🤖 AI

NeurOWL: An LLM-Based Neural-symbolic Framework for Incomplete OWL Ontology Reasoning

本文介绍了 NeurOWL，这是一个端到端的神经符号框架，它利用大语言模型和本体嵌入来验证不完整 OWL 本体中包含关系的语义合理性，并生成带有潜在缺失公理的逻辑完备的解释。

原作者： Hui Yang, Jiaoyan Chen, Yiping Song, Renate Schmidt, Wen Zhang

发布于 2026-07-20

📖 1 分钟阅读☕ 轻松阅读

原作者： Hui Yang, Jiaoyan Chen, Yiping Song, Renate Schmidt, Wen Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图解开一个巨大的星际谜团，但你的线索手册却丢了几页。你有一份关于不同角色之间关系的规则列表——比如“所有的猫都是哺乳动物”或“所有的哺乳动物都能产奶”——但书里并没有明确说明“所有的波斯猫都是动物”。在计算机科学领域，这被称为本体（ontology）。你可以把本体想象成一本超级有序的数字百科全书，它教会计算机如何理解世界。它使用一种名为 OWL（网络本体语言）的严格语言来定义规则，以便机器能够进行推理，或者说“思考”事物是如何相互关联的。

然而，现实世界的百科全书很少是完美的。它们往往是不完整的，因为世界太大，无法写下每一条规则，或者专家们还没有时间完成这项工作。当计算机使用这些“残缺”的百科全书时，它会陷入困境。因为它无法证明波斯猫是一种动物，因为连接它们的特定规则缺失了。这在医疗保健和生物学等领域是一个巨大的问题，因为错过一个连接可能意味着错过了一种疗法或诊断。科学家们曾尝试通过让计算机猜测缺失的规则来解决这个问题，但通常，它们需要一个预先写好的“可能猜测列表”，这就像是在只能看一个微小、预定义的盒子里寻找大海里的针一样。

于是，NeurOWL 出现了，它是一个像拥有超能力的侦探一样的全新框架。它不再受限于一个微小的猜测盒子，而是将计算机的严密逻辑与大语言模型（一种能够阅读并理解人类文本的 AI）的创造性直觉相结合。它不仅仅检查一条规则是否正确；它还会试图弄清楚即使在规则手册缺失页面的情况下，为什么这条规则可能是正确的，然后为你写下缺失的那一页。它就像一个侦探，可以观察犯罪现场，意识到缺少了一名证人，然后利用他对该社区的了解，精准地猜出那名证人是谁，同时确保他的猜测符合逻辑。

侦探的工具箱：NeurOWL 如何运作

论文将 NeurOWL 介绍为一个“神经符号（neuro-symbolic）”框架。这是一个高级说法，意思是它融合了两种思维方式：符号式（计算机严密的数学逻辑）和神经式（AI 模糊的模式匹配直觉）。其目标很简单：给定一个残缺的规则手册和一个问题，如“波斯猫是动物吗？”，NeurOWL 会判断答案很可能是“是”还是“否”，如果是“是”，它会找到缺失的拼图碎片来解释原因。

以下是侦探破案的具体步骤：

第一步：逻辑检查（“显而易见”测试）
首先，NeurOWL 会询问严格的计算机逻辑：“我能否仅使用我们目前的规则来证明这一点？”如果答案是肯定的，太好了！它会给你证明。但如果答案是否定的（因为规则手册不完整），它并不会放弃。它假设某些规则缺失了，并进入下一步。

第二步：逻辑桥梁（“连点成线”阶段）
这是侦探展现聪明才智的地方。如果从“波斯猫”到“动物”的路径断了，NeurOWL 会寻找一个可以连接它们的“桥梁”概念。

向下搜索： 它查看目标的“子类”。如果“动物”有诸如“哺乳动物”和“猫”之类的子类，也许缺失的规则是“波斯猫是猫”？
向上搜索： 它查看起点的“父类”。如果“波斯猫”是“宠物猫”的一种，也许缺失的规则是“宠物猫是猫”？
系统使用计算机逻辑来寻找这些潜在的桥梁，但随后它会调用 LLM（AI 侦探）来验证它们。AI 会阅读名称和描述，并表示：“是的，这很有道理！宠物猫确实是猫。”

第三步：语义桥梁（“直觉”阶段）
如果逻辑搜索失败，NeurOWL 会转向纯粹的直觉。它使用嵌入（embeddings），这些就像是单词的数字指纹。它询问 AI：“在整个百科全书中，是否有任何概念在感觉上位于‘波斯猫’和‘动物’之间？”AI 会扫描其庞大的语言知识库并建议一个候选对象。如果它找到了一个，它会检查这种联系是否成立。如果不成立，它可能会直接猜测“波斯猫是动物”这一规则缺失，需要直接添加。

他们的发现：侦探的成功故事

研究人员在两个庞大的百科全书数据集上测试了 NeurOWL：FoodOn（关于食物和农业）和 Snomed CT（一个巨大的医学数据库）。他们通过随机删除 5% 的规则创建了这些百科全书的“残缺”版本，以此观察 NeurOWL 是否能够修复它们。

