マルチパラダイムプログラミング言語を設計します。パート5-ロジックプログラミングの機能

宣言的な論理スタイルとオブジェクト指向の機能的なスタイルを組み合わせたマルチパラダイムプログラミング言語の作成についての話を続けます。これは、半構造化データを操作し、異なるソースからのデータを統合するときに便利です。言語は、互いに緊密に統合された2つのコンポーネントで構成されます。宣言コンポーネントはドメインモデルの記述を担当し、必須または機能コンポーネントはモデルの操作とコンピューティングのアルゴリズムの記述を担当します。



前回の 記事でハイブリッド言語モデリングコンポーネントについての話を始めました。これは一連の概念であり、論理的な関係によって接続されたオブジェクトです。私は、概念、継承、およびそれらの間の関係を定義する主な方法について話すことができました。ハイブリッド言語の設計を開始するきっかけとなった理由とその機能は、このトピックに関する以前の出版物に記載されています。それらへのリンクは、この記事の最後にあります。



そして今、私はロジックプログラミングのニュアンスのいくつかに突入することを提案します。モデリングコンポーネントの言語は宣言的な論理形式であるため、否定演算子のセマンティクスの定義、高次ロジックの要素の導入、論理変数を操作する機能の追加などの問題を解決する必要があります。これを行うには、世界の開放性/閉鎖性の仮定、拒否としての否定、安定したモデルのセマンティクス、十分に根拠のあるセマンティクスなどの理論的な問題に対処する必要があります。また、高次ロジックの可能性が他の論理プログラミング言語でどのように実装されているかも示します。

ブール変数から始めましょう

ほとんどのロジックプログラミング言語では、変数は任意のステートメントの記号指定（プレースホルダー）として使用されます。それらは述語の引数の位置で発生し、述語を相互に接続します。たとえば、プロローグ言語の次のルールでは、変数はオブジェクトXと Yの役割を果たし、 関係によって相互接続されます： 兄弟、 親、 男性、不平等：

brothers(X,Y) :- parent(Z,X), parent(Z,Y), male(X), male(Y), X\=Y.
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

モデリングコンポーネントでは、用語引数の役割は主に概念属性によって果たされます。

concept brothers (person1, person2) FROM
parent p1 (child = person1),
parent p2 (child = person2),
male(person: person1),
male(person: person2)
WHERE p1.parent = p2.parent AND person1 != person2
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

SQLの場合と同様に、名前で直接アクセスできます。提案された構文はPrologに比べて扱いにくいように見えますが、属性の数が多い場合、このオプションはオブジェクトの構造を強調するため、より便利になります。



ただし、場合によっては、どの概念の属性にも含まれず、同時に関係の式で使用されるブール変数を宣言すると便利な場合もあります。たとえば、部分式が複雑な形式である場合、それらをブール変数にリンクすることにより、部分式をその構成要素に分解できます。また、部分式が複数回使用されている場合は、変数に関連付けることで1回だけ宣言できます。そして将来的には、式の代わりに変数を使用してください。ブール変数を概念属性および計算コンポーネント変数と区別するために、ブール変数名は$記号で始まる必要があると判断しましょう 。

例として、外部半径と内部半径で表されるリングへのポイントの帰属を指定する概念を分析できます。ポイントからリングの中心までの距離は、一度計算し、変数にリンクして、半径と比較することができます。

relation pointInRing between point p, ring r 
where $dist <= r.rOuter 
    and $dist >= r.rInner 
    and $dist = Math.sqrt((p.x – r.x) * (p.x – r.x) + (p.y – r.y) * (p.y – r.y))
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

同時に、この距離自体には補助的な役割があり、概念の一部にはなりません。

否定。

次に、より複雑な問題、つまりモデリングコンポーネント内での否定演算子の実装を見てみましょう。論理プログラミングシステムには、通常、ブール否定の演算子に加えて、拒否としての否定のルールが含まれています。これにより、pの導出に失敗した場合に、 pではなく印刷することができます 。知識表現の異なるシステムでは、否定の推論の規則の意味とアルゴリズムの両方が異なる場合があります。 まず、知識システムの完全性という観点から、その性質の問題に答える必要があります。「オープンワールドの仮定」に準拠するシステムでは 、ナレッジベースは不完全であると見なされるため、ナレッジベースから欠落しているステートメントは不明と見なされます。pアサーションで はありません



