本發(fā)明屬于計算機軟件技術(shù)領(lǐng)域，具體涉及邏輯語言在知識庫上的應(yīng)用與技術(shù)。

背景技術(shù)：

owl本體作為目前較流行的知識庫形式，受到各個領(lǐng)域科學(xué)家的關(guān)注與研究。描述邏輯el是用來構(gòu)建owl本體的一種邏輯語言。近年來，el因其較充分的表達能力以及較低的計算復(fù)雜度，受到科研人員和工業(yè)界的重視。例如，gene項目以及snomedct項目都采用了el作為底層的數(shù)據(jù)建模語言。近來，el還被用于交通領(lǐng)域本體的構(gòu)建，應(yīng)用在交通阻塞診斷等場景中。

在描述邏輯el中，基本的組成元素是概念和角色。概念用來描述一個類別，比如“疾病”這個類別；角色用來描述一個關(guān)系，比如“位于”。一個概念按照如下語法規(guī)則構(gòu)成：

其中，a表示一個原子概念，t表示頂概念，原子概念與頂概念統(tǒng)稱為基本概念，r表示一個原子角色，c和d表示基于原子概念和頂概念迭代構(gòu)造得到的概念。一個el本體是如下公理的集合：形如的概念包含公理，描述概念c包含于概念d；形如的角色包含公理，其中表示角色的復(fù)合，描述復(fù)合角色包含于角色r。

為了方便處理，一個el本體通常首先被轉(zhuǎn)化為其規(guī)范化形式。在一個規(guī)范化的el本體中，所有的概念包含公理都必須是如下幾種形式之一：其中a和b是基本概念，r是角色；所有的角色包含公理都必須是如下兩種形式之一：badder等人提出了一個可以在線性時間內(nèi)結(jié)束的對el本體進行規(guī)范化的方法，該方法被應(yīng)用在本發(fā)明的規(guī)范化處理階段。

推理技術(shù)在本體應(yīng)用中起到了非常重要的作用，如優(yōu)化查詢，輔助本體調(diào)試等。el的核心推理任務(wù)是“本體分類”，即計算本體中概念之間的層次包含關(guān)系。在現(xiàn)有el推理方法中，cel推理機是第一個針對el開發(fā)的串行推理機，然而在處理較大規(guī)模本體時cel表現(xiàn)不佳；牛津大學(xué)開發(fā)的elk推理機首次采用多核并行技術(shù)，但是elk受限于單臺機器內(nèi)存容量，其可擴展性受到約束；美國懷特大學(xué)和東南大學(xué)合作研究了基于mapreduce模型的并行推理技術(shù)，該技術(shù)因為大量的冗余計算以及具體計算框架的i/o開銷導(dǎo)致推理效率低下。

技術(shù)實現(xiàn)要素：

技術(shù)問題：為克服現(xiàn)有el推理技術(shù)的缺點，本發(fā)明提出一種基于圖模型的el并行推理方法，該方法利用并行技術(shù)處理大規(guī)模本體推理，同時基于圖模型實現(xiàn)平臺無關(guān)的特性，使得并行推理的效率不會受到特定計算平臺的限制。

技術(shù)方案：本發(fā)明的基于圖模型的描述邏輯el本體并行推理方法，包括如下步驟：

1)根據(jù)給定的el本體做規(guī)范化處理，并將規(guī)范化后的本體轉(zhuǎn)換成語義等價的有向圖

2)將所述步驟1)轉(zhuǎn)化得到的有向圖做并行化存儲，并同步到并行計算平臺；

3)利用并行計算平臺的超步完成推理過程的迭代，分別為：請求、應(yīng)答、推理、加邊；迭代后有向圖完成更新，所述超步為針對不同平臺的宏操作；

4)最后，將完成更新的有向圖逆向轉(zhuǎn)換為新的el本體作為結(jié)果輸出。

進一步的，本發(fā)明方法中，步驟1)的具體流程如下：

11)將給定的el本體做規(guī)范化：所有的“概念包含公理”規(guī)范化為以下四種形式之一：其中a和b是基本概念，r是角色；所有的“角色包含公理”規(guī)范化成如下兩種形式之一：所述“概念包含公理”描述概念之間的包含關(guān)系，所述“角色包含公理”描述角色之間的包含關(guān)系；