结果令人印象深刻。当被问及一个缺失的规则是否合理时，NeurOWL 在 FoodOn 数据集上的正确率约为 97%，在 Snomed CT 数据集上为 96.8%。但真正的魔力在于解释。与其他仅给出“是”或“否”的方法不同，NeurOWL 实际上写出了缺失的规则。

在 FoodOn 数据集上，它正确识别了缺失的规则，并以 89.3 的分数（称为 X-F1）进行了解释。
在医学数据集上，它达到了 84.7 的分数。

论文还表明 NeurOWL 具有灵活性。它可以无需额外训练（使用预训练 AI）即可工作，也可以通过“微调”（针对特定百科全书进行强化训练）来更好地处理复杂的医学术语。事实上，对于涉及复杂关系的棘手医学案例，微调后的版本表现得明显更好，这证明了给侦探一份专门的培训手册确实大有裨益。

NeurOWL 不是什么（以及它排除了什么）

了解 NeurOWL 不做什么非常重要。论文明确排除了“解决问题需要预定义的可能缺失规则列表”这一观点。旧方法要求科学家说：“这里是你可以在这 100 条规则中进行的猜测。”而 NeurOWL 抛弃了这种规则手册，并说道：“我会观察整个世界，并猜测任何符合逻辑的内容。”

作者还澄清，他们并不声称已经永久“解决”了本体推理问题。他们并不是说计算机现在比人类专家更聪明。相反，他们认为这种方法是一个强大的工具，旨在辅助专家。该系统旨在处理目标规则本身可能错误的情况。如果 AI 认为“波斯猫是岩石”，它会回答“否”并停止，而不是强行给出一个错误的解释。

这些结果的信心来自于对数千个样本的严格测试。这些数字不是猜测，而是运行系统于真实数据后的测量结果。然而，论文指出，在极其复杂的场景下（例如猜测涉及非常具体的医学限制的规则时），系统的性能会有所下降，这表明仍有改进空间。

核心结论

NeurOWL 就像一个不仅能破解谜团，还能为故事补写缺失章节的侦探。通过将计算机的严密逻辑与 AI 的创造性直觉相结合，它可以观察一个残缺的百科全书，弄清楚缺失了什么，并解释为什么缺失。它不需要一份可能的答案速查表；它只需利用它对世界的知识来填补空白。对于任何从事复杂数据工作的人（从医生到食品科学家），这意味着我们很快就会拥有不仅能回答问题，还能帮助我们修复用来提问的书籍的 AI 助手。

技术摘要：NeurOWL

问题陈述

OWL 本体作为一种用于结构化知识表示和自动推理的形式化框架，广泛应用于医疗保健和生物信息学等领域。然而，由于领域知识的不断演进和专家维护的高昂成本，现实世界的本体经常是不完整的。这种不完整性导致了一个特定的推理挑战：给定一个不完整的本体 $O'$ 和一个候选包含关系（subsumption） $\alpha$ （例如， $A \sqsubseteq B$ ），且该关系并不由 $O'$ 逻辑蕴含，系统必须确定：

合理性（Plausibility）： 该包含关系在语义上是否合理（即如果本体是完整的，该关系是否成立）？
溯因（Abduction）： 如果合理，哪些缺失的公理（假设）在加入 $O'$ 后会蕴含 $\alpha$ ？

现有的溯因推理方法存在两个主要局限性：它们通常依赖于预定义的假设空间（将候选对象限制在固定的词汇表中），并且通常假设目标包含关系是有效的，从而无法处理目标包含关系本身错误的情况。此外，虽然大语言模型（LLMs）已被应用于本体任务，但它们通常缺乏提供逻辑严密的解释或有效整合形式语义的能力。

方法论：NeurOWL 框架

为了应对这些挑战，作者提出了 NeurOWL，这是一个端到端的神经符号框架，它统一了包含关系验证与本体溯因。该框架结合了形式化定义的语义（通过本体嵌入）和文本语义（通过 LLM），使其能够在没有预定义缺失公理候选集的情况下运行。

其核心机制涉及识别连接包含关系的主体（ $A$ ）与客体（ $B$ ）的中间概念（桥梁），或者直接验证该包含关系。该过程分为三个连续阶段：

1. 逻辑检查（第 1 阶段）

使用标准的描述逻辑（DL）推理器检查 $O' \models A \sqsubseteq B$ 是否成立。

如果为真： 系统返回 True 并附带一个证明（来自 $O'$ 的最小公理集）。
如果为假： 系统假设存在缺失的公理，并进入后续阶段。

2. 逻辑桥接（第 2 阶段）

此阶段试图通过利用 $O'$ 现有的逻辑结构来寻找缺失的公理。它使用本体嵌入模型（如 OnT）检索前 $k$ 个候选对象，随后由 LLM 进行验证。

2a（向下）： 识别 $O'$ 中 $B$ 的子概念 $B'$ （即 $O' \models B' \sqsubseteq B$ ）。系统假设一个缺失的公理 $A \sqsubseteq B'$ 。
2b（向上）： 识别 $O'$ 中 $A$ 的父概念 $A'$ （即 $O' \models A \sqsubseteq A'$ ）。系统假设一个缺失的公理 $A' \sqsubseteq B$ 。
验证： LLM 验证候选缺失公理的合理性。如果有效，则构建证明为 $\{A \sqsubseteq B'\} \cup J_{B' \sqsubseteq B}$ （或对称情况）。

