知识表示与知识图谱
知识表示与知识图谱
摘要:
与⼈类⾃然语⾔、绘画、⾳乐、数学语⾔、物理模型、化学公式等类似,人类需要有一种表示和传承形式,来获取、表示和处理知识,这也是⼈类⼼智区别于其它物种⼼智的重要特征。当与计算机系统结合后,就出现了在计算机中如何表达知识的问题,即人类知识的表达方法问题。本文概述了知识表示的主要理论和技术方法,并扩大到采用什么方式来实现知识表示的问题,即知识图谱建模。
一、 知识表示问题
开放性问题:
人类可以用语言、文字、绘画、音乐等形式表达某个方面的思想,但如何表达人类的知识呢?
知识到底是什么?知识的特点是什么?知识与上述其他方式又有什么本质区别呢?
如何在概念层面、逻辑层面和物理层面表示知识呢?
知识表示:
⽤易于计算机处理的⽅式来描述⼈脑的知识
知识表示与其他形式的最大不同不在于数据格式、数据结构或编程语⾔
知识表示与其他表达方式之间最大的区别在于:知识表示⽀持推理
从当前的研究现状来看,基于图的知识表示方法成为被广泛采纳的方法
知识表⽰⽅法为知识图谱的概念建模提供了理论基础
知识图谱:
旨在建模、识别、发现和推断事物、概念之间的复 ...
领域知识图谱技术概览
领域知识图谱技术概览
一、 领域知识图谱的特点
与搜索引擎、百科等通用领域知识图谱不同,在垂直应用领域的知识图谱基于行业或领域数据构建,通常:
具有更丰富、严格的数据模式(通常具备一定基础,具有多样的结构化、半结构化和结构化数据基础)
具有更好的领域知识深度要求(知识内容要求更丰富、更专业、质量更高)
具有更高的准确性要求(知识推理的准确性需求更高)
二、领域知识图谱的构建流程
与通用知识图谱的构建过程相似,大致包括以下几个阶段:
2.1 领域知识建模阶段
前提条件:需要具备知识图谱模型的基础知识(掌握关系模型,虽然现在缺少统一的模型)
主要目的:确定知识体系的结构(根据需求定义概念、实体、属性、关系、事件等基本要素)
输入:业务应用需求
输出:知识图谱的Schema(借助关系型数据库的概念)
建模方法:与关系型数据库相似,存在自顶向下和自底向上两种设计思路,对于习惯关系型数据库的人肯能在思维方式上需要做转换;
主要内容:知识图谱的语义描述框架、Schema与本体、知识交换语法、实体命名及ID体系等
类比:类似于关系型数据库的早期概念设计和表结构设计
2.2 领域知 ...