论文浅尝 | 知识图谱的不确定性衡量

论文笔记整理：谭亦鸣，东南大学博士。

---

来源：Knowledge and Information Systems volume 62, pages611–637(2020)

链接：https://link.springer.com/article/10.1007/s10115-019-01363-0

概要

本文的核心工作是利用知识结构来衡量知识库的不确定性。文章的内容涵盖了以下几个部分：

1.首先队知识库的知识结构进行介绍；

2.以包含度特征为基础，提出知识结构与知识库之间的依赖以及独立性；

3.研究给定知识库的不确定性度量（并证明该度量方法是以知识库的知识结构为基础）；

4.最后，通过实验验证了本文方法的有效性，并从统计学的离散型和相关性两个方面做有效性分析。

动机与思路

作者用自问自答的形式对知识库不确定进行论述：

为何研究知识库不确定性的度量？因为知识库本身具有不确定性。

为何研究知识库的知识结构？因为知识结构有助于从知识库中发现知识。

为何使用知识结构衡量知识库的不确定性？因为很难对比给定知识库的不确定性值（原文是“This is because it is hard to compare the size of measure values of uncertainty for a given knowledge base.”，这句话没看明白，我的理解是：由于不同知识库的实体/关系规模差异较大，直接对知识库做不确定性衡量得到的量化结果不适合（不能够）反映出不同知识库之间的不确定性差异，因此要使用一个高层特征（知识结构），来代表并对不确定性的量化衡量做一个类似归一化的效果。），而且如果获取到两个知识结构之间的依赖关系，可以利用这个关系参与比较知识库之间的不确定性差异。

概念与定义

首先，作者使用矩阵M对于二元关系R进行了如下描述：

我们可以将矩阵中的x理解为知识库中的实体，R表明实体之间的关系，当R(x_i, x_j) =1时，表明x₁，x₂之间存在关系R.

可以看到，R在矩阵中可能构成三种关系场景（令实体集合为U，x, y∈U）：