问题标签 [reasoning]

我经常遇到一个问题（在数据分析或人工智能的广泛领域）。但是我不能说出它的名字，可能是因为我没有正式的 CS 背景。请多多包涵，我举两个例子：

想象一下自然语言解析：

你有一个程序，它接受每个单词，并确定它的类型和它们之间的关系。这句话有两种解读方式：

使用通常的 SVO 词序，或

使用更具诗意的世界秩序。该程序将排除其他可能性，例如“flower”作为动词，因为它跟在“the”之后。然后它会对剩余的可能性进行排名：1) 比 2) 具有更自然的词序，因此它得到更多的分数。但包括花不能吃牛的世界知识，2）还是赢了。所以它可能会返回两个假设，并给出 1）30 分和 2）70 分。

然后，它会记住这两个假设并继续解析文本，然后分支。一个分支假设 1)，一个分支 2)。如果一个分支达到矛盾，或者排名为~0，则将其丢弃。最后，它再次提出了排名假设，但针对整个文本。

举一个不同的例子，想象一下光学字符识别：

我可以看看笔画，然后说，确定这是一个“H”。在识别出 H 之后，我注意到它周围有污迹，并给它打了一个稍差的分数。

或者，我可以先运行我的污迹识别，并注意到水平线看起来像一个伪影。删除后，我认出这是llor Il，并给它一些排名。

处理整幅图像后，可以是Hlumination，lllumination或Illumination。使用字典和总排名，我决定它是最后一个。

• 一般问题总是某种解析/理解。例子：
  • 自然语言或歧义语言
  • 光学字符识别
  • 寻找路径
  • 处理模棱两可或不完整的用户输入——哪些解释是有意义的，哪些是最合理的？
• 我是递归的。
• 它可以提前退出（当分支/解释没有意义时，或者肯定会以 0 分结束）。所以这可能是某种回溯。
• 考虑到歧义，它会牢记所有选项。
• 它基于底部的简单规则can_eat(cow, flower) = true。
• 它保持解释的合理性排名。
• 它在元级别上是递归的：它可以分叉/分支到不同的“世界”，在处理下一部分数据时假设不同的假设。
• 它将个人排名（可能使用贝叶斯概率）转发到相关假设。
• 在实践中，会有方法来训练这个东西，确定排名系数，如果树变得太大，就会有截断。

我不知道这叫什么。有人可能会猜测“决策树”或“递归下降”，但我知道这些术语的含义不同。

我知道 Prolog 可以解决这个简单的案例，比如家谱和找出谁是谁的叔叔。但是您必须在代码中提供所有数据，对于我的现实生活案例来说，这样做似乎不够方便或强大。

我想知道，这个问题叫什么，有解决这个问题的常用策略吗？有没有关于这个话题的好文献？是否有理想的 C(++)、Python 库，你是否可以定义一堆规则，并计算出所有的排名和假设？

我正在使用 OWLIM-lite (5.2) 进行 owl2rl 本体推理。公理的存储似乎有效，存储库已初始化，但系统不会推断任何隐式语句（当我查询隐式语句的数量时，系统返回 0）。

我还尝试查询存储库，系统只返回显式知识。当我将本体序列化为 RDF/XML 并使用 Pellet 在 Protege 中对其进行推理时，它成功地返回了预期的（隐式+显式）值。

感谢您的任何建议。

配置：

存储库初始化：

我如何加载本体：

新知识存储：

我有非常艰巨的任务摆在我面前，所以我欢迎任何帮助和建议。

我必须实现 Java Web 服务，该服务将匹配另外两个给定的 Web 服务以实现语义相似性。这两个其他 Web 服务将使用 OWL-S 来描述，它使用来自 OWL 本体的概念。S1 将是我正在寻找的 Web 服务（我的查询），而 S2 将是存储库中的服务（广告）。所以我需要从我的 Java 代码中访问 OWL-S 描述和 OWL 本体。

我正在使用 Eclipse、Tomcat、OWL API 和 HermiT 语义推理器。

我有非常原始的匹配算法，主要目标是将服务 S1 输入和输出与 S2 输入和输出进行匹配。

我是这个主题的初学者，我从未使用过 OWL API，也从未使用过本体。

我目前的待办事项清单： 1. 从 OWL-S 加载一个过程参数类型（OWL 类）。假设 S1 输入是 C1 类型，S2 输入是 C2 类型。2. 查找类 C1 和 C2 是否在我的本体 O 中。 3. 检查类 C2 是否包含类 C1，或者它们在我的本体 O 中是否在语义上相同。

