文章目錄

• 一、早期知識表示簡介
• • 1、概述
  • 2、知識分類
  • 3、早期知識表示方法
  • • （1）一階謂詞邏輯（First-Order Logic）
    • （2）產生式規則（Production Rule）
    • （3）框架（Framework）
    • （4）語義網絡（Semantic Network）
• 二、基于語義網的知識表示框架
• • 1、語義網（Semantic Web）
  • 2、RDF
  • • （1）RDF概念
    • （2）基本示例
    • （3）RDF空白節點（Black Nodes）
    • （4）RDF是數據類型，不是序列化格式
    • （5）開放世界假設
    • （6）分布式的定義與合并知識
    • （7）變種：帶標注RDF
  • 3、RDF Schema（RDFS）
  • • （1）概述
    • （2）具體
    • （3）基于RDFS的推理
  • 4、OWL和OWL2
  • • （1）OWL簡述
    • （2）OWL詞匯
    • （3）OWL2
  • 5、SPARQL簡介
  • 6、JSON-LD 、RDFa、 HTML5 MicroData等新型知識表示
  • • （1）JSON-LD
    • （2）RDFa
    • （3）HTML5 Microdata
  • 7、`RDF+SPARQL` vs. `ER+SQL`
• 三、典型知識庫項目的知識表示
• • 1、各種知識圖譜項目
  • 2、知識表示：多元關系
  • 3、實用的知識表示
• 四、基于本體工具的知識建模實踐

一、早期知識表示簡介

1、概述

人類心智區別于其它物種心智的重要特征：具有獲取、表示和處理知識的能力。

知識表示 是一種為了讓計算機可以接受的用于描述知識的數據結構。它是機器通往智能的基礎，使得機器可以像人一樣運用知識。特別是常識知識才能實現真正類人的智能

知識的特點：相對正確性、不確定性、可表示性以及可利用性。

2、知識分類

• 按作用范圍分類：常識性知識、領域性知識；
• 按作用及表示分類：事實性知識、過程性知識、控制知識；
• 按確定性分類：確定性知識、不確定性知識；
• 按結構及表現形式分類：邏輯性知識、形象性知識；

3、早期知識表示方法

• 一階謂詞邏輯（First-Order Logic）
• 產生式規則（Production Rule）——專家系統
• 框架（Framework）
• 語義網絡（Semantic Network）——以網絡的方式來描述概念之間的語義關系
• 邏輯程序（Logic Programming）
• 缺省邏輯（Default Logic）
• 模態邏輯（Modal Logic）

（1）一階謂詞邏輯（First-Order Logic）

Horn邏輯：一階謂詞邏輯的子集

• 原子 Atom
  $$p(t_1,t_2,...,t_n)$$
  其中，$p$是謂詞，$n$是目，$t_i$是項（變量或常量），eg：has_child(Helen, Jack)
• 規則 Rules ——由原子構建：
  $$H:?B_1,B_2,...,B_m.$$
  $H與B_1,B_2,...,B_m$是原子，$H$是頭部原子，$B_1,B_2,...,B_m$是體部原子，eg：has_child(X,Y):-has_son(X,Y)
• 事實——沒有體部且沒有變量的規則：
  $$\begin{gathered} F(v_1,v_2,...,v_n):? \\ ha{s}_{c}hild(Helen,Jack):? \end{gathered}$$

描述邏輯：一階謂詞邏輯的可判定子集。用于描述概念、屬性，為術語知識庫的構建提供便捷的表達形式。

（2）產生式規則（Production Rule）

早起的專家系統多數是基于產生式系統的。以 IF-THEN 的形式，即產生式規則表示出來的。

產生式模型：
$$\begin{gathered} P\to Qor \\ \begin{array}{r}IFPTHENQCF=[0,1]\end{array} \end{gathered}$$

