本体推理的局限：

    主要实现了基于本体概念描述的推理，无法支持规则性知识的推理。

    用户无法定义自己的推理过程。

引入规则推理：

    可以根据特定的场景定制规则，以实现用户自定义的推理过程。

    Datalog语言可以结合本体推理和规则推理。

    Datalog是面向知识库和数据库设计的逻辑语言，表达能力与OWL相当，支持递归，同时用于撰写规则，实现规则推理。

Datalog基本语法：

    组成：

        原子（Atom）：p（t1,t2,...tn），其中p是谓词，n是目数，ti是项（变量或者常量），如has_child（X,Y）

        规则（Rule）：H：-B1，B2...Bm；由原子构成，其中H是头部原子， B1，B2...Bm是体部原子，如has_child（X,Y）:-has_son（X,Y）

        事实（Fact）：F（c1,c2,c3….cn）:-    没有体部且没有变量的规则，如：has_child（Alice，Bob）：-

    Datalog程序是规则的集合：

        程序：has_child（X,Y）：-has_son（X,Y）.

                 has_child（Alice，Bob）：-

Datalog推理过程样例：

    规则集：

        1path(x,y):-edge(x,y).

        2path(x,y):-path(x,z),path(z,y).

    事实集：

        1edge(a,b).

        2edge(b,c).

    结果：

        通过1可以得到path(a,b)即ab有path

        通过2可以得到path(b,c)即bc有path

        通过结果1，2得到path(a,c).即ac有边

支持Datalog推理工具举例：

    KAON2（Java）、RDFox（Python）

基于产生式规则的推理：

    产生式规则推理最早出现在专家系统中。

   

    产生式系统：

        一种前向推理系统，可以按照一定机制执行规则从而达到某些目标，与一阶逻辑类似，也有区别。应用方向：自动规划、专家系统。

    产生式系统的组成：

        事实集合；产生式/规则集合；推理引擎

    事实集/运行内存（Working Memory，WM）：事实的集合，用于存储当前系统中所有的事实。

    事实（Working Memory Element，WME）：

        描述对象：形如（type attr1:val1 attr2:val2...attrn:valn）其中type,attr,val均为原子（常量），如student name:Alice age:24

        描述关系（Refication）:如(basicFact relation:olderThan firstArg:John secondArg:Alice)

简称(olderThan John Alice)

   

    产生式集合（Production Memory，PM）：

        产生式规则的集合

    产生式：IF conditions THEN actions，其中，conditions是条件组成的集合，称为LHS；actions是由动作组成的序列，称为RHS

    LHS：

        条件的集合，各个条件之间是且的关系。当LHS所有条件均被满足则该规则触发。

每个条件形如（type attr1:spec1 att2:sppec2...attrn:specn），其中spec表示对attr的约束，形式可以采用以下中的一种：

            原子：如Alice（Person name：Alice）；

            变量，如x（斜体的）（person name：x）；

            表达式：如n+4 （person age：[n+4]）

            布尔测试：如{>10} （person age：{>10}）；

            约束的与或非操作。

    RHS：

        动作的序列，执行时依次执行，动作的种类如下：

            ADD pattern：向WM中加入形如pattern的WME

            REMOVE i：从WM中移除当前规则第i个条件匹配的WME。

            MODIFY i（attr spec）：对于当前规则第i个条件匹配的WME将其对应于attr属性的值改为spec。

产生式系统举例：

    IF（Student name：x）

    Then ADD（Person name：x）

    也可以写成（Student name：x）=>ADD（person name ：x）如果有一个学生名为x那么向事实集中加入一个事实，表示有一个名为x的人。

产生式系统的组成：

    产生式系统=事实集+产生式集合+推理引擎

   

    推理引擎：控制系统的执行：

        1.模式匹配：用规则的条件部分匹配事实集中的事实，整个LHS都被满足的规则被处罚，并加入议程（agenda）。

        2.解决冲突：按照一定的策略从被触发的多条规则中选择一条。

        3.执行动作：执行被选择出来的规则的RHS，从而对WM进行一定的操作。

产生式规则中常用的算法：

    RETE算法