老焦专栏 | 知识图谱建设方法论

转载本文需注明出处：微信公众号EAWorld，违者必究。

《解开知识图谱神秘的面纱》这篇介绍了知识图谱的基本概念、应用知识图谱的三个层面，本文主要介绍知识图谱建设的方法论。

所谓方法论，我们可以用面向对象方法论做一个类比，大家知道面向对象从上世纪 90 年代起有OOA（面向对象分析）、OOD（面向对象设计）、OOP（面向对象编程）的方法；有以 UML为核心的可视化建模语言；最近流行的DDD（领域驱动设计）也是在 OOA/OOD/OOP 基础上提升。

参考面向对象的方法论，我们把构建知识图谱分为知识建模、知识抽取、知识验证三个过程，方法论就是对每个过程中所采用的方法。

1

知 识 建 模

很多学术著作对知识建模和知识表示有所混淆，在知识建模这个部分往往介绍的还是 RDF、OWL这样的知识表示语言。在我看来这些描述语言类似面向对象的 UML，属于表示方式的标准；而建模是如何从知识中抽取出关键概念以及概念之间的关系的，类似面向对象设计中OOA/OOD、领域驱动开发（DDD）、四色原型法这样的方法论。

1、知识建模的三个主要部分

参考面向对象建模方法，知识建模可以分为知识边界划分、概念建模、关系建模三个部分。

如果大家了解领域驱动设计（DDD）的话，就知道所谓领域就是边界的划分。领域知识图谱的建设首先也需要做边界的划分。因为同样一个概念，在不同的语义环境下表示的事物是不一样的，例如“产品”，在市场（产品定义）、设计、制造、维修、营销这些子领域，都有不同的含义，也就是有不同的概念、关系，为减少知识建模的复杂度，需要进行子领域的划分。

通常，针对每一个专业领域，子领域会是完全不同的，貌似没有规律可言，但是按照我们的经验，可以将知识的子领域分为拓扑结构、数据准备、事件、处置四个大的类型：

1）拓扑结构是指人、组织、物体、地点这些可标识的事物，包括事物的概念（也可以说是概念或者术语）、属性以及它们之间的关系；

2）数据采集是指如何收集、检验拓扑结构所需要的概念（术语）；

3）事件是指拓扑结构上可标识事物产生的事件，包括各种类型的事件、事件源、事件表象、属性等；

4）处置是发生事件后的处置动作，例如故障产生后的应急