ナレッジベースがpというステートメントを明示的に格納している場合にのみ出力できます false。そのような否定は強いと呼ばれます。欠落しているステートメントは、誤りではなく不明と見なされます。このような仮定を使用した知識システムの例は、SemanticWEBです。これは、World WideWebに基づいて形成された公的にアクセス可能なグローバルセマンティックネットワークです。その中の情報は、定義上、不完全です。完全にデジタル化されて機械可読形式に変換されるわけではなく、さまざまなノードに分散され、常に補足されています。たとえば、ウィキペディアで、ワールドワイドウェブの作成者でセマンティックウェブの概念の作成者であるティムバーナーズリーに関する記事で、彼の料理の好みについて何も述べられていない場合、これは彼がそれらを持っていないことを意味するのではなく、記事は単に不完全です。



反対の仮定は 「世界が閉じているという仮定」です。..。そのようなシステムでは、知識ベースは完全であり、その中に欠落しているステートメントは存在しないか、または誤りであると見なされると考えられています。ほとんどのデータベースはこの仮定に従います。データベースにトランザクションまたはユーザーに関するレコードがない場合、そのようなトランザクションは存在せず、ユーザーはシステムに登録されていません（少なくとも、システムのロジック全体は、それらが存在しないという事実に基づいています）。



完全な知識ベースには利点があります。まず、不明な情報をエンコードする必要はありません。3つの値（true、false、unknown）ではなく、2つの値のロジック（true、false）で十分です。第二に、ブール否定演算子と知識ベースからのステートメントの導出可能性のチェックを組み合わせて、拒否として1つの否定演算子 にすることができます。（失敗としての否定）。ステートメントがfalseであるというステートメントが格納されている場合だけでなく、ナレッジベースにそれに関する情報がまったくない場合もtrueを返します。たとえば、

ルール



p <— not q





はqがfalseであり（trueであるというステートメントがないため）、 pがtrueであると推測し ます。



残念ながら、拒否としての拒否のセマンティクスは、見た目ほど明白ではなく、複雑でもありません。さまざまな論理プログラミングシステムでは、その意味には独自の特性があります。たとえば、循環定義の場合：

p ← not q
q ← not p
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Prolog言語で使用される従来の SLDNF解決（SLD +失敗としての否定）は失敗します。ステートメント pの出力にはqの出力が必要 であり、 q - pでは、出力プロシージャは無限ループに陥ります。 Prologでは、そのような定義は無効と見なされ、知識ベースは一貫性がないと見なされます。



同時に、これらのステートメントは私たちにとって問題ではありません。直感的には、これら2つのルールは、 pと q反対の意味を持ち、一方が真の場合、もう一方は偽です。したがって、拒否としての否定のオペレーターがそのような規則を扱うことができ、論理プログラムの構築が人にとってより自然で理解しやすいものであることが望ましい。



さらに、知識ベースの一貫性が常に達成できるとは限りません。たとえば、ルール定義をファクトから意図的に分離して、同じルールセットを異なるファクトセットに適用できるようにする場合があります。この場合、ルールがすべての可能な事実のセットに同意するという保証はありません。また、たとえば、異なる専門家によって作成された場合など、ルール自体に一貫性がないことも許容される場合があります。



最もよく知られているキャンペーンでは、周期的な定義の下で論理的な結論を形式化することができ、プログラムの不整合は 「持続可能なセマンティクス」（安定したモデルセマンティクス）と 「合理的なセマンティクス」（十分に根拠のあるセマンティクス）です。 永続的なモデルセマンティクス



