# 知识表示综述 知识表示是将知识信息**存储**, **组织**, **表达**的方法, 使已有的知识关系明确, 易于推理. ## 语义网络 知识图谱的表示形式是基于**语义网络**(Semantic Network)的. 简单来说, 语义网络是由**节点**和**边**组成的**有向图**, 也称为**语义网**(Semantic Web): * 节点: 也称为**语义类型**. 表示各种概念, 实体, 事务, 状态等 * 边: 也称为**语义关系**. 指明所连接的两个结点之间的某种关系 下图是语义网络的一个例子: ![](/files/-M0mmEltCUEIwU2sJCX_) 语义网虽然清晰明确, 但只能支持简单的网络, 主要的缺点集中在以下几个方面: * 没有标准, 节点和边的值完全是用户自由定义的 * 无法区分**概念节点**和**实体节点**. 这点在下面说明 * 没有**标签**(label)系统, 无法对节点和边定义schema ## RDF RDF(Resource Description Framework), **资源描述框架**, 本质是一个**数据模型**(Data Model), 即表示事物的一种方法, 提供了一个统一的标准, 用于描述实体/资源. RDF形式也是由节点和边组成, 使用**三元组**来表示关系, 即(节点, 边, 节点), 也称为一条语句, 或一条知识. 具体来是, 这个三元组是**SPO三元组**, 即Subject(主体), Predicate(谓语), Object(客体), 如下图所示. ![](/files/-M0mmElwL9_e7hlOsSnu) 节点表示实体/属性, 边表示**实体与实体**, **实体与属性**之间的关系. 关于RDF的例子和详细内容参考[为什么需要知识图谱？什么是知识图谱？——KG的前世今生](https://zhuanlan.zhihu.com/p/31726910). ### RDF模型定义方法 实体是组成知识图谱的关键之一, 每个实体在图中都是唯一的, 因此我们需要一种方法, 来对实体节点进行唯一的表示. 以下图中与罗纳尔多相关的知识为例, 对于罗纳尔多这个实体, 使用`www.kg.com/person/1`来表示. 采用URL/URI的形式. 此外对于连接实体或连接实体与属性之间的关系, 经过抽象后, 也可以使用这种形式来表示. 例如, 罗纳尔多这个实体(`www.kg.com/person/1`)的中文名称为`罗纳尔多`, 将中文名称这个关系进行抽象, 我们可以将这个关系表示为`http:// www.kg.com/ontology/chineseName`. 对于其他的实体, 如果有中文名称, 则它们之间的连接关系都可以用这个唯一关系来表示. 上面所述的这种形式, 无论是节点还是边, 我们都称为一个**IRI**(International Resource Identifiers), 每个IRI唯一定义了一个实体或关系. 而对于属性值, 更多的会使用纯文本来描述. 因此, RDF图中的所有节点和边, 一般来说, 一共有两种类型: **IRI**和**Literal**(纯文本). 三元组中, 每部分的类型约束为: * Subject: **IRI** * Predicate: **IRI** * Object: **IRI**或**Literal** ### 存储/序列化形式 RDF数据集的存储方式, 或者说序列化方法有很多种, 常用的有XML, N-Triples, Turtle等. **Turtle**可以说是RDF序列化最常用的一种方式了. 使用Turtle格式, 下图代表的知识图谱可以用下面的内容表示. ![](/files/-M0mmElyJYxzUowR4mJP) ``` @prefix person: . @prefix place: . @prefix : . person:1 :chineseName "罗纳尔多·路易斯·纳萨里奥·德·利马"^^string. person:1 :career "足球运动员"^^string. person:1 :fullName "Ronaldo Luís Nazário de Lima"^^string. person:1 :birthDate "1976-09-18"^^date. person:1 :height "180"^^int. person:1 :weight "98"^^int. person:1 :nationality "巴西"^^string. person:1 :hasBirthPlace place:10086. place:10086 :address "里约热内卢"^^string. place:10086 :coordinate "-22.908333, -43.196389"^^string. ``` 也可以对同一个实体统一表示, 形式更紧凑: ``` @prefix person: . @prefix place: . @prefix : . person:1 :chineseName "罗纳尔多·路易斯·纳萨里奥·德·利马"^^string; :career "足球运动员"^^string; :fullName "Ronaldo Luís Nazário de Lima"^^string; :birthDate "1976-09-18"^^date; :height "180"^^int; :weight "98"^^int; :nationality "巴西"^^string; :hasBirthPlace place:10086. place:10086 :address "里约热内卢"^^string; :coordinate "-22.908333, -43.196389"^^string. ``` ### RDF的表达能力 这样, RDF模型克服了语义网络没有标准的缺点. 