专利名称：用于修复不一致本体的方法和设备的制作方法
技术领域：
本发明一般地涉及语义web和本体推理，更具体而言，涉及用于解决知识和本体 的不一致问题的修复不一致本体的方法和设备。
背景技术：
本体(Ontology)是对真实世界中的实体以及实体之间的关系的描述，其在语义 web中扮演至关重要的角色。语义web很大程度上依赖于本体的质量和正确性。但是，在现 实情况下，本体总是存在逻辑上不一致的问题。所谓不一致的本体(inconsistent ontology)指的是该本体中存在错误或冲突， 从而导致本体中的某些概念无法被正确地解释。本体的不一致可能由多种原因引起，例如 错误表示、一词多义、从其它形式的转换、来自多个源的集成等等。在进行本体推理时，不一 致的本体将导致错误的回答，还会导致错误的语义理解和知识表达。因此，解决本体的不一 致问题是非常重要的。另外，在现实情况下，很多知识和信息可能是不确定的。所谓不确定的本体 (uncertain ontology)指的是本体的正确性是不确定的。本体的不确定性也可能由多种原 因引起，例如专家在主观上的不确定性、来自原始本体的不确定性、自动本体学习工具的不 确定性等等。本体的不确定性越高，其不正确的可能性越大由于在语义web中大量存在不一致且不确定的本体，并且通常难以确保本体的质 量，因此对于同时解决本体的不一致和不确定问题的技术的需求越来越大。前面提到，语义web技术很大程度上依赖于本体的质量和正确性。当前，用于确保 本体质量的主导策略是基于逻辑推理(logical reasoning)。随着本体描述语言(例如web 本体语言(0WL))的出现及其与描述逻辑(DL)的紧密关系，新型的DL推理机可以有效地检 测出不一致的本体。然而，在已经检测出不一致的本体的情况下该如何应对其不一致性仍 然是有待解决的问题。在现有技术中，主要有以下两种应对不一致本体的策略。一种是与不一致性“共存”，即，在存在不一致的情况下，应用非标准的推理方法 来获得有意义的答案。例如，在z. Huang、F. van Harmelen和A. ten Teije所发表的文章 “Reasoning with inconsistent ontologies，，(Proceedings of the International Joint Conference on Artificial Intelligence-IJCAI，05，2005)(下称“对比文献[1]”)中采 用了这样的方法。具体讲，其提出一种线性扩展策略，用于对不一致的本体进行推理而没有 对原始本体进行修改。另一种策略是在遇到不一致本体时解决(或“调试”)其中的错误。通常，这种 方法试图找到本体中需要修复或删除以使得本体逻辑上正确的最小子集。作为示例，在 Stefan Schlobach> Zhisheng Huang 所发表白勺文章 ‘‘ Inconsistent ontology diagnosis and repair" (SEKT Deliverable D3. 6. 3，2007)(下称“对比文献[2]”)中提出一种用于 计算不一致本体的诊断(diagnose)集合的方法，所谓诊断集合是指能够修复不一致本体的最小公理集合。另外，Xi Deng、Volker Haarslev, Nematollaah Shiri所发表的文章 "Measuring Inconsistencies in Ontologies" (ESWC 2007，第 326-340 页)(下称“对比 文献[3] ”)也给出这种方法的一个示例，其利用Shapley值来测量本体中公理的错误程度， 并利用最大Shapley值来修改公理。此外，马里兰大学的A. Kalyanpur所发表的博士论文 "Debugging andRepair of OffL Ontologies” (2006 年 6 月)(下称“对比文献[4]”)中曾 提出一种“玻璃箱和黑箱”方法，用来调试和修复本体。他工作的重点集中在描述逻辑(DL)。 