知识图谱推理与实践 (2) -- 基于jena实现规则推理
本章，介绍 基于jena的规则引擎实现推理，并通过两个例子介绍如何coding实现。
规则引擎概述
jena包含了一个通用的规则推理机，可以在RDFS和OWL推理机使用，也可以单独使用。
推理机支持在RDF图上推理，提供前向链、后向链和二者混合执行模式。包含RETE engine 和 one tabled datalog engine。可以通过GenericRuleReasoner来进行配置参数，使用各种推理引擎。要使用 GenericRuleReasoner，需要一个规则集来定义其行为.
Rule的语法与结构
规则通过 Rule对象来进行定义，包含 body terms列表 (premises),head terms列表 (conclusions) 和可选的 name 和可选的direction。
An informal description of the simplified text rule syntax is:
_Rule_ := _bare-rule_ .
or [ _bare-rule_ ]
or [ ruleName : _bare-rule_ ]
_bare-rule_ := _term_, ... _term_ -> _hterm_, ... _hterm_ // forward rule
or _bhterm_ <- _term_, ... _term _ // backward rule
_hterm := term
_ or [ _bare-rule_ ]
_term_ := (_node_, _node_, _node_) // triple pattern
or (_node_, _node_, _functor_) // extended triple pattern
or builtin(_node_, ... _node_) // invoke procedural primitive
_bhterm_ := (_node_, _node_, _node_) // triple pattern
_functor_ := functorName(_node_, ... _node_) // structured literal
_node_ := _uri-ref_ // e.g. http://foo.com/eg
or prefix:localname // e.g. rdf:type
or <_uri-ref_> // e.g. <myscheme:myuri>
or ?_varname_ // variable
or 'a literal' // a plain string literal
or 'lex'^^typeURI // a typed literal, xsd:* type names supported
or number // e.g. 42 or 25.5
逗号 "," 分隔符是可选的.
前向和后向规则语法之间的区别仅与混合执行策略相关，请参见下文。
_functor_ 是一个扩展的三元组，用于创建和访问文本值。functorName可以是任何简单的标识符。
为保障rules的可读性URI引用支持qname语法。可以使用在 PrintUtil对象中注册的前缀。
下面是一些规则示例：
[allID: (?C rdf:type owl:Restriction), (?C owl:onProperty ?P),
(?C owl:allValuesFrom ?D) -> (?C owl:equivalentClass all(?P, ?D)) ]
[all2: (?C rdfs:subClassOf all(?P, ?D)) -> print('Rule for ', ?C)
[all1b: (?Y rdf:type ?D) <- (?X ?P ?Y), (?X rdf:type ?C) ] ]
[max1: (?A rdf:type max(?P, 1)), (?A ?P ?B), (?A ?P ?C)
-> (?B owl:sameAs ?C) ]
- Rule
allID说明了functor用于将OWL限制的组件收集到单个数据结构中，然后可以触发进一步的规则 - Rule
all2表示一个前向规则，它创建了一个新的后向规则，并且还调用了print. - Rule
max1说明了如何使用数字
可以使用以下方法加载和解析规则文件：
List rules = Rule.rulesFromURL("file:myfile.rules");
或者
BufferedReader br = / _open reader_ / ; List rules = Rule.parseRules( Rule.rulesParserFromReader(br) );
或者
String ruleSrc = / _list of rules in line_ / List rules = Rule.parseRules( rulesSrc );
在前两种情况下（从URL或BufferedReader读取），规则文件由一个简单的处理器预处理，该处理器剥离注释并支持一些额外的宏命令：
# ...- 注释.
// ...- 注释
@prefix pre: <http://domain/url#>.- 定义了一个前缀
pre，可以用在规则文件中. @include <urlToRuleFile>.- 包含指定规则,允许规则文件包含RDFS和OWL的预定义规则
完整实例：
@prefix pre: <http://jena.hpl.hp.com/prefix#>.
@include <RDFS>.
