语义计算、知识图谱与智能问答（医药常识问答实例）

语义计算、知识图谱与智能问答（实例）

本文，以医药知识图谱“神机医药”APP为例，简述如何通过“语义计算”构建知识图谱，利用知识图谱进行“智能问答”服务。
“神机医药”APP搜集了15606条“药品”信息，14172条“疾病”信息，5756条“症状”信息，12万条以上的“问答”信息，通过“语义计算”确定知识之间的相关性、相关度，自动构建“医药知识图谱”，动态解答医药常识问题。
在介绍“语义计算”自动构建“医药知识图谱”，动态解答医药常识问题之前，先讨论一些相关概念。

一、知识图谱相关概念
1、知识图谱与智能问答
Google公司于2012年提出知识图谱，目的是根据知识之间的关系、构建知识结构，在关键词搜索基础上，利用知识图谱自动搜索相关知识。
从广义上看，搜索引擎也是解答问题的一种形式，加入知识图谱后，可通过“知识图谱”寻找相关答案。知识图谱应用于智能问答的关键在于“语义计算”，具体为三点：
第一、 构建知识图谱
在构建知识图谱时，通过“语义计算”确定说明知识文本的含义；
第二、 理解问题
回答问题的前提是理解问题，通过“语义计算”确定问题的含义；
第三、 解答问题
在解答问题时，通过“语义计算”与知识图谱中的知识进行最优匹配。
2、知识图谱是“图”吗？
从字面上看，知识图谱是图，是知识结构图。对于少量知识，用图来表示知识结构更为清晰，容易理解，但Google是互联网搜索引擎公司，网页数量巨大，无法在一个屏幕上用图来表示知识结构，显然，简单地将“知识图谱”理解为“图”或“知识可视化”是片面的，Google 公司提出“知识图谱”目的是构建搜索引擎，而不是“知识可视化”，显示知识结构图。
3、知识图谱表达的是“知识结构关系”吗？
通常，所谓“图谱”，是用图的形式来表示某种事物关系结构，如“家谱”，表示家族关系结构。因此，知识图谱是“知识关系结构”，用图来表示为，由“节点”和“连线”（边）组成，“节点”为“知识”，“连线”（边）为“知识”之间的关系。
4、什么是知识图谱中的“知识”？
既然知识图谱表达的是“知识结构关系”，那么，什么是“知识”？
对汉字而言，一个“词”、甚至是一个“字”都有特定含义，都是“知识”。那么，一个“词”或一个“字”就是知识图谱中的“知识”吗？显然不是，因为，“字”或“词”存在多义性，在不同的语境下含义不同，仅看一个“字”或“词”不知道其具体含义是什么？必须用一段文字进行说明，配合一定的语境才可确定其具体含义。因此，从自然语言处理NLP来看，“知识”是一段文本说明的含义，对于互联网搜索引擎来说，是URL页面记载内容说明的含义 。
5、知识图谱是“语义网络”吗？
所谓“语义”是语言的含义，从自然语言处理NLP角度看，“知识”是一段自然语言文本所表达的含义。即便是数学，其中用数学符号语言（公式）来定义数学模型，但离开文字说明，人们也很难理解其含义。因此，对于计算机处理而言，“知识”是一段文本表达的含义，也可以说是“语义”。
用二维平面图来表示，知识图谱是由节点和连线做组成的网络图：
图
一个“知识”是一个节点，可能与其他很多“知识”相关，在图上表现为有很多连接的边，由此形成复杂的连接网络。
因为，“知识”是一段文本说明的含义，所以说，是知识图谱是“语义网络”，是将诸多说明“知识”的文本进行“语义计算”后，组成的“语义网络”。
6、如何运用“语义计算”进行“知识节点”关联？
构建知识图谱的关键在于，如何确定知识之间的关联？因为，“节点”之间的“连线”表示为“知识”与“知识”之间存在关系，但是什么关系？关联度有多大？如何计算？这是构建知识图谱的重点。
（1）定性关系
在知识图谱中，“知识”之间的“关系”可以是一个简单的定性说明，仅仅是一个文本描述，如：父子关系、夫妻关系、业务关系、隶属关系等。在计算上，这样的关系是0,1二值关系，即为是否存在关系？什么关系？无需计算。