玻璃箱方法可以从内部角度修改DL，而黑箱方法通过调用未经修改的外部DL推理机来检 测本体的不一致性。本发明的研究方向着重在上述第二策略，即对不一致本体的修复(调试)过程。因此，上述相关的对比文献通过引用被整体上结合于此，以用于所有目的。上面已经提到多种用于修复不一致本体的现有技术。然而，这些技术都不可避免 地存在各种缺陷。例如，上述对比文献[2]无法找到所有可能的本体修复方案(也称之为 “本体的诊断集合”)，因此可能遗漏掉最佳修复方案。另外，用户也无法找到最合适的方案， 用来修复不一致的本体。对比文献[3]虽然提出一种计算方法可获得每个公理的Shapley 值，但是该计算方法过于复杂，尤其在本体很大时更加难以实现。因此该方法的效率很低。 对比文献[4]集中在描述逻辑并试图修改DL机制。但是，这种策略并不适用于所有情形， 因为大多数推理机都支持DL。因此，可以看出，现有的不一致本体修复方法无法很好地解决本体的不一致问题。 并且，如上所述，大多数本体通常既存在不一致问题，也存在不确定问题。因此，在修复不一 致的本体时应该能够同时考虑到本体的不确定性问题。
发明内容
本发明提出了用于修复不一致本体的方法和设备，通过该方法和设备能够容易地 找到本体的所有候选修复集合，并且通过删除或修改候选修复集合中的公理，本体将恢复
其一致性。另外，在上述不一致本体修复方法的基础上，本发明的改进实施例可以同时应 对本体的不一致性和不确定性问题。具体而言，其利用公理的可信度因子(confidence factor, CF)来表征本体的确定性程度(可信度)，并删除CF值较低的公理以消除这些公理 对本体一致性的影响，随后选择具有最低CF值的候选修复集合进行修复，从而能够在考虑 到本体的不确定性的同时对不一致的本体进行修复。因此，利用本发明，低质量的本体能够 被有效地改良并进而用于正确地运行语义web。根据本发明一个方面，提出一种用于修复不一致本体的方法，该方法包括输入一 不一致本体；检索该本体中的不可满足概念；针对检索到的每个不可满足概念，收集与该 概念相关的公理，以生成与该概念相关的不一致公理集合；对与各个不可满足概念相关的 不一致公理集合进行过滤，即，对于两个不一致公理集合Cl和C2，若Cl中的所有公理都被 C2所包含，则删除C2。然后，该方法对所保留的不一致公理集合重复如下操作，以生成一个 或多个扩展错误集合从每个所保留的不一致公理集合中选择一个公理，构成一公理集合， 并且删除该公理集合中的重复公理，以生成一扩展错误集合。从生成的扩展错误集合中可 以选择包含公理数目最少的扩展错误集合，作为候选修复集合，并对其进行修复。在考虑到每个公理的CF的情况下，所述方法还包括输入不一致本体中的每个公理的CF ；对于每个 扩展错误集合，根据该集合中包含的每个公理的CF来计算该扩展错误集合的可信度值；以 及选择可信度值最低的扩展错误集合，作为候选修复集合。所述方法还可以包括删除CF值 小于一预定阈值的公理以消除这些公理对本体一致性的影响。根据本发明另一方面，提出一种用于修复不一致本体的设备，包括输入装置，用 于输入一不一致本体；检索装置，用于检索该本体中的不可满足概念；不一致公理收集装 置，用于针对检索到的每个不可满足概念，收集与该概念相关的公理，以生成与该概念相关 的不一致公理集合；不一致公理集合过滤装置，用于对与各个不可满足概念相关的不一致 公理集合执行过滤，即，对于两个不一致公理集合C1和C2，若C1中的所有公理都被C2所包 含，则删除C2 ；扩展错误集合生成装置，用于从所保留的不一致公理集合生成一个或多个 扩展错误集合；候选修复集合选择装置，用于从扩展错误集合生成装置所生成的扩展错误 集合中选择包含公理数目最少的扩展错误集合，作为候选修复集合；以及本体修复装置，用 于对候选修复集合选择装置所选择的候选修复集合进行修复。其中所述扩展错误集合生成 装置可以包括公理集合单元，用于从每个所保留的不一致公理集合中选择一个公理，构成 一公理集合，以及重复公理删除单元，用于删除所述公理集合中的重复公理，以生成一扩展 错误集合。