知识图谱 方法、实践和应用（二）

二、知识图谱表示与建模

• 知识表示的五大用途：
  • 客观事物的机器表示
  • 一组本体约定和概念模型
  • 支持推理的表示基础
  • 用于高效计算的数据结构
  • 人可理解的机器语言
• 历史关系：
  • 语义网络表示方法（Wordnet）（M.Ross Quilian &Allan M.Collins），属于词典类型的知识库，主要定义名词、动词、形容词副词之间的语义关系。
  • 随着专家系统的提出和发展，知识库构建和知识表示更受到重视。传统专家系统包含（知识库和推理引擎）两个模块
  • 规范语义理论模型和形式化语义定义——描述性逻辑语言。成为大多数本体语言（OWL）的理论基础。（知识表示能力和推理计算复杂性的综合考虑）
  • OWL系列标准化本体语言：DBpedia Yago Freebase Schema ORG Wikidata，拥有以符号逻辑为基础的知识表示方法：易于刻画显式、离散的知识而具有内生的可解释性，但由于人类知识包含大量不易于符号化的隐形知识，所以催生了采用连续向量的方式来表示知识
• 两种表示方式
  • 基于离散符号的知识表示：RDF\OWL\Rule language：显式知识、强逻辑约束、易于解释、推理不易扩展
  • 基于连续向量的知识表示：Tensor、embedding ：隐式知识、弱逻辑约束、不易解释、对接神经网络
• 早期的知识表示方法：
  • 一阶谓词逻辑
  • 霍恩子句和霍恩逻辑
  • 语义网络
    • 优点
      • 联想性、可解释性
      • 易用性、自然语言与之转换容易
      • 结构性、各种事物之间的联系直观表达
    • 缺点
      • 无形式化语法
      • 无形式化语义（含义具有多种可解释性，从而通过推理网络而获得的推理不能保证其正确性）
  • 框架（frame）
    • 描述对象属性的数据结构，类似于class
    • 优点
      • 结构性强
      • 对知识的描述很全面
    • 缺点
      • 构建成本很高，对知识库的质量要求很高
      • 推理复杂度高
      • 无法表示不确定的知识
  • 描述逻辑
    • 是一阶逻辑的可判定子集，可以看做是一阶逻辑对语义网络/框架进行形式化以后的产物。互联网本体语言（OWL）的理论基础
    • 一元谓词：称为类
    • 二元谓词：称为关系
• 2.3 互联网时代的语义网知识表示框架
  • RDF和RDFS
    • 对W3C的语义网标准栈做了分组