(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211175184.6 (22)申请日 2022.09.26 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 汪可予　李思特　李嘉烨　漆桂林　 季秋　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 杜静静 (51)Int.Cl. G06N 5/04(2006.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种基于嵌入的不 一致容忍本体推理方法 (57)摘要 本发明公开了一种基于嵌入不一致容忍本 体推理方法， 该方法用于不一致本体推理相关任 务并增强在不一致本体上的查询能力。 首先， 将 本体中的公理转化成自然语言形式的句子。 随后 利用嵌入技术， 将自然语言形式的公理句子映射 成高维空间的语义向量， 利用语义向量计算公理 之间的语义联系。 最后， 通过语义向量之间的语 义联系定义不一致容忍的推理关系。 使用该推理 关系， 可以在不一致本体上推理出一致的结果。 该推理关系拓展经典逻辑到了描述逻辑领域， 具 备良好的逻辑性质， 同时充分考虑到本体中公理 的语义， 具 备更强的不 一致容忍推理能力。 权利要求书3页 说明书6页 附图1页 CN 115481741 A 2022.12.16 CN 115481741 A 1.一种基于嵌入的不 一致容忍本体 推理方法， 其特 征在于， 包 含如下步骤： 步骤(1)生成不 一致本体的所有最大一 致子集； 步骤(2)将OW L语言形式的公理转 化成自然语言形式的句子； 步骤(3)将公理对应的自然语言形式的句子映射成高维空间的语义向量； 步骤(4)为 最大一致子集打 分； 步骤(5)选出 赋分最高的最大一 致子集作为 不一致容忍推理的结果。 2.根据权利要求1所述的一种基于嵌入的不一致容忍推理推理方法， 其特征在于， 所述 步骤(1)生成不一致本体的所有最大一致子集， 假设有本体K， 所生成的最大一致子集K'有 如下定义： ·K'是一致的； ·若 那么K”是不一致的； 用mcs(K)表示由本体K 所有最大一 致子集组成的集 合。 3.根据权利要求1所述的一种基于嵌入不一致容忍本体推理方法， 其特征在于， 所述步 骤(2)具体包 含如下子步骤： 2.1)使用NaturalOW L方法将OW L语言形式的公理 处理为三元组； 2.2)针对数据集 通过自编制代码 将三元组转换为自然语言句子 。 4.根据权利要求1所述的一种基于嵌入的不一致容忍本体推理方法， 其特征在于， 所述 步骤(2)将OW L语言形式的公理转 化成自然语言形式的句子， 具体如下： 1)通过将本体文件导入Protege软件， 使用NaturalOWL插件将OWL语言形式的公理处理 为三元组， 针对数据集 通过自编制代码 将三元组转换为自然语言句子 。 5.根据权利要求1所述的一种基于嵌入的不一致容忍本体推理方法， 其特征在于， 所述 步骤(3)将自然语言形式的公理转 化成高维空间的语义向量， 具体如下： 1)在步骤(2)中将OWL语言形式的公理转化成 自然语言形式的句子， 为了表示公理的语 义信息并计算公理之间的语义关联， 通过Sentence ‑BERT技术将公理所转成的句子映射成 高维空间的语义向量,公理所映射成的语义向量具备如下特征， 语义相似的公理所映射成 的语义向量在高维空间中距离更近 。 6.根据权利要求1所述的一种基于嵌入的不一致容忍本体推理方法， 其特征在于， 所述 步骤(4)具体包 含如下子步骤： 4.1)计算语义向量之间的相似度， 具体相似度计算方法利用余弦距离、 欧几里得距离， 两个公理之间语义相似程度越高， 则它们对应的语义向量相似度越大,基于余弦距离的相 似度函数和基于欧几里 得距离的相似度函数定义如下： 其中， v1,v2分别为在步骤(3)中由两个不同公理转成的语义向量， Cosine_Distance (v1,v2)表示v1,v2的余弦距离， Eucl idean_Distance(v1,v2)表示v1,v2的欧几里 得距离； 4.2)代入(4.1)中计算得到的相似度， 定义公理在最大一致子集 中的聚合度函数， 一条权　利　要　求　书 1/3 页 2 CN 115481741 A 2公理在一个最大一致子集中的聚合度 汇总了该公理和最大一致子集中公理的相似度， 该公 理在最大一致子集中的公理语义相似关联程度越高， 则它在该最大一致子集中的聚合程度 越高； 给出不同的聚合度函数定义方法如下： 其中， Ki为本体K的一个最大一致子集， α, β 分别为本体 K中公理， Si m( α, β )为公理α和β 的 相似度， 即通过步骤(2)(3)将公理α和β 转成语义向量再通过余弦距离或欧几里得距离计算 相似度， k为一个用于调节的参数， Mk(Ki, α,k)为由Ki中与α相似度值最小的k个公理形成的 集合， H(Ki, α )， T(Ki, α )分别为Ki中与公理α 头实体或尾实体相同的公理 组成的集 合； 4.3)利用(4.2)中定义的聚合度 函数， 为每条公理打分， 一条公理如果出现在更多的最 大一致子集中， 并且在它出现在的最大一致子集中聚合度更高， 则认为这条公理更可信， 它 的赋分更高， 利用上面定义的公理在最大一致子集中聚合度计算方法， 定义如下四种公理 打分函数： 其中， 其中， 本体 K是一个不一致本体， Ki为本体K的最大一致子集， α 为本体 K中公理， mcs (K)为由本 体K所有最大一 致子集组成的集合， a gg(Ki, α )global、 agg(Ki, α,k)knn、 为(4.2)中定义的聚合度函数， k是 可调的参数； 4.4)汇总每个最大一致子集中公理的赋分， 得到最大一致子集的打分， 包含更多公理、 包含的公理赋分更高的最大一致子集拥有更高的分数， 选出得分最高的最大一致子集， 作 为推理的结果， 并可以用于后续的公理推理和查询， 集 合打分函数定义如下： 权　利　要　求　书 2/3 页 3 CN 115481741 A 3