在考虑到每个公理的CF的情况下，所述设备的输入装置还可以输入不一致本体 中的每个公理的CF，并且所述设备还包括可信度值计算装置，用于针对扩展错误集合生 成装置所生成的每个扩展错误集合，根据该集合中包含的每个公理的CF来计算该扩展错 误集合的可信度值。在此情况下，候选修复集合选择装置可以选择可信度值最低的扩展错 误集合，作为候选修复集合。在另一示例中，所述设备还可以包括公理过滤装置，用于删除 CF值小于一预定阈值的公理以消除这些公理对本体一致性的影响。相对于现有技术，本发明所提出的不一致本体修复方法和设备可以具备更多优 势。一般而言，对于一本体，可以存在多于一种方案用来恢复其一致性。但是，现有的 方法无法找到所有这些方案。相反，利用本发明的不一致本体修复方法和设备可以找到包 括所有可能方案的候选修复集合，并因此可以找到最佳修复方案。另外，由于本发明所找到候选修复集合能够提供用于修复不一致本体的所有方 案，因此更便于用户根据其所具备的知识和特定情形来选择最合适的方案，并进行分析和 定制修改。另外，如上所述，本发明还提出一种改进实施例可用于同时解决本体的不一致和 不确定问题。从下面结合附图的详细描述中，可以看出本发明的其他特征和优点。注意，本发明 并不限于图中所示的示例或者任何具体的实施例。
结合附图，从下面对本发明实施例的详细描述，将更好地理解本发明，附图中类似 的参考标注指示类似的部分，其中图1是示出根据本发明第一实施例的不一致本体修复设备100的内部结构的框 图2是示出图1所示不一致本体修复设备100的操作示例的流程图；图3是示出根据本发明第二实施例的不一致本体修复设备300的内部结构的框图；图4是示出图3所示不一致本体修复设备300的操作示例的流程图；以及图5是被用于实现本发明的计算机系统的示意性框图。
具体实施例方式为了便于说明，以下先对本申请中所使用的术语进行简要介绍。不一致的本体所谓“不一致的本体”指的是该本体中存在错误或冲突(矛盾)，从 而导致本体中的某些概念不能被正确解释。虽然本体的不一致是用户不希望看到的，但是 其存在往往难以避免。不可满足的概念所谓“不可满足的概念”表示该概念在本体中不存在合理解释。 每个概念都有一个解释函数，而对于“不可满足的概念”，其解释函数为空。不一致公理集合所谓不一致公理集合是由本体中与不可满足概念相关的公理所 组成的集合。扩展错误集合所谓扩展错误集合是按如下方式获得的集合从每个不一致公理 集合Si选出一个公理aXi ；将所有选出的公理集合在一起，构成集合{aXl，aX2，...aXn} (η为 不一致公理集合的数目)；并从形成的集合中删除重复的公理，从而构成扩展错误集合。候选修复集合所谓候选修复集合是作为用于修复本体的不一致性的候选的诊断 集合，是造成本体不一致的根本原因。根据不同实施例，本发明可以选择包含公理数最少的 扩展错误集合或CF值最小的扩展错误集合，作为候选修复集合。通常，对于一本体，可能存 在多于一个候选修复集合。因此，本发明力求找到所有候选修复集合，从而找到应对本体不 一致问题的所有方案。在本发明中，描述逻辑(DL)被用于对知识形式化以及表征本体。下面将参考附图 来详细描述根据本发明第一和第二实施例的不一致本体修复设备及其操作。<第一实施例>图1是示出根据本发明第一实施例的不一致本体修复设备100的内部结构的框 图。如图1所示，本体存储器109用于存储待考查的本体。检测装置108获取本体存 储器109中存储的本体，并检测其中是否含有不一致本体。关于不一致本体的检测，可以使 用本领域任何公知技术。例如前面提到的DL推理机可用于有效地检测不一致本体。鉴于 不一致本体的检测不是本发明所关注的重点，这里不对此进行赘述。由检测装置108检测 出的不一致本体可以被提供到不一致本体修复设备100，以对其进行修复。修复后的本体随 后可以被存储到修复本体存储器113中。在图1中，不一致本体修复设备100可以包括输 入装置101、检索装置102、不一致公理收集装置103、不一致公理集合过滤装置104、扩展错 误集合生成装置105、候选修复集合选择装置106和本体修复装置107。