CN103440324A - 一种模糊本体描述方法和模糊本体建模方法 - Google Patents

Abstract

本发明公开一种模糊本体描述方法和模糊本体建模方法，模糊本体描述方法是在原有的OWL描述的本体上，不改变原有对精确本体表达的同时能够添加本体的模糊信息，使信息有可精确表达的部分和需要模糊表达的部分。该描述方法使用了域名空间fowl，并在域名空间中定义了fuzzyowl的术语语义表达方法，包括模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述。模糊本体建模方法包括OWL本体元素解析，模糊本体元素构建和模糊本体fuzzyowl建模3个部分。本发明能这提高了语义Web对于知识的表达能力，以及语义Web理解和处理用户请求以及上层语义应用的能力。

Description

一种模糊本体描述方法和模糊本体建模方法

技术领域

本发明属于面向语义网的本体技术领域，具体涉及一种模糊本体的描述方法及其相应的建模方法。

背景技术

随着越来越多的共享信息被发布，Internet上的信息量已经呈现了爆炸性的增长，海量的信息可供人们获取。但这些信息的内容基本上只能通过人工的阅读理解才能读懂，无法被计算机“读懂”，进而帮助人们智能的分析和管理这些信息所包含的知识。语义Web作为一种信息机器可读的网络应运而生，它能根据语义进行推理，实现人与物、物与物之间的无障碍协调与沟通。

语义Web技术是计算机智能研究的重要领域，而要使得Internet上的内容能够被计算机正确的理解和处理，信息的表达技术是语义Web领域的一个研究重点。而语义信息表达的支持，又将使得语义Web服务成为可能。通过用语义Web标记语言来描述语义Web服务，语义Web将为用户提供更智能的网上异构和分布信息的访问和搜索，并进一步支持语义Web服务的自动发现和组合。

目前，最流行的信息表达技术是本体。本体是一种用于描述应用领域的知识，描述各类资源及资源之间的关系，实现对词汇表扩展的技术。

现有的本体技术的问题在于，它虽然能表达现实中精确性的信息，但是一方面，除了部分已充分被人类定义的信息外，还有许多在现阶段的科技和文化水平下无法精确认识的知识；另一方面知识表达的程度有时无法用精确的信息来表示。与此同时，本体技术作为语义Web的底层语义支撑，知识的无法精确表达将导致语义Web无法准确理解用户的请求，从而使得服务发现、服务组合和语义信息访问等上层应用的准确率及智能性降低。因此，必须有一种支持不精确或模糊信息的表达技术。这就需要对原有的本体描述语言进行扩展和改进，并通过与描述语言相应的建模技术构建本体。

描述逻辑（DLS）是适用于管理结构化知识的逻辑，它在本体所描述的知识之上的提供逻辑表达和逻辑推理能力。模糊描述逻辑是一组可以表达和推理结构化模糊知识的逻辑。相对于经典描述逻辑，模糊描述逻辑具有对现实世界的模糊知识的表达和能够扩展现实世界的知识系统的特点。1991年Yen首次提出模糊扩展的工作，对经典描述逻辑进行模糊扩展，来对不确定或不精确知识进行表示和推理。研究经过多年的发展取得了许多重要的成果，比如U Straccia对描述逻辑ALC进行了模糊化推广，在2001年提的模糊描述逻辑F-ALC；2005年提出的fuzzy SHOIQ(D)；2007年 G Stoilos提出的模糊描述逻辑F-SHIN以及2010至2011年，U Straccia 和Fernando Bobillo 对经典描述逻辑SROIQ(D)进行了一个模糊扩展后提出的Fuzzy DL SROIQ(D)等等。其中，Fuzzy DL SROIQ(D)是目前表达模糊知识能力较强的Fuzzy DL之一。

目前本体表达的标准是OWL(Web Ontology Language )， OWL具有3个表达能力不等的子语言：OWL Full，OWL DL 和OWL Lite，其中OWL Full表达能力最强，其次是OWL DL。其中 OWL Lite，OWL DL 逻辑对应于DLs SHIF(D)，SHOIN(D)，而目前最新版本OWL 2与经典描述逻辑Crisp DL SROIQ(D) 相一致。然而DLs SHIF(D)、SHOIN(D)和Crisp DL SROIQ(D)都没有进行模糊扩展，所以OWL 并不能表达模糊信息。目前对于模糊本体的描述，尚未有一种统一的规范化的描述语言标准出现。

除此之外，使用模糊本体语言描述模糊信息需要一个该语言的建模工具。目前，protégé 平台是当前最为流行的本体建模工具之一。然而最新版本的protégé 只支持精确本体的表达语言OWL。因此，protégé 无法支持模糊本体的建模和解析。

发明内容

本发明的目的在于克服现有技术的不足，提出一种模糊本体描述方法和模糊本体建模方法。

为了实现上述发明目的，采用的方案如下：

一种模糊本体描述方法，其特征在于在原有的OWL描述的本体上，不改变原有对精确本体表达的同时能够添加本体的模糊信息，使信息有可精确表达的部分和需要模糊表达的部分。

进一步的，该描述方法使用了域名空间 fowl，并在域名空间中定义了fuzzy owl的术语语义表达方法。

所述模糊本体描述方法包括模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述。

进一步的，所述模糊概念的描述的表达方式与模糊描述逻辑fuzzy SROIQ(D)的表达一致，分成：Fuzzy modified concepts、Weighted concepts、multiple Weighted concepts和Fuzzy nominals四种模糊概念形式；每种模糊概念形式表达相异；

其中Fuzzy modified concept模糊概念形式包括了被修饰的概念和修饰词两部分，被修饰的概念是已定义的精确概念或是模糊概念，而修饰词必须是已定义的modifier；被修饰的概念使用fowl域名空间；

