當(dāng)前位置：首頁(yè) > 编程资源 > 编程问答 >内容正文

编程问答

知识图谱学习笔记（三）——知识表示方法

發(fā)布時(shí)間：2023/12/16 编程问答 37 豆豆

生活随笔收集整理的這篇文章主要介紹了知识图谱学习笔记（三）——知识表示方法小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

知識(shí)表示方法

1.概述

1.1 知識(shí)分類(lèi)

陳述性知識(shí)：用于描述領(lǐng)域內(nèi)有關(guān)概念、事實(shí)、事務(wù)的屬性和狀態(tài)等。
1.太陽(yáng)從東方升起
2.一年有春夏秋冬四個(gè)季節(jié)
過(guò)程性知識(shí)：用于指出如何處理與領(lǐng)域相關(guān)的信息，以求得問(wèn)題的解。例如：
1.菜譜中的炒菜步驟
2.如果信道暢通，請(qǐng)發(fā)綠色信號(hào)
元知識(shí)：關(guān)于知識(shí)的知識(shí)，包括怎樣使用規(guī)則、解釋規(guī)則、校驗(yàn)規(guī)則、解釋程序結(jié)構(gòu)等知識(shí)。

1.2 知識(shí)表示

知識(shí)表示可看成是一組事務(wù)的約定，以把人類(lèi)知識(shí)表示成機(jī)器能處理的數(shù)據(jù)結(jié)構(gòu)。對(duì)知識(shí)進(jìn)行表示的過(guò)程就是把知識(shí)編碼成某種數(shù)據(jù)結(jié)構(gòu)的過(guò)程。

知識(shí)表示方法分為：

陳述性知識(shí)表示：將知識(shí)表示與知識(shí)的運(yùn)用分開(kāi)處理，在知識(shí)表示時(shí)，并不涉及如何運(yùn)用知識(shí)的問(wèn)題，是一種靜態(tài)的描述方法。

過(guò)程性知識(shí)表示：將知識(shí)表示與知識(shí)的運(yùn)用相結(jié)合，知識(shí)寓于程序中，是一種動(dòng)態(tài)的描述方法。

1.3 知識(shí)表示準(zhǔn)則

表示知識(shí)的范圍是否廣泛
是否適于推理
是否適于加入啟發(fā)信息
是否適于計(jì)算機(jī)處理
是否有高效的求解算法
陳述性表示還是過(guò)程性表示
能夠表示不精確知識(shí)
能夠在同一層次上和不同層次上模塊化
知識(shí)和元知識(shí)能夠用統(tǒng)一的形式表示
表示方法是否自然

2. 一階謂詞邏輯表示法

一階謂詞邏輯以樹(shù)立邏輯為基礎(chǔ)，是到目前為止能夠表達(dá)人類(lèi)思維和推理的一種最精確的形式語(yǔ)言。其表現(xiàn)方式和人類(lèi)自然語(yǔ)言也非常接近，容易為計(jì)算機(jī)理解和操作，并支持精確推理。

基本概念

命題：具有真假意義的陳述句。
邏輯聯(lián)結(jié)詞：用于將多個(gè)原子命題組合成復(fù)合命題。（包括否定、合取、析取、蘊(yùn)含、等價(jià)聯(lián)結(jié)詞）
個(gè)體詞：領(lǐng)域內(nèi)可以獨(dú)立存在的具體或抽象的客體。
在謂詞邏輯中，個(gè)體可以是常量也可以是變量（變?cè)?#xff09;
1.個(gè)體常量：表示具體的或特定的個(gè)體
2.個(gè)體變量：表示抽象的或泛指的個(gè)體
3.個(gè)體域（論域）：個(gè)體變量的取值范圍，可以是有限集合，也可以是無(wú)窮集合。
謂詞：用來(lái)刻畫(huà)個(gè)體性質(zhì)以及個(gè)體之間相互關(guān)系的此。
eg：命題：x是有理數(shù)。其中x是個(gè)體變量，“……是有理數(shù)”是謂詞，幾維Rational，命題符號(hào)化為Rational（x）。
n元謂詞：含有n個(gè)個(gè)體符號(hào)的謂詞 $P(x_1,x_2,...,x_n)$
函數(shù)：又稱(chēng)函詞，是從若干個(gè)個(gè)體到某個(gè)個(gè)體的映射。
eg：Sun(1,2)表示1與2的加和。
謂詞與函數(shù)的區(qū)別：
1.謂詞實(shí)現(xiàn)的是從個(gè)體域中的個(gè)體到真或假的映射，而函數(shù)實(shí)現(xiàn)的是從個(gè)體域中的一個(gè)個(gè)體到另一個(gè)個(gè)體的映射，無(wú)真值可言。
2.在謂詞邏輯中，函數(shù)本身不能單獨(dú)使用它必須嵌入到謂詞中。
量詞：是表示個(gè)體數(shù)量屬性的詞。包括全稱(chēng)量詞和存在量詞。