可选地，不一致本 体修复设备100还可以包括重复公理删除装置114、重复集合删除装置115和用户选择装 置116。这些可选模块在图1中以虚线框形式示出，以与其他模块相区别。另外，图1中还 示出了多个存储装置，用于存储不一致本体修复设备100的中间处理结果，其例如包括不一致公理集合存储器110、扩展错误集合存储器111和候选修复集合存储器112。另外，作 为示例，图1中还示出了扩展错误集合生成装置105的内部结构，其例如包括公理集合单元 1051和重复公理删除单元1052。图2是示出图1所示不一致本体修复设备100的操作示例的流程图。图2所示过程200开始于步骤201，在该步骤中，检测装置108从本体存储器109获取一本体0。在步骤202中，检测装置108判断获取的本体是否一致。如果一致，检测装 置108则从本体存储器109获取另一本体进行判断。如果该本体不一致，检测装置108则 将该不一致本体提供到不一致本体修复设备100以进行本体修复。在步骤203中，不一致本体修复设备100中的输入装置101接收检测装置108所 提供的不一致本体0，并将其提供给检索装置102。检索装置102检索本体0中的不可满足 概念。如前面提到的，不可满足概念是本体中不存在合理解释的概念，是导致本体不一致的 根源所在。然后，在步骤204中，不一致公理收集装置103收集与每个不可满足概念相关的 公理，组成与该概念相关的不一致公理集合。由不一致公理收集装置103收集到的与各个 不可满足概念相关的不一致公理集合可以被存储在不一致公理集合存储器110中。在步骤 205中，可选地，重复公理删除装置114可以对不一致公理收集装置103所收集的各个不一 致公理集合进行调整，以删除掉其中的冗余(例如重复)公理。然后，在步骤206中，不一致 公理集合过滤装置104需要对所有不一致公理集合进行过滤，以从中提取出所有最小的不 一致公理集合。所谓最小的不一致公理集合是不一致本体的最小子集，其中至少一个概念 是不可满足的。具体而言，在该步骤中，不一致公理集合过滤装置104可以执行如下过滤 对于两个不一致公理集合Cl和C2，若Cl中的所有公理都被C2所包含，则删除C2。然后，过 滤之后所保留的不一致公理集合被提供到扩展错误集合生成装置105。在步骤207中，扩展 错误集合生成装置105可以根据所保留的不一致公理集合生成一个或多个扩展错误集合。 作为示例，图1中已经示出扩展错误集合生成装置105的内部结构，其可以包括公理集合单 元1051和重复公理删除单元1052。继续参考图2，其中以灰色框的形式示出了扩展错误集 合生成装置105的具体操作过程(即步骤207)。在步骤2071中，公理集合单元1051从每 个所保留的不一致公理集合Si选择一公理aXi，从而构成一公理集合Iax1, ax2, . . . axn}，其 中η是所保留的不一致公理集合的数目。然后，在步骤2072中，重复公理删除单元1052删 除由公理集合单元1051所生成的各个集合中的重复公理，作为一扩展错误集合。以这种方 式形成的一个或多个扩展错误集合可以被存储到扩展错误集合存储器111中。在获得扩展错误集合之后，可选地，重复集合删除装置115可以进一步删除重复 的扩展错误集合(步骤208)，以提高处理效率。然后，在步骤209中，候选修复集合选择装 置106可以从所有扩展错误集合中选择所含公理数最少的扩展错误集合，作为候选修复集 合，并将所有候选修复集合存储到候选修复集合存储器112中。至此，用户已经获得与该不 一致本体有关的所有候选修复集合。用户可以从中选择最合适的候选修复集合来进行修改 或删除。显而易见，如果只存在一个候选修复集合，用户则仅需要对该候选修复集合进行 修改或删除。但是，如果存在多于一个候选修复集合，用户则需要利用用户选择装置116进 行选择(步骤210)，并将所选择的候选修复集合提供到本体修复装置107以对其进行修复 (步骤211)。