本文详细介绍了知识图谱中的推理任务，包括知识补全和知识问答。知识补全通过链接预测技术预测三元组的缺失部分，而知识问答则涉及自然语言处理中的简单和复杂推理问题。知识推理主要分为演绎推理和归纳推理，以及确定性和不确定性推理。确定性推理如逻辑推理在处理确定性信息时效果好，但面对不确定性时则需要概率推理，如概率图模型、概率逻辑推理和关联规则挖掘。文章还探讨了符号推理、数值推理以及它们的融合应用，强调了符号演算和数值计算在知识图谱推理中的互补作用，并提及了常识知识推理的重要性和相关知识库。
第九章 知识推理
知识图谱中的典型推理任务
知识补全
也称为面向知识库或知识图谱的事实补全
链接预测是知识补全的重要技术手段
链接预测 形式化描述为：对于具有 r ( h , t ) r(h,t) r(h,t)形式的三元组知识图谱，若 h , r h,r h,r或 t t t是未知的，需要使用推理方法将缺失的实体或关系预测出来的（即用？表示的部分）
知识补全包含两个常用评测任务：三元组分类 和 链接预测：
- 三元组分类：判断给定三元组 r ( e 1 , e 2 ) r(e_1,e_2) r(e1,e2)正确与否（与事实是否相符合）。过程为：在补全知识图谱缺失关系时，可以选一条边（边表示关系）连接任意两个实体，构成新的三元组，再判断该三元组是否正确。如果正确，则说明新增加的关系时合理的，即意味着发现了一个新的实体，可以将其添加到知识图谱中；否则丢弃该条边
- 链接预测：指预测一个三元组的头实体或者尾实体。过程为：在知识图谱中选择一个实体和一个关系，该实体可以作为头实体也可以作为尾实体。当作为头实体时，对尾实体进行预测；当作为尾实体时，对头实体进行预测。如果模型能够准确预测头或者尾实体，则说明可以在选择的实体和预测出的实体之间添加关系，否则丢弃该关系。
知识问答
基于知识的问答主要通过对自然语言问句的分析，在语义理解的基础上从知识图谱中寻找答案的过程
根据知识缺失的形式，将需要推理的情景分为以下两类：
- 简单推理问题：即如何将问题转化成知识图谱上的一个查询三元组 r ( h , ? ) r(h,?) r(h,?)或查询三元组序列 r 1 ( h , m 1 ) , r 2 ( m 1 , m 2 ) , . . . , r n ( m n − 1 , ? ) r_1(h,m_1),r_2(m_1,m_2),...,r_n(m_{n-1},?) r1(h,m1),r2(m
最低0.47元/天 解锁文章
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
