提升描述逻辑表达能力：DL-safe规则的放宽研究

本篇论文主要探讨了DL-safe规则在描述逻辑研究中的重要性和应用。DL-safe规则是由Motik提出的，它是在描述逻辑SHOIQ(D)中的一种特殊类型规则，旨在确保知识库推理的可判定性。描述逻辑作为一种强大的知识表示工具，拥有丰富的概念定义符，但在处理关系定义时相对较弱。为了增强描述逻辑的表达能力，研究者通常会将其与规则相结合，但这可能导致推理问题的复杂性，甚至出现不可判定性。 论文的核心贡献在于作者马良提出了对DL-safe规则的一个放松定义，即扩展了规则的表达能力，使其可以处理更复杂的知识结构。通过这一创新，作者设计了一种算法，能够将含有放松DL-safe规则的知识库推理转化为传统含DL-safe规则的知识库推理，从而使得推理算法能够在更广泛的含规则知识库中得到应用。这种转换不仅保留了系统的可判定性，还提升了知识表示的灵活性。 早期的描述逻辑系统如CLASSIC和LOOM虽然尝试将规则融入，但由于规则表达能力有限，仅能处理简单的子类关系，且局限于实例层面，无法进行概念推理。AL-log系统则是将描述逻辑ALC与Datalog规则结合，但同样存在局限性。这些早期尝试表明，将描述逻辑与规则融合是一项挑战，需要不断优化规则设计以克服推理难题。 总结来说，本论文深入研究了如何在保持推理可判定性的前提下，放宽对DL-safe规则的限制，以提升描述逻辑与规则混合系统的表达能力和实用性，这对于构建高效、灵活的知识库系统具有重要意义。通过引入新的规则定义和转化算法，作者的工作为描述逻辑的进一步发展提供了新的视角和可能的解决方案。