（2）定量关系
在自然界很多情况，一个“知识”与其他很多“知识”都有关系，关系有强弱之分。简单的0,1关系不足以表达关系的强弱，需要更详细的定量分析，计算“相关度”（或关联度）。对搜索引擎来说，“相关度”也就是搜索结果排序Page Rank；对“知识图谱搜索引擎”来说，“相关度”需要“语义计算”，也就是计算语言含义的相似度，因此，定量分析为根据“语义”的相似度，以此来确定知识之间的定量关系。
定义：
（1）设：K（X）为一个知识“节点”，是一段说明“知识”的文本；
（2）设：KR（X，Y）为知识 X与知识Y之间的关联度，在图中，为“知识”节点之间连线（边）的计算权重。
（3）设：相关度KR（X，Y）是一个0-1之间的数，0≤KR（X，Y）≤1=100%。
若，KR（X，Y）=0， 则，两个“知识”没有关系；
若，KR（X，Y）= 100%，则，两个“知识”相等；
若，KR（X，Y）≥80%， 则，两个“知识”相近，在具体应用时可以设定阀值，根据应用情况来设置。
虽然K（X）知识“节点”是一段说明“知识”的文本，但不能简单地用字符串比较来计算关联度KR（X，Y）。因为，文本的长度也不同，证人语言中有很多同义词或意思相近的词，因此，虽然文本长度不同、用词不同，但说明的内容相同或相近，所以，简单的字符串比较无法确定知识的相关性，而“内容相似度计算”可以解决“语义计算”问题，计算知识之间的关联度KR（X，Y）。
7、“知识本体”、“知识实体（实例）”、半结构化数据
（1）知识本体
所谓“知识本体”相当于关系数据库RDB中的表结构，是记录知识的结构，也就是用X维特征来描述“知识”。
（2）知识实体（实例）
所谓“知识实例”相当于关系数据库RDB中的记录，是一个独立的知识记录。
（3）半结构化数据
虽然知识可以存储为格式化记录，但知识记录并非关系数据库RDB中的结构化数据。因为，虽然“知识记录”有结构，但字段存放的是文本说明的内容，无法用字符串比较进行计算，无法用结构化查询语言SQL查询，因此，“知识记录”虽然有结构，但不是“结构化数据”，而是“半结构化数据”。
二、“语义计算”自动构建“知识图谱”
以下用一个实例来说明，如何利用“语义计算”来自动构建医药知识图谱，该实例可在华为应用商店，搜索“神机医药”进行下载。
在“神机医药”APP中，有“药品”和“病症”两类知识，在互联网上爬网页，每个“药品”、“病症”都是一个知识K（X），“药品”和“病症”存在以下4种关系：
“药品”对应的“病症”（药品治疗的病症）；
“病症”对应的“药品”（病症用什么药品治疗）；
“药品”相关的“药品”（可以治疗相同或相近疾病的药品）；
“病症”相关的“病症”（相似或相关的病症）；
通过“语义计算”，得到上述4种关系的相关度KR（X，Y），建立索引，由此完成自动构建 “医药知识图谱搜索引擎”，加上手机交互界面，形成“神机医药”APP。以下是具体步骤和方法。
1、抽取知识本体（实例），形成知识记录
构建知识图谱第一步是，定义“知识本体”，也就是根据知识的特点，定义存储知识记录的格式。
对同一类的知识K（X），可用多个维度来描述，在关系数据库RDB中也就是记录的字段变量：
例如，对“疾病”可有：症状、检验方法、治疗手段等字段；
例如，对“药品”可有：适应病症、用法、成分、副作用、禁忌、注意事项等。
可见，对于一类的知识本体，可用统一的格式来描述，形成格式化记录（知识实例），不同类型的知识，有不同格式的记录，在知识图谱中，每个K（X）知识节点，都是一个独立的知识记录。
2、知识记录
“神机医药”APP通过对自由格式网页处理，得到半结构化知识记录，其中包括两种知识本体：“药品”和“疾病”，有两种格式的知识记录，每个都是一条独立的“知识记录”。

