在SPARQL查询引擎中处理逻辑规则制造技术

本公开尤其涉及一种用于处理图数据库中的逻辑规则的计算机实现的方法。所述方法包括：提供包括至少一个图的图数据库，所述数据库的每个图在一个或多个邻接矩阵(R矩阵)中表示，每个邻接矩阵表示包括相同谓语的所述图的一组元组；提供结束于头部谓语的逻辑规则；生成虚拟邻接矩阵，其包括所述一个或多个邻接矩阵(R矩阵)中的一个和蕴含数据矩阵(E矩阵)，所述虚拟邻接矩阵表示头部谓语，其中，所述蕴含数据矩阵表示通过应用所述逻辑规则计算的一组元组；以及接收由所述数据库使用所述头部谓语进行的查询。语进行的查询。语进行的查询。

【技术实现步骤摘要】
在SPARQL查询引擎中处理逻辑规则


[0001]本公开涉及计算机程序和系统领域，更具体地说，本公开涉及用于处理图数据库中的逻辑规则的方法、系统和程序。

技术介绍

[0002]市场上提供了大量用于对象的设计、工程和制造的系统和程序。CAD是计算机辅助设计的缩写，例如，它涉及用于设计对象的软件解决方案。CAE是计算机辅助工程的缩写，例如，它涉及用于对未来产品的物理行为进行模拟的软件解决方案。CAM是计算机辅助制造的缩写，例如，它涉及用于定义制造过程和操作的软件解决方案。在这些计算机辅助设计系统中，图用户界面在技术效率方面起着重要作用。这些技术可以嵌入产品生命周期管理(PLM)系统中。PLM指的是一种业务战略，其帮助企业在扩展型企业的整个概念中共享产品数据、应用通用流程以及利用企业知识从概念到使用寿命结束来开发产品。Dassault Syst
è
mes(商标为CATIA、ENOVIA和DELMIA)提供的PLM解决方案提供了工程中心(其组织产品工程知识)、制造中心(其管理制造工程知识)以及企业中心(其允许将企业集成和连接成工程和制造中心)。该系统共同提供了一种开放对象模型，该模型将产品、过程、资源链接在一起，以实现动态的、基于知识的产品创建和决策支持，从而推动优化的产品定义、制造准备、生产和服务。
[0003]图数据库特别适用于与数据库交互的应用，例如许多“创意创作应用”，例如CAD软件。此类应用通常在存储器内数据库(即主要依靠存储器进行数据存储的专用数据库)中实现，与将数据存储在磁盘或SSD上的数据库形成对比。
[0004]对以图式表示和/或存储的知识进行一些推理更有用，即从现有事实中推断出新事实。这种推理通过在由推理引擎表示为图的知识库上应用逻辑规则来推导出新信息。推理过程可以进一步迭代知识库中的新事实以触发推理引擎中的附加规则。推理引擎用于处理知识规则的自动管理。使用知识规则可以分解(即压缩)存储在图中的一些信息，从而不再需要重复该信息，从而使系统的设计更易于理解。经分解后的信息不再在图中明确表示，而是可以通过推理得出。
[0005]在数据库领域，数据库理论的基础是基于一阶逻辑。一阶逻辑组成关系演算(然后是SQL)但没有递归。在20世纪90年代后期，由于性能成本较高，数据库研究逐渐远离递归查询。Abiteboul等人的文章“Foundations of databases”,Vol.8.Reading:Addison
‑
Wesley,1995，以及Green等人的文章“Datalog and recursive query processing”,Now Publishers,2013，讨论了使用Datalog的研究，尝试将递归添加到关系演算的正(即，没有否定)部分。
[0006]近年来，递归查询在数据集成与交换、信息抽取、网络、程序分析等各种应用领域广泛兴起。然而，这些方法在查询层面很复杂，难以实现，性能成本高昂，或需要专用的查询引擎。
[0007]在这种情况下，仍然需要用于处理图数据库中的逻辑规则的改进的方法。