修复后的本体可以被存储到修复本体存储器113中。这样一来，可以向用户 提供更大灵活性，用户可以更加方便地根据他们的知识和特定情形来选择一个合适的候选修复集合进行修复。通过删除或修改候选修复集合中的公理，本体的一致性可以再次得到 恢复。至此，过程200结束。修复后的本体可以被提供到其他与本体相关的应用，例如本体编辑应用或本体推 理应用。本体编辑应用(例如Prot6g6、OntoEdit和OilEd)可以用于编辑本体，包括在本 体中添加、修改和删除公理。本体推理应用可以用于基于本体进行推理并进而支持语义web 应用。<第二实施例>图3是示出根据本发明第二实施例的不一致本体修复设备300的内部结构的框 图。与第一实施例相比，该第二实施例的不同在于其提供了可同时修复本体的不一致性和 不确定性两者的方法和设备。如前所述，不确定的本体指的是本体的正确性不是固定的，而是具有一定概率。本 体的不确定性起因于专家的主观不确定性、原始本体的不确定性和来自自动本体学习工具 的不确定性。如果没有用于表达本体不确定性的手段或工具，用户则无法表达其对本体的 了解程度。因此，在语义web系统中同样需要能够应对本体的不确定性问题的方法和工具。本发明提出“可信度因子”(CF)的概念，用于表征本体及其包含的公理的不确定 性。可信度因子被表示成一种得分，其用于指示本体中公理的正确性的可信程度。CF值越 高，则表示公理正确的概率越高。CF值可以在专家建立本体时根据专家建议获得，或者利用 某些预定算法来计算。例如，CF可以被表示为0和1之间的数字，即被表示为CF:N- W，l]，其中N表示本体中所有可能元素(概念或公理)的集合。在图3所示不一致本体修复设备300中，不同于第一实施例，设备300还包括公理 过滤装置302和可信度值计算装置303。并且，图3所示系统中还加入了可信度因子(CF) 存储器301，用于存储本体中所有元素(概念或公理)的CF值。除此之外，图3中的其他组 件的工作原理与第一实施例类似。图4是示出图3所示不一致本体修复设备300的操作示例的流程图。参考图2可 见，过程400与根据第一实施例的过程200类似，因此这里仅着重描述与第一实施例相区别 的步骤。关于其他步骤，可参考图2所示流程图200的相关描述，这里不再赘述。在图3中，输入装置101除了获取检测装置108检测出的不一致本体之外，还要从 CF存储器301获取该本体中的所有元素(概念或公理)的CF值。可选地，在进行不可满足 概念检索之前，公理过滤装置302 (可选元件)可以首先对该本体中的公理进行预处理，即 从中删除其CF值小于一预定阈值Th的那些公理(图4中的步骤401和402)，以消除这些 公理对本体一致性的影响。然后，其余公理及其相关概念被提供到检索装置102，以重复第 一实施例中检索不可满足概念、收集与概念相关的不一致公理集合、不一致公理集合过滤 以及扩展错误集合生成的过程。在得到一个或多个扩展错误集合之后，不同于第一实施例， 设备300还包括可信度值计算装置303，用于计算每个扩展错误集合相应的可信度值(图4 中的步骤403)。作为示例，可信度值计算装置303可以将每个扩展错误集合中包含的每个 公理的CF值相加，并以加和结果作为该扩展错误集合的可信度值。当然，用于衡量扩展错 误集合的可信度的度量以及计算扩展错误集合的可信度值的方法并不局限于上述示例。本 领域技术人员容易想到其他多种方法用于计算扩展错误集合的可信度值。为了表达方便，虑及可信度的扩展错误集合可以按“集合ID:{集合内容}，CF IDCF值”的形式进行存储。例如，可以表示为“集合1 : {概念Information和knowledge不相容，企鹅是一种鸟}，CFl 1. 8”和“集合2 {概念Information和knowledge不相容，企鹅 会飞}，CF2 1.5”等等。然后在步骤404中，不同于第一实施例的步骤209，在第二实施例中，候选修复集 合选择装置106可以选择可信度值最低的扩展错误集合，作为候选修复集合，并按照上述 相同的方法对所选的候选修复集合进行删除或修改。