Jun, 2011

将本体查询重写成小型非递归 Datalog 程序

PDF
TL;DR本文研究本体数据库访问设置，其中 Abox 以关系数据库 D 的形式给出，而布尔连接查询 q 必须针对在 DL-Lite 或 Linear Datalog+/- 中制定的 Tbox T 模块进行求值。我们展示了如何将（T，q）转换为大小为多项式的等效递推 Datalog 程序 P。
ontological database accessrelational databaseboolean conjunctive querydl-litepolynomially sized datalog program
发现论文，激发创造
  • 不相交 Datalog 程序的 Datalog 改写性及其在本体推理中的应用

    研究了将一个分离的 Datalog 程序重写为普通的 Datalog 的问题，并提出了一种新的基于规则的知识表示语言（KR language）—— 弱线性分离 Datalog，以及在本文的框架下对本体推理问题的应用，结果表明许多非 Horn 本体可以被简化为弱线性程序，并可以用 Datalog 引擎在实践中进行查询回答。

    Apr, 2014

  • 超越 Horn 本体的 Datalog 重写计算

    本文研究了非 Horn 本体的查询方法，使用 datalog 重写来回答 OWL 2 DL 本体查询的可能性等问题，并提出了一种基于分辨率的过程来解决 SHI 本体问题。

    Apr, 2013

  • 本体查询：重写与优化 (扩展版)

    本文研究了本体查询中的查询重写和查询优化问题，其中查询重写包括将本体查询编译为与底层关系型数据库等效的查询，查询优化旨在改善此过程以生成成本效益高的 UCQ 重写，提出了一种有效的新方法以支持基于线性 Datalog+/- 的规则。

    Dec, 2011

  • 在模糊 DL-Lite 本体上回答模糊查询

    研究了在模糊 DL-Lite 本体中，如何回答 CNF 查询和阈值查询的问题，并通过重写方法表明阈值查询回答在数据复杂度上始终保持在 AC0 中，但是组合查询回答高度依赖于所选的三角范数，这对基础语义产生影响。

    Nov, 2021

  • 线性时态逻辑中本体导向查询的一阶重写性

    本研究探索基于本体的时间数据访问，并通过证明重写为具有内置线性顺序的一阶逻辑或关系原始递归机制保证其电路复杂度，建立了包括正 LTL 公式、单调 MFO（<）公式和任意 MFO（<）公式在内的 OM ​​问题一系列查询的层次结构，从而为基于本体的访问提供了基础。

    Apr, 2020

  • 一个线性代数方法用于 Datalog 评估

    本文提出了一种基于矩阵方程、线性代数的方法，通过解决线性矩阵方程的最小解来计算 Datalog 的最小 Herbrand 模型，并在人工和真实数据上的实验中得到了比现有的 Prolog 和 ASP 系统快 10^1 ~ 10^4 倍的效果。

    Jul, 2016

  • 在 DL-Lite 中关于否定查询答案解释的推理

    通过采用外推推理，我们研究了 DL-Lite 本体论上的逻辑、存在性和充分性问题，以解决联合查询应答中的缺失的单个事实的解释问题。

    Feb, 2014

  • Prolog 中高效的描述逻辑推理：DLog 系统

    本文描述了 DLog—— 一种基于分辨率的描述逻辑推理系统。DLog 将描述逻辑公理转换为 Prolog 程序，并使用标准的 Prolog 执行有效地回答实例检索查询，是全 SHIQ 语言的 ABox 推理引擎。DLog 的方法使得个体能够储存在数据库中而不必放在内存中，这提高了可扩展性并有助于在现有信息源的基础上直接使用描述逻辑本体。

    Apr, 2009

  • 轻量级描述逻辑本体的精确学习

    该论文研究了使用 Angluin 等人的准确查询学习框架来学习描述逻辑本体的问题，证明了可以用多项式大小的多项式查询来学习用 DL-Lite 描述逻辑和某些和 OWL 2 RL 相关的 EL 片段描述的本体，但即使只允许非循环本体，也不能用多项式大小的查询来学习用 EL 描述逻辑描述的本体。

    Sep, 2017

  • 计算描述逻辑本体的 Horn 重写

    将一个使用 DL L1 表达的本体 O1 重写为 Horn DL L2 中的本体 O2，以保证在任意数据集扩展时 O1 和 O2 是等价的。对存在 Horn 重写的本体进行研究，并识别出一类本体可以用多项式大小的 Horn 重写表示。

    Apr, 2015