4.知识图谱导论

知识图谱概念

知识图谱本质上是一种语义网络。其结点代表实体（entity）或者概念（concept），边代表实体/概念之间的各种语义关系。

问题

三个层面问题

知识体系组织形式

Ontology vs. Knowledge Base

• Ontology：共享概念化的规范，涉及概念、关系和公理三个要素
• Knowledge：服从于ontology 控制的知识单元的载体
• Ontology是蛋糕的模具，Knowledge Base是蛋糕

Ontology(知识本体)

从语义和知识层次上描述构架信息系统的概念模型

• 树状结构，不同层节点之间是严格的IsA关系
• 优点：可以适用于知识的推理
• 缺点：无法表示概念的二义性（运动员：体育？人物？）

Taxonomy（知识分类学）

关于具体或抽象事物的分类组织的学科与方法

• 树状结构，上下位节点之间非严格的IsA关系
• 优点：可以表示概念的二义性（体育->运动员）
• 缺点：不适用于推理，无法避免概念冗余（餐厅：美食？机构？ 地点？）

Folksonomy（分众分类）

大众自发的用标签对网络信息分类标识和共享的资源组织方法

• 类别标签，更加开放
• 优点：能够涵盖更多的概念
• 缺点：如何进行标签管理？

知识图谱的生命周期

• 知识建模
  • 建模领域知识结构
• 知识获取
  • 获取领域内的事实知识
• 知识集成
  • 估计知识的可信度，将碎片知识组装成知识网络
• 知识存储
  • 提供高性能知识服务

RDF

RDF是一种表述对象（web resources）和对象之间关系的简单语言

• 使用(subject, predicate, object)三元组的形式来陈述关于对象(使用URI标识的resources)的知识，也就是两个对象之间的带类别链接
• RDF是一个通用模型，可以用各种不同的格式表示，如XML、N-Triples、N3、JSON-LD等