本体的解释诊断理论研究

Reasoning is a key technical characteristic of the semantic web. The Semantic Web with reasoning can provide intelligence information services. The state-of-the-art ontology reasoning machine based on description logic cannot offer the following reasoning mechanism: given an ontology,a set of actions and an observation, identify an action sequence to explain the observation. This process is called explanatory diagnosing. If the reasoning machine can compute the explanatory diagnosis, then it will maintain the knowledge base。What is more important is that it can be used for fault location in semantic web services. The task of existed works in ontology diagnosis and debugging focus on the axioms or assertions that result in conflicts. However, they do not identify which actions change the axioms or assertions. In this project, we will use the dynamic description logic as the tool to formalize ontology explanatory diagnosis and explainable. We will also refer to some important results and methods for the field of model based diagnosis, and discuss the sufficient conditions that can guarantee explainable. In addition, we will study the computational complexity of the explanatory diagnosis problems and the explainable problems by reduction. Finally, we will find some lightweight fragments of description logic such that the two above problems can be efficiently computed. The results of this project is of theoretical significance and can be applied to ontology engineering and the semantic web.

推理是语义网的一个主要技术特征，它使得语义网能提供更为智能化的信息服务。目前基于描述逻辑的本体推理机不能提供如下推理机制：给定一个本体，一个动作集合和一个断言（称之为观察），定位是哪一些动作导致了该观察。这一推理过程被称为解释诊断。如果推理机能够计算出解释诊断，则能够对知识库进行维护。更为重要的是可以用于语义网服务中的错误定位。 现有的描述逻辑的诊断工作只关心找出是哪些公理（或者断言）导致了冲突，并没有考虑定位这些公理（或者断言）是由哪些动作带来的。本项目中，我们将用动态描述逻辑对本体的解释诊断和可解释性进行形式化，参考基于模型的诊断研究领域的一些重要结果和方法，讨论可解释的条件。另外，我们将用归约的方法研究解释诊断问题和可解释性问题的计算复杂性。最后，我们还将在轻量级描述逻辑上讨论上述两个问题是否可高效计算。本项目的研究成果将对知识工程、本体工程和语义万维网均有重要的理论意义和应用价值。

对行动的表示和推理是人工智能领域历史最为悠久的研究主题之一。以情景演算为代表的行动理论在实际应用中取得了很好的效果。如何进一步增强行动表示和推理系统的知识表示和推理能力是研究者面临的主要问题。..推理是语义网的一个主要技术特征，它使得语义网能提供更为智能化的信息服务。本项目中，我们为基于描述逻辑的本体推理机提供如下推理机制：给定一个本体，一个动作集合和一个断言（称之为观察），定位是哪一些动作导致了该观察。这一推理过程被称为解释诊断。如果推理机能够计算出解释诊断，则能够对知识库进行维护。更为重要的是可以用于语义网服务中的错误定位。..我们研究了轻量级描述逻辑上解释诊断问题的算法与计算复杂性。研究了与各个轻量级描述逻辑等价的动态逻辑、认知逻辑等逻辑系统上的规划问题的算法及计算复杂性。研究了各种与轻量级描述逻辑等价的逻辑上的单步演进、查询、保守扩充、修正等在计算解释诊断(规划)时需要用到的推理技术的算法和计算复杂性。研究了命题逻辑的随机正则公式的难解实例结构特征、实例生成模型、相变现象等问题。将改进的SAT求解器及局部搜索算法应用到数据挖掘等领域。..围绕该项目的相关研究问题，项目组成员目前完成的文章中，已经发表或者录用了文章30篇，其中在中国计算机学会推荐的A类国际学术会议IJCAI和AAAI上发表7篇，在ECAI、TRAK、澳洲人工智能会议(Australasian Conference on Artificial Intelligence)、亚太人工智能会议(Pacific Rim International Conference on Artificial Intelligence)、亚太软件工程会议(Asia-Pacific Software Engineering Conference)、软件学报等国内外人工智能领域主要的学术会议和期刊上发表学术论文23篇。另外有两篇文章被AAAI2019录用。