Почему рассуждение OWL-DL так эффективно? - PullRequest
1 голос
/ 24 марта 2020

Мне всегда было трудно понять , почему обоснование OWL-DL так эффективно в реальных приложениях.

Например, я часто использую онтологии, которые есть во фрагменте ALCQI обработан аргументом Fact ++, и общеизвестно, что выполнимость концепции является PSPACE-полной, а логическое значение - EXPTIME.

Здесь , на слайде 29 четко указано, что:

современные системы рассуждений DL основаны на методах таблиц, а не на автоматах

  • + проще в реализации

  • - неоптимально с вычислительной точки зрения (NEXPTIME, 2NEXPTIME)

    -> системы высоко оптимизированы

    , несмотря на высокие вычислительные сложность, производительность на удивление хорошая в реальных приложениях:

  • базы знаний с тысячами концепций и сотнями аксиом
  • превосходят специализированные рассуждения модальной логики

С одной стороны доказано, что в вычислительном отношении они не оптимальны, с другой стороны, они эффективны в реальных приложениях даже для большого ввода, но я не могу найти в Интернете источники, объясняющие, почему это возможно, и как это обрабатывается.

Определенно, мне не хватает этого шага, который я действительно пытаюсь понять.

У кого-нибудь здесь есть идея?

...