所述weighted concept模糊概念形式包括了原概念和权重值两部分，原概念是已定义的精确概念或是模糊概念，而权重值是一个[0,1]之间的数值；在定义Weighted concepts时，除了该模糊概念的名称，模糊概念的类型和注释外，还需要引入原概念和给出权重值，对于其中的权重，fow:hasWeighted 标签定义权重，rdf:datatype="&xsd;double" 声明权重的数值使用double类型。

所述multiple weighted concept模糊概念形式带有多个权重概念的集合，并且权重的和为1；定义一个多权重概念时，关键是给出多个带权重的概念的描述，fuzzy owl 使用fowl:hasPart 标记描述每一个<权重，概念>对；

所述nominals concept模糊概念形式将一个或多个nominal形成集合作为一个概念，该概念被称之为nominals 类型的概念；将nominals 模糊扩展后表达具有隶属度的nominals；带有fowl域的hasNominals表达每一个带隶属度的nominal，每一个带隶属度的nominal中引入了一个已定义的个体 和这个个体的隶属值，fowl:hasIndividual 标签标示个体的引入，而隶属值不再使用其他的标签，与权重值一样，统一使用fowl: hasWeighted表示[0,1]之间的数值。

进一步的，所述变量的描述将概念数据属性(DataProperty)中的，能够使用数值表达其范围的解析域单独表示成一种新的数据形式：DataProperty解析域变量，简称变量；变量具有基础类型 ：int, double, float表示数值的类型，以及表达DataProperty解析域的范围的一个数值表达式；每一个区间，每一个值的集合代表了使用数值表达DataProperty解析域，而模糊数据类型是基于该解析域之上的经过不同解析模型形成的，是表示模糊信息的DataProperty的数据类型。

进一步的，所述模糊数据类型的描述在保留原有的四种隶属函数模型之外，扩展的用户自定义模糊数据类型逻辑是d →f(X)，f(X)是模糊数据类型(fuzzy datatype)的隶属函数定义，X是模糊数据类型使用的变量；扩展后的DL支持原有的四种模糊具体谓词，并且取消原具体域，应用变量表达模糊数据类型所对应的data property解析域的数值范围参数，同时允许用户自定义基于data property解析域数值的函数公式来定义一个模糊数据类型的隶属函数；

模糊数据类型的描述，首先确定如何描述该模糊数据类型与原来的OWL语言定义的本体元素的关系，使得在不改变原精确本体文件的基础上，为其添加模糊数据类型信息；属性方面，一个属性可以有多个模糊数据类型，在OWL精确本体语言中，一个概念的表达式中可出现具有某个数据类型的属性；

根据不同的特点，将leftshoulder 、 rightshoulder、 triangular 、trapezoidal、MOD 和自定义类型userDefined分成3类分析模糊数据类型的表达方法；leftshoulder 、 rightshoulder、 triangular 和trapezoidal四种类型的模糊数据类型不需要定义其隶属函数表达式，但需要给出其使用的变量名和对应的几个关键值；描述这四种类型的fuzzy datatype时，带有域名空间fowl的“datatypeType”语义标示fuzzy datatype的类型：datatypeType:= { leftshoulder | rightshoulder | triangular | trapezoidal }；同时，有关的关键值统一使用XML模式的表达形式： xsd:enumeration，并且按照大小的顺序分别表达了这些类型的a,b,c和d值。

进一步的，模糊修饰词的描述是：Fuzzy DL SROIQ(D)中可表达三种类型的模糊修饰词：linear，triangular和自定义类型usrDefined，前两种与模糊数据类型中的前四种类型类似，都是已经确定了的函数模型，不需要给出隶属函数的表达式，只需要给出关键值即可，唯一与模糊数据类型区别是其变量是已确定范围为[0,1]；最后一种类型与自定义模糊数据类型类似，都可以自定义其隶属函数； 模糊修饰词中的变量表达一个特殊的域，定义一个特殊的变量，该变量表示一个[0,1]范围内的真值度，其基本类型为xsd:double；类似的，自定义其隶属函数的userDefined类型模糊修饰词除了这个特殊的变量外，还需要在其中定义其隶属函数表达式和定义域，但是不需要表达修饰词与其他元素之间的关系。

一种模糊本体建模方法，其包括OWL本体元素解析，模糊本体元素构建和模糊本体fuzzy owl 建模3个部分；所述的OWL本体元素解析用于加载OWL 本体模型，获取需要添加模糊信息的原本体元素；模糊本体元素构建用于编辑添加的模糊信息，并形成元素的内存数据结构；模糊本体fuzzy owl建模则是将形成的元素的数据结构解析为fuzzy owl模糊本体模型，并且最终可以保存为fuzzy owl的描述文件；

所述OWL本体元素解析包括了OWL本体模型加载，OWL 类（class）解析，OWL 数据类型（datatype）解析，OWL 个体（individual）解析；OWL本体模型加载通过读取磁盘或网络本体文件，这些文件是需要添加模糊信息的本体文件，然后解析每个本体文件的本体模型；OWL类据解析在本体模型加载成功后查询模型中的所有类，解析每一个类的详细描述内容，并形成一个类列表；OWL数据类型解析从本体模型中查询所有OWL定义的数据类型，解析数据类型的描述内容，形成一个数据类型列表；OWL个体解析从本体模型中查询所有OWL定义的个体，解析个体所属的类和其他属性内容，并形成一个个体列表；