[rule1: (?f pre:father ?a) (?u pre:brother ?f) -> (?u pre:uncle ?a)]
规则推理demo1--喜剧演员
例如，在一个电影知识图谱里，如果一个演员参演的电影的类型是喜剧片，我们可以认为这个演员是喜剧电影
推理规则：
[ruleComedian: (?p :hasActedIn ?m) (?m :hasGenre ?g) (?g :genreName '喜剧') -> (?p rdf:type :Comedian)]
我们用代码来实现：
String prefix = "http://www.test.com/kg/#";
Graph data = Factory.createGraphMem();
// 定义节点
Node movie = NodeFactory.createURI(prefix + "movie");
Node hasActedIn = NodeFactory.createURI(prefix + "hasActedIn");
Node hasGenre = NodeFactory.createURI(prefix + "hasGenre");
Node genreName = NodeFactory.createURI(prefix + "genreName");
Node genre = NodeFactory.createURI(prefix + "genre");
Node person = NodeFactory.createURI(prefix + "person");
Node Comedian = NodeFactory.createURI(prefix + "Comedian");
// 添加三元组
data.add(new Triple(genre, genreName, NodeFactory.createLiteral("喜剧")));
data.add(new Triple(movie, hasGenre, genre));
data.add(new Triple(person, hasActedIn, movie));
// 创建推理机
GenericRuleReasoner reasoner = (GenericRuleReasoner) GenericRuleReasonerFactory.theInstance().create(null);
PrintUtil.registerPrefix("", prefix);
// 设置规则
reasoner.setRules(Rule.parseRules(
"[ruleComedian: (?p :hasActedIn ?m) (?m :hasGenre ?g) (?g :genreName '喜剧') -> (?p rdf:type :Comedian)] \n"
+ "-> tableAll()."));
reasoner.setMode(GenericRuleReasoner.HYBRID); // HYBRID混合推理
InfGraph infgraph = reasoner.bind(data);
infgraph.setDerivationLogging(true);
// 执行推理
Iterator<Triple> tripleIterator = infgraph.find(person, null, null);
while (tripleIterator.hasNext()) {
System.out.println(PrintUtil.print(tripleIterator.next()));
}
输出结果：
(:person rdf:type :Comedian)
(:person :hasActedIn :movie)
可以看到，已经给person加上了Comedian。
规则推理demo2 -- 关联交易
我们再来看上一篇文章中提到的那个金融图谱：
陈华钧老师PPT里，有一个推理任务：
- 执掌一家公司就一定是这家公司的股东；
- 某人同时是两家公司的股东，那么这两家公司一定有关联交易；
PPT里是使用Drools来实现的，具体可以参见PPT。我们这里使用jena来实现，可以达到同样的效果。
首先，构造好图谱，为了方便理解，我们用中文变量：
Model myMod = ModelFactory.createDefaultModel();
String finance = "http://www.example.org/kse/finance#";
Resource 孙宏斌 = myMod.createResource(finance + "孙宏斌");
Resource 融创中国 = myMod.createResource(finance + "融创中国");
Resource 乐视网 = myMod.createResource(finance + "乐视网");
Property 执掌 = myMod.createProperty(finance + "执掌");
Resource 贾跃亭 = myMod.createResource(finance + "贾跃亭");
Resource 地产公司 = myMod.createResource(finance + "地产公司");
Resource 公司 = myMod.createResource(finance + "公司");
Resource 法人实体 = myMod.createResource(finance + "法人实体");
Resource 人 = myMod.createResource(finance + "人");
Property 主要收入 = myMod.createProperty(finance + "主要收入");
Resource 地产事业 = myMod.createResource(finance + "地产事业");
Resource 王健林 = myMod.createResource(finance + "王健林");
Resource 万达集团 = myMod.createResource(finance + "万达集团");
Property 主要资产 = myMod.createProperty(finance + "主要资产");
Property 股东 = myMod.createProperty(finance + "股东");