12)將規(guī)范化后的el本體利用如下規(guī)則轉(zhuǎn)換成語義等價的有向圖

轉(zhuǎn)換過程具體為：利用轉(zhuǎn)化規(guī)則(t1)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為利用規(guī)則(t2)針對中每一個形如的公理，添加一條從頂點a1指向頂點b的邊以及一條從頂點a2指向頂點b的邊到有向圖中，且兩條邊的標簽分別為與利用規(guī)則(t3)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為′+r′；利用規(guī)則(t4)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為′-r′；利用規(guī)則(t5)針對中每一個形如的公理，添加一條從頂點r指向頂點s的邊到有向圖中，且邊的標簽為利用規(guī)則(t6)針對中每一個形如的公理，添加一條從頂點r指向頂點t的邊以及一條從頂點s指向頂點t的邊到有向圖中，且兩條邊的標簽分別為與

進一步的，本發(fā)明方法中，步驟4)中利用轉(zhuǎn)換規(guī)則(t1-t6)的可逆性，將有向圖每一條邊通過(t1-t6)對應(yīng)的規(guī)則逆向轉(zhuǎn)換為el中的公理，即得到新的el本體

進一步的，本發(fā)明方法中，步驟2)中的有向圖并行化存儲是基于平臺無關(guān)模型設(shè)計的，具體過程為：

41)利用平臺的“轉(zhuǎn)譯超步”將有向圖轉(zhuǎn)譯為底層平臺的數(shù)據(jù)結(jié)構(gòu)；

42)利用平臺的“存儲超步”將轉(zhuǎn)譯后的有向圖同步存儲到平臺的文件系統(tǒng)中。

進一步的，本發(fā)明方法中，步驟41)中的“轉(zhuǎn)譯超步”與42)中的“存儲超步”是并行計算平臺的宏操作，對上層應(yīng)用屏蔽底層平臺的具體實現(xiàn)。

進一步的，本發(fā)明方法中，步驟3)基于“不動點原則”完成，當沒有新的邊添加至有向圖時，即完成有向圖的更新。

進一步的，本發(fā)明方法中，步驟3)的具體流程如下：

31)初始化：遍歷有向圖的所有頂點a，在有向圖中加入邊

32)請求：遍歷有向圖中的所有頂點a，針對頂點a的每一條出邊e，根據(jù)如下規(guī)則r1-r7向有向圖中的其它頂點發(fā)送消息以請求頂點a所需要的信息：

請求過程具體為：根據(jù)規(guī)則r1，請求返回有向圖中形如及的邊；根據(jù)規(guī)則r2，請求返回有向圖中形如及的邊；根據(jù)規(guī)則r3，請求返回有向圖中形如及e^+r(b，c)的邊；根據(jù)規(guī)則r4，請求返回有向圖中形如及e^-r(b，c)的邊；根據(jù)規(guī)則r5，請求返回有向圖中形如e^+r(a，b)及e^-r(b，c)的邊；根據(jù)規(guī)則r6，請求返回有向圖中形如e^+r(a，b)及的邊；根據(jù)規(guī)則r6，請求返回有向圖中形如e^+r(a，b)及e^+s(b，c)的邊；

33)應(yīng)答：有向圖中的其它頂點返回頂點a所需要的信息；

34)推理：根據(jù)所述步驟33)返回的信息，針對頂點a進行推理，得到相應(yīng)結(jié)論，推理過程具體為：根據(jù)規(guī)則r1，若有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r2，若有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r3，若有向圖中不存在e^+r(a，c)，推理得出結(jié)論e^+r(a，c)；根據(jù)規(guī)則r4，若有向圖中不存在e^-r(a，c)，推理得出結(jié)論e^-r(a，c)；根據(jù)規(guī)則r5，若有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r6，若有向圖中不存在e^+s(a，b)，推理得出結(jié)論e^+s(a，b)；根據(jù)規(guī)則r7，若有向圖中不存在e^+t(a，c)，推理得出結(jié)論e^+t(a，c)；