所述模糊本体元素构建包括模糊概念，变量，模糊数据类型和修饰词的构建，分别编辑其语义内容并生成对应的数据结构存储模糊本体元素数据；模糊概念的构建包括了带有修饰词模糊概念（modified concept）的构建，带有权重模糊概念（weighted concept）的构建，多权重模糊概念（multiple weighted concept）的构建，nominals concept的构建，分别生成对应的数据结构；模糊概念基本结构包括概念名称，概念类型，概念“equivalentClass”关系和备注数据；带有修饰词模糊概念的结构包括了基本结构数据，已定义修饰词，被修饰的概念数据；带有权重的模糊概念结构包括了基本结构数据，权重值，原概念；多权重模糊概念的结构包括了基本结构数据，<权重，概念>列表；nominals concept数据结构包括了基本结构数据，<隶属度，个体>列表；变量的构建包括了变量的基本类型和解析域的数值范围的编辑，基本类型的编辑是从XSD中多种数值的类型选择变量的基本数据类型，解析域数值范围的编辑是使用<等式类型，数值>列表表示的多个数值区间；

模糊数据类型的构建包括了leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型，MOD类型，userDefined类型的模糊数据类型的构建；所有模糊数据类型具有基本结构，包括名称，类型，domain域和备注数据；leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型的结构包括基本结构的数据，变量，关键值列表，其中leftshoulder 、 rightshoulder两种类型有2个关键值，triangular 具有3个关键值，trapezoidal具有4个关键值。MOD类型包括了基本结构数据，已定义修饰词，被修饰原datatype或fuzzy datatype数据。userDefined类型包括基本结构的数据，变量，自定义的隶属函数列表数据，其中隶属函数又包括了公式的表达式和隶属函数的定义域范围约束列表；

修饰词的构建包括了linear、triangular和userDefined类型的修饰词的构建，均具有与模糊数据类型相似的结构，结构存储的数据有名称，类型，变量和备注这些共有基本数据，其中变量是具有固定范围[0,1]的特殊变量；除了基本数据外，linear和triangular还具有各自的关键值列表，userDefined类型还具有自定义的隶属函数列表数据。

所述模糊本体fuzzy owl建模包括模糊本体文件初始化，模糊本体元素的fuzzy owl模型构建和模糊本体文件存储；

模糊本体文件的初始化是为所添加的模糊信息创建存储文件，并生成必要的文件头部，该头部包含了所用到的所有域名空间，引入的其他本体模型文件，所添加的模糊信息的原本体文件和模糊本体文件备注信息；本模糊本体文件初始化后为一个空的模糊本体模型描述；

模糊本体元素的fuzzy owl模型构建包括了模糊概念，变量，模糊数据类型和修饰词的fuzzy owl建模，根据模糊本体元素编辑后建立的数据存储中的每一个元素的结构建立该元素的fuzzy owl模型，并为该模型添加所有的语义信息，最后将该元素的fuzzy owl模型作为子节点添加到相应的模糊本体模型节点后；

模糊本体文件存储是将建模后的模糊本体按照相应的格式保存到初始化后的模糊本体文件中。

与现有技术相比，本发明具有如下优点和技术效果：模糊本体描述方法能够在OWL描述的本体的基础上，不改变原有精确本体表达的同时，为本体描述添加模糊信息，达到用语义表达精确及非精确知识的效果。且模糊本体建模方法能够通过加载OWL 本体模型构建模糊本体模型，实现支持模糊本体描述的本体建模。这提高了语义Web对于知识的表达能力，以及语义Web理解和处理用户请求以及上层语义应用的能力。

附图说明

图1 fuzzyowl建模总体流程。

图2 fuzzyowl建模模块图。

图3 OWL本体元素解析流程图。

图4模糊本体构建流程图。

图5 fuzzy owl建模流程图。

图6 fuzzy owl Parser结构图。

具体实施方式

一种模糊本体描述方法，实现一种可在计算机上表达模糊本体信息的方法，并形成一种语言规范。该语言规范称为fuzzy owl，可以表达模糊概念，变量，模糊数据类型和修饰词，其中的模糊数据类型和修饰词经具有自定义类型的表达能力。该模糊本体的描述方法能够在原有的OWL描述的本体上，不改变原有对精确本体表达的同时能够添加本体的模糊信息，而不是研究一套仅用于模糊信息的语言。这种扩展方法符合人们的认知：信息应该有其可精确表达的部分和需要模糊表达的部分，而不应该将信息分成精确和模糊两种类型。

fuzzy owl基于RDF（RDFS）之上的部分独立术语主要有：

表

fuzzy owl 术语词汇表

该描述规范使用了域名空间 fowl，并在域名空间中定义了fuzzy owl的术语语义表达方法。

以下是fuzzy owl对模糊本体各部分的描述规范。

1.1 模糊概念的描述方法

模糊概念的表达方式，与模糊描述逻辑fuzzy SROIQ(D)的表达一致，将分成：Fuzzy modified concepts、Weighted concepts、multiple Weighted concepts和Fuzzy nominals四种模糊概念形式。每种模糊概念形式表达相异，因而fuzzy owl描述规范使用了fowl域名空间中的“classType”语义描述其类型。

模糊概念的定义不仅考虑定义一个模糊概念所包含的内容，fuzzy owl作为一种方法在不需要影响原来OWL建立的本体的基础上为一个本体概念在原有的精确信息之外添加其模糊方面的信息，因此描述此模糊概念跟精确概念具有的关系是一个关键的问题。由于不能改变原OWL描述的本体，所以需要在模糊本体的文件中描述这些模糊信息与精确的本体之间的关系。我们采取的方法是：在表达OWL描述的一个概念是模糊时，在模糊本体文件中给出与之相等的模糊概念的描述，并使用“equivalentClass”语义描述定义的模糊概念是原OWL本体文件中概念的模糊描述内容。

四种模糊概念形式的描述规范如下：

(1) modified concept

带有模糊修饰词的概念包括了被修饰的概念和修饰词两部分，被修饰的概念是已定义的精确概念或是模糊概念，而修饰词必须是已定义的modifier。被修饰的概念使用fowl域名空间“hasClass”

