知识图谱第6享：动态本体

动态本体旨在通过互表性能让计算机理解资源的语义，互表性是指事物是相互表示的，即一个概念离开与之有关的概念是没有意义的，如“教师”这个概念离开“学生”这个概念就失去了意义，反之亦然。 

本文主要从定义、动态本体的描述、当前国内外研究现状、应用场景探索、未来发展趋势动态本体的存储等五部分进行说明。

一、本体定义

本体最早是一个哲学上的概念，从哲学的范畴来说，本体是客观存在的一个系统的解释或说明，它关心的是客观现实的抽象本质。而这里所说的本体已被人工智能赋予新的定义，人们对本体的理解也正在逐步发展并走向成熟。

随着语义Web的兴起，本体技术受到广泛关注。下图为本体定义的演变过程。

在上述定义中，人们引用最广泛的是1998年Studer提出的：本体是共享概念模型的明确的形式化规范说明，这个定义体现了本体的四层含义：概念模型、明确、形式化和共享。“概念模型”是指通过抽象出客观世界中一些现象的相关概念而得到的模型；“明确”是指所使用的概念及使用这些概念的约束都有明确的定义；“形式化”是指本体是计算机可读的（即能被计算机处理）；“共享”是指本体体现的是共同认可的知识，反映的是相关领域中公认的概念集。

上述本体定义的本质是一样的，都是将本体当作领域（可以是特定领域，也可以是更广的范围）内部不同主体（人、机器、软件系统等）之间进行交流（对话、互操作、共享等）的一种语义基础，即由本体提供一种明确定义的共识，这种共识的目标主要是为机器服务。

 

二、动态本体的描述

动态本体技术是本体构建进一步发展、升级、应用的方向，已成为业界中非常前沿的一门技术。本体本身是对现实物理世界的映射，社会的快速发展对本体应用提出了更高的要求，所以其动态性就显得非常重要。动态本体技术的“动态”概念主要表现在如下四方面：

1、本体自身可调整。根据具体场景需求，可对本体进行统一调整，其相关的属性、关系会同时进行更新。

2、本体动态生成。相对于最初的静态本体构建，动态本体支持在具体的业务过程中及时进行构建、配置，生成相应的业务本体。

3、知识动态演进。随着社会发展，现实世界中的知识一直在持续更新，并动态演进，通过本体的生命周期管理实现知识的动态更新、管理、维护。

4、模型动态调整。通过分析业务发展趋势，对本体模型进行动态化的迭代，实现业务逻辑的有效、实用、易用。

三、​​​​​​​当前国内外研究现状

1、​​​​​​​国外研究现状

美国国家本体研究中心（NCOR，National Center for Ontological Research）成立于2005年，其目标是提高本体研究和开发的质量，并建立本体评估和质量保证的工具和措施。为在本体论相关领域工作的研究人员提供寻求外部资助和在国内和国际上组建协作的跨学科团队的专业支持，已经为在国防和情报、管理、医疗保健和生物医学等领域使用本体的组织提供协调、基础设施和独立审查等服务。

图：Palantir公司Logo

Palantir是全球估值排名第一的大数据创业公司独角兽，估值高峰超过400亿美金，其主要产品是基于动态本体技术的多维综合探索平台及相关行业咨询服务，包括面向情报行业的Palantir Gotham和面向金融行业的Palantir Metropolis。其中，情报行业的解决方案包括国防安全、内部威胁、危机应对等，主要客户有美国中央情报局（CIA）、美国国家安全局（NSA）、联邦调查局（FBI）、美国军队和各级反恐机构；金融行业的解决方案包括反欺诈、风险发现、保险分析等，主要客户是JP Morgan等华尔街金融巨头以及美国证监会。Palantir在2008年美国金融风暴后利用金融数据深度挖掘欺诈行为，帮助多个华尔街巨头挽回了数十亿美元的巨额损失；在2011年追捕本·拉登的行动中，发挥了重要的情报分析作用。

2、​​​​​​​国内研究现状

从国内来看，动态本体技术也已得到相当程度的应用，主要集中在构建知识图谱、提供知识服务等领域，例如，百度开发开源大规模图数据库HugeGraph，构建了自有知识图谱，在百度搜索、自动驾驶等众多产品线中已广泛应用，从2014年上线开始，知识图谱服务规模三年间增长了大约160倍；腾讯利用其数据优势构建了自己的社交知识图谱，汇总了微信、QQ和公众号超过20万亿次的阅读点击量、数百亿笔支付数据、全年约1300亿次视频点击量、70亿次新闻点击量、四十余万款上线APP等数据，基于这些数据，腾讯构建出的知识图谱可以服务于其众多产品，并在语音搜索、智能问答等新趋势中积蓄势能；阿里巴巴开发阿里云图数据库GDB，基于自身电商数据建立起了知识图谱，由此衍生的个性化推荐系统广泛服务于阿里生态内的淘宝、天猫、1688、AliExpress等多个市场和品牌商、行业运营、治理运营、消费者、国家机构、物流商等多种角色，为其营收立下汗马功劳。

 图：百度知识图谱

​​​​​​​四、应用场景探索

动态本体技术的应用十分广泛，主要表现在数据整合、知识图谱构建、推理算法构建等三方面，具体如下：

1、实现多源数据整合应用。针对传统的E-R模型，一方面可通过本体模式对相关模型、数据进行映射、关联，实现模型数据融合；另一方面可以本体方式对多源异构数据进行统一汇聚，以实现数据整合。

2、支持知识图谱构建。在本体的基础上，通过自底向上、自顶向下等方式进行知识图谱构建，而动态本体技术则在本体构建方面更灵活、模型构建方面更敏捷等方面快速支持知识图谱的构建、迭代、更新。

3、支持推理算法构建。在业务场景的应用过程中，通过沉淀业务逻辑，形成标准化的逻辑算法规则，并借助自动化、智能化等方式实现推理算法的构建。

​​​​​​​五、未来发展趋势

自提出至今，动态本体技术发展迅速，如今已经成为大数据及人工智能领域发展的热门方向，吸引了来自学术界和工业界的广泛关注，并在一系列实际应用中取得了较好的落地效果，产生了巨大的社会与经济效益。

动态本体技术作为知识图谱构建的技术基础、大数据智能化挖掘的重要手段，重点研究数据背后的语义关系，能够具备更好的解释数据、解释过程进而解释现象的能力，最终体现在理解、推理、规划等一系列原本为人类所独有的认知能力，实现“数据到知识并生成智慧”的纵深发展。

动态本体技术结合人工智能技术，使得未来的人工智能与脑科学的、神经元等科学关系更加紧密。采取知识众包的方式对行业安知识和经验进行提炼、固化和共享，从而支持智能问答、智慧检索等应用。通过机器自主知识获取应用于强大推理构建和扩展知识体系，利用图谱网络化计算模式进行高效高速计算分析，助力于行业的质量变革、效率变革、动力变革。

参考资料：

1动态本体描述语言的研究，罗钧旻，谢磊，西安工业大学学报，第34卷第1期，2014年1月。

2基于动态本体知识库的问答系统的研究与实现，马莉，广西师范大学硕士论文。