知识图谱：基础知识

1. 知识图谱的定义

知识图谱（Knowledge Graph）是关于某个主题的知识（Knowledge ）的结构化表示所组成的关系网络，它由节点和（连接不同节点的）边构成，本质上是一种语义网¹（Semantic Web）。知识图谱中的每个节点代表该主题内一个实体（entity）或概念（class），边代表相连实体或概念间的语义关系（relation）。

2. 相关概念

知识图谱的定义中涉及语义网络、知识、概念、实体、关系等概念，它们的解释如下：

• 语义网（Semantic Web）：是由万维网联盟的蒂姆·伯纳斯-李（Tim Berners-Lee）在1998年提出的一个概念，它的核心是：通过给万维网上的文档（如: HTML文档）添加能够被计算机所理解的语义（元数据），从而使整个互联网成为一个通用的信息交换介质，所以也被称为 Web 3.0²。

• 知识（Knowledge ）：是知识图谱的价值核心，它是对被选中信息的理解；具体来说，在知识图谱中，知识由概念、实体和关系所组成的逻辑关系来表示。

• 信息（Information）：是经过解释整理，被赋予意义的数据（即：结构化数据） 。

• 数据（Data）：是未经处理过的事实或信号的记录等（即：非结构化数据） 。

3. 知识图谱的组成要素

• 本体（ontology）：是对知识数据描述定义和管理的系统，这个系统被称为知识体系（Schema）或本体（Ontology），它不仅包含对领域知识概念（class）的分类，而且完整地包含了概念分类、概念表达和概念关系等定义模块，是一套存储和管理知识图谱中的概念知识（class）的结构。

• 概念（class）：是对客观世界中一类相同事物的不同个体的总称，如水果、公司、演员等，它类似面向对象编程中类的概念，可以看做实体的类别标签。

• 实体（entity）：也称实例（instance），是客观世界中一个真实事物的表示，如：苹果是一个水果概念的实体。

• 关系（relation）：是客观世界中真实存在的两个事物间存在的逻辑关系

3. 知识的结构化表示：知识表示

知识表示（knowledge representation）是用易于被计算机处理的方式来描述人脑知识的方法³。它可分为符号表示和向量表示（Embeding）两类：

• 符号表示可解释性好、开发建设简单，但不易刻画隐式知识，且进行知识推理困难；
• 向量表示鲁棒性好、易于刻画隐式知识且易于进行知识推理，但它也丢失了符号表示的可解释性，且需要基于符号表示的知识图谱二次开发得到，实现复杂、开发成本更高。

更多详细信息请阅读作者文章：知识图谱：知识表示。

---

1. 注意：语义网（Semantic Web）与语义网络（Semantic Network）是不同的两个概念！ ↩︎

2. 详见：维基百科：语义网 ↩︎

3. 一般来讲，人脑中的知识往往是声音、图像、感官信号和语言描述等非结构化信息，这难以被计算机所理解，因此需要通过某种方法将其编辑成可供计算机理解的结构化数据。 ↩︎