3. 基于嵌入的桥接（第 3 阶段）

如果第 2 阶段失败，系统将基于纯粹的语义相似度搜索缺失的公理。

3a (双向搜索)： 寻找一个中间概念 $C$ ，使得 $A \sqsubseteq C \sqsubseteq B$ 。候选对象选自原子概念（或在特定设置下的复杂概念，如 $\exists r.B_1$ ），并根据评分函数 $s(C) = \frac{1}{2}(s(A \sqsubseteq C) + s(C \sqsubseteq B))$ 进行排序。排名靠前的候选对象由 LLM 进行验证。
3b (直接检查)： 如果未找到合适的桥梁，系统将 $A \sqsubseteq B$ 视为一个基本断言。LLM 直接验证该包含关系本身的合理性。如果被判定为正确，则将其作为缺失的公理返回；否则，系统返回 False。

实现细节：

嵌入（Embeddings）： 框架利用针对目标本体进行微调的 OnT 或预训练的 SBERT 来对概念和角色进行编码。
LLM： 使用 Qwen3.5-9B 模型进行基于提示（prompt）的候选公理和桥梁的验证。
迭代能力： 该框架可以迭代应用，使用预测的缺失公理作为新的输入来优化推理链。

核心贡献

广义 TBox 溯因任务： 作者定义了一个不需要预定义缺失公理候选集的任务，并且能够显式处理给定的包含关系不正确（负蕴含）的情况。
NeurOWL 框架： 一个端到端的神经符号系统，能够共同执行包含关系验证和溯因，通过集成本体嵌入和 LLM，使其能在无需训练或微调的设置下运行。
实证评估： 在真实世界本体（FoodOn 和 Snomed CT）上进行了全面的评估，展示了在不同程度的不完整性和复杂度（原子概念 vs 存在限制概念）下的有效性。

实验结果

作者在基于 FoodOn 和 Snomed CT 构建的数据集上评估了 NeurOWL，通过移除 5% 的 TBox 公理来模拟不完整性。评估包括“标准”设置（以原子概念作为桥梁）和“复杂”设置（以存在限制 $\exists r.B$ 作为桥梁）。

主要发现：

性能： NeurOWL 在 F1 分数方面持续优于基准模型（仅使用 LLM、SBERT 和 OnT 分类器）。
- 在 FoodOnA 上，NeurOWL (OnT) 达到了 0.960 的 F1 值（硬负例：0.845）。
- 在 SnomedA 上，NeurOWL (OnT) 达到了 0.968 的 F1 值（硬负例：0.862）。
- 在 Snomed $\exists$ （复杂概念）上，NeurOWL (OnT) 达到了 0.924 的 F1 值，显著优于 SBERT 版本（0.906），证明了针对复杂逻辑结构进行微调的必要性。
解释质量： 框架实现了较高的 X-F1（正确预测 + 正确解释）和 X-F1*（所有预测的桥梁均正确）分数。
- 在 FoodOnA 上，NeurOWL (OnT) 达到了 X-F1: 0.893 和 X-F1: 0.793*。
- 微调后的 OnT 版本在解释准确性方面显著优于无需训练的 SBERT 版本，尤其是在复杂设置中。
阶段分析： 阶段 2a 和 2b（逻辑桥接）产生了最高的检索性能（在 SnomedA 的阶段 2b 中 H@1 > 0.9）。阶段 3a（双向）由于候选空间较大，检索性能较低，但在缺乏逻辑桥梁的情况下仍然至关重要。
迭代应用： 案例研究表明，通过迭代应用 NeurOWL 可以生成逐渐细化的缺失公理链（例如，将一个宽泛的疾病细化为特定的恶性肿瘤）。

重要性与主张

论文声称 NeurOWL 通过在一个框架内统一包含关系验证与本体溯因，代表了向前迈出的重要一步。其主要意义在于：

消除了预定义假设的约束： 与以往的工作不同，NeurOWL 不依赖于固定的词汇表或签名，允许它发现涉及本体中任何概念的缺失公理。
处理不确定性： 它显式地处理了目标包含关系有效性不确定的场景，能够区分“合理但缺失”与“错误”的包含关系。
可解释性： 它不仅提供二元决策，还提供包含特定缺失公理和证明链的逻辑严密的解释，弥合了神经语义理解与符号逻辑推理之间的鸿沟。

作者总结道，尽管目前的工作侧重于 EL 本体和存在限制，但该框架具有可扩展性，并为扩展到更复杂的逻辑算符（如 $\forall$ , $\neg$ ）以及迭代推理能力奠定了基础。