35)加邊：將所述步驟34)中的推理結(jié)論作為新的邊加入到有向圖中。

規(guī)范化的el本體因其形式簡單，從而有利于并行化處理，因此本發(fā)明也引入規(guī)范化技術(shù)。另外，圖結(jié)構(gòu)具有“信息相鄰”的特性，即圖中的頂點所表達的信息僅與出邊，入邊以及相鄰頂點相關(guān)，與其他頂點和邊不相關(guān)。該特性使得圖結(jié)構(gòu)被廣泛用于并行數(shù)據(jù)處理任務(wù)及平臺中，如neo4j圖數(shù)據(jù)處理系統(tǒng)，以及谷歌的pregel并行圖數(shù)據(jù)處理平臺。因此，本發(fā)明將規(guī)范化的el本體進一步轉(zhuǎn)換為結(jié)構(gòu)簡單的含標記有向圖由于語義等價性，有向圖可以等價地表達本體中的概念和角色的包含關(guān)系。另外，由于有向圖的“信息相鄰”的特性，為進一步給出并行推理過程以及引入平臺無關(guān)模型打下基礎(chǔ)。

步驟1)中的規(guī)范化處理以及將規(guī)范化后的本體轉(zhuǎn)換成語義等價的有向圖，具體流程如下：

11)將給定的el本體做規(guī)范化：所有的“概念包含公理”規(guī)范化為以下四種形式之一：其中a和b是基本概念，r是角色；所有的“角色包含公理”規(guī)范化成如下兩種形式之一：所述“概念包含公理”描述概念之間的包含關(guān)系，所述“角色包含公理”描述角色之間的包含關(guān)系；

12)將規(guī)范化后的el本體利用如下規(guī)則轉(zhuǎn)換成語義等價的有向圖

轉(zhuǎn)換過程具體為：利用轉(zhuǎn)化規(guī)則(t1)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為利用規(guī)則(t2)針對中每一個形如的公理，添加一條從頂點a1指向頂點b的邊以及一條從頂點a2指向頂點b的邊到有向圖中，且兩條邊的標簽分別為與利用規(guī)則(t3)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為′+r′；；利用規(guī)則(t4)針對中每一個形如的公理，添加一條從頂點a指向頂點b的邊到有向圖中，且邊的標簽為′-r′利；利用規(guī)則(t5)針對中每一個形如的公理，添加一條從頂點r指向頂點s的邊到有向圖中，且邊的標簽為利；利用規(guī)則(t6)針對中每一個形如的公理，添加一條從頂點r指向頂點t的邊以及一條從頂點s指向頂點t的邊到有向圖中，且兩條邊的標簽分別為與

如背景技術(shù)所述，已有推理機是基于特定的計算平臺設(shè)計的，如多核多線程平臺，mapreduce平臺等。這使得推理機受到特定平臺的限制，無法根據(jù)不同需求進行移植，并且影響推理效率。為解決該問題，本發(fā)明引入平臺無關(guān)模型，以消除特定平臺帶來的影響，方便推理機在不同平臺進行移植，并且可以兼顧不同平臺的特點達到推理效率最優(yōu)的目的。

步驟2)中對有向圖進行并行化存儲是基于平臺無關(guān)模型設(shè)計的，具體過程為：首先，利用平臺的“轉(zhuǎn)譯超步”將有向圖轉(zhuǎn)譯為底層平臺的數(shù)據(jù)結(jié)構(gòu)；其次，利用平臺的“存儲超步”將轉(zhuǎn)譯后的有向圖存儲到平臺的文件系統(tǒng)中。上述步驟中的“轉(zhuǎn)譯超步”與“存儲超步”是并行計算平臺的宏操作，對上層應(yīng)用屏蔽底層平臺的具體實現(xiàn)。

并行化存儲后進行并行推理。由于平臺無關(guān)模型的引入，本發(fā)明通過不同平臺抽象出的統(tǒng)一宏操作來完成推理方法的設(shè)計，并行平臺上的宏操作被稱為“超步”。推理方法的具體設(shè)計思路如下：推理任務(wù)通過有向圖上的操作完成，這些操作被上的進一步映射到平臺的超步。

步驟3)利用并行計算平臺的超步完成推理過程的迭代，涉及到的超步為：請求、應(yīng)答、推理、加邊；迭代后完成有向圖的更新，具體流程如下：

31)初始化：程序遍歷有向圖的所有頂點a，在中加入邊

32)請求：程序遍歷有向圖中的所有頂點a，針對頂點a的每一條出邊e，根據(jù)如下規(guī)則r1-r7向有向圖中的其它頂點發(fā)送消息以請求頂點a所需要的信息：