<fowl:fuzzyClass rdf :about=”&refe_ file#class name”>

<fowl:classType> modified </fowl: classType > //模糊概念的类型为带修饰词的类型

<fowl:hasClass rdf : resource=“&refe_ file#name of Class”/>

<fowl:hasModifier rdf: resource = “&refe_ file#name of Modifier”/>

<fowl: equivalentClass rdf: resource = “&refe_ file#classname”/>

<rdfs:comment>...</rdfs:comment>

< /fowl:fuzzyClass >

(2) weighted concept

带有权重的概念包括了原概念和权重值两部分，原概念是已定义的精确概念或是模糊概念，而权重值是一个[0,1]之间的数值。在定义Weighted concepts时，除了该模糊概念的名称，模糊概念的类型和注释这几个必要部分外，还需要引入原概念和给出权重值。应用fuzzy owl 描述一个带有权重的概念时，概念类型和引入的概念等部分的语法与模糊修饰词概念类似。对于其中的权重，fow:hasWeighted 标签定义权重，rdf:datatype="&xsd;double" 声明权重的数值使用double类型。

(3) multiple weighted concept

多权重概念是带有多个权重概念的集合，并且权重的和为1。定义一个多权重概念时，关键是给出多个带权重的概念的描述，fuzzy owl 使用fowl:hasPart 标记描述每一个<权重，概念>对。描述规范如下：

<fowl:fuzzyClass rdf :about=” &refe_ file#class name”>

<fowl: classType>multipleWeighted</fowl: classType > //多权重类型

<fowl:hasPart>

<fowl : hasClass rdf : resource=“&refe_ file#classname” / >

<fowl: hasWeighted rdf:datatype="&xsd;double"> value</ fowl: hasWeighted >

</fowl:hasPart>

<fowl:hasPart>

<fowl : hasClass rdf : resource=“&refe_ file#classname” / >

<fowl: hasWeighted rdf:datatype="&xsd;double" > value </ fowl: hasWeighted >

</fowl:hasPart>

<fowl: equivalentClass rdf: resource = “&refe_ file#classname”/>

<rdfs:comment>… </rdfs:comment>

< /fowl:fuzzyClass >

(4) nominals concept

在现实中，有些概念是一个或是多个个体的集合，这些个体或许并没有相近的意义，也就是说，有些概念单纯是个体的集合，并无意义，只是出于现实的考虑而形成一个集合。这样一些个体可以称之为nominal，而出于现实的考虑将一个或多个nominal形成集合作为一个概念时，该概念被称之为nominals 类型的概念。将nominals 模糊扩展后可以表达具有隶属度的nominals，这样形成了一个fuzzy nominals 类型的概念。

Fuzzy owl中使用带有fowl域的hasNominals表达每一个带隶属度的nominal，每一个带隶属度的nominal中引入了一个已定义的个体 和这个个体的隶属值，fowl:hasIndividual 标签标示个体的引入，而隶属值不再使用其他的标签，与权重值一样，统一使用fowl: hasWeighted表示[0,1]之间的数值。

1.2变量的描述方法

将概念数据属性(DataProperty)中的，能够使用数值表达其范围的解析域单独表示成一种新的数据形式：DataProperty解析域变量（简称变量）。变量具有基础类型 ：int, double, float等表示数值的类型，以及表达DataProperty解析域的范围的一个数值表达式。每一个区间，每一个值的集合代表了使用数值表达DataProperty解析域，而模糊数据类型是基于该解析域之上的经过不同解析模型形成的，是表示模糊信息的DataProperty的数据类型。

变量的定义为：

Variable: = type (Range)

Range: = Ineq1∩Ineq2∩···∩Ineqn

Ineq :=(( “>r”|“>=r”) ∩ (“<=r” |“< r”)) ||“=r”

其中数值r是一个数据类型（如int, double, float等），有 r ∈ R。

变量对应的fuzzy owl 语法，根据RDF表达数值的形式，采用rdfs:range代替抽象语法中的Type，表达变量的基础数据类型，如<rdfs:range rdf:resource="&xsd;float"/>说明变量为float类型。对应于变量范围限制的5种表达式， fuzzy owl将使用 XML模式的表达形式：xsd:minExclusive, xsd:minInclusive, xsd:maxInclusive, xsd:maxExclusive和xsd:enumeration描述数值的范围限制。

变量的fuzzy owl 描述规范：

< fowl: Variable rdf: about=” &refe_ file; variablename >

<rdfs: range rdf : resource=”&xsd; integer /float...”/>

<rdf:hasRestriction>

<xsd: maxExclusive rdf:datatype="&xsd;integer..."> value</xsd: maxExclusive > |

<xsd: maxInclusive rdf:datatype="&xsd;integer..."> value </xsd: maxInclusive > |

<xsd: minInclusive rdf:datatype="&xsd;integer..."> value </xsd: minInclusive > |

<xsd: minExclusive rdf:datatype="&xsd;integer..."> value </xsd: minExclusive> |

<xsd: enumeration rdf:datatype="&xsd;integer..."> value </xsd: enumeration>

</rdf: hasRestriction >

<rdfs:comment>… </rdfs:comment>

< /fowl: Variable>

1.3模糊数据类型的描述方法

在保留原有的四种隶属函数模型之外，扩展的用户自定义模糊数据类型逻辑是d →f(X)，f(X)是模糊数据类型(fuzzy datatype)的隶属函数定义，X是模糊数据类型使用的变量。扩展后的DL支持原有的四种模糊具体谓词，并且取消原具体域，应用变量表达模糊数据类型所对应的data property解析域的数值范围参数，同时允许用户自定义基于data property解析域数值的函数公式来定义一个模糊数据类型的隶属函数。