• 其中，$P$ 是產生式的前提，$Q$ 是一組結論或操作，$CF(CertaintyFactor)$ 為確定性因子，也稱置信度。

特點：

• 優點：自然型好，易于模塊化管理、能有效表示知識、知識表示清晰等；
• 缺點：效率不高、不能表達具有結構性的知識等。

（3）框架（Framework）

基本組成：

示例：

利用上述框架在知識庫中匹配得到實例（對框架進行填充可得）。

（4）語義網絡（Semantic Network）

基本形式：(節點1， 弧， 節點2)

• 節點：表示各種事物、概念、情況、屬性、動作、狀態等，每個節點可以帶有若干屬性，一般用框架或元組表示。此外節點還可以是一個語義子網絡，形成一個多層次的嵌套結構。
• 弧：表示各種語義聯系，指明它所連接的節點間某種語義關系。
• 節點和弧都必須帶有標示，來方便區分不同對象以及對象間各種不同的語義聯系。

特點：

• 優點：結構性、聯想性、自然性；
• 缺點：非嚴格性、處理上的復雜性

示例：eg：“每個學生都讀過一本書”

• 謂詞邏輯表示：$(?s)學生(s)(?b)書(b)[讀過(s,b)]$
• 語義網絡表示：
  • 本質：將邏輯運算和邏輯項都映射為圖中的元素。
    

二、基于語義網的知識表示框架

1、語義網（Semantic Web）

知識圖譜中最關鍵的技術：RDF、SPARQL

下圖為W3C推薦的語義網標準棧，其中RDF和SPARQL為網絡數據鏈接部分。與此同時，W3C還推出五星級標準，規定了RDF為標準數據格式，URI標準為事物命名等規范。

2、RDF

（1）RDF概念

RDF：Resource Description Framework（資源描述框架）

• Resource：頁面、圖片、視頻等任何具有URI標識符；
  • URI：http://mydomain.org//mypath//myresource
• Description：屬性、特征和資源之間的關系；
• Framework：模型、語言和這些描述的語法。

在RDF中，知識總是以 三元組（triple）模型 形式出現的，即每一份知識可以被分解為如下形式：
(subject(主), predicate(謂), object(賓))，同時在RDF中資源和屬性都可以被URI唯一標識。

（2）基本示例

示例1：CCF ADL邀請王昊奮作為講者，演講主題是知識圖譜。

• RDF形式：(CCF ADL, speaker, Haofen) (CCF ADL, theme, KG)
• 圖模型形式：(vertex, edge, vertex)
  • 下面左圖為利用URI表示的結果，右圖為利用命名空間定義前綴的結果。
    

示例2：RDF中的屬性值同時也可以是一個文字，如字符串/數值 或 XML datatype類型。（它們不是一個Resource）。

• 左圖：CCF ADL邀請王昊奮作為講者，演講主題是知識圖譜。，此處知識圖譜為字符串。
• 右圖：CCF ADL has one speaker Haofen and last 3 hours.，其中"3"后面為其類型約束，即整型。
  

（3）RDF空白節點（Black Nodes）

空白節點：

• RDF允許空白節點；
• 一個資源可以是匿名的；
• 即不被URI標識，并標識為 _:xyz

eg：Haofen是某一次KG講座的講者（并不關心是什么講座）

（4）RDF是數據類型，不是序列化格式

RDF序列化格式之間的關聯：

• RDF/XML格式：適合小數據的存儲與交換

<rdf:RDFxmlns:ex-schema=http://ex.org/schema#><rdf:Description rdf:about="http://ex.org/ccf_adl"><ex-schema:speaker rdf:resource="http://ex.org/haofen"/><ex-schema:theme rdf:resource="http://ex.org/KG"/></rdf:Description> </rdf:RDF>

• N-Triples格式

<http://ex.org/ccf_adl><http://ex.org/schema#speaker><http://ex.org/haofen>.<http://ex.org/ccf_adl><http://ex.org/schema#theme><http://ex.org/KG>.

• Turtle格式

@prefix ex:<http://ex.org>. @prefix ex-schema:<http://ex.org/schema#>ex:ccf_adlex-schema:speaker ex:haofen;ex-schema:theme ex:KG.

