[发明专利]一种本体知识的逻辑推理方法

说明书

技术领域

本发明涉及数据智能分析处理技术领域，特别是指一种本体知识的逻辑推理方法。

背景技术

近年来，自然语言处理是人工智能领域内的一个困难重重同时引人注目的研究课题，它的理想结果就是能够使计算机像人那样理解、分析自然语言,从而解决文本分类、句法分析、语义理解、情感识别、语义推理等实际问题。例如，在一个特定的专业领域里，如何将已有的事实和规则形式化描述、转化为计算机能够理解的语言，进而完成本体知识的逻辑推理，得出有效的推理结果。

但是，现有技术中，并没有确立有效的方法来解决本体支持的知识推理问题。

发明内容

本发明要解决的技术问题是提供一种本体知识的逻辑推理方法，以解决现有技术所存在的没有确立有效的方法来解决本体支持的知识推理问题。

为解决上述技术问题，本发明实施例提供一种本体知识的逻辑推理方法，包括：

S1，接收输入的推理请求，其中，所述推理请求为待匹配本体；

S2，构建所述待匹配本体的RDF图；

S3，根据所述待匹配本体的RDF图，生成一颗用于执行匹配算法的树；

S4，计算生成树的节点在树形结构下节点本身与其相关的父子节点的语义相似度的加权均值，得到节点总体相似度，其中，所述语义相似度由词形相似度和词义相似度确定；

S5，根据得到的所述节点总体相似度，对生成树的每个节点进行匹配，输出推理结果。

进一步地，所述S2包括：

提取所述待匹配本体的主语、谓语及客体；

根据提取的所述待匹配本体的主语、谓语及客体，构建所述待匹配本体的RDF图；

其中，所述主语和客体作为RDF图的节点，所述谓语作为RDF图的边。

进一步地，所述S3包括：

S31，构建另一待匹配本体的RDF图；

S32，获取两个待匹配本体的RDF图的根节点，将获取到的两个根节点合并生成匹配对，将所述匹配对作为生成树的根节点；

S33，在两个待匹配本体的RDF图中，分别查找各自根节点的边；

S34，若边所对应的谓词相同，则将所述边对应的终止节点合并生成匹配对，将终止节点合并生成的匹配对作为所述生成树根节点的子节点，并用所述边连接所述生成树的根节点和所述子节点；

S35，若边所对应的谓词不相同，则跳过所述终止节点；

S36，按照S33、S35、S34的方式，依次遍历两个待匹配本体的RDF图中的所有节点，当所有节点遍历完成后生成一颗用于执行匹配算法的树。

进一步地，若当前节点为e，所述节点总体相似度表示为：

其中，Sim_s表示生成树的节点e的总体相似度，Sim_e(e₁,e₂)表示生成树的节点e包含的两个实体e₁、e₂之间的语义相似度，Sim_fl(e₁,e₂)表示生成树的节点e的父子节点的语义相似度加权求和之后的语义相似度。

进一步地，所述Sim_e(e₁,e₂)表示为：

Sim_e(e₁,e₂)＝αSim_d(e₁,e₂)+βSim_w(e₁,e₂)

其中，Sim_d(e₁,e₂)为两个实体e₁、e₂之间的编辑距离相似度，Sim_d(e₁,e₂)表示生成树的节点e包含的两个实体e₁、e₂之间的词形相似度，α表示Sim_d(e₁,e₂)的权值，Sim_w(e₁,e₂)表示生成树的节点e包含的两个实体e₁、e₂之间的词义相似度，β表示Sim_w(e₁,e₂)的权值。