KAON2和ontology连接使用的是自己的api，是直接调用kaon2的api去对ontology进行推理。kaon2有几个例子在它的软件包中，可以运行一下试试看。不过配置还是需要一点过程，要下载一个apache的ant，KAON2的网站上有guide。德国人做东西，功能什么都不错，就是易用性差了点。Uli Sattler就说过AIFB的人东西做了不错，就是不去prove它。

FaCT可以和Protege连，应该是用DIG的，DIG是一个比较认可的接口，目的也就是为了统一不同reasoner的接口问题，其实也是他们那边帮人刚出来的。可以不使用DIG， 但是要开发自己的另外接口恐怕难度不小。FaCT其实现在有3个使用办法，一个是DIG，一个基于COBRA的客户/主机端连接，还有就是自己看LISP源码了。

个人认为，对于开发自己的应用，需要用到本体的推理，如果对推理要求不高，Jena API就是一个不错的选择。如果对于推理的功能要求比较高，那还是推荐KAON2。而RACER和FaCT，都要使用DIG或者客户端的方式，显得不是非常直接，编程开发复杂程度都会相应增加。我想真正的Java程序员肯定会比较乐意使用API而不是外挂一堆东西。

而RACER，应该说是比KAON2更加易用一些的推理器，适合大家在开发直接使用现成ontology的应用程序中，并且并不包含推理的过程。FaCT效率应该是比RACER好的(Ian这么声称的，有问题找他去:P)，不过相信大家如果是直接面向现成本体的开发，使用哪个推理器去验证本体的一致性和满足性，都不是很有所谓，凭自己喜欢就行。

一家之言，候教大方。

这几个问题的答案一直不知道该从哪里找些什么资料能了解到。还请版主多多指导，或者指导指导在哪里可以获得上述问题的答案。也希望其他的高手给予帮助。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
还有一个想法：
第三个问题如果目前没有答案的话，组织论坛的力量，做一个合适的例子，大家都使用这个例子对各种工具进行效率评估，然后对结果进行统计。这种方法可行吗？

效率上差异并不明显，如果能统一硬件软件系统环境的情况下进行测试，将结果量化比较，肯定是一个不错的研究成果。如果要多视点，多平台，多种本体进行一个测试，完全是可行的。关键是一个不同的硬件平台都要尝试，不同的操作系统，这样得出的东西才有说服力。

多个平台，多个操作系统进行测试可能就比较麻烦了。应该多数都是windows的吧，可能还是D版，呵呵。

共同交流，互相帮助，是真的。

感觉你的提法有点问题，普通reasoner处理individual的效率很低，就算不是海量也很低。

owl中显然记载了整个本体的信息，无论abox还是tbox所需推理的东西。不好意思，我有点不是很明白你在问什么。

见http://instancestore.man.ac.uk/中提到：

The first operation (addAssertion) stores in the database the fact that individual is an instance of description, together with additional information gathered through calls to the reasoner, such as the atomic concepts in the ontology the individual is instance of, and, in an  optimised version, the taxomomy position of the description with respect to the ontology.

The second operation (retrieve) again uses the database and the reasoner (with respect to the ontology) to retrieve all individuals which are instances of description.

第一个是定义第二次是获取。其实这个实现就是我以前提到过的，把individual转化成普通类进行推理。由于访问数据库，进行加定义，和获取两个操作，这个效率是非常慢的，iS非常不完善的，基本上不可能在个人计算机上应用于实际推理。但是比起RACER等其他方法，已经要好上很多，至少支持了对于个体的推理。

而值得注意的是，individual是不应该存储于数据库中的，如果这样本体就没用了，我觉得这其实是一个关于本体基本的概念的误解。。如果在数据中，谁都不会知道个体与类之间的关联，特别在不同本体中。

iS中的dababase 是用来存储ABOX的, 这个database也存储"a complete realisation of the ABox". 对于每个individual,都存储离他最近(most specific)的concept.

iS中对ABox的推理是用reasoner(如 FaCT) 对TBox进行推理和对database对数据的存取相结合来实现的.可以这么理解: TBox对Concept进行推理,而database就负责most specific concept和individual的对应关系
这样个说法可能不是很准确,但有助于理解.

目前,iS确实是很不完善的,比如他只支持Role-free的ABox的推理,也就是说ABox中只包含x:C这样的axiom.

当时写proposal的时候读过几篇iS的论文,现在基本淡忘,上面是残留的印象,有问题请批评指正,

如果想进一步了解,可以看看几篇iS的文章,google一下

The Instance Store Description Logic Reasoning with Large Numbers of Individuals

Implementing the Instance Store

Matchmaking Using an Instance Store:Some Preliminary Results
....

1.怎么用Kaon2从owl里得到ABox和TBox？
2.取出来的assertions和terminology axioms是用什么数据结构？
3.如果想得到Fuzzy Owl怎么加Fuzzy Value？ 上个月summer school的时候问过Ian，他说要加extension。不过我对语法不那么熟，看了半天不知从何下手
先谢过了！！

summer school，上个月Dresden那个？

   kolapig是不是就是斑斑上次在群里向我提起的牛人啊？？？
   呵呵，欢迎！！！

多谢！
我这个project就是要把FuzzyOwl转换成ClassicalDL。

是在Dresden的summer school。

另：Axiom 是否就是指TBox Axiom和ABox Axiom？

1 在我个人所作的实验中，确实实现了对个体的推理，当然需要加入扩展规则。为什么大家说对individual instance 的推理无法实现。

2 个人认为reasoner可以对某些数据库进行访问，如三元组库。

3 在这几个professional reasoner 中加入扩展规则和在jena中加入扩展规则有什么区别，需要注意什么？

谢谢！

L. Serafini and A. Tamilin. Distributed instance retrieval in heterogeneous
ontologies. In Proceedings of SWAP 2005, CEUR Workshop Vol
166, 2005.
http://dit.unitn.it/~tamilin/publications/swap05/paper.pdf

我试着用Protege里面的Infer来调Racer推为何总是不能结束？要很长时间么？pizza这样的小文件也不行

看racer的说明这样应该可以the inferred types are computed for the individuals。。不理解

man的OWLAPI好用么？

那天上网查东西看见Ian跳槽去牛津了？kolapig用不用跟着跳槽呢？赫赫