Property 关联交易 = myMod.createProperty(finance + "关联交易");
Property 收购 = myMod.createProperty(finance + "收购");
// 加入三元组
myMod.add(孙宏斌, 执掌, 融创中国);
myMod.add(贾跃亭, 执掌, 乐视网);
myMod.add(王健林, 执掌, 万达集团);
myMod.add(乐视网, RDF.type, 公司);
myMod.add(万达集团, RDF.type, 公司);
myMod.add(融创中国, RDF.type, 地产公司);
myMod.add(地产公司, RDFS.subClassOf, 公司);
myMod.add(公司, RDFS.subClassOf, 法人实体);
myMod.add(孙宏斌, RDF.type, 人);
myMod.add(贾跃亭, RDF.type, 人);
myMod.add(王健林, RDF.type, 人);
myMod.add(万达集团,主要资产,地产事业);
myMod.add(融创中国,主要收入,地产事业);
myMod.add(孙宏斌, 股东, 乐视网);
myMod.add(孙宏斌, 收购, 万达集团);
PrintUtil.registerPrefix("", finance);
// 输出当前模型
StmtIterator i = myMod.listStatements(null,null,(RDFNode)null);
while (i.hasNext()) {
System.out.println(" - " + PrintUtil.print(i.nextStatement()));
}
上图所示的图谱，包含如下的三元组：
- (:公司 rdfs:subClassOf :法人实体)
- (:万达集团 :主要资产 :地产事业)
- (:万达集团 rdf:type :公司)
- (:地产公司 rdfs:subClassOf :公司)
- (:融创中国 :主要收入 :地产事业)
- (:融创中国 rdf:type :地产公司)
- (:孙宏斌 :股东 :乐视网)
- (:孙宏斌 rdf:type :人)
- (:孙宏斌 :执掌 :融创中国)
- (:乐视网 rdf:type :公司)
- (:贾跃亭 rdf:type :人)
- (:贾跃亭 :执掌 :乐视网)
- (:王健林 rdf:type :人)
- (:王健林 :执掌 :万达集团)
我们来定义推理规则：
- 执掌一家公司就一定是这家公司的股东；
- 收购一家公司，就是这家公司的股东
- 某人同时是两家公司的股东，那么这两家公司一定有关联交易；
用jena规则来表示：
[ruleHoldShare: (?p :执掌 ?c) -> (?p :股东 ?c)]
[[ruleHoldShare2: (?p :收购 ?c) -> (?p :股东 ?c)]
[ruleConnTrans: (?p :股东 ?c) (?p :股东 ?c2) -> (?c :关联交易 ?c2)]
执行推理：
GenericRuleReasoner reasoner = (GenericRuleReasoner) GenericRuleReasonerFactory.theInstance().create(null);
reasoner.setRules(Rule.parseRules(
"[ruleHoldShare: (?p :执掌 ?c) -> (?p :股东 ?c)] \n"
+ "[ruleConnTrans: (?p :收购 ?c) -> (?p :股东 ?c)] \n"
+ "[ruleConnTrans: (?p :股东 ?c) (?p :股东 ?c2) -> (?c :关联交易 ?c2)] \n"
+ "-> tableAll()."));
reasoner.setMode(GenericRuleReasoner.HYBRID);
InfGraph infgraph = reasoner.bind(myMod.getGraph());
infgraph.setDerivationLogging(true);
System.out.println("推理后...\n");
Iterator<Triple> tripleIterator = infgraph.find(null, null, null);
while (tripleIterator.hasNext()) {
System.out.println(" - " + PrintUtil.print(tripleIterator.next()));
}
输出结果：
推理后...
- (:万达集团 :关联交易 :乐视网)
- (:万达集团 :关联交易 :融创中国)
- (:万达集团 :关联交易 :万达集团)
- (:孙宏斌 :股东 :万达集团)
- (:孙宏斌 :股东 :融创中国)
- (:融创中国 :关联交易 :万达集团)
- (:融创中国 :关联交易 :乐视网)
- (:融创中国 :关联交易 :融创中国)
- (:乐视网 :关联交易 :万达集团)
- (:乐视网 :关联交易 :融创中国)
- (:乐视网 :关联交易 :乐视网)
- (:贾跃亭 :股东 :乐视网)
- (:王健林 :股东 :万达集团)
- (:公司 rdfs:subClassOf :法人实体)
- (:万达集团 :主要资产 :地产事业)
- (:万达集团 rdf:type :公司)
- (:地产公司 rdfs:subClassOf :公司)
- (:融创中国 :主要收入 :地产事业)
- (:融创中国 rdf:type :地产公司)
- (:孙宏斌 :收购 :万达集团)
- (:孙宏斌 :股东 :乐视网)
- (:孙宏斌 rdf:type :人)
- (:孙宏斌 :执掌 :融创中国)
- (:乐视网 rdf:type :公司)
- (:贾跃亭 rdf:type :人)
- (:贾跃亭 :执掌 :乐视网)
- (:王健林 rdf:type :人)
- (:王健林 :执掌 :万达集团)
我们看到，推理后孙宏斌是三家公司的股东，三家公司都有关联交易。
作者：Jadepeng
出处：jqpeng的技术记事本--http://www.cnblogs.com/xiaoqi
您的支持是对博主最大的鼓励，感谢您的认真阅读。
本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