（5）開放世界假設

RDF 是 開放世界假設；

• 封閉世界假設：沒有定義則認為不存在。
• 開放世界假設：
• eg：(CCF ADL, speaker, Haofen)
  • 封閉世界假設==》CCF ADL講座只有一位講者；
  • 開放世界假設==》CCF ADL講座至少有一位講者；

（6）分布式的定義與合并知識

• RDF允許分布式地定義知識
  
• 分布式定義的知識可以自動合并
  • 若分布式存儲 ex:haofen 的URI不一致，如何融合？？
    

（7）變種：帶標注RDF

動機：如何擴展 RDF 用來表達更多信息

• 時間、不確定性、空間、信任等
• ==》帶標注 RDF(S) ==》知識庫：YAGO2

YAGO2：采用 annotated RDF 表示的知識庫

• 語法形式：$(s,p,o):\lambda$
  • $\lambda$ 是一個標志
  • eg：(特朗普，就職，總統)：2017年1月

3、RDF Schema（RDFS）

（1）概述

RDFS在RDF基礎上提供了一個術語、概念等的定義方式，以及哪些屬性可以應用到哪些對象上。換句話說，RDFS為RDF模型提供了一個基本的類型系統。

示例：三元組表示用戶自定義的元數據Author是Dublin Core的元數據Creator的子類。

<http://mymetadata.vocab.org/Author> <rdfs: subClassOf > <http://purlorg/dc/elements/1.0/Creator>.

作用：RDFS通過這樣的方式來描述不同詞匯集的元數據之間的關系，為網絡上統一格式的元數據交換提供便利。

（2）具體

RDF定義了如下幾種詞匯：

• Class、subClass、type、Property、subPropertyOf、Domain、Range

示例：

• 圖中，data層 是對 schema層 的實例化，是由數據驅動的。
  

（3）基于RDFS的推理

基于 data層 和 schema層 可進行推理，如上下位的推理（如subClass），類別的判斷等。

示例：

4、OWL和OWL2

RDF是有一定的表達缺陷，RDF不能表達復雜類。

（1）OWL簡述

OWL Web Ontology Language包含三個子語言：OWL Lite、OWL DL、WOL Full。

（2）OWL詞匯

• 等價性

OWL中的詞匯描述示例

owl:equivalentClass	類等價	exp:運動員 owl:equivalentClass exp:體育選手
owl:equivalentProperty	屬性等價	exp:獲得 owl:equivalentProperty exp:取得
owl:sameIndividualAs	個體等價	exp:運動員A owl:sameIndividualAs exp:小明

exp 是命名空間 http://www.example.org 的別稱。

• 傳遞性

OWL中的詞匯描述示例

owl:TransitiveProperty	屬性傳遞	exp:ancestor rdf:type owl:TransitiveProperty

exp:ancestor 是一個傳遞關系 exp:小明 exp:ancestor exp:小林； exp:小林 exp:ancestor exp:小志
那么根據上述聲明，有 exp:小明 exp:ancestor exp:小志

• 屬性相反

OWL中的詞匯描述示例

owl:inverseOf	屬性相反	exp:ancestor owl:inverseOf exp:descendant

exp:ancestor 與 exp:descendant 是互反關系
eg：exp:小明 exp:ancestor exp:小林，那么有 exp:小林 exp:descendant exp:小明

• 屬性函數性

OWL中的詞匯描述示例

owl:FunctionalProperty	屬性函數性	exp:hasMother rdf:type owl:FunctionalProperty

exp:hasMother 是一個具有函數性的屬性(只有一個)；因為每個人只有一個母親。

• 屬性對稱性

OWL中的詞匯描述示例

owl:SymmetricProperty	屬性對稱性	exp:hasMother rdf:type owl:FunctionalProperty

exp:小明 exp:friend exp:小林，那么有 exp:小林 exp:friend exp:小明

• 屬性的局部約束：全稱限定

OWL中的詞匯描述示例

owl:allValuesFrom	全稱限定	exp:Person owl:allValuesFrom exp:Women，exp:Person owl:onProperty exp:hasMother

exp:hasMother在主語屬于exp:Person類的時候，賓語的取值只能來自exp:Women這個類。

• 屬性的局部約束：存在限定

OWL中的詞匯描述示例

owl:someValuesFrom	存在限定	exp:SemanticWebPaper owl:someValuesFrom exp:AAAI,exp:SemanticWebPaper owl:onProperty exp:publishedIn

exp:publishedIn在主語屬于exp:SemanticWebPaper類的時候，賓語的取值部分來自exp:AAAI這個類。上面的三元組相當于：關于語義網的論文部分發表在AAAI上。