3、计算相关性
用“内容相似度计算”，对“知识记录”进行相关性计算，得到“知识记录”之间的相关度KR（X，Y），也是“节点”之间的连接权重，是0 – 100%之间的小数。
4、非对称性
相关度KR（X，Y）具有非对称性，KR（X，Y）≠ KR（Y，X）。
也就是说，知识K（X）对知识K（Y）的关联度，与知识K（Y）对知识K（X）的关联度不同，需要单独计算。
5、构建“医药知识图谱”
通过“内容相似度计算”，得到“药品”、“疾病”知识记录的相关度，由此得到关系结构图（知识图谱）。

将关系结构图保存，组成倒排序索引，构成“医药知识图谱”的关系表。
6、知识网络KN
每个知识K（X），都可能与很多其他知识K（Y）相关，相关度KR（X，Y）>0的知识形成“知识网络”KN（Knowledge Network）。
例如：在“图-3”中，有4个知识网络KN（i），i=1,2,3,4：
知识1、知识3、知识7，具有相关性， KN（1） = {知识1，知识3，知识7}；
知识2、知识4、知识5，具有相关性， KN（2） = {知识2，知识4，知识5}；
知识3、知识8， 具有相关性， KN（3） = {知识3，知识8}；
知识4、知识6、知识7，具有相关性， KN（4） = {知识4，知识6，知识7}。
7、知识网络桥KNB
知识图谱最重要的用途是相似内容“推荐”，可根据知识之间的相关性进行智能化“推荐”，但这只能在一个“知识网络”KN（i）中进行，因为，只有在一个“知识网络”KN（i）中的知识节点具有“连线”，无法“推荐”其他“知识网络”KN（j）中的知识，由此形成了“知识壁垒”。
如何建立不同“知识网络”KN（i，j）之间的通道，打通“知识壁垒”？将不同的知识体系融会贯通，这就需要在各“知识网络”KN寻找通道。具体方法如下：
在各“知识网络”KN中，寻找相同的“知识”K（X），得到交集：
“知识交集”= KN（i）∩ KN( j )，
“知识交集”为不同“知识网络”KN（ i - j ）之间的连接“桥”，称之为“知识网络桥”KNB（Knowledge Network Bridge），KNB连接各个“知识网络”。

例如：在“图-3”中：
知识1、知识3、知识7，具有相关性， KN（1） = {知识1，知识3，知识7}；
知识2、知识4、知识5，具有相关性， KN（2） = {知识2，知识4，知识5}；
知识3、知识8， 具有相关性， KN（3） = {知识3，知识8}；
知识4、知识6、知识7，具有相关性， KN（4） = {知识4，知识6，知识7}。
KN 1与KN 3存在交集KN 1 ∩ KN 3 = {“知识3”}，KN 1与KN 3通过“知识3”进行连接，“知识3”是KN 1与KN 3连接的“桥”KNB（1-3）；
KN 2与KN 4存在交集KN 2 ∩ KN 4 = {“知识4”}，KN 2与KN 4通过“知识4”进行连接，“知识4”是KN 2与KN 4连接的“桥”KNB（2-4）。
8、知识融合
“知识网络桥”KNB连接不同的“知识”体系，因此，“知识网络桥”KNB可以打破“知识壁垒”，使不同体系的知识相互融会贯通。
科技领域很多重要进步，正是因为将其他“知识体系”的引入到本“知识体系”，推动技术进步。
9、知识系统组成知识神经元网络
首先，将众多分散、独立的“知识”连接起来，组成相互联通的“知识网络”KN。
其次，将众多的“知识网络”KN用“知识网络桥”KNB连接起来，组成“知识网络系统”KNS（Knowledge Network System），将分散的知识有机地连接起来，便于相关主题知识聚类和自动搜索。
在“知识网络系统”KNS中，每个问题的“解”都是一组“知识集合”组成的“知识网络”KN。
例如在通过“语义计算”，确定连接关系如下：