5

我使用 Jena 和 TDB 来存储 RDF，我想对它做一些推断。但是 RDF 数据很大，Jena 的猫头鹰推理器必须将所有数据加载到内存中。所以我想找到一个推理器，可以在不将所有数据加载到内存的情况下进行推理，有没有一个？

4

3 回答 3

3

并不真地。DL 推理即使在小规模下也难以计算。有大量数据，这不适用于现有方法。在二级存储上做这件事仍然是一个开放的研究问题。

但是，存在各种 OWL 配置文件来解决这个问题。它们都有不同的计算复杂性，这些都比深度学习“更容易”，这使得它们更适合大规模推理。特别是，QL 专为查询时间推理而设计，根据我的经验，它往往具有非常小的内存占用，而 RL 可以使用标准规则推理器来实现。

因此，如果您不需要使用 DL，那么我会使用支持其中一个配置文件的工具，并且您应该从中获得相当不错的收益。

作为参考，您可能会发现这份关于各种 OWL 方言的计算复杂性的文档很有趣。

于 2012-04-25T17:29:25.210 回答
2

如果您准备采用 OWL 的一个子集，您可以以流处理方式执行某些操作，而无需将所有 RDF 数据加载到内存中，这将实现所有推断的三元组。

举个例子，看看 RIOT 的 infer 命令：

源代码在这里：

使用 RIOT 的推断并将其与 MapReduce 之类的东西并行运行是微不足道的，示例如下：

另一种使用 MapReduce 应用 RDFS 和 OWL ter Horst 规则并实现所有派生语句的不同方法在这里：

也许，您可以查看您感兴趣的 OWL 部分，并检查您是否可以以流媒体方式进行操作。如果是这样，您可以使用 RIOT 的推断并对其进行扩展，添加您感兴趣的 OWL 部分。这将是对 Apache Jena 的一个很好的贡献（如果您想这样做，请与 jena-dev 邮件列表联系） .

WebPIE 是一个聪明而有趣的项目，但正如您所见，它有点复杂，而且它是一个研究项目（从长期支持和维护的角度来看，这意味着）。但是，如果您想要/需要的是 OWL ter Horst，WebPIE 就可以了。如果其他人有兴趣使用它，您甚至可以付出努力，分叉 WebPIE 并将其贡献给开源项目。

您可能也有兴趣查看 Ymris（但这目前正在睡觉...... zzzzz）：

于 2012-04-26T08:19:27.003 回答
0

您可能想尝试 GRAKN.AI，它们对分布式系统中的持久数据进行实时推理。

于 2018-04-27T01:36:56.427 回答