与fuzzy SROIQ(D)中表达模糊数据类型的形式相统一，用户自定义的隶属函数统称为 userDefined 类型，该类型与leftshoulder 、 rightshoulder、 triangular 、trapezoidal类型并列，共同组成模糊数据类型的隶属函数模型：

d → left(X, a, b)

right(X, a, b)

triangular(X , a, b, c)

trapezoidal(X, a, b, c, d)

userDefined (X)

MOD(d)

模糊数据类型的描述方法，首先确定如何描述该模糊数据类型与原来的OWL语言定义的本体元素的关系，使得在不改变原精确本体文件的基础上，为其添加模糊数据类型信息。属性方面，一个属性可以有多个模糊数据类型，在OWL精确本体语言中，一个概念的表达式中可以出现具有某个数据类型的属性，比如逻辑表达式表示的：C ≡ D ⊓∃T. d ，这时，d是一个数据类型，而这个类型可能是精确的，也可能是一个模糊的。也即是，在OWL表达的本体中，使用同样的定义方式，也可以定义一个具有模糊数据类型的属性。本发明中，达到此目的采取的解决方法是在OWL本体文件中为该属性新建一个datatype d，然后在模糊本体文件中，定义一个模糊数据类型与d 具有一个相等的关系。该方法的好处是不会影响C ≡ D ⊓∃T.d在精确本体中的表达，并且可以为属性添加了模糊信息。fuzzy owl 描述语法中将使用 rdfs:domain 标签示这种相等关系。

根据不同的特点，将leftshoulder 、 rightshoulder、 triangular 、trapezoidal、MOD 和自定义类型userDefined分成3类分析模糊数据类型的表达方法。

(1) leftshoulder 、 rightshoulder、 triangular 、trapezoidal类型

leftshoulder 、 rightshoulder、 triangular 和trapezoidal四种类型的模糊数据类型不需要定义其隶属函数表达式，但需要给出其使用的变量名和对应的几个关键值。描述这四种类型的fuzzy datatype时，带有域名空间fowl的“datatypeType”语义标示fuzzy datatype的类型：datatypeType:= { leftshoulder | rightshoulder | triangular | trapezoidal }。同时，有关的关键值统一使用XML模式的表达形式： xsd:enumeration，并且按照大小的顺序分别表达了这些类型的a,b,c和d值。

(2) MOD类型

MOD类型的模糊数据类型不需要涉及变量，仅需要给出类型名称mod，一个修饰词和一个已定义的模糊数据类型。

l “fowl:hasModifier”语义标示已定义的modifier。

l “fowl: hasfDatatype”语义标示已定义的模糊数据类型。

(3) userDefined类型

userDefined类型的模糊数据类型中，表达隶属函数的公式可能有两种形式，一种是不带变量的算术表达式，另外一种是带有变量的算术表达式。不带变量的算术表达式其结果是一个常量表达式，表示在定义域内的隶属度为一个常量。带变量算术表达式则是由常量、变量、圆括号、运算符组成，采用的运算符与常见的运算符形式一致，有：+，-，*，/ ，sin, cos, asin, acos, tan, atan, mod, pow, sqrt, abs等常用运算符。同时，该表达式的定义域如果小于变量的范围，则给出范围约束。根据自定义类型fuzzy datatype 的语义分析，自定义模糊数据类型的描述规范如下：

< fowl: fDatatype rdf: about=” &refe_ file#fuzzyDatatypename >

<rdfs:domain rdf:resource="& refe_ file#a datatype name"/>

<fowl: datatypeType > userDefined</fowl: datatypeType >

<fowl: hasVariable rdf: resource=“&refe_ file#Variable” / >

<fowl: Function >

<fowl: formula rdf:datatype="&xsd;string> formula expression </ fowl: formula >

<fowl:hasRestriction >

<xsd: minInclusive rdf:datatype="&xsd;integer..."> value </xsd: minInclusive >

<xsd: maxInclusive rdf:datatype="&xsd;integer..."> value </xsd: maxInclusive >

</ fowl:hasRestriction >

</fowl:Function>

<rdfs:comment>… </rdfs:comment>

< /fowl: fDatatype >

一个自定义的模糊数据类型可以在变量的范围内有多个定义域不重叠的隶属函数，也即是在语法中有多个fowl: Function 块。隶属函数的表达式使用xsd:string 数据形式表达。

1.4模糊修饰词的描述方法

Fuzzy DL SROIQ(D)中可以表达三种类型的模糊修饰词：linear，triangular和自定义类型usrDefined，前两种与模糊数据类型中的前四种类型类似，都是已经确定了的函数模型，不需要给出隶属函数的表达式，只需要给出关键值即可，唯一与模糊数据类型区别是其变量是已确定范围为[0,1]。最后一种类型与自定义模糊数据类型类似，都可以自定义其隶属函数。由于模糊修饰词中的变量表达一个特殊的域，因此定义一个特殊的变量，该变量表示一个[0,1]范围内的真值度，其基本类型为xsd:double。类似的，能够自定义其隶属函数的userDefined类型模糊修饰词除了这个特殊的变量外，还需要在其中定义其隶属函数表达式和定义域，但是不需要表达修饰词与其他元素之间的关系。其fuzzy owl 描述规范是：