請求過程具體為：根據(jù)規(guī)則r1，請求返回有向圖中形如及的邊；根據(jù)規(guī)則r2，請求返回有向圖中形如及的邊；根據(jù)規(guī)則r3，請求返回有向圖中形如及e^+r(b，c)的邊；根據(jù)規(guī)則r4，請求返回有向圖中形如及e^-r(b，c)的邊；根據(jù)規(guī)則r5，請求返回有向圖中形如e^+r(a，b)及e^-r(b，c)的邊；根據(jù)規(guī)則r6，請求返回有向圖中形如e^+r(a，b)及的邊；根據(jù)規(guī)則r6，請求返回有向圖中形如e^+r(a，b)及e^+s(b，c)的邊；

33)應(yīng)答：有向圖中的其它頂點返回頂點a所需要的信息；

34)推理：根據(jù)所述步驟33)返回的信息，程序針對頂點a進行推理，得到相應(yīng)結(jié)論，推理過程具體為：根據(jù)規(guī)則r1，若不存在有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r2，若不存在有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r3，若不存在有向圖中不存在e^+r(a，c)，推理得出結(jié)論e^+r(a，c)；根據(jù)規(guī)則r4，若不存在有向圖中不存在e^-r(a，c)，推理得出結(jié)論e^-r(a，c)；根據(jù)規(guī)則r5，若不存在有向圖中不存在推理得出結(jié)論根據(jù)規(guī)則r6，若不存在有向圖中不存在e^+s(a，b)，推理得出結(jié)論e^+s(a，b)；根據(jù)規(guī)則r7，若不存在有向圖中不存在e^+t(a，c)，推理得出結(jié)論e^+t(a，c；)；

35)加邊：將所述步驟34)中的推理結(jié)論作為新的邊加入到有向圖中。

步驟4)中利用轉(zhuǎn)換規(guī)則(t1-t6)的可逆性，將有向圖中每一條邊通過(t1-t6)對應(yīng)的規(guī)則逆向轉(zhuǎn)換為el中的公理，即得到新的el本體

有益效果：el本體推理的現(xiàn)有研究工作如下：badder等人開發(fā)的推理機cel，牛津大學(xué)開發(fā)的推理系統(tǒng)elk以及raghava與zhou等人基于mapreduce開發(fā)的分布式el推理系統(tǒng)。與以上現(xiàn)有系統(tǒng)及技術(shù)相比，本發(fā)明優(yōu)點及有益效果分析如下。

cel是首個針對el推理任務(wù)開發(fā)的推理系統(tǒng)。cel系統(tǒng)也引入了規(guī)范化技術(shù)來預(yù)處理el本體。但是，cel是基于串行技術(shù)實現(xiàn)的推理機，其推理能力受制于本體的規(guī)模。實驗結(jié)果表明，在相同配置下，含有百萬數(shù)量公理的本體snomedct，在cel系統(tǒng)上完成分類需要20分鐘時間。本發(fā)明實現(xiàn)的系統(tǒng)引入了并行化技術(shù)，在處理snomedct本體的推理時僅需半分鐘計算時間。

elk是首個引入了并行推理技術(shù)的el本體推理機，具體而言，elk引入了多核多線程技術(shù)來實現(xiàn)owlel本體分類。elk針對公理中的特定位置(在符號左側(cè)或右側(cè))將概念或角色分布到不同頂點進行處理。這種方式使得數(shù)據(jù)劃分的粒度較粗。本發(fā)明同樣引入并行技術(shù)，不同的是采用基于圖模型的并行化，即將所有圖頂點進行并行處理。本發(fā)明的數(shù)據(jù)劃分粒度要細于elk提出的方法。實驗結(jié)果表明并行效果要更優(yōu)。另外，elk推理機只能部署在多核多線程系統(tǒng)，因而受限于單臺機器內(nèi)存容量。本發(fā)明采用平臺無關(guān)模型設(shè)計推理過程，因而允許系統(tǒng)部署在不同的并行計算平臺，增強了不同并行平臺使用的靈活性。

