知识图谱——经典知识表示理论

一、知识表示概述

1 知识表示是一种代理；客观事物的机器标识（每个客观事物有统一的机器标识），就是有个名字；

2 知识表示是一组本体论约定的集合： 通过对认知的事物进行抽象建立起有关万事万物的抽象概念；

比如： 有的学生是硕士生，有的学生是直博生。

3 知识表示是智能推理的组成部分；

4 知识表示是高效的计算的媒介，表示方法易于被机器处理

5 知识表示是人类表达的媒介： 基于通用的表示框架，方便人们表达和分享对世界的认知。

6 知识类型： 陈述性、过程性；语言、世界、常识。

7 知识表示方法： 人工智能和知识工程中的经典知识表示理论（产生式规则、语义网络、框架、脚本、一阶谓词逻辑）；语义网的知识描述体系（XML，RDF、OWL、RIF）；知识图谱中的知识表示方法（DBPedia, WikiData），数值化知识表示方法；

二、产生式规则

1 因果关系，规则序列形式描述问题思维过程，并据此进行问题求解的人工智能系统。

是专家系统（= 知识库+推理机）最常用的知识表示方式。

2 基本术语：

事实（断言语言变量的值）： 确定性：三元组表示（对象、属性、值）；不确定性四元组表示： （对象，属性，值，置信度）

        规则：因果关系 ；确定性规则： 或者 IF P THEN Q；不确定性规则： （置信度）或者 IF P THEN Q（置信度）；

3 产生式系统结构： 数据库、规则库、推理机；

4 正向推理：从已知事实出发，通过规则求得结论；

5 反向推理： 从目标出发，反向使用规则，求得已知事实；

 6 产生式规则缺点： 表示局限性；效率低（反复进行匹配-冲突消解-执行）

三、语义网络表示法

 1 人类联想记忆时提出的一种心理学模型，不同信息片段之间高度连接；高度相关概念能够比不太相关概念更快回忆起来。

2 有向图表示的知识系统，节点代表的是概念，边表示语义关系；

        语义基元： 三元组表示<节点1，关系，节点2> 可以是事实或规则

3 语义网络关系： 具体-抽象关系

                部分-整体关系

                事物-属性关系

4 语义网络系统：

由知识库（语义网络表示）和推理机（求解问题程序）两部分构成

问题求解过程： 网络子图中，有些节点或边是缺失的，表示求解目标

 5 语义网络缺点： 缺少形式化的语义定义，不同语义网络之间难以互相操作，表示不完善；用节点及其关系描述知识，并通过临时性的过程对数据结构进行操作，从而实现推理，推理过程复杂。

四、框架表示法

1 框架理论： 人们将现实生活中各种事物的背景知识以某种框架形式存储在记忆中。

2 描述所论对象属性的数据结构

        框架名（分为类框架、实例框架；层次结构： 子类--> 父类； 实例-->类）、槽、侧面、值

 3 推理机制：

        继承推理：依据框架具有分类、分层的特点，下层框架可以继承上层框架信息；

4 框架表示法缺点：真实世界的多样性和复杂性，许多实际情况与框架原形存在较大差异，不能表示过程性知识，缺乏明确推理机制。

五、脚本表示法

1 由一组槽组成，用来表示特定领域内一些事件的发生序列。

2 Winston: 事件序列，包含了紧密相关的动作及改变状态的框架；

Luger-Stubblfield: 上下文中的原型事件序列的结构化表示

3 组成： 进入条件、角色、道具、场景、结果

 4 脚本表示法推理： 事件的预测；事件之间的联系，鉴别特殊事件的发生

 5 脚本表示法缺点：表达能力更受约束，表示范围更窄，不具备对于对象基本属性的描述能力，难以描述复杂事件发展的可能方向。

六、一阶逻辑谓词表示法

 1 有明确的形式化定义，容易用算法实现，便于机器理解和操作支持精确推理；

2 基本概念：

        命题：有真假意义陈述句，对客观事实的描述

        原子命题

        逻辑连接词

         复合命题：用逻辑连接词组合而成的命题

3 表示法

 4 推理演算：

        等值演算： 等值定理、公式、析取合取范式

        推理演算：基本推理公式，归结推理法

5 一阶谓词逻辑： 通过引入量词，对个体进行类化。 可以建模一类对象之间的特性之间的逻辑关系。

谓词逻辑： 个体词可以独立存在的具体或抽象的个体，个体可以是变量，也可以是常量；

         谓词： 刻画个体性质以及个体之间相互关系的词；

         n元谓词： 含有n个个体符号的谓词              

         函数： 从若干个个体到某个个体的映射。

         谓词与函数的区别： 谓词是到个体真或者假的映射；函数是一个到另一个个体的映射，无真值可言；

        谓词逻辑中，函数本身不能单独使用，要嵌入到谓词中。

        量词：个体数量属性的词

                全称量词

                存在量词

6 谓词逻辑：表示法

既可以刻画事物的状态属性，概念等事实性知识，也可以表示事物之间因果关系的规则性知识

7 谓词逻辑：推理演算

等值演算：考察逻辑关系符；否定型等式值；量词分配等值式；范式；

推理演算： 考察逻辑关系符；基本推理公式；基于规则的推理演算；归结推理法。

8 逻辑谓词缺点： 表示能力差；管理困难；推理效率低。

七、描述逻辑表示法

1 通过概念类别来描述物理世界；

        描述逻辑舍弃了变量，直接处理概念，避免了一些复杂度较高的操作。

        因此虽然描述逻辑的表现力比一阶逻辑要弱，但具备了一阶逻辑不具备的可判定性，推理算法效率更高，是语义网的基础。

2 描述逻辑（description logic）：直观上是为描述“类”而发展出的逻辑系统，没有量词和谓词概念；

        可判定性： 指能用多项式事件判断任何逻辑公式的真伪，这是一阶逻辑与描述逻辑的最大区别。

3 属性语言 （Attributed Language）: 最简单的一种描述逻辑，包括概念描述（一类事物），属性，个体三个基础部分；

丄(bottom)：表示底层概念，指空集；

丅(top)：表示全体概念，指领域的全集。

4 概念描述构造器： 领个概念描述构造出一个新的概念；

交集构造器⊓: 表示两个概念描述的交集，得到一个新概念。

 并集构造器U：

否定构造器¬：

 5 属性/角色： 作用于概念，以取值来限定概念范围，属性必须要搭配量词使用。

 6 个体： 是一个概念的实例，描述逻辑中使用断言形式来记录个体的外延知识。

 7 描述逻辑的扩展

以属性语言AL为基础，每加入一种新的语法扩展所得的语言就加上对应的字母，如加入了否定的AL就是ALC。

 参考： 国科大-知识图谱课件