReasonerVocabulary.PROPsetRDFSLevel, "simple");
Reasoner reasoner = RDFSRuleReasonerFactory.theInstance()Create(config);

默认：排除了高负载的检查。虽然不太清楚，但似乎没有“everything is a resource（一切都是资源）”和“everything used as a property is one（一切都是属性）”这两个规则，在实际应用中几乎没有问题。

简单：只包含传递关系如subPropertyOf（子属性关系）、subClassOf（子类关系）以及范围描述如domain（域）和range（范围）等，不包含公理。看起来最方便，但由于实现不完全，不成为默认选项。

OWL推理机

在Jena中提供的是OWL/Lite的实现，它是OWL/full的一个子集。目前可以通过设置选择默认模式或更快/更小的两种模式。他们的目标不是实现完全的OWL/Full，而是建议使用不同的引擎，如Pellet、Racer、FaCT。使用方法如下：读取用OWL描述的本体（模式），将其绑定到推理器，然后创建InfModel。

Model schema = FileManager.get().loadModel("file:data/owlDemoSchema.owl");
Model data = FileManager.get().loadModel("file:data/owlDemoData.rdf");
Reasoner reasoner = ReasonerRegistry.getOWLReasoner();
reasoner = reasoner.bindSchema(schema);
InfModel infmodel = ModelFactory.createInfModel(reasoner, data);

今天就到这里吧。
只要有这么多的信息，可能可以先用本体论推理来制作一个应用程序…

以下内容给出了一个选项：
请参阅

Reasoning in Semantic Web Using Jena

首先

推理者

各种不同的推理者 (Sè Reasoner)

RDFS规则推理器（RDFSRuleReasoner）

OWL推理机

以下内容给出了一个选项： 请参阅

以下内容给出了一个选项：
请参阅