图5是被用于实现本发明的计算机系统500的示意性框图。如图5所示，该计算机系统500包括CPU 501、用户接口 502、外围设备503、存储 器505、永久存储设备506以及将它们彼此相连的总线504。存储器505中包含语义web应 用5051、不一致本体修复模块5052、本体编辑应用5053、本体推理应用5054、其他应用5055 和操作系统(0S)5056等等。本发明的核心功能主要与不一致本体修复模块5052相关，其 例如是图1或图3所示的不一致本体修复设备100或300。存储器505中的各个应用可以 并行运行，以提供多种不同的功能。永久存储设备506可以包含本发明所涉及的各种存储 器，例如本体存储器、不一致公理集合存储器、扩展错误集合存储器、候选修复集合存储器、 修复本体存储器以及CF存储器等等。上面已经描述了根据本发明第一和第二实施例的不一致本体修复设备及其操作 流程。根据上述描述可以看出，本发明具有以下效果一般而言，对于一本体，可以存在多于一种方案用来恢复其一致性。但是，现有的 方法无法找到所有这些方案。相反，利用本发明可以找到包括所有可能方案的候选修复集 合，并因此可以找到最佳修复方案。另外，由于本发明所找到候选修复集合能够提供用于修 复不一致本体的所有方案，因此更便于用户根据其所具备的知识和特定情形来选择最合适 的方案，并进行分析和定制修改。另外，本发明还提出一种改进实施例可用于同时解决本体的不一致和不确定问题。上面已经参考附图描述了根据本发明的具体实施例。但是，本发明并不限于图中 示出的特定配置和处理。并且，为了简明起见，这里省略对已知方法技术的详细描述。在上 述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所 描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神之后，作出各种改变、 修改和添加，或者改变步骤之间的顺序。本发明的元素可以实现为硬件、软件、固件或者它们的组合，并且可以用在它们的 系统、子系统、部件或者子部件中。当以软件方式实现时，本发明的元素是被用于执行所需 任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携 带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输 信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦 除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由 诸如因特网、内联网等的计算机网络被下载。本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施 例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的 实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。
权利要求
一种用于修复不一致本体的方法，包括输入一不一致本体；检索该本体中的不可满足概念；针对检索到的每个不可满足概念，收集与该概念相关的公理，以生成与该概念相关的不一致公理集合；对与各个不可满足概念相关的不一致公理集合进行如下过滤对于两个不一致公理集合C1和C2，若C1中的所有公理都被C2所包含，则删除C2；对所保留的不一致公理集合重复如下操作，以生成一个或多个扩展错误集合从每个所保留的不一致公理集合中选择一个公理，构成一公理集合，并且删除该公理集合中的重复公理，以生成一扩展错误集合；以及从所述扩展错误集合中选择包含公理数目最少的扩展错误集合，作为候选修复集合，并对其进行修复。
2.如权利要求1所述的方法，还包括输入所述不一致本体中的每个公理的可信度因子，该可信度因子指示该公理正确性的 可信度；对于每个所述扩展错误集合，根据该集合中包含的每个公理的可信度因子来计算该扩 展错误集合的可信度值；以及选择可信度值最低的扩展错误集合，作为所述候选修复集合。