謂詞邏輯表示法特性

優(yōu)點(diǎn)：
1.精確性：可以較準(zhǔn)確地表示知識(shí)并支持精確推理
2.通用性：擁有通用的邏輯演算方法和推理規(guī)則
3.自然性：是一種接近于人類(lèi)自然語(yǔ)言的形式語(yǔ)言系統(tǒng)。
4.模塊化：各條知識(shí)相對(duì)獨(dú)立，它們之間不直接發(fā)生聯(lián)系，便于知識(shí)的添加、刪除和修改。
缺點(diǎn)：
1.表示能力差：智能表示確定性知識(shí)，不能表示非確定性知識(shí)、過(guò)程性知識(shí)和啟發(fā)式知識(shí)。
2.管理困難：缺乏知識(shí)的組織原則，知識(shí)庫(kù)管理困難
3.效率低：把推理演算與知識(shí)含義截然分開(kāi)，往往使推理過(guò)程冗長(zhǎng)，降低了系統(tǒng)效率。

3.產(chǎn)生式規(guī)則表示法

產(chǎn)生式系統(tǒng)是用規(guī)則序列的形式來(lái)描述問(wèn)題的思維過(guò)程，形成求解問(wèn)題的思維模式。系統(tǒng)中的每一條規(guī)則稱(chēng)為一個(gè)產(chǎn)生式。目前產(chǎn)生式規(guī)則表示法已成為專(zhuān)家系統(tǒng)首選的知識(shí)表示方式，也是人工智能中應(yīng)用最多的一種知識(shí)表示方式。

基本概念：事實(shí)與規(guī)則

事實(shí)：斷言一個(gè)語(yǔ)言變量的值或斷言多個(gè)語(yǔ)言變量之間關(guān)系的陳述句。
eg.路是平的
語(yǔ)言變量：路；語(yǔ)言變量的值：平的
確定性事實(shí)：一般用三元組的形式表示為（對(duì)象，屬性，值）或（關(guān)系，對(duì)象1，對(duì)象2）
不確定性事實(shí)：一般用四元組的形式表示為（對(duì)象，屬性，值，置信度）（關(guān)系，對(duì)象1，對(duì)象2，置信度）
規(guī)則：也稱(chēng)為產(chǎn)生式，通常用于表示事物之間的因果關(guān)系。
確定性規(guī)則：通常表示為 $\rightarrow Q \quad 或\quad IF~ P ~THEN~Q$
1.P是產(chǎn)生式的前提或條件；
2.Q是一組結(jié)論或操作，用于指出前提P所指示的條件被滿(mǎn)足時(shí)，應(yīng)該得出的結(jié)論或應(yīng)該執(zhí)行的操作。
不確定性規(guī)則：通常表示為 $\rightarrow Q(置信度) \quad 或 \quad IF~P~THEN~Q(置信度)$
1.P是產(chǎn)生式的前提或條件，Q是一組結(jié)論或操作。
2.已知事實(shí)與前提條件不能精確匹配時(shí)，只要按照置信度的要求模糊匹配，再按特定算法將不確定傳遞到結(jié)論。

產(chǎn)生式體統(tǒng)結(jié)構(gòu)

產(chǎn)生式系統(tǒng)由數(shù)據(jù)庫(kù)、規(guī)則庫(kù)和推理機(jī)三部分組成。

數(shù)據(jù)庫(kù)：用來(lái)存放問(wèn)題的初始狀態(tài)、已知事實(shí)、推理的中間結(jié)果或最終結(jié)論等。
規(guī)則庫(kù)：用來(lái)存放與求解問(wèn)題有關(guān)的所有規(guī)則。
推理機(jī)：用來(lái)控制整個(gè)系統(tǒng)的運(yùn)行、決定問(wèn)題求解的線(xiàn)路，包括匹配、沖突消解、路徑解釋等。