を使用した推論ルール は、プログラム内の一部の否定演算子がプログラムの他の部分と一致しない場合、それらを無視できるという仮定に基づいています。ルールの初期セットのそのような一貫したサブセットがいくつか存在する可能性があるため、それぞれいくつかの解決策が存在する可能性があります。たとえば、上記の定義では、推論は最初のルールから開始できます（ p←qではない）、2番目（q←pではない）を破棄し 、解{p、qではない}を取得します 。次に、2番目についても同じことを行い、{pではなくq}を取得し ます。全体的なソリューションは、代替ソリューションの組み合わせセットになります。たとえば、ルールから：

person(alex)
alive(X) ←person(X)
male(X) ←person(X) AND NOT female(X)
female(X) ←person(X) AND NOT male(X)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

{person（alex）、alive（alex）、male（alex）}と {person（alex）、alive（alex）、female（alex）}の2つの回答オプションを表示できます 。

合理的なセマンティクスは同じ仮定から始まりますが、ルールのすべての代替合意サブセットを満たす1つの一般的な部分的な解決策を見つけようとします。部分的な解決策とは、「true」または「false」の値が事実の一部についてのみ表示され、残りの値は不明のままになることを意味します。したがって、プログラム内のファクトの説明では、2値のロジックが使用され、推論のプロセスでは、3値のロジックが使用されます。上記のルールの場合、pと qの両方の意味 不明になります。しかし、例えば、

p ← not q
q ←not p
r ← s
s
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

pと qは不明のままですが、rとsが真である と 自信を持って推測でき ます。 たとえば、alexの例から、{person（alex）、alive（alex）}を推測できますが 、male（alex）と female {alex}のステートメント は不明のままです。 では SQL、ブール否定（ NOT）とDerivabilityチェックが（ NOT EXISTS







）は分離されています。これらの演算子は、さまざまなタイプの引数に適用されます。NOTはブール値を反転し、 EXISTS / NOT EXISTSはネストされたクエリの結果の空をチェックするため、それらを組み合わせても意味がありません。 SQLの否定演算子のセマンティクスは非常に単純であり、再帰的または複雑な一貫性のないクエリで機能するようには設計されていません。特別なSQLスキルを使用すると、クエリを無限の再帰に送信できます。ただし、複雑な論理構造は明らかに従来のSQLアプリケーションの範囲外であるため、高度な否定演算子セマンティクスは必要ありません。



次に、設計されたハイブリッド言語のモデリングコンポーネントの否定演算子のセマンティクスを理解してみましょう 。



まず、モデリングコンポーネントは、異なるデータソースを統合するように設計されています。それらは非常に多様であり、完全または不完全のいずれかである可能性があります。したがって、導出可能性チェック演算子は絶対に必要です。



次に、モデリングコンポーネントの概念の形式は、ロジックプログラミングルールよりもSQLクエリにはるかに近いものです。概念も複雑な構造であるため、ブール否定の1つの演算子を混合して、概念の導出可能性を確認することは意味がありません。ブール値の否定は、属性、変数、および式の結果にのみ適用する意味があります。これらはfalseまたはtrueのいずれかになります。それを概念に適用することはより困難であり、それは異なる属性で構成されている可能性があり、それらのどれが概念全体の虚偽または真実の原因であるかが明確ではありません。概念は、個々の属性ではなく、全体としての初期データから導き出すことができます。テーブルの構造が固定されているSQLとは異なり、概念の構造は柔軟である可能性があり、概念の構成に必要な属性がまったくない場合があります。したがって、属性の存在も確認する必要があります。



したがって、上記の否定のタイプごとに個別の演算子を導入することは理にかなっています。属性の偽りは、従来のブールNOT演算子を使用してチェックでき 、概念に組み込みのDEFINED関数を使用して属性が含まれているかどうか 、およびEXISTS関数を使用して元のデータから概念を推測した結果を確認できます 。 3つの別々の演算子は、複雑な障害としての否定演算子よりも予測可能で、理解しやすく、使いやすいです。必要に応じて、特定のケースごとに意味のある方法で1つの演算子に組み合わせることができます。



第三に、現時点では、モデリングコンポーネントは、小さなアプリケーションレベルのオントロジーを作成するためのツールと見なされています。その言語は、プログラムの再帰的な定義と論理的な矛盾に対処できる特別な論理的表現力と洗練された推論規則を必要としない可能性があります。したがって、永続モデルのセマンティクスまたは根拠のあるセマンティクスに基づく複雑な推論ルールの実装は、少なくともこの段階では適切ではないようです。従来のSLDNF解像度で十分です。



