知识图谱学习笔记（四）——知识框架学习与融合

知识框架学习与融合

1.本体

本体通过对于概念（concept）、术语（terminology）及其相互关系（relation，property）的规范化（conceptualization）描述，勾画出某一领域的基本知识体系和描述语言。

• Conceptualization
  1.Abstract model（concepts）
  2.指某一概念系统所蕴含的语义结构，它是对某一事实结构的一组非正式的约束规则。它可以理解和/或表达为一组概念（如实体、属性、过程）及其定义和相互关系。
• Explicit
  概念是被明确定义的。
• Formal
  机器可读的
• Shared
  Accepted by a group and not private to some individual.

Ontology vs. Knowledge Base
本体、知识库、知识图谱之间的关系

• 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
  

2.Ontology Learning（Constructing Ontology）

• 手工构建Domain Ontology
• 自动构建
  1.目前还不能直接使用
  2.但是可以节省人力

构建本体的关键步骤包括：
1.Concept Extraction节点
2.Taxonomical relation extraction关系
3.No-taxonomical relation extraction属性

从半结构化（Semi-structured）数据中提取
从纯文本数据中提取（可使用术语提取工具）

3. Ontology Matching本体对齐

• 任务描述：
  给定两个本体$o$和$o^{{}^{\prime }}$，$e$和$e^{{}^{\prime }}$分别是两个本体中元素（实体，关系），本体对齐的目标是建立三元组$<e,e^{{}^{\prime }},r>$，r为两个本体中元素之间的关系。
  
  本体对齐的核心问题是语义匹配问题，包括字符、结构、语义。

3.1 String-based Methods

• String equality
  Hamming Distance
• Substring test
  1. Substring Similarity
     Prefix : net = network; hot = hotel
     Suffix : ID = PID; word = sword
  2. N-gram SimilarityN-元模型
• Edit Distance
• Token based Distance

3.2 Language based Methods

• Linguistic Normalization
  1.Tokenization：Hands-Free_kits表示成<hands, free, kits>
  2.Lemmatization（词形还原）：Kits表示成Kit
  3.Elimination: a, the, by, type of, their, from

3.3 Linguistic resources

• Sense-based : WordNet
  1. A $\subseteq$ B : A是B的下义词或者A是B的一部分
  2. B $\subseteq$ A：A是B的上义词，或者A是B的整体
  3. A = B：A与B是同义词关系
  4. A $\perp$ B：A与B是反义词关系或者是兄弟关系。

3.4 Constraint-based methods

Constraint-based methods

3.5 Graph-based techniques

• If the neighbors of two nodes of the two ontologies are similar, they will be more similar.

3.6 Taxonomy-based techniques

• 如果两个非叶子节点的孩子节点是可以对齐的，那么这两个非叶子节点也应该对齐
• 如果两个非叶子节点的孩子节点（叶节点）是可以对齐的，即使他们的孩子节点（非叶节点）不相似，那么这两个非叶节点也应该对齐。
  

3.7 相似度计算方法

• Structural topological dissimilarity
  
  $\delta (e,c)$表示e和c之间边的数量

• Upward co-topic similarity
  
  $UC(c,H)$表示c的superclasses的集合

3.8 Global Methods : Bayesian networks

全局寻优、联合推断：贝叶斯网