正向推理的產(chǎn)生式系統(tǒng)
正向推理：從已知事實(shí)出發(fā)，通過(guò)規(guī)則求得結(jié)論，也稱(chēng)為數(shù)據(jù)驅(qū)動(dòng)方式或自底向上的方式。
推理過(guò)程：
1.規(guī)則庫(kù)中的規(guī)則前件與數(shù)據(jù)庫(kù)中的事實(shí)進(jìn)行匹配，得到匹配的規(guī)則集合；
2.使用沖突消解算法，從匹配規(guī)則集合中選擇一條規(guī)則作為啟用規(guī)則；
3.執(zhí)行啟用規(guī)則的后件，并將改規(guī)則的后件送入數(shù)據(jù)庫(kù)；充數(shù)上述過(guò)程直至達(dá)到目標(biāo)。

示例如下：

反向推理的產(chǎn)生式系統(tǒng)
反向推理：從目標(biāo)出發(fā)，反向使用規(guī)則，求得已知事實(shí)，也稱(chēng)為目標(biāo)驅(qū)動(dòng)方式或自頂向下的方式。
推理過(guò)程：
1.規(guī)則庫(kù)中的規(guī)則后件與目標(biāo)事實(shí)進(jìn)行匹配，得到匹配的規(guī)則集合；
2.使用沖突消解算法，從匹配規(guī)則集合中選擇一條規(guī)則作為啟用規(guī)則；
3.將啟用規(guī)則的前件作為字母表；
重復(fù)上述過(guò)程。

優(yōu)點(diǎn)：
1.有效性：既可以表示確定性知識(shí)，又可以表示不確定性知識(shí)，有利于啟發(fā)性和過(guò)程性知識(shí)的表達(dá)。
2.自然性：用“如果…，則…”表示知識(shí)，直觀、自然。
3.一致性：所有規(guī)則具有相同的格式，并且數(shù)據(jù)庫(kù)可被所有規(guī)則訪(fǎng)問(wèn)，便于統(tǒng)一處理。
4.模塊化：各條規(guī)則之間只能通過(guò)數(shù)據(jù)庫(kù)發(fā)生聯(lián)系，不能相互調(diào)用，便于知識(shí)的添加、刪除和修改。
缺點(diǎn)：
1.效率低：求解是反復(fù)進(jìn)行的“匹配——沖突消解——執(zhí)行”過(guò)程，執(zhí)行效率低。
2.表示的局限性：不能表示結(jié)構(gòu)性或?qū)哟涡灾R(shí)。

4. 框架表示法

框架表示法是以框架理論為基礎(chǔ)發(fā)展起來(lái)的一種結(jié)構(gòu)化知識(shí)表示方式，適用于表達(dá)多種類(lèi)型的知識(shí)。框架理論認(rèn)為人們對(duì)現(xiàn)實(shí)世界中各種事物的認(rèn)識(shí)都是以一種類(lèi)似于框架的結(jié)構(gòu)存儲(chǔ)在記憶當(dāng)中的，當(dāng)面臨一個(gè)新事物時(shí)，就從記憶中找出一個(gè)適合的框架，并根據(jù)實(shí)際情況對(duì)其細(xì)節(jié)加以修改補(bǔ)充，從而形成對(duì)當(dāng)前事物的認(rèn)識(shí)。

基本概念

框架（Frame）：是一種描述所論對(duì)象屬性的數(shù)據(jù)結(jié)構(gòu)
1.框架名：用來(lái)指代某一類(lèi)或某一個(gè)對(duì)象
2.槽：用來(lái)表示對(duì)象的某個(gè)方面的屬性
3.側(cè)面：有時(shí)一個(gè)屬性還要從不同側(cè)面來(lái)描述。
4.槽/側(cè)面的取值，可以為原子型，也可以為集合型。
框架分為兩種類(lèi)型：
1.類(lèi)框架：用于描述一個(gè)概念或一類(lèi)對(duì)象
2.實(shí)例框架：用于描述一個(gè)具體的對(duì)象
-框架的層次結(jié)構(gòu)：
1. $\xrightarrow{subclass of]} 父類(lèi)$ ：類(lèi)框架之間的包含關(guān)系
2. $\xrightarrow{instance of]} 類(lèi)$ ：實(shí)例框架和類(lèi)框架的從屬關(guān)系。
下層框架可以從上層框架集成某些屬性和值。