• 屬性的局部約束：基數限定

OWL中的詞匯描述示例

owl:cardinality	基數限定	exp:Person owl:cardinality “1”^^xsd:integer，exp:Person owl:onProperty exp:hasMother

exp:hasMother在主語屬于exp:Person類的時候，賓語的取值只能有一個；“1”的數據類型被聲明為xsd:integer；這是基數約束，本質上屬于屬性的局部約束。

• 聲明相交的類

OWL中的詞匯描述示例

owl:intersectionOf	相交的類	exp:Mother owl:intersectionOf _tmp，_tmp rdf:type rdfs:Collection，_tmp rdfs:member exp:Person，_tmp rdfs:member exp:HasChildren

_tmp是臨時資源；它是rdfs:Collection類型，是一個容器；它的兩個成員是exp:Person，exp:HasChildren；上述三元組說明exp:Mother是exp:Person，exp:HasChildren這兩個類的交集。

• OWL其他詞匯
  

（3）OWL2

OWL2 定義了一些 OWL 的子語言，通過限制語法使用，使得這些子語句能夠更方便地實現，以及服務于不同的應用。

OWL2的三大子語言：

• OWL2 RL、OWL2 QL、OWL2 EL，家族樹如下：
  

5、SPARQL簡介

SPARQL 是 RDF的查詢語言（i.e.基于RDF數據模型），可以針對不同的數據集撰寫復雜的連接，它支持主流的圖數據庫。

SPARQL查詢的基本構成：

• 變量，RDF中的資源，以 ? 或者 $ 來表示；
• 三元組模板 (triple pattern), 在 WHERE子句 中列示關聯的三元組模板；之所以稱之為模板,因為三元組中允許變量；
• SELECT子句 中指示要查詢的目標變量。

# prefix declarations：for abbreviating URIs PREFIX foo: <http://example.com/resources/> ... # dataset defintion, stating what RDF graph(s) are being queried FROM ... # result clause:identifying what information to return from the query SELECT ... # query pattern: WHERE {... } # query modifiers:slicing, ordering, and otherwise rearranging query results ORDER BY ...

示例1：查詢學生姓名、選修課程，以及他們的年齡；若有年齡，則年齡必須大于25歲。

• 涉及 OPTIONAL關鍵字、FILTER關鍵字

## 命名空間聲明 PREFIX exp: http://www.example.org/ SELECT ?module ?name ?age WHERE {?student exp:studies ?module .?student foaf:name ?name . OPTIONAL {?student exp:age ?age . FILTER (?age > 25)} }

示例2：查詢選修課程CS328或CS909的學生姓名以及郵箱，涉及 UNION關鍵字。

SELECT ?student ?email WHERE {?student foaf:mbox ?email .{?student exp:studies CS328}UNION {?student exp:studies CS909} }

注意：此處郵箱為必返回項，若沒有郵箱值，則不返回該記錄，注意與OPTIONAL區別。

示例3：查詢選修課CS909的學生姓名以及郵箱和住址，涉及 FROM關鍵字，引入其他本體或可訪問的知識庫。

SELECT ?student ?email ?home FROM <http://www2.warwick.ac.uk/rdf/student> WHERE {?student exp:studies CS909 . OPTIONAL {?student foaf:mbox ?email .?student foaf:homepage ?home .} }

SPARQL查詢語言與SQL很相似，定義了OPTIONAL、FILTER、UNION、FROM 等關鍵字，同時它支持嵌套查詢，基于規則的查詢.