< fowl: modifier rdf: about=” &refe_ file# modifiername >

<fowl: modifierType > userDefined</fowl: modifierType >

<fowl: hasVariable rdf: resource=“&refe_ file#Variable” / >

<fowl: Function >

<fowl: formula rdf:datatype="&xsd;string> formula expression </ fowl: formula >

<fowl:hasRestriction>

<xsd: minInclusive rdf:datatype="&xsd;float "> value </xsd: minInclusive >

<xsd: maxInclusive rdf:datatype="&xsd;float"> value </xsd: maxInclusive >

</ fowl:hasRestriction>

</fowl:Function>

<rdfs:comment>…</rdfs:comment>

< /fowl: modifier >

2. 模糊本体建模方法

一种模糊本体建模方法，包括OWL本体元素解析，模糊本体元素构建和模糊本体fuzzy owl 建模3个部分。所述的OWL本体元素解析用于加载OWL 本体模型，获取需要添加模糊信息的原本体元素；模糊本体元素构建用于编辑添加的模糊信息，并形成元素的内存数据结构；模糊本体fuzzy owl建模则是将形成的元素的数据结构解析为fuzzy owl模糊本体模型，并且最终可以保存为fuzzy owl的描述文件。

2.1 OWL本体元素解析

以上所述OWL本体元素解析包括了OWL本体模型加载，OWL 类（class）解析，OWL 数据类型（datatype）解析，OWL 个体（individual）解析。

OWL本体模型加载通过读取磁盘或网络本体文件，这些文件是需要添加模糊信息的本体文件，然后解析每个本体文件的本体模型。

OWL类据解析在本体模型加载成功后查询模型中的所有类，解析每一个类的详细描述内容，并形成一个类列表。

OWL数据类型解析从本体模型中查询所有OWL定义的数据类型，解析数据类型的描述内容，形成一个数据类型列表。

OWL个体解析从本体模型中查询所有OWL定义的个体，解析个体所属的类和其他属性内容，并形成一个个体列表。

2.2模糊本体元素构建

所述模糊本体构建包括模糊概念，变量，模糊数据类型和修饰词的构建，分别编辑其语义内容并生成对应的数据结构存储模糊本体元素数据。

模糊概念的构建包括了带有修饰词模糊概念（modified concept）的构建，带有权重模糊概念（weighted concept）的构建，多权重模糊概念（multiple weighted concept）的构建，nominals concept的构建，分别生成对应的数据结构。模糊概念基本结构包括概念名称，概念类型，概念“equivalentClass”关系和备注数据。带有修饰词模糊概念的结构包括了基本结构数据，已定义修饰词，被修饰的概念数据。带有权重的模糊概念结构包括了基本结构数据，权重值，原概念。多权重模糊概念的结构包括了基本结构数据，<权重，概念>列表。nominals concept数据结构包括了基本结构数据，<隶属度，个体>列表。

变量的构建包括了变量的基本类型和解析域的数值范围的编辑，基本类型的编辑是从XSD中多种数值的类型选择变量的基本数据类型，解析域数值范围的编辑是使用<等式类型，数值>列表表示的多个数值区间。

模糊数据类型的构建包括了leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型，MOD类型，userDefined类型的模糊数据类型的构建。所有模糊数据类型具有基本结构，包括名称，类型，domain域和备注数据。leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型的结构包括基本结构的数据，变量，关键值列表，其中leftshoulder 、 rightshoulder两种类型有2个关键值，triangular 具有3个关键值，trapezoidal具有4个关键值。MOD类型包括了基本结构数据，已定义修饰词，被修饰原datatype或fuzzy datatype数据。userDefined类型包括基本结构的数据，变量，自定义的隶属函数列表数据，其中隶属函数又包括了公式的表达式和隶属函数的定义域范围约束列表。

修饰词的构建包括了linear、triangular和userDefined类型的修饰词的构建。它们具有与模糊数据类型相似的结构，结构存储的数据有名称，类型，变量和备注这些共有基本数据，其中变量是具有固定范围[0,1]的特殊变量。除了基本数据外，linear和triangular还具有各自的关键值列表，userDefined类型还具有自定义的隶属函数列表数据。

2.3模糊本体fuzzy owl 建模

所述模糊本体fuzzy owl建模包括模糊本体文件初始化，模糊本体元素的fuzzy owl模型构建和模糊本体文件存储。

模糊本体文件的初始化是为所添加的模糊信息创建存储文件，并生成必要的文件头部，该头部包含了所用到的所有域名空间，引入的其他本体模型文件，所添加的模糊信息的原本体文件和模糊本体文件备注信息。本模糊本体文件初始化后为一个空的模糊本体模型描述。

模糊本体元素的fuzzy owl模型构建包括了模糊概念，变量，模糊数据类型和修饰词的fuzzy owl建模，根据模糊本体元素编辑后建立的数据存储中的每一个元素的结构建立该元素的fuzzy owl模型，并为该模型添加所有的语义信息，最后将该元素的fuzzy owl模型作为子节点添加到相应的模糊本体模型节点后。

模糊本体文件存储是将建模后的模糊本体按照相应的格式保存到初始化后的模糊本体文件中。

以下再结合附图对本发明的实施作进一步说明。

本发明为模糊本体描述语言fuzzy owl的建模提出了建模方法，其总体流程为图1。该建模方法首先需要读取需要添加模糊信息的OWL本体文件，获取其本体模型，然后解析其中的类（class），数据类型（datatype）和个体（individual）语义，并生成相应数据列表。生成的数据列表为模糊本体构建的输入数据之一，构建模糊本体时，直接从界面中获取输入的各个元素的信息，并生成元素数据存储结构，同时，还将构建好的模糊本体元素信息显示在可视化界面上。当所有模糊本体元素构建后，将调用fuzzy owl 解析器的功能API解析元素信息，生成fuzzy owl模糊本体模型，最后写入fuzzy owl模糊本体文件中。

本发明是为了给原有的OWL本体添加模糊信息，其结构如图2。第一部分为引入需要添加模糊信息的源本体OWL文件中的所有元素，该部分的流程图如图3。第二部分为模糊概念、变量、模糊数据类型和模糊修饰词的模型编辑部分，这部分要完成的是提供这些信息的界面编辑功能，生成相应的数据结构，并且给出与本体元素的关系，其详细流程如图4。第三部分是为源OWL本体建立一个fuzzy owl 模糊信息描述文件，生成文件头部和文档说明部分的基本信息，然后分别对完成了全部编辑的模糊概念、变量、模糊数据类型和模糊修饰词内容生成fuzzy owl描述 并保存到fuzzy owl文件中，详细流程如图5。