それでは、いくつかの例を見てみましょう。



概念の特定の属性がそれを示す意味を持っている場合、その概念に否定的な意味を与えることができます。属性を否定すると、そのようなエンティティを明示的に見つけることができます。

concept unfinishedTask is task t where not t.completed
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

概念のエンティティが異なる構造を持つことができる場合、属性のあいまいさをチェックする機能は便利です。

concept unassignedTask is task t where not defined(t.assignedTo) or empty(t.assignedTo)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

概念の推論可能性をチェックする機能は、再帰的な定義と階層構造を操作するときにかけがえのないものです。

concept minimalElement is element greater 
where not exists(element lesser where greater.value > lesser.value)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

この例では、小さいアイテムの存在のチェックがサブクエリとして実行されます。次の出版物では、ネストされたクエリの作成について詳しく検討する予定です。

高次ロジックの要素

で 一次ロジック、変数は、オブジェクトのセットを一致させることができ、唯一の述語の引数の位置に現れます。 高次ロジック、彼らはまた、関係のセットに対応することができると述語名の位置に現れます。言い換えると、1次ロジックを使用すると、すべてまたは一部のオブジェクトに対して何らかの関係が真であると主張できます。そして、より高次の論理は、関係間の関係を記述することです。



たとえば、兄弟、姉妹、子供または親、叔父または叔母などであると述べることができます。

Brother(John, Joe).
Son(John, Fred).
Uncle(John, Alex).
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

ただし、関係アサーションを作成するには、1次ロジックで、上記のすべてのステートメントをリストし、OR演算を使用してそれらを組み合わせる必要があります。

ⱯX,ⱯY(Brother(X, Y) OR Brother(Y, X) OR Son(X, Y) OR Son(Y, X) OR Uncle(X, Y) OR Uncle(Y, X) → Relative(X, Y)).
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

2次ロジックを使用すると、他のステートメントについてステートメントを作成できます。たとえば、兄弟、姉妹、親と子、叔父と甥の間の関係は親族関係であると直接述べることができます。

RelativeRel(Brother).
RelativeRel(Son).
RelativeRel(Uncle).
ⱯX,ⱯY(ⱻR(RelativeRel(R) AND (R(X, Y) OR R(Y, X))) → Relative(X, Y)).
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Xと Yごとに、RelativeRelの親戚間の関係である関係 Rがあり 、 Xと Yがこの関係を満たす場合、 Xと Yは親戚であると主張し ます。関係引数は他の関係にすることができ、変数は関係名の代わりに使用できます。 三次のロジックはあなたがステートメントに関するステートメントについてのステートメントを構築することを可能にする、というように、 高階述語論理



-ネストレベルのステートメントについて。高次のロジックははるかに表現力がありますが、はるかに複雑です。実際には、論理プログラミングシステムは、その要素の一部のみをサポートします。これらの要素は、主に、述語の位置での変数と任意の式の使用に制限されています。



で プロローグ、そのようなロジックの要素が他の述語であるの引数を、内蔵メタ述語のいくつかを使用して実装されています。主なものは述語 呼び出しですこれにより、現在のルールのターゲットリストに述語を動的に追加できます。彼の最初の議論は目標として扱われ、残りはその議論として扱われます。 Prologは、最初の引数に一致する述語をナレッジベースで検索し、それらを現在のターゲットリストに追加します。親戚の例は次のようになります。

brother(john, jack).
sister(mary, john).
relative_rel(brother).
relative_rel(sister).
relative(X, Y) :- relative_rel(R), (call(R, X, Y); call(R, Y, X)).
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Prologは、述語findall（Template、Goal、Bag）、 bagof（Template、Goal、Bag）、 setof（Template、Goal、Set）などもサポートし ます。これにより、テンプレートテンプレートに一致する すべての目標目標ソリューションを検索し 、統合できます（リンク）結果のバッグ（または セット）を含むリスト 。 Prologには、ナレッジベースで述語を検索するための組み込みの述語 current_predicate、 clauseなどがあります。ナレッジベースで述語とその属性を操作することもできます-それらを追加、削除、コピーします。



