带有 Jena + PermGen 空间的 Pellet Reasoner

Question

我正在使用 Jena 运行 Pellet，如下所示：

public void storeInferredModel(Data data) {
    System.out.println("creating inferred dataset ");
    Dataset dataset = TDBFactory.createDataset(data.getInferredResultsPath());
    System.out.println("creating OntModel ");
    OntModel Infmodel = ModelFactory.createOntologyModel(
                          PelletReasonerFactory.THE_SPEC, 
                          dataset.getNamedModel(this.URL));
    System.out.println("adding schema (OWL) to OntModel");
    Infmodel.add(this.owl);
    System.out.println("adding data (RDF) to OntModel ");
    Infmodel.add(data.tdb);
    System.out.println("creating ModelExtractor ");
    ModelExtractor ext = new ModelExtractor(Infmodel);
    System.out.println("replacing OntModel by the Extracted Model");
    dataset.replaceNamedModel(this.URL, ext.extractModel());
    System.out.println("saving inferred model");
    Infmodel.close();
    System.out.println("closing inferred dataset");
    dataset.close();
}

我以前在Pellet Reasoner with Jena 下发过帖子。 我的 TDB 或原始数据是 2.7G。我一直在针对 TDB 运行推理器，但我遇到了“PermGen 空间 java”的问题，尽管我给程序提供了 70G 左右的内存，推理器只占用了 30G，然后就崩溃了。也就是说，它没有达到计算机内存的最大值

我正在运行 Linux 和 Java 64 位，服务器中有 83 G 内存。我已经坚持了一周。

Answer 1

Pellet 在内存中执行其推理。将它与 TDB 一起使用不会像我怀疑你认为的那样工作。 TDB 只是存储，Pellet 会将执行推理所需的任何内容拉入内存。

此外，告诉我们您的数据为 2.7G 并没有多大用处。 TBox 的表现力对推理性能的影响与大小一样多或更多（磁盘上的大小没有用，知道三元组的 # 是一个更好的指标）。

因此，了解您的 TBox 中的内容对于更好的诊断至关重要。鉴于我们对您向 Pellet 提供的内容一无所知，我只能猜测 TBox 非常具有表现力，或非常大，或两者兼而有之。

Pellet 可以与大型本体一起使用，它可以很好地处理 NCI 词库，但是它无法处理 TBox。深度学习推理很难，在规模上更难。

您可能还想查看深度学习手册，以便对一些有用的背景材料进行良好的审查。