对于这些任务，我将不胜感激任何我找不到的代码示例或片段。特别是检查 C2 类是否包含 C1 类。

问候

亲爱的语义网人，

我在质疑自己如何在 OWL 中定义“排除者”结构。目前我能想到的唯一解决方案是使用 disjointWith。示例代码中演示了“排除者”的含义。房屋对象是屋顶、墙壁、窗户和地板的交集。因此，如果其中一个课程错过，个人将不会成为众议院。但是推理器会进一步推理，因为特定交集的缺失类可能会成为真的。另一方面，House 类与 Tsunami 类具有脱节的关系。当我的个人是海啸班级时，我直接知道我的个人永远不会成为众议院班级。这是我在谈论“排除者”时所期望的行为。但也许其他人对此有不同的看法？

问候， Martijn van der Plaat

我想在 Hadoop 平台上使用Web 级并行推理引擎 (WebPIE)推理器。我已经用两个 Ubuntu 虚拟机实现了 Hadoop 结构，并且运行良好。当我想使用 WebPie 对 RDF 文件进行推理时，由于需要序列文件格式，该过程失败。WebPIE教程没有提到将序列文件格式作为 Hadoop 推理的先决条件。为了生成序列文件格式，我编写了以下代码：

此代码使用某些 RDF 文件生成正确的序列文件格式，但不能 100% 正确工作，并且有时会生成损坏的文件。是否有任何解决方案从一开始就可以避免此代码，如果没有，我如何改进此代码以正确使用任何 RDF 文件作为输入？

我是本体新手，我的要求是收集保险领域概念和它们之间的关系，我正在使用Protege来捕获领域概念。现在我有保险域的 OWL 文件。

现在，我想知道我能从中获得什么好处。我在网上搜索并知道推理是一种好处。

可能是我的问题错了吗？需要指导以更好地理解本体。

我有一个 OWL 本体文件作为 RDF，想将我的数据存储在 TDB 中并想使用推理。实际上，到目前为止这听起来很简单:)

但这是我感到困惑的一点：

我创建了一个 TDB 并通过 SPARQL 存储了一些语句。然后我尝试通过模型和 OWL 推理器加载 TDB：

当我现在通过 API 创建新资源时，它们不会存储在 TDB 中。而且我看不到通过 SPARQL 添加的 Statments？！SPAQRL 语句只显示我使用 SPARQL 添加的条目

这仅返回使用 API 添加的资源

System.out.print("实例：" + ontModel.getResource(NS + "TestItem"));

当我称之为：

我收到以下异常：org.openjena.atlas.lib.InternalErrorException：主题的无效 id 节点（空节点）：（[0000000000000067]，[0000000000000093]，[00000000000000C8]）

有人能够解释这种行为吗？或者有人可以给我一个提示，如何使用 OntModel 以正确的方式将模式和日期与 TDB 分开？

我目前正在关注 Jena API 推理教程：

https://jena.apache.org/documentation/inference/

作为一个测试我理解的练习，我想重写第一个示例，它演示了从编程构建的模型中进行的简单 RDFS 推理：

做同样的事情，但是使用从这个 Turtle 文件中读取的模型（这是我自己对上述内容的翻译，因此可能是错误的）：

使用此代码：

这似乎不是正确的方法（我特别怀疑我对q财产的提取在某种程度上是不正确的）。我究竟做错了什么？

例如： 我们有前提a < b和b < c，你a < c能用语义网推断吗？

我是耶拿的新手，但现在遇到了一些问题。我有一个超类查询处理及其四个子类：

• 查询处理
• — 查询意图
• — 查询重构
• — 查询表示
• — 查询建议

当我使用：

或者用任何其他 3 个子类作为谓词，inQueryReformulation我可以得到正确的答案。

但是，当我使用?article Article:inQueryProcessing ?categorywhich 应该返回与子类 QueryProcessing 相关的所有个人时，我什么也没得到。inQueryIntent（和其他 3 个）并且inQueryProcessing是对象属性。

这是我的代码：

这是本体片段：

对象属性：

班级：

个人：

我只是在计算机科学中建立了一个领域本体，所有的类都是层次结构中的概念（比如查询处理是一个超类，查询意图/重构/......是子类），所有的论文及其通讯作者都是个人