中文摘要：

语义万维网知识表示部分的逻辑学基础是描述逻辑，而描述逻辑本身又要求与某个规则系统协同工作，才能够支持复杂的实际应用。霍恩规则和描述逻辑已被证明是一阶谓词逻辑的可判定子集，并且两者在知识表达能力和作用方面相互补充，但是现存的两者结合的推理算法不是表达能力较弱，就是不具备可判定性。项目首先拟进行结合描述逻辑和霍恩规则推理算法的研究，该算法应同时满足完备性、合理性和可判定性。其次，将算法在不确定性处理方面加以扩展，以支持语义万维网的典型应用。最后，在前述研究的基础上，实现一个面向语义万维网的推理引擎原型系统，并对该推理引擎系统进行实验分析和应用示范。项目的开展将对发展知识表示理论，特别是进一步认识描述逻辑和霍恩规则相结合所产生的特殊逻辑学结构和特征、完善语义万维网逻辑和证明层理论基础、设计开发新一代智能系统和开展网络情报分析都有一定的现实意义和参考价值。

结论摘要：

描述逻辑和霍恩规则都是一阶谓词逻辑的子集，两者在知识表达能力和作用方面相互补充，描述逻辑长于表示领域概念之间丰富的层次关系，而霍恩规则长于表示前提和结论之间的联系。两者结合的逻辑学系统不仅在表达能力方面超越各自独立的系统，并且可以融合两者的优点用于支持单一逻辑学系统无法完成的复杂应用。另一方面，语义万维网是人工智能研究领域中知识表示理论，特别是描述逻辑系统发展和研究成果在万维网领域的推广与应用。目前在语义万维网的技术框架中，本体论语言OWL的逻辑学基础是描述逻辑，它需要与其上的位于逻辑层和证明层的某种规则语言协同工作才能完全发挥语义万维网所带来的技术优势。霍恩规则作为较受关注的这类规则语言的候选，不仅被广为熟知，而且拥有众多高效可靠的推理引擎，使其较易于被接受和应用。但是之前存在的描述逻辑和霍恩规则相结合的系统或者知识表达能力不足（描述逻辑部分由表达能力较弱的系统构成），就是推理算法不具备可判定性。课题组利用“约束逻辑”的消解原理，提出了描述逻辑ALCNR和霍恩规则相结合的可判定推理算法，证明了约束消解算法的合理性和完备性，并且分析了结合推理算法的计算复杂性。研究的逻辑学系统包括描述逻辑ALCNR、霍恩规则和事实集合三个组成部分。ALCNR是目前所知的具备可判定性的表达能力较高的描述逻辑系统之一。此外，系统提供了一个结合的完整框架，描述逻辑子系统可以根据需要替换成任何具备可判定性推理算法的描述逻辑系统。针对知识来源和规则并不一定完全可靠的问题，课题组将上述逻辑学系统在处理不确性方面加以扩展，扩展后的描述逻辑子系统具备缺省逻辑的推理能力，同时系统中出现的事实和规则，以及知识来源都可以使用[0, 1]之间的区间来描述其可信程度。这方面的扩展这有助于扩大系统的适用范围，满足网络方面的应用需求。课题组设计并开发了结合描述逻辑和霍恩规则的不确定性推理算法的软件系统，并且应用于在线药品广告违规行为的分析判断。通过与美国麻省理工学院信息技术研究团队的国际合作，将项目研究成果应用于数据上下文信息建模和数据层语义冲突检测与消解，并且开发了基于SPARQL查询语言的上下文语义冲突消解系统。项目的成果对发展知识表示理论，特别是进一步认识描述逻辑和霍恩规则相结合所产生的特殊逻辑学结构和特征、完善语义万维网逻辑和证明层理论基础、设计开发数据集成、情报分析、决策支持系统都等有一定的参考价值。