6、JSON-LD 、RDFa、 HTML5 MicroData等新型知識表示

（1）JSON-LD

JSON-LD（JavaScript Object Notation for Linked Data），是一種基于JSON表示和傳輸互聯數據 (Linked Data) 的方法。

• JSON-LD描述了如何通過JSON表示有向圖，以及如何在一個文檔中混合表示互聯數據及非互聯數據。
• JSON-LD的語法和JSON兼容。

示例：

• 一個JSON文本

// 表示一個人，具有名字、主頁、照片 { "name": "Manu Sporny", "homepage": "http://manu.sporny.org/", "image": "http://manu.sporny.org/images/manu.PNG" }

• 對應的JSON-LD文件：通過引入規范的術語表示，eg：統一化表示"name","homepage"和"image"的URI，使得數據交換和機器理解成為基礎。

{"http://schema.org/name": "Manu Sporny", "http://schema.org/url": { "@id":"http://manu.sporny.org/" }, "http://schema.org/image": { "@id":"http://manu.sporny.org/images/manu.PNG" } }

（2）RDFa

RDFa (Resource Description Framework in attributes）是網頁標記語言，它擴充了XHTML的幾個屬性，網頁制作者可以利用這些屬性在網頁中添加可供機器讀取的資源，與RDF的對應關系使得RDFa可以將RDF的三元組嵌入在XHTML文檔中，它也使得符合標準的使用端可以從RDFa文件中提取出這些RDF三元組來。

RDFa工作原理：

• 通過引入命名空間的方法在已有的標簽中加入RDFa相應的屬性來使得支持RDFa技術的瀏覽器或者搜索引擎可以解析到，從而達到優化的目的。

<div xmlns:dc="http://purl.org/dc/elements/1.1/" about="http://www.example.com/books/wikinomics"><span property="dc:title">Wikinomics</span><span property="dc:creator">Mr right</span><span property="dc:date">2006-09-02</span> </div>

分析：上面的代碼示例中用到了RDFa屬性中的about屬性和property屬性，這段代碼示例說明了一篇文章，然后描述了和這篇文章相關的信息，比如說標題，創建者和創建日期，而這些屬性就可以使得支持RDFa的機器識別。

（3）HTML5 Microdata

• Microdata微數據，是在網頁標記標記語言嵌入機器可讀的屬性數據；
• 微數據使用可以來自自定義詞匯表、帶作用域的鍵/值對給DOM做標記；
• 用戶可以自定義微數據詞匯表，在自己的網頁中嵌入自定義的屬性；
• 微數據是給那些已經在頁面上可見的數據施加額外的語義。當HTML的詞匯不夠用時，使用微數據可以取得較好的效果。

示例：便于瀏覽器從網頁上提取微數據實體、屬性以及屬性值。

7、RDF+SPARQL vs. ER+SQL

RDF：關系顯示定義(語義存在于數據中)——數據變更較為方便(圖增加邊更為方便)，易于推理。
ER：關系隱式聲明(語義存在于人腦中)——數據變更時，需要添加新表并修改原來的SQL語句。

數據的智能性

• ER+SQL：Dumb Data->Smart Application Code
• RDF+SPARQL：Smart Data->Uniform Inference Engine
  

三、典型知識庫項目的知識表示

1、各種知識圖譜項目

2、知識表示：多元關系

名稱多元關系表述

DBPedia	無考慮，可通過Blank Node等用多個三元組來表示
Freebase	CVT 復合類型節點
WikiData	Qualifier 或者 Reference
ConceptNet	將多元關系添加為邊的屬性

3、實用的知識表示

實用的知識表示的特點：

• 接近人的自然語言：好的KG是同時為機器和人設計的；
• 夠用的表達能力：夠用就好，不必苛求邏輯完備；
• 易于擴展：能夠非常方便的增加新的類、實體和關系。

現狀：RDF/OWL只是眾多知識表示框架的一種，不少商業化的KG并未采用該框架，物理存儲也是直接采用關系數據庫實現，但基本表達要素都可在RDF/OWL中找到對應。

四、基于本體工具的知識建模實踐

基于Protege本體工具的知識建模實踐

總結

以上是生活随笔為你收集整理的【知识图谱】知识表示与知识建模的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。