基于RDF与概率推理的不确定性知识表示算法

摘要

针对不确定性知识具有模糊性、随机性或不完整性，很难用单一方式准确表示和处理的问题，提出一种基于资源描述框架(RDF)与概率推理的不确定性知识表示算法.首先，采用RDF图描述不确定性知识数据样本，构建不确定性知识元语句及其层次关系，进而得到不确定性知识RDF图模式与标准语句模式；其次，用模糊Petri网表示不确定性知识，定义模糊Petri网八元组，采用概率软逻辑推理方式构建模糊推理规则，并对逻辑推理规则进行约束；最后，通过特定算子推理，在库可信度数值稳定时输出不确定性知识表示结果.实验结果表明：该方法构建的标准语句语义丰富度数值均高于0.8;在逻辑规则增加至220个时，出现逻辑矛盾的次数仅为3,概率为1.36%;不同不确定性知识表示的确定度均高于0.9,表明算法在表示不确定性知识时精确性高，能有效捕捉并描述知识内部变量的逻辑关系.

关键词

资源描述框架图 / 概率软推理 / 不确定性 / 知识表示 / 模糊Petri网