框架示例：

優(yōu)點(diǎn)：
結(jié)構(gòu)化：分層次嵌套式結(jié)構(gòu)，既可以表示知識(shí)的背部結(jié)構(gòu)，又可以表示知識(shí)之間的聯(lián)系。
繼承性：下層框架可以從上層框架集成某些屬性或值，也可以進(jìn)行補(bǔ)充修改，減少冗余信息并節(jié)省存儲(chǔ)空間。
自然性：框架理論符合人類(lèi)認(rèn)知的思維過(guò)程。
模塊化：每個(gè)框架是相對(duì)獨(dú)立的數(shù)據(jù)結(jié)構(gòu)，便于知識(shí)的添加、刪除和修改。
缺點(diǎn)：
不能表示過(guò)程性知識(shí)
缺乏明確的推理機(jī)制

5.腳本表示法

腳本是一種與框架類(lèi)似的知識(shí)表示方法，由一組槽組成，用來(lái)表示特定領(lǐng)域內(nèi)一些時(shí)間的發(fā)生序列，類(lèi)似于電影劇本。腳本表示的知識(shí)有明確的時(shí)間或因果順序，必須是前一個(gè)動(dòng)作完成后才會(huì)觸發(fā)下一個(gè)動(dòng)作。與框架相比，腳本用來(lái)描述一個(gè)過(guò)程而非靜態(tài)知識(shí)。

腳本組成

進(jìn)入條件：給出腳本中所描述時(shí)間的前提條件。
角色：用來(lái)描述實(shí)踐中可能出現(xiàn)的人物。
道具：用來(lái)描述事件中可能出現(xiàn)的相關(guān)物體。
場(chǎng)景：用來(lái)描述事件發(fā)生的真實(shí)順序。一個(gè)事件可以由多個(gè)場(chǎng)景組成，而每個(gè)場(chǎng)景又可以是其它事件的腳本。
結(jié)果：給出在腳本所描述事件發(fā)生以后所產(chǎn)生的結(jié)果。

示例

優(yōu)點(diǎn)：在非常狹小的領(lǐng)域內(nèi)，腳本表示卻可以更細(xì)致地刻畫(huà)步驟和時(shí)序關(guān)系，適合于表達(dá)預(yù)先構(gòu)思好的特定知識(shí)或順序性動(dòng)作及事件，如故事情節(jié)理解、智能對(duì)話(huà)系統(tǒng)等。
缺點(diǎn)：相較于框架表示，腳本表示表達(dá)能力更受約束，表示范圍更窄，不具備對(duì)于對(duì)象基本屬性的描述能力，也難以描述復(fù)雜事件發(fā)展的可能方向。

6.語(yǔ)義網(wǎng)表示法

語(yǔ)義網(wǎng)的概念來(lái)源于萬(wàn)維網(wǎng)，是萬(wàn)維網(wǎng)的變革與延伸，是Web of documents向Web of data的轉(zhuǎn)變，其目標(biāo)是讓機(jī)器或設(shè)備能夠自動(dòng)識(shí)別和理解萬(wàn)維網(wǎng)上的內(nèi)容，使得高效的信息共享和機(jī)器智能協(xié)同成為可能。

簡(jiǎn)介

本質(zhì)：以Web數(shù)據(jù)的內(nèi)容（即語(yǔ)義）為核心，用機(jī)器能夠理解和處理的方式鏈接起來(lái)的海量分布式數(shù)據(jù)庫(kù)。
特征：
1.Web上的事物擁有唯一的URI
2.事物之間由鏈接關(guān)聯(lián)。
3.事物之間鏈接顯式存在并擁有不同類(lèi)型
4.Web上事物的結(jié)構(gòu)顯式存在