发明的建模方法中，其结构图中的第3部分模糊本体的fuzzy owl建模使用了fuzzy owl解析器解析功能。该解析器为建模方法的独立模块，具有2个重要功能： fuzzy owl建功能，和解析fuzzy owl模糊本体文件并根据该文件加载其fuzzy owl模型功能。其结构图如图6，包括：

（1）Vocaburary: 该部分包含已定义的fuzzy owl规范术语语法文件fowl.rdf，以及使用jena的RDF/XML API构建的与fowl.rdf对应的vocabulary fowl。 fowl.rdf 定义了fuzzy owl描述任何模糊本体元素的术语，并给出了其语义，vocabulary fowl 是fuzzy owl的域名空间的jena 描述。

（2）fowl Model：该Model继承于 jena Model，为一个完整模糊本体模型。Fowl Model 包括 Reader 和Writer,分别用于读取 fuzzy owl文件加载模型和输出模糊本体的fuzzy owl描述，另外还有用于用于添加和查询各个模糊本体元素的接口。

（3）fowl元素 API: 该部分包括了一组模糊概念API, 变量API，模糊数据类型API和修饰词API。这些API使用jena RDF/XML对模糊本体元素提供了完整的解析功能。

Claims (9)

1.一种模糊本体描述方法，其特征在于在原有的OWL描述的本体上，不改变原有对精确本体表达的同时能够添加本体的模糊信息，使信息有可精确表达的部分和需要模糊表达的部分。

2.根据权利要求1所述的一种模糊本体描述方法，其特征在于该描述方法使用了域名空间 fowl，并在域名空间中定义了fuzzy owl的术语语义表达方法。

3.根据权利要求2所述的一种模糊本体描述方法，其特征在于包括模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述。

4.根据权利要求3所述的一种模糊本体描述方法，其特征在于所述模糊概念的描述的表达方式与模糊描述逻辑fuzzy SROIQ(D)的表达一致，分成：Fuzzy modified concepts、Weighted concepts、multiple Weighted concepts和Fuzzy nominals四种模糊概念形式；每种模糊概念形式表达相异；

其中Fuzzy modified concept模糊概念形式包括了被修饰的概念和修饰词两部分，被修饰的概念是已定义的精确概念或是模糊概念，而修饰词必须是已定义的modifier；被修饰的概念使用fowl域名空间；

所述weighted concept模糊概念形式包括了原概念和权重值两部分，原概念是已定义的精确概念或是模糊概念，而权重值是一个[0,1]之间的数值；在定义Weighted concepts时，除了该模糊概念的名称，模糊概念的类型和注释外，还需要引入原概念和给出权重值，对于其中的权重，fow:hasWeighted 标签定义权重，rdf:datatype="&xsd;double" 声明权重的数值使用double类型；

所述multiple weighted concept模糊概念形式带有多个权重概念的集合，并且权重的和为1；定义一个多权重概念时，关键是给出多个带权重的概念的描述，fuzzy owl 使用fowl:hasPart 标记描述每一个<权重，概念>对；

所述nominals concept模糊概念形式将一个或多个nominal形成集合作为一个概念，该概念被称之为nominals 类型的概念；将nominals 模糊扩展后表达具有隶属度的nominals；带有fowl域的hasNominals表达每一个带隶属度的nominal，每一个带隶属度的nominal中引入了一个已定义的个体 和这个个体的隶属值，fowl:hasIndividual 标签标示个体的引入，而隶属值不再使用其他的标签，与权重值一样，统一使用fowl: hasWeighted表示[0,1]之间的数值。

5.根据权利要求3所述的一种模糊本体描述方法，其特征在于所述变量的描述将概念数据属性(DataProperty)中的，能够使用数值表达其范围的解析域单独表示成一种新的数据形式：DataProperty解析域变量，简称变量；变量具有基础类型 ：int, double, float表示数值的类型，以及表达DataProperty解析域的范围的一个数值表达式；每一个区间，每一个值的集合代表了使用数值表达DataProperty解析域，而模糊数据类型是基于该解析域之上的经过不同解析模型形成的，是表示模糊信息的DataProperty的数据类型。

6.根据权利要求3所述的一种模糊本体描述方法，其特征在于所述模糊数据类型的描述在保留原有的四种隶属函数模型之外，扩展的用户自定义模糊数据类型逻辑是d →f(X)，f(X)是模糊数据类型(fuzzy datatype)的隶属函数定义，X是模糊数据类型使用的变量；扩展后的DL支持原有的四种模糊具体谓词，并且取消原具体域，应用变量表达模糊数据类型所对应的data property解析域的数值范围参数，同时允许用户自定义基于data property解析域数值的函数公式来定义一个模糊数据类型的隶属函数；

模糊数据类型的描述，首先确定如何描述该模糊数据类型与原来的OWL语言定义的本体元素的关系，使得在不改变原精确本体文件的基础上，为其添加模糊数据类型信息；属性方面，一个属性可以有多个模糊数据类型，在OWL精确本体语言中，一个概念的表达式中可出现具有某个数据类型的属性；

根据不同的特点，将leftshoulder 、 rightshoulder、 triangular 、trapezoidal、MOD 和自定义类型userDefined分成3类分析模糊数据类型的表达方法；leftshoulder 、 rightshoulder、 triangular 和trapezoidal四种类型的模糊数据类型不需要定义其隶属函数表达式，但需要给出其使用的变量名和对应的几个关键值；描述这四种类型的fuzzy datatype时，带有域名空间fowl的“datatypeType”语义标示fuzzy datatype的类型：datatypeType:= { leftshoulder | rightshoulder | triangular | trapezoidal }；同时，有关的关键值统一使用XML模式的表达形式： xsd:enumeration，并且按照大小的顺序分别表达了这些类型的a,b,c和d值。

