13号与人工智能

    与人工智能技术一样，本体论技术也依赖于相关的知识表示和推理技术，但是，它与通常的知识库系统、专家系统和主体技术系统存在显著的不同:木体论中的领域本体更强调各引用之间的数据库共享性，它是用来描述该领域内的一般性共享知识，而不是仅代表个人观点的数据命题。知识命题是一个为大家所接受的客观描述，而相信命题则可能不被广泛认可，是命题作者对客观对象的主观认识。如“每个月都有13号”是一个知识命题，因为这个命题是我们所公认的，而勺3号是不吉利的”则是一个相信命题，前者为所有人接受，后者只能是部分人的认可。除此之外，还有约定知识，如“星期二是每个星期的第二天”是为许多人所接受，但是有些人可能不接受，因为他们认为星期日是每个星期的第一夭，这只是约定的不同.当然有人可能不接受上面的区分，认为一切用于推理和行动的信息都可以称为知识，而约定知识是部分人的共享知识。

    本体要描述的是共享知识，而不是个人知识。所以当要决定把哪些知识存储在本体中来描述时，就需要先判断该信息是否为他人所接受。我们需要把那些知识命题在本体中描述，而将那些个人知识交由本体推理的上一层来实现.前者是本体论的本体层推理，称之为公理推理，后者是本体层上的推理，称之为定理推理。这两种推理技术分别对应于语义网络技术中的不同层次。目前，公理推理可由相关的逻辑推理机自动完成的，而定理推理则是需要专门构建一个推理层来实现。

    由于木体数据是大多数人都接受的，别人也可以使用已经定义好的木体和数据，而把带有个人观点的存放在本体描述之外，这样做的好处是能够最大程度地实现数据的共享和重用，可以根据不同的需求提供形式多样的推理服务，多层次的语义推理和语义网络技术的分层结构时相符的，公理推理对应的是本体描述层，而定理推理对应的是其上的逻辑层和和证明层。

    在具体的推理系统中，公理往往通过子类、子属性、反属性、属性定义域、属性值域、基数限制和互不相交等规范化的术语来描述，由于这些术语的语义经过W3C组织的大力推广，已为大众所接受，因此，通过它们定义出来的公理知识具有良好的通用性。W3C为RDF和OWL专门定义了相应的公理标签，如rdf:subClassOf, rdfs:subPropertyOf. rdfs:domain, rdfs: range、owl:equivalcntClass等等，正是这些规范化的标签使得公理推理部分可以山专门的通用处理程序来完成，如惠普语义实验室开发的Jena所提供的本体推理方法。定理命题与具体应用领域相关的资源关系声明，其通用性不强，因此，这部分推理需要借助于专门的处理程序来完成.在具体的语义网络应用系统中，公理推理和定理推理都需要，但是从通用性角度出发.