一些与OWL相关的推理机的区别（如：Jess、Jena、Pellet等）

ps:本人网上看到许多都是把CLIPS写成CLISP，但是我搞基于语义本体的推理时并没有用过CLISP,只知道CLIPS（C Language Integrated Production System），而LISP又是另一种类似CLIPS的，应用于专家系统编程的语言，CLIPS简介如下：

由于CLIPS追求简单实用，以及高度的可移植性，因此，只提供了正向推理能力。但CLIPS的发展历史证明，这并不影响它成为一个有效的专家系统开发工具。CLIPS被开发出来以促进集成人类知识和经验的软件发展。
在CLIPS中，知识的表示有三种方式：
1、规则，规则表示法是基于启发式经验知识库的首要选择。
2、自定义函数和通用函数，这种方式是程序式知识表示的首选。
3、面向对象设计，也是程序式知识表示的首选。面向对象的程序设计被支持的5个普遍接受的特征是：类，消息处理函数，抽象，封装，继承和多态性。模式匹配可以是对象和事实。
你可以仅用规则，或者仅用对象或者两者混合使用来开发软件。
   CLIPS同时支持与其他语言的集成，如C和Java。事实上，CLIPS是C Language Integrated Production的缩写。规则能基于事实与对象的匹配，规则和对象同时组成了一个集成系统。除了被当作一个独立的工具之外，CLIPS还能被程序语言调用，运行其函数，然后返回给调用函数控制权。同样的，程序代码也能作为一个外部函数在CLIPS中被定义和调用。当外部代码执行完毕后，控制权返回到CLIPS。

CLIPS是基于产生式的前向推理引擎，它是一种非常基础性的东西，许多上层的推理任务，都要映射到这个推理引擎上来运行。

  CLIPS(或Jess)原则上可以处理各种领域的推理任务，只要系统能够为CLIPS提供这个领域的特有领域规则(产生式形式给出)和事实信息(Assertion形式给出)。本体推理作为一类应用，当然也可以映射到CLISP推理机上进行推理，但必须为推理机提供本体领域的有关规则。例如，要用CLIPS(Jess)进行OWL的推理，就要以产生式规则的形式，向系统中输入OWL的每种语言成分的含义的有关规则。有了这些规则后，就可以用CLIPS对OWL形式给出的本体进行推理了。同理，若对DAML形式给出的本体进行推理，就需要向CLIPS中提供DAML的每种语言成分的含义的有关规则。
    Jess(Java Expert Shell System)是基于Java语言的CLISP推理机。
    Jess(CLIPS)的优点是：推理机是开放的，用户提供不同的规则系统，就可以进行不同领域的推理工作，用户可以对推理机的推理能力进行扩展。但，作为前向推理系统，Jess用空间换时间，推理会产生大量的中间数据，空间效率很低；同时，由于Jess(CLIPS)是通用推理引擎，不可能提供针对各种具体领域的优化能力，使得这种推理机制的效率很难优化。

    现在，针对本体的推理，越来越多地集中在了几种标准的本体语言上，如OWL、DAML、RDFS/RDF等，这样，研究者给出效率更高的，针对这些具体应用的推理机。象RACER、FaCT、Pellet等就是这类具体有强烈针对性的推理机。它们的优点是：效率很高，使用上也非常方便；缺点是：不是通用推理机，将推理能力限定在几种具体的本体语言上，而且用户很难对它进行扩展。

    值得强调的是，RACER、FaCT、Pellet采用描述逻辑作为理论基础，算法采用Tableau算法。这些系统都做了大量的优化工作。

    Jena是面向语义Web的应用开发包，包含的内容比较全面，推理机只是其中一部分。Jena提供的推理机也和RACER、FaCT、Pellet等一样，是针对本体的推理机，但Jena本身并不是‘推理机设计专家’，它自身包含的推理机基本上就是一种CLIPS配合本体领域产生式规则的前向推理系统。因此，它的运行效率不是很高。好在现在有DIG接口，DIG有点象数据库中的ODBC，允许前端挂接到后台不同的推理引擎上。这样，在Jean中，
也可以使用RACER、FaCT、Pellet这样更‘专业’些的推理机。

    Pellet是一种基于Tableau算法的描述逻辑推理机，由美国马里兰大学（College Park分校）的MindSwap实验室开发。Pellet是基于Java的开放源码系统。

综上所述，可做如下区分：
    1. Jena中的推理引擎和RACER都是针对具体本体语言的推理机，针对性强，效率高。
    2. Jess是层面更低的，通用的CLIPS推理机。

    这就可以解释：为什么当用户使用owl表示本体时，Protege会用Jena或RACER等推理，而当用户使用class/slot表示本体时，Protege仅能使用Jess。其实，从能力上，Jess也可以完成owl推理(需要输入相应的产生式规则库)，只是效率低。