现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为...现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为了表示现实世界中人类知识和推理的非单调性,本文提出一种新的模糊规则语言——f-NSWRL(fuzzy Nonmono-tonic Semantic Web Rule Language),对两种否定(即否定(negation)和负即失败(negation as failure))在其中的应用进行了研究,讨论了优先级问题来处理模糊知识库中的规则冲突问题,给出了在竞争规则中计算优先级的法则.为了使规则互换格式RuleML(Rule Markup Language)在f-NSWRL与其他规则语言进行规则互换时起到中间语言的作用,本文对RuleML进行了非单调和优先级两方面的扩展.展开更多
文摘现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为了表示现实世界中人类知识和推理的非单调性,本文提出一种新的模糊规则语言——f-NSWRL(fuzzy Nonmono-tonic Semantic Web Rule Language),对两种否定(即否定(negation)和负即失败(negation as failure))在其中的应用进行了研究,讨论了优先级问题来处理模糊知识库中的规则冲突问题,给出了在竞争规则中计算优先级的法则.为了使规则互换格式RuleML(Rule Markup Language)在f-NSWRL与其他规则语言进行规则互换时起到中间语言的作用,本文对RuleML进行了非单调和优先级两方面的扩展.
