使用Pellet理解SPARQL和语义推理之间的差异

我有一个比萨饼本体，它定义了不同类型的比萨饼、配料以及它们之间的关系。 我只想了解几件基本的事情：

如果我想获得信息，而不使用SPARQL，那么我应该使用SPARQL，这是正确的吗 推理？例如，哪些比萨饼含有洋葱

SPARQL和推理算法之间的区别是什么 像小球？哪些查询不能由SPARQL回答，而可以 用小球回答？比萨饼本体的一些查询示例（类似问题）会很有帮助

据我所知，将Java中的SPARQL与Jena一起使用，我 应该以RDF/XML格式保存我的本体。然而，使用颗粒 对于Jena，我需要选择哪种格式？小球使用猫头鹰2

SPARQL是一种查询语言，也就是说，一种用于在中表达问题的语言。另一方面，推理是从现有数据中获取新信息的过程。这是两个不同的互补过程

要从本体中检索信息，可以使用SPARQL。你可以不用推理，也可以与推理机结合使用。如果您有一个推理机处于活动状态，这意味着您的查询可以更简单，并且在某些情况下，推理机可以派生出仅凭一个查询根本无法检索的信息

像Pellet这样的推理者并没有真正回答问题，他们只是推理：他们找出可以从原始事实中得到的隐含信息，并可以做一些事情，比如验证事情是否一致（即数据中没有逻辑矛盾）。佩莱可以计算出，如果你拥有一辆丰田汽车，这是一种汽车类型，你就拥有一辆汽车（因为汽车是一种汽车类型）。或者它可以计算出，如果你定义一个比萨饼的配料是“帕尔玛干酪”，那么你就得到了一个“奶酪”类型的比萨饼（因为它知道帕尔玛干酪是一种奶酪）。因此，您使用诸如Pellet之类的推理程序来推导此类隐式信息，然后使用诸如SPARQL之类的查询语言来实际询问：“好的，给我一个关于所有也有凤尾鱼的奶酪比萨的概述。”

像Jena这样的API是将RDF作为抽象模型处理的工具包。保存文件的语法格式无关紧要，它几乎可以读取任何RDF语法。一旦你在Jena模型中读取了它，你就可以在它上面执行Pellet reasoner——不管你的原始文件是用哪种语法。有关如何执行此操作的详细信息，请参见Jena文档

---

谢谢你的回答。顺便问一下，本体概念之间的相似度计算是否与推理过程有关？例如，比萨A与比萨B有30%的相似性，因为两种比萨都含有“帕尔马干酪”和“洋葱”成分。