知识图谱赵军学习笔记（二）--知识表示

经典知识表示理论

1. 逻辑
   从简单到复杂分为：

• 命题逻辑：
  具有最简单的语法，定义了具有真假值的原子命题，通过与、或、非、蕴含、当且仅当等将多个原子命题组合成复合命题，而推理过程则根据逻辑连接词的真值表进行推导
• 一阶谓词逻辑（一阶逻辑）：
  在命题逻辑基础上引入了全称量词和存在量词，使得一阶逻辑可以量化实体和概念
• 高阶逻辑：
  量化谓词或集合
  二阶量化集合
  三阶量化集合的集合

谓词逻辑

• 优点
  谓词逻辑是一种强大的知识表示语言，一阶谓词逻辑具有完备的逻辑推理算法。
• 缺点
  但是难以表示过程性知识和不确定知识，当表示知识的属性、谓词和命题数量增大时，推理因为符号的组合爆炸问题，计算复杂度呈指数增长态势。比较耗时，工作效率低。

2. 语义网络
   通过语义关系连接的概念网络。语义单元的形式表示为：<节点1，关系，节点2>
   语义网络的关系类型有：

• 实例关系（ISA）：
  具体与抽象，一个事物是另一个事物的一个实例，如“小王是一个人”。
• 分类关系（AKO）：
  一个事物是另一个事物的一种类型，如“篮球是一种球”
• 成员关系：
  个体与集体，一个事物是另一个事物的成员，如“小于是一个公务员”
• 属性关系：
  事物和其属性之间的关系，如人的身高
• 聚合关系：
  组织或结构特征的部分与整体的关系，如“凳子是桌子的一部分”
• 时间关系：
  不同事件发生时间的先后次序关系，常用在前，在后
• 位置关系：
  不同事物在位置方面的关系，在上，在下，在内
• 相近关系：
  不同事物在形状、内容等方面相似，如狮子老虎食物链位置相近
  多元关系转化为多个二元关系

3. 框架
   从认知学的角度，人类都是以一种类似于框架的结构存储在记忆中。在根据实际情况对框架进行填充，填充的部分叫做槽，框架以及槽的粒度则根据人类对事物的认知程度而定。
4. 脚本
   通过一系列的原子动作来表示事物的基本行为，按照时间顺序描述事物的发生，类似于电影剧本。
   脚本表示的知识有确定的时间或因果顺序。用来描述一个动态的过程而非静态知识的表示方法。比如：
   顾客去餐厅吃饭脚本：
   走进餐厅
   拿号等待
   被叫号
   去固定座位就坐
   完整的脚本包括：

• 进入条件
  事件所发生的先决条件，比如就餐，顾客饿了不在家中就餐
• 角色
  描述事件中可能出现的人物。如顾客，厨师，服务员等
• 道具
  相关物体，菜单等
• 舞台
  发生的空间，如餐馆
• 场景
  时间的序列
  主体部分，并不是只有一种就餐的场景，枚举出来是庞大的工程，这是脚本的一个缺陷
• 结局
  结果，进入后续脚本的先决条件，比如顾客不再饿了

语义网中的知识表示方法

1.语义表示方法
这里指万维网，有效的组织和检索信息，从而使计算机能够利用互联网丰富的资源完成智能化的应用任务。
2.语义网知识描述体系

• XML
  可扩展标记语言
• RDF
  资源描述框架
  三元组也可以扩展为内容更丰富的六元组
  主语、谓词、宾语、时间、地点、附加信息
• OWL
  网络本体语言

知识图谱中的知识表示方法

1.表示框架

• 事物
  客观世界中的实体或对象
• 概念
  具有相似本体特征的一类事物
• 属性
  事物或概念具有的特征和特性等
• 关系
  概念与实体之间的关联方式
• 函数
  事物或概念之间转化的形式表达
• 约束
  某项断言成立的限制条件的形式化描述
• 规则
  一句某项断言得到逻辑推理的因果关系知识的形式化表达
• 公理
  永远为真的断言
  知识图谱真正的魅力在于它的图结构，在知识图谱上运行搜索，随机游走，网络流等大规模图算法，使得知识图谱与图论、概率图擦出火花。
• 基于知识图谱的逻辑规则的挖掘
  得益于知识图谱频繁子图的挖掘，促进了逻辑规则的自动生成和评价
• 基于大规模链接图谱的标签传播
  对知识图谱中的实体按照普通角度分类，有利于发现关键的实体

知识图谱的数值化表示方法

1.符号的数值化表示
语义计算
特征工程
2.文本的数值化表示
词空间模型
得到词的分布表示
3.知识图谱的数值化表示

• 基于张量分解
• 基于能量函数