語(yǔ)義網(wǎng)提供了一套為描述數(shù)據(jù)而設(shè)計(jì)的表示語(yǔ)言和工具，用于形式化的描述一個(gè)知識(shí)領(lǐng)域內(nèi)的概念、術(shù)語(yǔ)和關(guān)系
第一層：Unicode和URI(uniform resource identifier)，是整個(gè)語(yǔ)義網(wǎng)的基礎(chǔ)，Unicode處理資源的編碼，實(shí)現(xiàn)網(wǎng)上信息的統(tǒng)一編碼；URI負(fù)責(zé)標(biāo)識(shí)資源，支持網(wǎng)上對(duì)象和資源的驚喜標(biāo)識(shí)。
第二層：XML+NS(name space)+XML Schema，用于表示數(shù)據(jù)的內(nèi)容和結(jié)構(gòu)，通過(guò)XML標(biāo)記語(yǔ)言將網(wǎng)上資源信息的結(jié)構(gòu)、內(nèi)容和數(shù)據(jù)的表現(xiàn)形式進(jìn)行分離。
第三層：RDF+RDF Schema，用于描述網(wǎng)上資源及其類(lèi)型，為網(wǎng)上資源描述提供一種通用框架和實(shí)現(xiàn)數(shù)據(jù)集成的元數(shù)據(jù)解決方案。
第四層：Ontology，用于描述各種資源之間的聯(lián)系，揭示資源本身及資源之間更為復(fù)雜和豐富的語(yǔ)義聯(lián)系，明確定義描述屬性或類(lèi)的術(shù)語(yǔ)語(yǔ)義及術(shù)語(yǔ)間關(guān)系。
第五層：邏輯層，主要提供公理和推理規(guī)則，為智能推理提供基礎(chǔ)，該層用來(lái)產(chǎn)生規(guī)則。
第六層：證明層，執(zhí)行邏輯層產(chǎn)生的規(guī)則，并結(jié)合信任層的應(yīng)用機(jī)制來(lái)評(píng)判是否能夠信賴(lài)給定的證明。
第七層：信任層，注重于提供信任機(jī)制，以保證用戶(hù)代理在網(wǎng)上進(jìn)行個(gè)性化服務(wù)和彼此間交互合作時(shí)更安全可靠。
XML，RDF和Ontology為核心層，用于表示信息的語(yǔ)義

RDF，資源描述框架，是一種資源描述語(yǔ)言，利用當(dāng)前的多種元數(shù)據(jù)標(biāo)準(zhǔn)來(lái)描述各種網(wǎng)絡(luò)資源，形成人機(jī)可讀，并可由機(jī)器自動(dòng)處理的文件。
RDF核心思想：利用Web標(biāo)識(shí)符來(lái)標(biāo)識(shí)事物，通過(guò)指定的屬性和相應(yīng)的值描述資源的性質(zhì)或資源之間的關(guān)系。
RDF的基本數(shù)據(jù)模型包括資源（resource）、屬性（property）和陳述（statement）。
陳述：特定的資源加上一個(gè)屬性和相應(yīng)的屬性值就是一個(gè)陳述，其中資源是主題，屬性是謂詞，屬性值是客體。

RDFS是RDF的擴(kuò)展，它在RDF的基礎(chǔ)上提供了一組建模原語(yǔ)，用來(lái)描述類(lèi)、屬性以及它們之間的關(guān)系。
1.Class, subClassOf：描述類(lèi)別層次結(jié)構(gòu)。
2.Property，subPropertyOf：描述屬性層次結(jié)構(gòu)。
3.domain，range：聲明屬性所應(yīng)用的資源類(lèi)和屬性值類(lèi)。
4.type：聲明一個(gè)資源是一個(gè)類(lèi)的實(shí)例。

優(yōu)點(diǎn)：
簡(jiǎn)單：資源以三元組的形式描述，簡(jiǎn)單、易控制。
易擴(kuò)展：描述和詞匯集分開(kāi)，具備良好的可擴(kuò)展性。
包容性：允許定義自己的詞匯集，并可以無(wú)縫使用多種詞匯集來(lái)描述資源。
易綜合：RDF認(rèn)為一切都是資源，這樣很容易綜合描述。
缺點(diǎn)：
1.不能準(zhǔn)確描述語(yǔ)義：同一個(gè)概念有多種詞匯表示，同一個(gè)詞匯有多種含義。
2.沒(méi)有推理模型，不具備推理能力。

Ontology
本體通過(guò)對(duì)概念的嚴(yán)格定義和概念與概念之間的關(guān)系來(lái)確定概念的精確含義，表示共同認(rèn)可的、可共享的知識(shí)。在語(yǔ)義網(wǎng)中，ontology具有非常重要的地位，是解決語(yǔ)義層次上Web信息共享和交換的基礎(chǔ)

本體的定義：
哲學(xué)界：對(duì)世界上客觀存在物的系統(tǒng)地描述，即存在論。
工業(yè)界：Studer：本體是共享概念模型的明確的形式化規(guī)范說(shuō)明。
1.概念模型（conceptualization）：本體是通過(guò)抽象客觀世界的概念而得到的模型，其表示的含義獨(dú)立于具體的環(huán)境狀態(tài)。
2.明確性（explicit）：本體所使用的概念及使用這些概念的約束都有明確的定義，沒(méi)有二義性。
3.形式化（formal）：本體是計(jì)算機(jī)可處理的，而非自然語(yǔ)言。
4.共享（shared）：本體體現(xiàn)的是共同認(rèn)可的知識(shí)，反映的是相關(guān)領(lǐng)域中公認(rèn)的概念集合，它所針對(duì)的是團(tuán)體而非個(gè)體。
本體的組成：O={C, R, F, A, I}
概念（concept）或類(lèi)（class），關(guān)系（relation），函數(shù)（function），公理（axiom），實(shí)例（instance）