3.如权利要求2所述的方法，还包括根据所述可信度因子对所述不一致本体中的公理进行过滤，以删除其可信度因子小于 一预定阈值的公理。
4.如权利要求2所述的方法，其中所述计算扩展错误集合的可信度值的步骤包括将该扩展错误集合中包含的每个公理的可信度因子相加，并以加和结果作为所述扩展 错误集合的可信度值。
5.如权利要求1或2所述的方法，还包括删除每个所述不一致公理集合中包含的重复公理。
6.如权利要求1或2所述的方法，还包括 删除重复的扩展错误集合。
7.如权利要求1或2所述的方法，还包括在得到多于一个候选修复集合的情况下，由用户选择所述候选修复集合之一，并对其 进行修复。
8.一种用于修复不一致本体的设备，包括 输入装置，用于输入一不一致本体；检索装置，用于检索该本体中的不可满足概念；不一致公理收集装置，用于针对检索到的每个不可满足概念，收集与该概念相关的公 理，以生成与该概念相关的不一致公理集合；不一致公理集合过滤装置，用于对与各个不可满足概念相关的不一致公理集合进行如 下过滤对于两个不一致公理集合Cl和C2，若Cl中的所有公理都被C2所包含，则删除C2 ； 扩展错误集合生成装置，用于生成一个或多个扩展错误集合，该扩展错误集合生成装置包括公理集合单元，用于从每个所保留的不一致公理集合中选择一个公理，构成一公理集 合，以及重复公理删除单元，用于删除所述公理集合中的重复公理，以生成一扩展错误集合； 候选修复集合选择装置，用于从所述扩展错误集合生成装置所生成的扩展错误集合中 选择包含公理数目最少的扩展错误集合，作为候选修复集合；以及本体修复装置，用于对所述候选修复集合选择装置所选择的候选修复集合进行修复。
9.如权利要求8所述的设备，其中所述输入装置还输入所述不一致本体中的每个公理 的可信度因子，该可信度因子指示该公理正确性的可信度，所述设备还包括可信度值计算装置，用于针对所述扩展错误集合生成装置所生成的每个扩展错误集 合，根据该集合中包含的每个公理的可信度因子来计算该扩展错误集合的可信度值；并且 所述候选修复集合选择装置选择可信度值最低的扩展错误集合，作为所述候选修复集合。
10.如权利要求9所述的设备，还包括公理过滤装置，用于根据所述可信度因子对所述不一致本体中的公理进行过滤，以删 除其可信度因子小于一预定阈值的公理。
11.如权利要求8或9所述的设备，还包括重复公理删除装置，用于删除所述不一致公理收集装置收集到的每个所述不一致公理 集合中包含的重复公理。
12.如权利要求8或9所述的设备，还包括重复集合删除装置，用于删除所述扩展错误集合生成装置所生成的扩展错误集合中的 重复扩展错误集合。
13.如权利要求8或9所述的设备，还包括用户选择装置，用于在所述候选修复集合选择装置输出多于一个候选修复集合的情况 下，由用户选择所述候选修复集合之一，并且所述本体修复装置对所述用户选择装置所选的候选修复集合进行修复。
全文摘要
本发明提供了用于修复不一致本体的方法和设备。所述方法包括输入一不一致本体；检索该本体中的不可满足概念；针对检索到的每个不可满足概念，收集与该概念相关的公理，构成不一致公理集合；对与各个不可满足概念相关的不一致公理集合进行过滤，即，对于两个不一致公理集合C1和C2，若C1中的所有公理都被C2所包含，则删除C2；根据所保留的不一致公理集合生成一个或多个扩展错误集合；以及从扩展错误集合中选择包含公理数目最少的扩展错误集合，作为候选修复集合来进行修复。相对于现有技术，本发明可以找到包括所有可能方案的候选修复集合，并因此可以找到最佳修复方案。此外，本发明还提出了同时应对本体的不一致问题和不确定问题的策略。
文档编号G06F17/30GK101807181SQ200910006540
公开日2010年8月18日 申请日期2009年2月17日 优先权日2009年2月17日
发明者刘博 , 李建强, 赵彧 申请人:日电(中国)有限公司