> For the complete documentation index, see [llms.txt](https://blessbingo.gitbook.io/garnet/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://blessbingo.gitbook.io/garnet/zhi-shi-tu-pu/zhi-shi-biao-shi/zhi-shi-biao-shi-zong-shu.md). # 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: ![](https://3713032588-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LUx2ALWjDXrP_paswc_%2F-M0mmCO6dFwB1ybocNQw%2F-M0mmEltCUEIwU2sJCX_%2Fv2-b33154925d94deab89b2530124ce87db_hd.jpg?generation=1582473747132580\&alt=media) 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. ![](https://3713032588-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LUx2ALWjDXrP_paswc_%2F-M0mmCO6dFwB1ybocNQw%2F-M0mmElwL9_e7hlOsSnu%2Fv2-e3478e02c36ead3875e598b0668830fd_hd.jpg?generation=1582473744080318\&alt=media) 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. ![](https://3713032588-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LUx2ALWjDXrP_paswc_%2F-M0mmCO6dFwB1ybocNQw%2F-M0mmElyJYxzUowR4mJP%2Fv2-39a6afd47a048522166c48a50e0c6958_hd.jpg?generation=1582473745160809\&alt=media) ``` @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: ![](https://3713032588-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LUx2ALWjDXrP_paswc_%2F-M0mmCO6dFwB1ybocNQw%2F-M0mmEm-VQ9D5PAhzuIJ%2Fv2-9950314f9ab6e6c44a2300d03e022bb1_hd.jpg?generation=1582473746341803\&alt=media) 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