7.知識(shí)圖譜概念起源

知識(shí)圖譜的概念最早出現(xiàn)于Google公司的知識(shí)圖譜項(xiàng)目，體現(xiàn)在使用Google搜索引擎時(shí)，出現(xiàn)于搜索結(jié)果右側(cè)的相關(guān)知識(shí)展示。

實(shí)體（entity）：現(xiàn)實(shí)世界中可區(qū)分、可識(shí)別的事物或概念
關(guān)系（relation）：實(shí)體和實(shí)體之間的語(yǔ)義關(guān)聯(lián)
事實(shí)（fact）：陳述兩個(gè)實(shí)體之間關(guān)系的斷言，通常表示為（head entity, relation, tail entity）三元組形式。
狹義知識(shí)圖譜：具有圖結(jié)構(gòu)的三元組知識(shí)庫(kù)。
知識(shí)庫(kù)中的實(shí)體作為知識(shí)圖譜中的節(jié)點(diǎn)。
知識(shí)庫(kù)中的事實(shí)作為知識(shí)圖譜中的邊，邊的方向由頭實(shí)體指向尾實(shí)體，邊的類(lèi)型就是兩實(shí)體間關(guān)系類(lèi)型。
知識(shí)圖譜不太專(zhuān)注于對(duì)知識(shí)框架的定義，而專(zhuān)注于如何以工程的方式，從文本中自動(dòng)抽取或依靠眾包的方式獲取并組件廣泛的、具有平鋪結(jié)構(gòu)的知識(shí)實(shí)例，最后再要求使用它的方式具有容錯(cuò)、模糊匹配等機(jī)制。
知識(shí)圖譜的真正魅力在于其圖結(jié)構(gòu)，可以在知識(shí)圖譜上運(yùn)行搜索、隨機(jī)游走、網(wǎng)絡(luò)流等大規(guī)模圖算法，使知識(shí)圖譜與圖論、概率圖等碰撞出火花。

8. 分布式知識(shí)表示

核心思想：將符號(hào)化的實(shí)體和關(guān)系在低維連續(xù)向量空間進(jìn)行表示，在簡(jiǎn)化計(jì)算的同時(shí)最大程度保留原始的圖結(jié)構(gòu)。
1.將實(shí)體和關(guān)系在向量空間進(jìn)行表示（向量/矩陣/張量）。
2.定義打分函數(shù)，衡量每個(gè)三元組成立的可能性。
3.構(gòu)造優(yōu)化問(wèn)題，學(xué)習(xí)實(shí)體和關(guān)系的低維連續(xù)向量表示。
方法類(lèi)型：
1.位移距離模型（translational distance models）：采用基于距離的打分函數(shù)來(lái)衡量三元組成立的可能性。
2.語(yǔ)義匹配模型（semantic matching models）：采用基于相似度的打分函數(shù)來(lái)衡量三元組成立的可能性。

參考：Wang et al. Knowledge Graph Embedding: A Survey of Approaches and Applications. IEEE TKDE, to appear, 2017.
https://ieeexplore.ieee.org/document/8047276

小結(jié)

XML: 提供了一種結(jié)構(gòu)化文檔的表層語(yǔ)法，但沒(méi)有對(duì)文檔含義施加任何語(yǔ)義約束。https://www.w3.org/XML/
RDF：是一種關(guān)于對(duì)象（資源）和它們之間關(guān)系的數(shù)據(jù)模型，該模型具備簡(jiǎn)單語(yǔ)義，能夠用XML語(yǔ)法表示。https://www.w3.org/TR/rdf-concepts/
RDF Schema：十一組描述RDF資源的類(lèi)和屬性的建模原語(yǔ)，提供了關(guān)于這些類(lèi)和屬性的層次結(jié)構(gòu)的語(yǔ)義。https://www.w3.org/TR/rdf-schema/
OWL：添加了更多用于描述類(lèi)和屬性的建模原語(yǔ)，支持更加豐富的語(yǔ)義表達(dá)并支持推理。https://www.w3.org/TR/2004/REC-owl-ref-20040210/

總結(jié)

以上是生活随笔為你收集整理的知识图谱学习笔记（三）——知识表示方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： Week7 B - TT 的旅行日记
下一篇：女生也玩橄榄球？而且还有世界杯？！