B. 知识图谱 知识表示（一）

B. 知识图谱表示与建模

概述

• 知识图谱设计的要素
  • 业务理解 30%
  • 知识图谱设计 30%
  • 算法 20%
  • 开发 20%
• 知识图谱设计的原则
  • 业务原则：一切要从业务逻辑出发，并且通过观察知识图谱的设计也很容易推测其背后业务的逻辑，而且设计时也要想好未来业务可能的变化
  • 分析原则：我们不需要把跟关系分析无关的实体放在图谱当中；
  • 效率原则：效率原则的核心在于把知识图谱设计成小而轻的存储载体。效率原则让知识图谱尽量轻量化、并决定哪些数据放在知识图谱，哪些数据不需要放在知识图谱。
  • 冗余原则：有些重复性信息、高频信息可以放到传统数据库当中。
• 知识表示的五大用户或特点
  • 客观事物的机器标示，即知识表示首先需要定义客观实体的机器指代或指称
  • 一组本体约定和概念模型，即知识表示还需要定义用于描述客观事物的概念和类别体系
  • 支持推理的表示基础，即只是表示还需要提供机器推理的模型与方法
  • 用于高效计算的数据结构，即知识表示也是一种用于高效计算的数据结构
  • 人可理解的机器语言，即知识表示还必须接近于人的认知，是人可理解的机器语言
• 知识表示的分类
  • 符号知识表示的特点是易于刻画显式、离散的知识，因而具有内生的可解释性
  • 连续向量表示包含大量不易于符号化的隐性知识（借鉴词向量的技术）
• 最新知识图谱的发展思路
  • 现代知识图谱受到规模化的影响，通常采用以三元组为基础的较为简单实用的知识表示方法，并弱化了对强逻辑表示的要求
  • 由于知识图谱是很多搜索、问答和大数据分析系统的重要数据基础，基于向量的知识图谱表示使得数据更易于和深度学习模型集成，\n使得基于向量的知识图谱表示越来越受到重视

本体论

• 问题
  • 将什么内容放入这种Agent的知识库 — 如何表示关于世界的事实。包括：事件、时间、物理对象以及信念等
• 困境
  • 通用本体论工程的计划目前为止只取得了有限的成功。没有一个定级AI应用使用了公用的本体论 — 它们都使用了专用的知识工程。
• 本体论的四条创建路线
  • 由一个受训练的本体论者/逻辑学家团队创建，它们创建本体论，写出公理。CYC系统主要是通过这种途径创建的。
  • 从已有的一个或多个数据库导入类别、属性和值。DBPEDIA是通过从Wikipedia导入结构事实而创建的。
  • 通过从语法分上分析文档，并从中提取信息。
  • 通过怂恿未经训练的业余爱好者输入常识知识。
• 类别和对象
  • 类别：发生关系的是个体对象层次上，但是许多推理是发生在类别层次上的。比如说买一个篮球，而不是特定的篮球。
  • 对象：一个对象是另一个对象的一部分，比如说鼻子是头的一部分，罗马尼亚是欧洲的一部分，用PartOf表示
  • 量度：比如说物理的长度、重量、时间、货币等Length(L1) = Inches(1.5) = Centimeters(3.81)
    • 量度最重要的作用是：排序
  • 物质（不服从个体性）和物体（个体性）的区别：一些黄油分成两部分，还是黄油一只海豚分成两半，就不是海豚
• 事件演算：结合事件的事件
  • 过程：流体事件，空间物质
  • 时间区间：
• 精神事件和精神对象
  • 模态逻辑
• 类别的推理系统
  • 语义网络 为知识库可视化提供图形的帮助，并为在类别隶属关系基础上推断对象的属性提供有效算法
  • 描述逻辑 为构建和组合类别定义提供形式语言，并为判定类别之间的子集和超集关系提供有效算法。
    • 被设计成更容易描述类别的定义和属性的符号表示，主要推理任务包括：
      • 包含：通过比较定义检查一个类别是否是另一个类别的子集
      • 分类：检查一个对象是否属于一个类
      • 类别定义的一致性：隶属标准的逻辑上是否可满足