但仍然无法区分类和实体(对象), 因此缺乏**抽象能力**, 无法对同一个类别的事物进行定义和描述. ## RDFS RDFS(RDF Schema)在RDF的基础上提供了概念的定义方式, 以及哪些属性可以应用到哪些对象上. 换句话说, RDFS为RDF模型提供了一个基本的类型系统. 类比于结构性数据库, 可以把数据库中的每一张表认为是一个类(Class), 表中的每一行数据都是该类的一个对象/实例, 而表中的列名代表着这个类所有的关系, 其中的每个数据表示一个实例的一个属性值. 这样就有了抽象能力. RDFS的本质上是一些**预定义词汇**构成的集合, 对RDF进行类的定义和属性的定义. 在表现形式上, 就是RDF, 其序列化方法仍然与RDF通用. 这里所说的预定义词汇, 是RDFS模型预先定义好的一些词汇, 如: * rdf:type. 隶属于关系 * rdf:Property. 表示正在定义一个属性 * rdfs:Class. 用于定义类 * rdfs:domain. 用于表示该属性属于哪个类别 * rdfs:range. 用于描述该属性的取值类型 * rdfs:subClassOf. 用于描述该类的父类, 比如, 可以定义一个运动员类, 声明该类是人的子类 * rdfs:subProperty. 用于描述该属性的父属性, 比如, 可以定义一个名称属性, 声明中文名称和全名是名称的子类 一个完整的例子如下: ``` @prefix rdfs: . @prefix rdf: . @prefix : . ### 这里我们用词汇rdfs:Class定义了“人”和“地点”这两个类。 :Person rdf:type rdfs:Class. :Place rdf:type rdfs:Class. ### rdfs当中不区分数据属性和对象属性，词汇rdf:Property定义了属性，即RDF的“边”。 :chineseName rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:string . :career rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:string . :fullName rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:string . :birthDate rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:date . :height rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:int . :weight rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:int . :nationality rdf:type rdf:Property; rdfs:domain :Person; rdfs:range xsd:string . :hasBirthPlace rdf:type rdf:Property; rdfs:domain :Person; rdfs:range :Place . :address rdf:type rdf:Property; rdfs:domain :Place; rdfs:range xsd:string . :coordinate rdf:type rdf:Property; rdfs:domain :Place; rdfs:range xsd:string . ``` 在定义类之后, 知识图谱就可以分为两个层面了: **模式层**和**数据层**. 如下图: ![](/files/-M0mmEm-VQ9D5PAhzuIJ) 其中`Vocabulary`是定义的类和属性, 即模式层. 而`Data`则是数据层, 代表着具体的实例. ## OWL OWL(Ontology Web Language)是RDFS的一个扩展, 其添加了额外的预定义词汇, 主要提供高效的自动推理能力. * owl:Class: 定义类 * owl:DatatypeProperty: 定义了数据属性, 即这个属性关系连接的是一个数据, 如字符串 * owl:ObjectProperty: 定义了对象属性, 这个属性连接的是另一个类/实体 * owl:TransitiveProperty: 表示该属性具有传递性质 * 例如, 我们定义`位于`是具有传递性的属性, 若A位于B, B位于C, 那么A肯定位于C * owl:SymmetricProperty: 表示该属性具有对称性 * 例如, 我们定义`认识`是具有对称性的属性, 若A认识B, 那么B肯定认识A * owl:FunctionalProperty: 表示该属性取值的唯一性 * 例如, 我们定义`母亲`是具有唯一性的属性, 若A的母亲是B, 在其他地方我们得知A的母亲是C, 那么B和C指的是同一个人 * owl:inverseOf: 定义某个属性的相反关系 * 例如, 定义`父母`的相反关系是`子女`, 若A是B的父母, 那么B肯定是A的子女 而使用一下的几个词汇, 是的知识图谱具有了融合能力 * owl:equivalentClass: 表示某个类和另一个类是相同的 * owl:equivalentProperty: 表示某个属性和另一个属性是相同的 * owl:sameAs: 表示两个实体是同一个实体 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://blessbingo.gitbook.io/garnet/zhi-shi-tu-pu/zhi-shi-biao-shi/zhi-shi-biao-shi-zong-shu.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.