知识图谱表示与建模
知识表示
客观事物的机器标示定义客观实体的机器指代或指称一组本体约定和概念模型定义用户描述客观事物的概念和类别体系支持推理的表示基础提供机器推理的模型与方法用于高效计算的数据结构人可理解的机器语言只是表示必须接近人的认知
语义网络
三元组（节点1、联想弧、节点2）
缺点 ：无形式化语法、无形式化语义
描述逻辑
互联网本体语言（OWL）
互联网时代语义网知识表示框架
RDF && RDFS
标准栈
表示组：URI/IRI、XML、RDF
推理组：RDF-S、本体OWL、规则RIF、统一逻辑
RDF
主语和宾语看成节点，谓语看成边
支持不同的序列化格式：RDF/XML、Turtle、N-Triple
采用开放世界假设、分布式定义的只是可以合并
RDFS(RDF Schema)
- rdf:type ：个体的类
- rdfs:subClassof ：类的父类
- rdfs:subPropertyof ：属性的父属性
- rdfs:domain ：属性的定义域
- rdfs:range ：属性的值域
OWL语言
（1）等价性声明：
exp:xxx owl:equivalentClass exp:yyy 类等价
exp:xxx owl:equivalentProperty exp:yyy 属性等价
exp:xxx owl:sameIndividualAs exp:yyy 实例等价
（2）属性传递性声明：
exp:ancestor owl:TransitiveProperty 传递关系
a exp:ancestor b&& b exp:ancestor c-> a exp:ancestor c
（3）属性互逆声明：
exp:ancestor owl:inverseof exp:descendant exp:ancestor和exp:descendant互逆
（4）属性的函数性声明：
exp:hasMother rdf:type owl:FunctionalProperty exp:hasMother是一个函数
（5）属性的对称性声明：
exp:friend rdf:type owl:SymmetricProperty 对称属性
exp:xx exp:friend exp:yy== exp:yy exp:friend exp:xx
（6）属性的全称限定说明：
exp:Person owl:allValuesFrom exp:Women
exp:Person owl:onProperty exp:hasMother
exp:hasMother在主语属于 exp:Person类的条件下，宾语的取值只能来自于 exp:Women类
（7）属性的存在限定声明：
exp:SemanticWebPaper owl:someValuesFrom exp:AAAI
exp:SemanticWebPaper owl:onproperty exp:publishedIn
exp:publishedIn在主语属于 exp:SemanticWebPaper类的条件下，宾语的取值部分来自于 exp:AAAI类
（8）属性的基数限定声明（声明一个属性的基数）：
exp:Person owl:cardinality "1" ^^xsd:integer
exp:Person owl:onProperty exp:hasMother
exp:hasMother在主语属于 exp:Person类的条件下，宾语的取值只能有一个，“1”的数据类型声明为xsd:integer（基数约束，属于属性的局部约束）
（9）相交的类声明：
exp:Mother owl:intersectionOf_tmp
_tmp rdf:type rdfs:Collection
_tmp rdfs:member exp:Person
_tmp rdfs:member exp:HasChildren
_tmp是临时资源，是一个容器，拥有两个成员：exp:Person&& exp:HasChildren
上述说明 exp:Mother是 exp:Person&& exp:HasChildren两个类的交集
知识图谱查询语言
SPARQL
SPARQL知识图谱查询基本构成
- 变量、RDF中的资源，以
?或$代替 - 三元组模板，在
WHERE子句中列出关联的三元组模板 -
SELECT子句中指示要查询的目标变量
查询示例：
PREFIX exp: http://www.example.org/
SELECT ?student
WHERE {
?student exp:studies exp:CS328 .
}常见查询算子
-
OPTIONAL可选算子
SELECT ?student ?mail
WHERE {
?student exp:studies exp:CS328 .
OPTIONAL {
?student foaf:mbox ?email .
}
}OPTIONAL 关键字指示如果没有邮箱则依然返回学生姓名，邮箱处空缺
-
FILTER过滤算子
SELECT ?module ?name ?age
WHERE {
?student exp:studies ?module .
?student foaf:name ?name .
OPTIONAL {
?student exp:age ?age
FILTER (?age>25)
}
}查询学生姓名、选修课程及年龄，且年龄需大于25
-
UNION并算子
SELECT ?student ?mail
WHERE {
?student foaf:mbox ?email .
{ ?student exp:studies exp:CS328 .}
UNION { ?student exp:studies exp:CS909 }
}查询选修课程 CS238 和 CS909 的学生姓名及邮件，邮件值必回，无邮件值则不返回
语义Markup表示语言
- JSON-LD（基于JSON表示和传输链接数据）
JSON-LD有语义网的风格
{
"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" },
}- RDFa
RDFa可以I将三元组嵌入在XHTML文档中，引入名字空间，在已有标签中加入RDFa相应属性
<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>- HTML5 Microdata
自定义词汇表、带作用域的键值对给DOM做标记
<section itemscope itemtype="http://data-vocabulary.org/Person">
<h1 itemprop="name">Andy</h1>
<p><img itemprop="photo" src="http://www.example.com/photo.jpg"></p>
<a itemprop="url" href="http://www.example.com/blog">My Blog</a>
</section>知识图谱的向量表示方法
将知识图谱中的实体和关系映射到低维连续的向量空间
词向量表示法
将词映射到向量空间
独热编码
稀疏性强，向量维度大
词袋模型
记录每个词在文本中出现的次数
词向量
产生词向量的三种手段：
- Count-based 记录词的出现次数
- Predictive 可以通过上下文预测中心词 or 通过中心词预测上下文
- Task-based 对词向量在任务中的表现效果对词向量进行学习
开源工具：word2vec 中的 CBoW && Skip-gram
CBoW（连续词袋模型）
主要思想：通过上下文预测中心词 -> 训练出的词向量也包含上下文信息
Skip-gram
主要思想：通过中心词预测上下文
知识图谱嵌入
三元组 (h, r, t) ，其词向量需要符合：
优点：
- 提高应用时的计算效率
- 增加下游应用设计的多样性：更适用于机器学习算法
- 作为预训练，为下游模型提供语义支持
主要方法：
- 转移距离模型：将衡量向量化后的知识图谱中三元组的合理性问题，转化成衡量头实体和尾实体的距离问题。 得分函数：利用关系把头实体转移到尾实体的合理性的函数
- 语义匹配模型：挖掘向量化后的实体和关系的潜在语义。 RESCAL模型：将知识图谱编码为一个三维张量，由张量分解出一个核心张量和一个因子矩阵。核心张量中每个二维矩阵切片代表一种关系，因子矩阵中每一行代表一个实体。
- 考虑附加信息的模型：额外考虑实体类型 例如：(Rome, IsA, city)，(Italy, IsA, Country)