7.根据权利要求3所述的一种模糊本体描述方法，其特征在于模糊修饰词的描述是：Fuzzy DL SROIQ(D)中可表达三种类型的模糊修饰词：linear，triangular和自定义类型usrDefined，前两种与模糊数据类型中的前四种类型类似，都是已经确定了的函数模型，不需要给出隶属函数的表达式，只需要给出关键值即可，唯一与模糊数据类型区别是其变量是已确定范围为[0,1]；最后一种类型与自定义模糊数据类型类似，都可以自定义其隶属函数； 模糊修饰词中的变量表达一个特殊的域，定义一个特殊的变量，该变量表示一个[0,1]范围内的真值度，其基本类型为xsd:double；类似的，自定义其隶属函数的userDefined类型模糊修饰词除了这个特殊的变量外，还需要在其中定义其隶属函数表达式和定义域，但是不需要表达修饰词与其他元素之间的关系。

8.利用权利要求1~7任一项所述模糊本体描述方法的模糊本体建模方法，其特征在于

包括OWL本体元素解析，模糊本体元素构建和模糊本体fuzzy owl 建模3个部分；所述的OWL本体元素解析用于加载OWL 本体模型，获取需要添加模糊信息的原本体元素；模糊本体元素构建用于编辑添加的模糊信息，并形成元素的内存数据结构；模糊本体fuzzy owl建模则是将形成的元素的数据结构解析为fuzzy owl模糊本体模型，并且最终可以保存为fuzzy owl的描述文件；

所述OWL本体元素解析包括了OWL本体模型加载，OWL 类（class）解析，OWL 数据类型（datatype）解析，OWL 个体（individual）解析；OWL本体模型加载通过读取磁盘或网络本体文件，这些文件是需要添加模糊信息的本体文件，然后解析每个本体文件的本体模型；OWL类据解析在本体模型加载成功后查询模型中的所有类，解析每一个类的详细描述内容，并形成一个类列表；OWL数据类型解析从本体模型中查询所有OWL定义的数据类型，解析数据类型的描述内容，形成一个数据类型列表；OWL个体解析从本体模型中查询所有OWL定义的个体，解析个体所属的类和其他属性内容，并形成一个个体列表；

所述模糊本体元素构建包括模糊概念，变量，模糊数据类型和修饰词的构建，分别编辑其语义内容并生成对应的数据结构存储模糊本体元素数据；模糊概念的构建包括了带有修饰词模糊概念（modified concept）的构建，带有权重模糊概念（weighted concept）的构建，多权重模糊概念（multiple weighted concept）的构建，nominals concept的构建，分别生成对应的数据结构；模糊概念基本结构包括概念名称，概念类型，概念“equivalentClass”关系和备注数据；带有修饰词模糊概念的结构包括了基本结构数据，已定义修饰词，被修饰的概念数据；带有权重的模糊概念结构包括了基本结构数据，权重值，原概念；多权重模糊概念的结构包括了基本结构数据，<权重，概念>列表；nominals concept数据结构包括了基本结构数据，<隶属度，个体>列表；变量的构建包括了变量的基本类型和解析域的数值范围的编辑，基本类型的编辑是从XSD中多种数值的类型选择变量的基本数据类型，解析域数值范围的编辑是使用<等式类型，数值>列表表示的多个数值区间；

模糊数据类型的构建包括了leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型，MOD类型，userDefined类型的模糊数据类型的构建；所有模糊数据类型具有基本结构，包括名称，类型，domain域和备注数据；leftshoulder 、 rightshoulder、 triangular 、trapezoidal 四种类型的结构包括基本结构的数据，变量，关键值列表，其中leftshoulder 、 rightshoulder两种类型有2个关键值，triangular 具有3个关键值，trapezoidal具有4个关键值；

MOD类型包括了基本结构数据，已定义修饰词，被修饰原datatype或fuzzy datatype数据；

userDefined类型包括基本结构的数据，变量，自定义的隶属函数列表数据，其中隶属函数又包括了公式的表达式和隶属函数的定义域范围约束列表；

修饰词的构建包括了linear、triangular和userDefined类型的修饰词的构建，均具有与模糊数据类型相似的结构，结构存储的数据有名称，类型，变量和备注这些共有基本数据，其中变量是具有固定范围[0,1]的特殊变量；除了基本数据外，linear和triangular还具有各自的关键值列表，userDefined类型还具有自定义的隶属函数列表数据。

9.根据权利要求8所述的模糊本体建模方法，其特征在于所述模糊本体fuzzy owl建模包括模糊本体文件初始化，模糊本体元素的fuzzy owl模型构建和模糊本体文件存储；

模糊本体文件的初始化是为所添加的模糊信息创建存储文件，并生成必要的文件头部，该头部包含了所用到的所有域名空间，引入的其他本体模型文件，所添加的模糊信息的原本体文件和模糊本体文件备注信息；本模糊本体文件初始化后为一个空的模糊本体模型描述；

模糊本体元素的fuzzy owl模型构建包括了模糊概念，变量，模糊数据类型和修饰词的fuzzy owl建模，根据模糊本体元素编辑后建立的数据存储中的每一个元素的结构建立该元素的fuzzy owl模型，并为该模型添加所有的语义信息，最后将该元素的fuzzy owl模型作为子节点添加到相应的模糊本体模型节点后；

模糊本体文件存储是将建模后的模糊本体按照相应的格式保存到初始化后的模糊本体文件中。

Images