17、模糊本体定义与本体编辑器的模糊扩展探索

模糊本体定义与本体编辑器的模糊扩展探索

1. 模糊本体相关基础介绍

在许多基于本体的应用中，用户常常对包含不精确和模糊概念描述的信息感兴趣，比如寻找“风味浓郁的红酒”、推理“寒冷的地方”“昂贵的物品”“快速的摩托车”等概念。为了解决这些问题，我们基于模糊集理论提出了一种方法，旨在扩展本体编辑器，使其在本体定义过程中能直接处理不确定性，从而丰富知识领域。

首先，我们来明确一下模糊集的定义。考虑一个非空对象集合 U，称为全域。模糊集或广义特征函数被定义为 U 上的一个 [0, 1] 值函数，即 f : U → [0, 1]。对于对象 x ∈ U，f(x) 表示 x 属于集合 f 的隶属度值。

2. 定义模糊值

在为本体实体分配模糊值时，需要在可理解性和精确性之间进行权衡。因为在实际中，要同时获得高解释性和高准确性是相互矛盾的目标，往往其中一个属性会更占优势。根据主要追求的需求，模糊建模领域可分为两个不同的方向：
- 语言模糊建模 ：主要目标是获得具有良好解释性的模糊模型。
- 精确模糊建模 ：主要目标是获得具有良好准确性的模糊模型。

为了尽可能通用，我们为专家提供了两种为（概念/实例，属性）对添加隶属度值的方式：
- 定义精确值 ：专家在创建本体时，将概念之间的每个关系定义为模糊关系。例如，在猫的本体中，“加菲猫具有 0.9 的幽默感”可以表示为概念“加菲猫”和“幽默感”之间的模糊分类关系 T：T(幽默感, 加菲猫) = 0.9。在葡萄酒本体中，关系 Taste(葡萄酒, 醇厚) = 0.4 表示葡