针对本体集成中经常遇到的本体不一致情况,提出可容纳矛盾的信念描述逻辑BALC,并基于tableaux算法,证明BALC推理具有可判性,解决了由矛盾导致的推理爆炸问题。再针对主体间的认知差异,在BALC的基础上,提出视角信念描述逻辑BSHIV,解决了由认知差异导致的相对性问题。引入择优推理并证明其可判性,避免新增知识加剧知识集的不一致程度,支持了本体集成求同存异目标的实现。构建视角本体,使得能够在BSHIV的基础上实现松散、动态的本体集成。将集成方法应用于大型决策支持系统中的模型集成,设计了基于本体的模型集成方案。推理是本体的重要应用。本体推理引擎如FaCT++、Pellet等在本体存在不一致时,都将由于推理爆炸问题而不能正常工作。在容许矛盾的信念描述逻辑的基础上,使用用户对信息源的信任度表示用户偏好,再将信任度映射为信念描述逻辑中的信念强度,开发了可根据用户信任偏好,提供个性化服务的本体推理引擎Cantor。最后我们将项目成果成功应用于深圳大学图书馆信息管理系统、中文叙词表本体的共建共享系统、基于数据整合和信息共享的ESB平台集成软件中,取得了很好的社会和经济效益。
英文主题词ontology; description logic; viewpoint; integration; reasoning