Jess(Java?Expert?Shell?System)是基于Java語言的CLISP推理機。
CLISP是基于產生式的前向推理引擎，它是一種非常基礎性的東西，許多
上層的推理任務，都要映射到這個推理引擎上來運行。
????CLISP(或Jess)原則上可以處理各種領域的推理任務，只要系統能夠
為CLISP提供這個領域的特有領域規則(產生式形式給出)和事實信息(Assertion
形式給出)。?本體推理作為一類應用，當然也可以映射到CLISP推理機上
進行推理，但必須為推理機提供本體領域的有關規則。例如，要用CLISP(Jess)
進行OWL的推理，就要以產生式規則的形式，向系統中輸入OWL的每種語言成分
的含義的有關規則。有了這些規則后，就可以用CLISP對OWL形式給出的本體
進行推理了。同理，若對DAML形式給出的本體進行推理，就需要向CLISP中
提供DAML的每種語言成分的含義的有關規則。
???Jess(CLISP)的優點是：推理機是開放的，用戶提供不同的規則系統，就可以
進行不同領域的推理工作，用戶可以對推理機的推理能力進行擴展。
但，作為前向推理系統，Jess用空間換時間，推理會產生大量的中間數據，空間
效率很低；同時，由于Jess(CLISP)是通用推理引擎，不可能提供針對各種具體領
域的優化能力，使得這種推理機制的效率很難優化。

???現在，針對本體的推理，越來越多地集中在了幾種標準的本體語言上，如OWL、
DAML、RDFS/RDF等，這樣，研究者給出效率更高的，針對這些具體應用的推理機。
象RACER、FaCT、Pellet等就是這類具體有強烈針對性的推理機。它們的優點是：
效率很高，使用上也非常方便；缺點是：不是通用推理機，將推理能力限定在幾種
具體的本體語言上，而且用戶很難對它進行擴展。
???值得強調的是，RACER、FaCT、Pellet采用描述邏輯作為理論基礎，算法采用Tableau
算法。這些系統都做了大量的優化工作。

???Jena是面向語義Web的應用開發包，而不僅僅限制在推理的部分。在這里我們限定在

本體當中，由于jena可以通過接口與專業推理機鏈接，所以更高效的處理owl格式的推理。

簡單講，jena包含的內容比較全面，推理機只是其中一部分。jena因為可嫁接更高效的推理機，
才實現更高效推理。Jena提供的推理機也和RACER、FaCT、Pellet等一樣，是針對本體的推理機，
但Jena本身并不是‘推理機設計專家’，它自身包含的推理機基本上就是一種CLISP配合
本體領域產生式規則的前向推理系統。因此，它的運行效率不是很高。好在現在有DIG接口，
DIG有點象數據庫中的ODBC，允許前端掛接到后臺不同的推理引擎上。這樣，在Jean中，
也可以使用RACER、FaCT、Pellet這樣更‘專業’些的推理機。

???綜上所述，可做如下區分：
???1.?Jena中的推理引擎和RACER都是針對具體本體語言的推理機，針對性強，效率高。
???2.?Jess是層面更低的，通用的CLISP推理機。

???這就可以解釋：為什么當用戶使用owl表示本體時，Protege會用Jena或RACER等推理，
而當用戶使用class/slot表示本體時，Protege僅能使用Jess。??其實，從能力上，Jess
也可以完成owl推理(需要輸入相應的產生式規則庫)，只是效率低。

總結

以上是生活随笔為你收集整理的本体推理中jess和jena区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。