作为一个知识图谱的觉悟就是全世界的猫猫联合起来-1
一个小杜
初衷
全世界猫猫,联合起来!消灭大瓜皮!忙里偷闲写个关于知识图谱的学习记录~
知识是没有穷尽的,坚持学习让人始终处于不败之地
Tags: 知识图谱
-
作为一个知识图谱的觉悟就是全世界的猫猫联合起来-1
-
初衷
-
🌙 什么是知识图谱
-
✨ 为什么需要知识图谱
-
📖 知识图谱都有啥类型儿
-
👑 值得一看的资料和实践
🌙 什么是知识图谱
当我们从经验中学习到知识的时候,知识存在我们的脑海里,无数的神经元相互连接的轴突和树突相互连接形成我们的认知,这是以生理学的方式存储的知识。
那么什么是知识图谱呢?
知识图谱其实就是一种知识的表示方式,就是为了解决“知识传递”的问题。
知识表示就是说:我们需要用怎样的方法,把自己的知识表示出来,像老师一样传道授业,传递给他人,或者传递给计算机呢?
经典知识表示
古往今来,知识图谱的演变已经有了多种形式,先让我们身临其境体验一下学术界对知识表示的演变过程:
-
命题逻辑:
搞一搞复杂的逻辑分析
-
框架系统:
简化简化再简化~
-
语义网络:
既简单又复杂~
假设现在有以下3条常识性知识要用来表述给计算机:
每一天儿,太阳从东方升起,并且从西方落下
2008年北京奥运会,2008年8月8日晚上8时整在中华人民共和国的首都北京举办
20世纪50年代初,美国生物化学家Chargaff提出了关于DNA中四种碱基组成的Chargaff规则:
(···省略···)
对于一特定组织的DNA,其碱基组分不随其年龄、营养状态和环境变化
对于一组特定的生物体而言,腺嘌呤(A)与胸腺嘧啶(T)摩尔数相等,鸟嘌呤(G)和胞嘧啶(C)摩尔数相等
命题逻辑
先介绍一下命题逻辑的知识表示法
对于每一天儿,太阳从东方升起,并且从西方落下
这个命题(proposition)
我们先定义俩一阶谓词:
-
,表示从升起
-
,表示从落下
命题符号化为太阳东方,太阳西方
再介绍一下两个逻辑连接词 (logical connective)
-
析取:表示“或”关系
-
合取:表示“且”关系
再再介绍一下两个量词(quantifier):
-
全称量词:表示“任意”
-
存在量词:表示“存在”
综上,这个命题的逻辑表示为天太阳东方太阳西方
框架系统
就是用框架将所有事物进行抽取,用来表示事物各方面的属性以及事物之间的类属关系
image-20210324092925978
就和图上类似,像一个Excel表格记录了句子中的所有信息。对于2008年奥运会在北京举办
这种常识性知识,我们可以这样表示(像百科一样就非常的直观):
image-20210325100927115
语义网络
就是以网络的形式去表示知识,看起来像思维导图一样
image-20210324093044003
优点:
容易理解和展示,直观的把事物的属性及其语义联系表示出来
相关概念容易聚类,是一种结构化的知识表示方法
缺点:
节点和边的值没有标准,完全是由用户自己定义
多源数据融合比较困难,因为没有统一标准
无法区分概念节点和对象节点
无法对节点的边的标签进行定义
✨ 为什么需要知识图谱
我们知道,最近这些年人工智能的研究态势简直突飞猛进,论文数量指数上升,但是现在的深度学习代表的一类方法存在一些无法克服的“硬伤”,简单来说就是:
-
缺乏可解释性:
训练模型是个黑盒子,不明白模型是通过什么样的缘由做出的决策
-
常识(Common Sense)缺失:
大名鼎鼎的GTP-3也会翻车,人:太阳有几只眼睛?GPT-3:太阳有一只眼睛
-
缺乏语义理解:
人类的语言还是太丰富了
-
依赖大量样本数据:
人类小宝宝第一眼看出自行车之后就能再次识别自行车,不需要大量样本就能学习
为什么需要知识图谱呢,除了深度学习为代表的方法的固有硬伤,还有一个原因就是:
- 认知智能的理解、推理、解释任务不仅需要数据,更需要知识背景
所以说人工智能(特别是认知智能)的实现依赖要知识图谱。
📖 知识图谱都有啥类型儿
先看看知识图谱的类型
知识的分类
这些我们不用了解的太过详细~
-
==陈述性知识和过程==性知识:
就像是实验结论和实验过程报告
-
==事实性(或客观性)知识和主观==性知识:
比如说历史知识就是客观的,但是我们对历史的评判是主观的
-
==静态知识和动态==知识:
历史知识是已经确定的,还有的知识随着研究的进行不断改变的
-
==百科==知识、领域知识、场景知识、语言知识、常识知识
知识图谱的类型
-
语言知识图谱
存储人类语言方面的知识
-
常识知识图谱
主要有
Cyc
和ConceptNet
等 -
语言认知知识图谱
中文知网词库
HowNet
-
领域知识图谱
针对特定领域构建的知识图谱,专门为特定的领域服务
-
百科知识图谱
主要以
Linked Open Data(LOD)
项目支持的开放知识图谱为核心
image-20210325102848959
知识图谱的生命周期
image-20210325103232352
先行落幕~明天更新下文
👑 值得一看的资料和实践
-
arXiv:Knowledge Graph 知识图谱综述
-
深蓝学院-知识图谱理论与实践