HiLog言語 は、構文レベルで高次のロジックをサポートします。特別なメタ述語の代わりに、任意の用語（変数など）を述語名の位置で直接使用できます。親戚を決定するためのルールは次の形式を取ります。

relative(X, Y) :- relative_rel(R), (R(X, Y); R(Y, X)).
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

この構文は、Prologと比較して、より宣言的で、簡潔で、理解しやすく、自然です。同時に、すべてのHiLog構文構造は、呼び出しメタ述語を使用して1次論理式に変換できるため、HiLogはPrologの構文バリアントのまま です。



HiLogは高次の構文を持っていると見なされ ますが、 一次のセマンティクスです。つまり、ルールまたは関数を表す変数を比較する場合、実装ではなく、名前のみが考慮されます。λ-Prologなどの高次のセマンティクスをサポートする言語もあります 、これにより、ルールと関数の実装を推論プロセスに含めることもできます。しかし、このロジックとその推論アルゴリズムははるかに複雑です。



次に、モデリングコンポーネントの高次ロジック機能に移りましょう 。ほとんどの実用的なメタプログラミングタスクでは、PrologとHiLogで十分です。 HiLogはより自然な構文を持っているので、それを基礎としてとることは理にかなっています。概念の名前とその属性の位置に任意の式を使用し、それらを変数、関数呼び出し、およびその他の構造と区別できるようにするために、名前を動的に指定するための特別な演算子を導入し ます。

< >







式の値を評価し、コンテキストに応じて、概念名、エイリアス、または属性名として使用できます。この演算子がFROMセクションの概念名の代わりに なり、その式の値が定義されている場合、指定された名前のすべての概念が検索され、それらに対して論理検索が実行されます。

concept someConcept ( … ) from conceptA a, <a.conceptName> b where …





たとえば、式の値が定義されていない場合、式は値に関連付けられていないブール変数です。 、次に、プロシージャはすべての適切な概念を見つけ、変数の値をそれらの名前に関連付けます 。FROM

concept someConcept is <$conceptName> where …





セクションのコンテキストでは、名前を指定するための演算子は論理的なセマンティクスを持っている と言え ます。

また、<>演算子 を使用して、コンセプトエイリアスまたは属性名の位置にWHERE句を配置することもできます 。

concept someConcept ( … ) from conceptA a, conceptB b where conceptB.<a.foreignKey> = a.value ...
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

WHERE句の式 は決定論的です。つまり、論理検索を使用して引数の不明な値を見つけることはありません。つまり、式 conceptB。<A.foreignKey> = a.valueは、概念aのエンティティが検出され、その foreignKey属性と value属性が値に関連付けられた後にのみ評価され ます。したがって、FROM句のコンテキストでは、nameステートメントには 機能的なセマンティクスがあると言えます 。



高次ロジックのいくつかの可能なアプリケーションを考えてみましょう。

高次のロジックが便利な最も明白な例は、特定の条件を満たすすべての概念の1つの名前の下での結合です。たとえば、特定の属性を持つ。したがって、 ポイントの概念は、座標xおよび yを含むすべての概念と見なすことができます 。

concept point is <$anyConcept> a where defined(a.x) and defined(a.y)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

ブール検索は、$ anyConcept変数を、座標属性を持つすべての宣言された概念名（もちろんそれ自体を除く）にバインドし ます。



より複雑な例は、多くの概念に適用される一般的な関係を宣言することです。たとえば、概念間の一時的な親子関係：

relation ParentRel between <$conceptName> parent, <$conceptName> child
where defined(parent.id) and defined(child.parent) and (
parent.id = child.parent or exists(
	<$conceptName> intermediate where intermediate.parent = parent.id 
            and ParentRel(intermediate, child)	
))
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

変数 $ conceptNameは、親、子、中間の3つの概念すべてで使用されます。つまり、それらの名前は同じである必要があります。



高次ロジックは、特定の名前に縛られることなく、指定された条件を満たす多くの概念に適用できる一般的な概念と関係を作成できるという意味で、一般的なプログラミングの可能性を開きます。