技术实现思路

[0008]因此，提供了一种用于处理图数据库中的逻辑规则的计算机实现的方法。所述方法包括：
[0009]‑
提供包括至少一个图的图数据库，所述数据库的每个图在一个或多个邻接矩阵(R矩阵)中表示，每个邻接矩阵表示包括相同谓语的所述图的一组元组；
[0010]‑
提供结束于头部谓语的逻辑规则；
[0011]‑
生成虚拟邻接矩阵，其包括所述一个或多个邻接矩阵(R矩阵)中的一个和蕴含数据矩阵(E矩阵)，所述虚拟邻接矩阵表示头部谓语，其中，所述蕴含数据矩阵表示通过应用所述逻辑规则计算的一组元组；以及
[0012]‑
接收由所述数据库使用所述头部谓语进行的查询。
[0013]所述方法可以包括下列各项中的一项或多项：
[0014]‑
所述虚拟邻接矩阵还包括更新处理器，所述更新处理器被配置为：当所述头部谓语被修改时，更新所述蕴含数据矩阵；
[0015]‑
所述逻辑规则包括一组一个或多个逻辑规则，每个逻辑规则至多为一阶逻辑规则；
[0016]‑
所述逻辑规则表示为线性递归查询；
[0017]‑
所述蕴含数据矩阵的生成包括前向链接技术；
[0018]‑
由各自的邻接矩阵表示的所述图的一组元组是非推断元组；
[0019]‑
所述图数据库为RDF图数据库，每个元组为：RDF三元组，其包括主语、谓语和宾语；或者RDF四元组，其包括主语、谓语、宾语和图名称；
[0020]‑
所述提供的逻辑规则为RDFS规则；
[0021]‑
所述提供的逻辑规则是被配置为进行以下操作的默认属性规则：返回至少一个RDF元组的宾语或主语的默认值；
[0022]‑
所述接收由所述数据库使用所述头部谓语进行的查询包括：接收由SPARQL查询引擎进行的查询；
[0023]‑
由SPARQL查询引擎回答接收到的查询。
[0024]还提供了一种计算机程序，其包括用于执行所述方法的指令。
[0025]还提供了一种计算机可读存储介质，其上记录有所述计算机程序。
[0026]还提供了一种系统，其包括耦合至存储器的处理器，所述存储器上记录有所述计算机程序。
附图说明
[0027]现在将参考附图描述非限制性示例，其中：
[0028]‑
图1示出了该方法的示例的流程图；
[0029]‑
图2示出了推理的示例。
[0030]‑
图3示出了RDFS蕴含模式的示例；
[0031]‑
图4示出了虚拟邻接矩阵的示意表示；
[0032]‑
图5示出了前向链接技术的示例；以及
[0033]‑
图6示出了系统的示例。
syntax for RDF datasets”，W3C推荐，2014年2月25日。因为RDF四元组可以通过将图名称添加到RDF三元组来获得。图名称可以是空的(即，对于默认或未命名的图)或IRI(例如，谓语)。每个四元组的图名称是该四元组在数据集中所属的图。在下文中，术语RDF元组(或元组)无差别地指代RDF三元组或RDF四元组，除非明确提及其中一个或另一个的使用。
[0039]RDF图数据库可以具有数十亿个元组；例如，Uniprot数据集是蛋白质序列和功能信息的资源。
[0040]“逻辑规则”(可以等同地被称为“推理规则”或“知识规则”)是指这样一种演绎机制：当其前提(等同地被称为规则主体)为真时，其结论(等同地被称为规则的“头部”)为真。逻辑规则的头部是谓语，等价地被称为“头部谓语”。换句话说，头部谓语定义了对数据库的相应查询的感兴趣输出。“处理图数据库中的逻辑规则”是指将逻辑规则应用于存储在数据库中的图以推断新信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的用于处理图数据库中的逻辑规则的方法，所述方法包括：
‑
提供(S10)包括至少一个图的图数据库，所述数据库的每个图在一个或多个邻接矩阵(R矩阵)中表示，每个邻接矩阵表示包括相同谓语的图的一组元组；
‑
提供(S20)结束于头部谓语的所述逻辑规则；
‑
生成(S30)虚拟邻接矩阵，其包括所述一个或多个邻接矩阵(R矩阵)中的一个和蕴含数据矩阵(E矩阵)，所述虚拟邻接矩阵表示所述头部谓语，其中，所述蕴含数据矩阵表示通过应用所述逻辑规则计算的一组元组；以及
‑
接收(S40)由所述数据库使用所述头部谓语进行的查询。2.根据权利要求1所述的方法，其中，所述虚拟邻接矩阵还包括更新处理器，所述更新处理器被配置为：当所述头部谓语被修改时，更新所述蕴含数据矩阵。3.根据权利要求1至2中任一项所述的方法，其中，所述逻辑规则包括一组一个或多个逻辑规则，每个逻辑规则至多为一阶逻辑规则。4.根据权利要求3所述的方法，其中，所述逻辑规则表示为线性递归查询。5.根据权利要求1至4中任一项所述的方法，其中，所述蕴含数据矩阵的生成包括前向链接技术。6.根据权利要求1至5中任一项所述的方法...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：达索系统公司，
类型：发明
国别省市：