深度分析 在不一致知識庫上以修復語義進行 ABox 歸納：DL‑Lite 與 EL⊥ 的複雜度全景 背景：錯誤資料會讓知識庫不一致，導致傳統推理失效。方法：採取基於修復的語義與修復集，為ABox歸納重新定義假設，並以衝突限制與簽名約束篩選有用假說。結果：在DL‑Lite與EL⊥上呈現複雜度全景，指出語義選擇與最小性準則會改變可計算性與實用性。