また、動的な名前の置換は、ある概念の属性が他の概念の名前またはその属性への参照である場合、またはソースデータに事実だけでなくそれらの構造も含まれている場合に便利です。たとえば、ソースデータには、データベース内のXMLドキュメントまたはテーブルのスキーマの説明を含めることができます。元のデータには、データタイプ、形式またはデフォルト値、検証条件、またはいくつかのルールなど、ファクトに関する追加情報を含めることもできます。また、初期データは何かのモデルを記述でき、モデリングコンポーネントがメタモデルの構築を担当します。自然言語のテキストを扱う場合、ソースデータにはステートメントだけでなく、ステートメントに関するステートメントも含まれることを前提としています。これらすべての場合において、一次論理は十分ではなく、より表現力豊かな言語が必要です。



簡単な例として、データにいくつかのオブジェクトが含まれている場合と、これらのオブジェクトの属性を個別のエンティティとして検証するためのルールについて考えてみます。

fact validationRule {objectName: “someObject”, attributeName: “someAttribute”, rule: function(value) {...}}
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

検証結果は、次の概念で説明できます。

concept validationRuleCheck (
	objectName = r.objectName,
	attributeName = r.attrName,
	result = r.rule(o.<r.attrName>)
) from validationRule r, <r.objectName> o 
where defined(o.<r.attrName>)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

高次のロジックは、一般化されたメタプログラミングに非常に興味深い可能性をもたらします。その一般的な考え方しか考えられませんでした。この領域は非常に複雑であり、将来的には徹底的な調査が必要です。言語の便利なデザインを選択するという観点と、そのパフォーマンスの問題の両方の観点から。

結論

モデリングコンポーネントで作業する過程で、ブール変数、否定演算子のセマンティクス、高次ロジックの要素の操作など、ロジックプログラミングのかなり特定の問題に対処する必要がありました。すべてが変数を使用して非常に単純であることが判明した場合、否定演算子と高次ロジックの実装に対する単一の確立されたアプローチはなく、独自の特性、長所、および短所を持ついくつかのソリューションがあります。



私は、理解しやすく、実際に便利なソリューションを選択しようとしました。私は、拒否としてモノリシック否定演算子をブール否定の3つの別個の演算子に分割し、概念の推論可能性とオブジェクト内の属性の存在を確認することを好みました。必要に応じて、これら3つの演算子を組み合わせて、特定のケースごとに必要な否定セマンティクスを取得できます。推論の否定のルールについては、標準のSLDNF解像度を基本として採用することにしました。一貫性のない再帰ステートメントを処理することはできませんが、永続モデルセマンティクスや推論セマンティクスなどのより高度な代替手段よりも理解と実装がはるかに簡単です。



一般化およびメタプログラミングには、より高次のロジックが必要です。一般的なプログラミングとは、子の特定の名前に縛られることなく、さまざまな子の概念から新しい概念を構築する機能を意味します。メタプログラミングとは、他の概念の助けを借りて、いくつかの概念の構造を記述する能力を意味します。モデリングコンポーネントの高次ロジック要素のモデルとしてHiLog言語を採用することにしました。柔軟で便利な構文があり、述語名の位置で変数を使用できるほか、単純で明確なセマンティクスを使用できます。



次の記事では、SQLの世界からの借用に専念する予定です。ネストされたクエリと集計です。また、推論を使用せず、代わりに、エンティティが特定の関数を使用して直接生成される別のタイプの概念についても説明します。また、これを使用して、テーブル、配列、および連想配列をオブジェクト形式に変換し、それらを論理推論プロセスに含める方法（配列をテーブル形式に変換するSQL UNNEST操作と同様）。



英語の科学的なスタイルの全文は こちらから入手できます。



以前の出版物へのリンク：



マルチパラダイムプログラミング言語の設計。パート1-それは何のためですか？

マルチパラダイムプログラミング言語を設計します。パート2-PL / SQL、LINQ、GraphQLでの構築モデルの比較

マルチパラダイムプログラミング言語 を設計します。パート3-知識表現言語の概要マルチパラダイムプログラミング言語を

設計します。パート4-モデリング言語の基本的な構成