基于形式概念分析的描述逻辑本体构建理论与方法

Description logics have become an important research field of computer science and artificial intelligence in recent years, mainly because description logics are the logical foundations of the current mainstream ontology languages such as OWL (Web Ontology Language) and OWL 2. Since description logic reasoning has to be based on a description logic knowledge base (or ontology), therefore, how to construct the consistent and complete description logic ontologies quickly and accuratly has become an urgent problem that we need to address..The project will study the theory and methods of description logic ontology construction using formal concept analysis based on the existing works of this project group. Aiming at different description logics (including classical description logics and description logics with terminological cycles) and different initial models (including global model, partial model, and partial ABox), the project will establish the approximate LCS (Least Common Subsumer) and MSC (Most Specific Concept) inference mechanisms with respect to a background terminology, the methods of decision and computation of finite basis for description logic ontology, and the approaches of completing description logic ontologies (or knowledge bases). Thus, to improve and reconstruct the theoretical framework of description logic ontology construction is the main goal of this project..In addition to the theoretical research, the project will also develop a complete set of reasoning tools that aids users to construct description logic ontologies.In particular, this project will build a domain ontology library for the field of education in order to verify the effectivenss of the theory, methods, and reasoning tools that this project obtained..The study results of this project will have a certain impact on the theoretical and technical development of computer science and artificial intelligence.

近年来描述逻辑已成为计算机科学和人工智能的一个重要研究领域，主要原因在于描述逻辑是目前主流的Web本体语言的逻辑基础。描述逻辑推理必须建立在知识库（或本体）之上，因而，如何快速、准确的构建一致和完备的描述逻辑本体已成为一个迫切需要解决的问题。本项目在课题组已有工作的基础上研究基于形式概念分析的描述逻辑本体构建理论与方法，针对不同描述逻辑（包括经典描述逻辑和带循环定义的描述逻辑）和不同初始模型（包括全局模型、部分模型和部分ABox），建立背景本体下近似LCS和MSC推理机制、本体有穷基判断及计算方法、本体完备化构建方法，以完善和重构描述逻辑本体构建的理论框架为主要研究目标。在开展理论研究的同时，本项目还将开发一套完整的辅助用户构建本体的推理工具，并面向教育领域构建一套本体库来验证本项目研究的理论、方法以及开发的推理工具的有效性。这些研究将对计算机科学和人工智能的理论及技术发展产生一定的影响。

随着大数据时代的到来，如何有效的处理各种各样的异构信息是计算机和IT领域目前面临的一个重要科学问题，特别是如何从语义计算的角度来研究信息的智能处理方法，即如何利用语义技术来实现快速、准确的海量信息的智能处理是目前计算机科学的一个很有意义的研究方向。.本项目研究主要为本体构建（特别是描述逻辑本体构建）提供理论和方法支持，涉及到两个研究层面：理论上研究本体构建的理论与方法、实际应用上验证本体的正确性（即本体应用）。针对本体构建及其应用（为各种实际应用提供语义支持），本项目按照项目计划书的研究计划，深入研究了语义信息处理（或语义计算）的相关理论、方法及应用，主要研究内容包括：本体（特别是描述逻辑本体）构建、语义相似度计算、语义数据查询、词计算形式化模型、信息系统（或形式背景）不确定性度量、形式概念分析的语义相似度计算、多准则决策模型等。获得的主要研究成果：基于保守扩充理论提出了模块化本体重用方法；基于Wikipedia提出了一种基于特征的概念语义相似度计算框架以及一些概念语义相似度计算方法；提出了一些基于Wikipedia概念信息量的概念语义相似度计算方法；建立了一种面向链接数据（或关联数据 ）Linked Data的语义扩展查询模型；基于区间二型模糊集理论提出了一种词计算形式化模型；扩展了传统模糊信息系统的不确定性度量方法，分别提出了一种度量区间值和直觉模糊信息系统的熵的定义表达式；研究了认知干扰下多准则决策问题，提出了一种基于DS/AHP模型的决策方法；以及提出了一种基于DS理论和含糊规避的决策模型等。.本项目执行期间取得的成果：共发表或录用10篇学术论文，其中国际SCI刊物发表4篇（Information Processing & Management发表2篇、Information Sciences发表2篇）、国际SCI刊物录用2篇（International Journal on Semantic Web and Information Systems录用1篇、International Journal of Intelligent Systems录用1篇）、人工智能领域顶级会议AAAI（AAAI 2017）录用1篇、国内一级刊物《软件学报》发表1篇等；培养了18名硕士生，正在培养1名博士后、2名博士生和9名硕士生；获得3项软件著作权和1项广东省科技成果登记。