Beantwortung Konjunktiver Anfragen für Ausdrucksstarke Beschreibungslogiken

Zur Realisierung von intelligenten Systemen werden häufig logik-basierte Daten- und Wissensrepräsentationen eingesetzt. Im Vergleich zu klassischen Datenbanken bieten diese eine flexible Repräsentation von inhomogen strukturierten Informationen und erlauben die automatische Ableitung von logisch impliziten Zusammenhängen im explizit repräsentierten Wissen durch Schlussfolgerungssysteme. Ein wichtiger Schlussfolgerungsdienst ist die Beantwortung von konjunktiven Anfragen, auf welchen auch die im Semantic Web weit verbreitete Abfragesprache SPARQL basiert. Die Wissensrepräsentation basiert häufig auf Beschreibungslogiken (z.B. OWL), die entscheidbare Fragmente der Prädikatenlogik darstellen. Für ausdrucksstärkere Beschreibungslogiken existieren jedoch bisher keine praktikablen Techniken zur Beantwortung von konjunktiven Anfragen. Dennoch werden diese in der Praxis häufig eingesetzt, da sie mehr Modellierungskonstrukte bieten und das Wissen somit genauer repräsentiert werden kann.

Mit dem beantragten Projekt möchten wir einen neuartigen Ansatz zur effizienten Beantwortung von konjunktiven Anfragen für ausdrucksstarke Beschreibungslogiken entwickeln und realisieren. Dies soll durch eine tiefe Integration in vorhandene Schlussfolgerungsprozeduren erreicht werden, indem konjunktive Anfragen zu regelartigen Aussagen transformiert (absorbiert) werden, die anschließend direkt im Schlussfolgerungssystem durch spezialisierte Algorithmen verarbeitet werden. Bisherige Ansätze verwenden hingegen keine spezialisierten Verfahren, sondern reduzieren die Beantwortung von Anfragen auf bestehende, allgemeine Schlussfolgerungsdienste. Die direkte Integration erlaubt eine umfangreiche Optimierung und verspricht daher eine deutliche Performanzsteigerung. Weiterhin können auch konjunktiven Anfragen unter Berücksichtigung von nicht explizit angegebenen aber logisch implizierten Individuen in der Wissensbasis effizient bearbeitet werden. Die Ermittlung aller logisch ableitbaren Antworten kann somit praktikabel gemacht werden.

Die Absorbierung der Anfragen soll mittels sogenannter Nominal Schemas realisiert werden, für die in aktuellen eigenen Vorarbeiten effiziente Verarbeitungsverfahren entwickelt wurden. Hierzu soll die Absorbierung auf konjunktive Anfragen erweitert und eine effiziente Reduktion zur zentralen Schlussfolgerungsprozedur gewährleistet werden. Es soll theoretisch und praktisch untersucht werden, bis zu welcher Sprachmächtigkeit der Ansatz verwendet werden kann. Durch die direkte Integration werden auch umfangreichere Optimierungen ermöglicht, welche entwickelt und untersucht werden sollen. Schlussendlich soll der entwickelte Ansatz mit existierenden Techniken zur Beantwortung von konjunktiven Anfragen detailliert verglichen werden.

Durch das geplante Projekt wird die praktische Verwendbarkeit von ausdrucksstarken Beschreibungslogiken stark verbessert, wodurch detailliertere Daten- und Wissensrepräsentationen in Informationssystemen ermöglicht werden.

Projektlaufzeit: März 2018 bis Februar 2021

Projektteilnehmer

  • Andreas Steigmiller (Projektleiter)