基于mapreduce平臺開發(fā)的el推理系統(tǒng)具有分布式、高吞吐量的特點。能夠滿足大規(guī)模本體推理的需求。但是mapreduce系統(tǒng)是著重針對表單數(shù)據(jù)設(shè)計的。因而，基于mapreduce平臺開發(fā)的el推理系統(tǒng)只能按照表單數(shù)據(jù)格式存儲el本體，以及做相應(yīng)操作。但是el本體具有圖的特征，可以利用圖上的優(yōu)化來提升推理效果。因此，本發(fā)明利用圖結(jié)構(gòu)的“信息相鄰”特性，基于圖模型設(shè)計并行推理系統(tǒng)。這使得基于圖操作的優(yōu)化和改進得以實現(xiàn)。另外，基于mapreduce平臺開發(fā)的推理系統(tǒng)只能部署在mapreduce計算平臺上，因而受限于具體平臺的使用。如上一段所述，本發(fā)明采用平臺無關(guān)模型設(shè)計推理過程，在不同平臺使用方面具有靈活性。

附圖說明

圖1是整個并行系統(tǒng)流程圖。

圖2是由本體轉(zhuǎn)換得到的有向圖。

具體實施方式

以下結(jié)合實施例和說明書附圖，詳細說明本發(fā)明的實施過程。

給定el本體作為實施例，其包含如下公理：

上述本體包含六條公理，分別描述了如下事實：α1描述了“膝關(guān)節(jié)(kneejoint)”是“從屬于膝蓋”的“關(guān)節(jié)部分(joint)”；α2描述了“從屬于腿部”的“結(jié)構(gòu)(structure)”屬于“腿結(jié)構(gòu)(legstructure)”；α3描述了“關(guān)節(jié)”屬于結(jié)構(gòu)；α4描述了“膝蓋(knee)”位于“腿部”；α5描述了“位于(haslocation)”這個角色被“從屬于(partof)”這個角色包含；α6描述了“從屬于(partof)”這個角色具有傳遞性。

本發(fā)明提出了一種基于圖模型的描述邏輯el本體并行推理方法，可以對本體進行分類。具體而言，通過本體表達的知識，可以推理出“膝關(guān)節(jié)屬于腿結(jié)構(gòu)”這條概念包含知識。分類任務(wù)是計算出所有這樣的知識。本發(fā)明方法流程如圖1所示，具體包含如下步驟：

1)根據(jù)給定的el本體做規(guī)范化處理，并將規(guī)范化后的本體轉(zhuǎn)換成語義等價的有向圖；

首先，對本體做規(guī)范化處理，得到如下規(guī)范化公理：

接下來，將所有公理按照轉(zhuǎn)換規(guī)則(t1-t6)轉(zhuǎn)換為有向圖(如圖2所示)，有向圖的頂點包含：kneejoint，joint，knee，a，structure，legstructure，leg，partof，haslocation；邊包含如下e1-e8八條邊：

2)將所述步驟1)轉(zhuǎn)化得來的有向圖做并行化存儲，并同步到并行計算平臺；

上述并行化存儲過程具體為：首先，利用平臺的“轉(zhuǎn)譯超步”將有向圖轉(zhuǎn)譯為底層平臺的數(shù)據(jù)結(jié)構(gòu)；其次，利用平臺的“存儲超步”將轉(zhuǎn)譯后的有向圖存儲到平臺的文件系統(tǒng)中。

3)利用并行計算平臺的超步完成推理過程的迭代，所使用超步分別為：請求、應(yīng)答、推理、加邊；迭代后有向圖完成更新；

對轉(zhuǎn)換得到的有向圖應(yīng)用以上超步以及規(guī)則(r1-r7)進行操作以完成推理。在進行圖更新過程中，得到以下新添加的邊，對于每條邊的推理過程在下表給出：

以上新添加的邊e9至e13添加進有向圖后，有向圖即完成更新。

4)最后，將完成更新的有向圖逆向轉(zhuǎn)換為新的el本體，作為結(jié)果輸出；

利用轉(zhuǎn)換規(guī)則(t1-t6)的可逆性，將有向圖每一條邊通過(t1-t6)對應(yīng)的規(guī)則逆向轉(zhuǎn)換為el中的公理，其中邊e1-e8逆向轉(zhuǎn)換為α1-α8；邊e9-e13逆向轉(zhuǎn)換為α9-α13(如下表所示)：

所得到新的el本體為最終輸出的結(jié)果。

上述實施例僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和等同替換，這些對本發(fā)明權(quán)利要求進行改進和等同替換后的技術(shù)方案，均落入本發(fā)明的保護范圍。