我已经创建了一个大的本体（.owl），现在我正在进行推理。事实上，问题是如何确保本体的可伸缩性推理。我在文献中搜索了一下，发现大数据可以很好地解决这个问题。不幸的是，我发现map reduce不能接受作为输入owl文件。除swrl等语义语言外，sparql不能使用。我的问题是：我应该和其他人一起更改owl文件吗？如何使用map reduce以可接受的格式转换规则（例如swrl）？谢谢
8ehkhllq1#
“大数据可以充分解决这个问题”对于这个问题来说太简单了。确保owl本体的可伸缩性是一个非常复杂的问题。所涉及的主要变量是 axios 数和本体的表达能力；然而，这些并不总是最重要的特征。很大程度上还取决于所使用的api，对于推理步骤与解析分离的api，使用的是哪个reasoner。swrl规则增加了另一个层次的复杂性，因为它们具有（几乎）任意的复杂性，所以一般来说不可能保证可伸缩性。对于特定的本体和特定的规则集，可以提供更好的猜测。转换为mapreduce格式/may/help，但据我所知，没有标准转换，要保证转换保留本体和规则蕴涵的语义是相当复杂的。因此，该任务相当于以允许您回答需要运行的查询的方式重写数据，但这可能被证明是不可能的，具体取决于特定的本体论。另一方面，这个本体的大小和分配给任务的内存量是多少？
1条答案
按热度按时间8ehkhllq1#
“大数据可以充分解决这个问题”对于这个问题来说太简单了。
确保owl本体的可伸缩性是一个非常复杂的问题。所涉及的主要变量是 axios 数和本体的表达能力；然而，这些并不总是最重要的特征。很大程度上还取决于所使用的api，对于推理步骤与解析分离的api，使用的是哪个reasoner。
swrl规则增加了另一个层次的复杂性，因为它们具有（几乎）任意的复杂性，所以一般来说不可能保证可伸缩性。对于特定的本体和特定的规则集，可以提供更好的猜测。
转换为mapreduce格式/may/help，但据我所知，没有标准转换，要保证转换保留本体和规则蕴涵的语义是相当复杂的。因此，该任务相当于以允许您回答需要运行的查询的方式重写数据，但这可能被证明是不可能的，具体取决于特定的本体论。
另一方面，这个本体的大小和分配给任务的内存量是多少？