语义网的链消解推理技术解析

### 语义网的链消解推理技术解析 #### 1. 语义网本体与链消解概述 在语义网的应用中，本体通常并非简单的分类法，而是更通用的有序无环图。完整的本体可能包含无法用简单蕴含关系表示的知识，并且预期应用和典型查询所形式化的知识也不能仅用链子句来表示。不过，本体和简单蕴含关系目前被视为语义网预期应用的重要组成部分。 链消解虽然是一种简单的机制，但它使消解类型的方法能够高效地回答查询。下面我们详细介绍链消解的具体内容。 #### 2. 链消解的详细过程 ##### 2.1 链子句移至链盒 链盒包含一组带符号的一元谓词符号，每个符号都与一组带符号的一元谓词符号相关联，因此链盒是一组对。 - **相关定义**：带符号的谓词符号P若在链盒中有一组与之关联的带符号谓词符号，则称P为链盒的键。与之关联的集合称为键P的链，记为chain(P)。键P和其链集组成的对称为链盒的行。 - **链消解机制的组成部分**： - 将链子句移至链盒，此过程可能产生新的单元子句，需添加到搜索状态中。 - 在普通消解、因式分解和包含操作中使用链盒。 - **证明搜索过程中移动子句到链盒的一般算法**： 1. **链盒初始化**：对于初始子句中的每个单元谓词符号P，形成两个链盒行，一个以P为键，另一个以¬P为键。每个键的初始链集仅包含该键本身。 2. **证明搜索前**：将初始子句集中的所有链子句逐个移至链盒，并从初始子句集中移除。若移动产生新的单元子句集S，则将这些子句添加到初始子句集。 3. **证明搜索过程中**：每次证明搜索产生新的链子句时，将其移至链盒并从搜索状态中移除。移动操作产生的所有单元子句添加到搜索状态的被动列表部分。 链盒中的链对应于从键（视为命题原子）到相应链元素（也视为命题原子）的命题蕴含关系。将链子句添加到链盒的算法的主要元素是递归过程addchain(k, p)，其具体步骤如下： ```plaintext - do addchainaux(k, p) - do addchainaux(¬p, ¬k) ``` 其中addchainaux(k, p)定义为： ```plaintext - If p ∉ chain(k) then do: • chain(k) := chain(k) ∪ {p} • for all l ∈ chain(p) do addchain(k, l) • for each key r ∈ chainbox where k ∈ chain(r) do: ∗ for all m ∈ chain(k) do addchain(r, m) ``` 将一个链子句A(x)∨B(x)移至链盒的完整算法为： 1. 执行addchain(¬A, B)（这也会执行addchain(¬B, A)）。 2. 构建可从链盒导出的单元子句集S。若以¬p为键的链c包含某个谓词符号r及其否定¬r，则单元子句p(x)可从链盒导出。 3. 将S的元素添加到证明器搜索状态的被动列表中。 具体实现链消解时，应优化单元子句集S的创建，避免在多次添加链子句到链盒时重复产生相同的单元子句。需要注意的是，链盒可能会出现矛盾，但对于链消解的完备性而言，无需检查链盒是否矛盾，导出单元子句即可保证完备性。 ##### 2.2 链消解、因式分解和包含操作 在这部分，我们描述对标准消解、因式分解和包含操作的修改。修改这些操作的最简单方法是修改文字合一和文字包含算法。 - **链消解算法**：允许对两个文字A(t1, ..., tn)和B(t′1, ..., t′n)进行消解，当且仅当A(t1, ..., tn)和A(t′1, ..., t′n)使用标准合一可合一，并且B = ¬A或B ∈ chain(¬A)。链消解不会改变成功合一操作计算的替换。 - **链因式分解算法**：需要对标准因式分解算法进行更实质性的修改。对子句中的两个文字A(t1, ..., tn)和B(t′1, ..., t′n)进行因式分解时，结果因式分解文字的谓词符号取决于链盒中编码的蕴含关系。具体规则如下： - 若A = B，则结果文字为A(t1, ..., tn)。 - 若A ∈ chain(B)，则结果文字为A(t1, ..., tn)。 - 若B ∈ chain(A)，则结果文字为B(t1, ..., tn)。 - 若A ∈ chain(B)且B ∈ chain(A)，则在A(t1, ..., tn)和B(t1, ..., tn)之间选择结果文字无关紧要，也无需导出两个不同的结果文字。链因式分解不会改变成功合一操作计算的替换。 - **链包含算法**：文字A(t1, ..., tn)包含文字B(t′1, ..., t′n)，当且仅当A(t1,