知识图谱（二）——知识表示
一、经典知识表示理论
1. 语义网络
语义网络：是一个通过语义关系连接的概念网络，将知识表示为相互连接的点和边的模式。节点——实体、事件、值；边——对象间的语义关系。
语义网络中最基本的语义单元称为语义基元，用<节点1，关系，节点2>表示。如“珊瑚是一种动物”
关系类型
实例关系(ISA)：具体和抽象，一个事物是另一个事物的一个实例 。“ 是一个 ”。
分类关系(AKO)：子类和超类，一个事物是另一个事物的一种类型 。“ 是一种 ”
成员关系：个体和集体，一个事物是另一个事物的一个成员 。“ 是一员 ”
属性关系：事物和其属性之间的关系。一个节点具有 另一个节点所描述的属性 ；一个节点能做 另一个节点的事情；或者其他属性。 “有”、“能”、“身高”、“年龄” 。
聚合关系：包含关系。部分与整体 。如“凳子是桌子的一部分”
时间关系：不同事件在其发生时间方面的先后次序关系。 “在前”、“在后”
位置关系：不同事物在位置方面的关系。 “在、在上、在下、在内、在外”
相近关系：不同事物在形状、内容等方面相似或接近 。
论元个数
* 一元关系：P(x)，P是实体/概念的性质、属性。鱼能游泳，鸟有翅膀：有翅膀（鸟）
* 二元关系：P(x,y)，P是实体之间的关系。北京是中国的首都：首都（中国，北京）
* 多元关系：转化为多个二元关系的组合，利用合取把多元关系表示出来。2008年，奥运会在北京举办
2. 框架
框架：将所有事物进行抽象，用来表示事物各方面的属性及事物之间的类属关系。
槽：以框架的结构存储，根据实际情况对框架内的具体值进行填充，填充的部分称为槽。
框架1：<教师>包含九个槽，若存在一个教师的实体，需要对教师框架中的槽(或部分槽)进行填充。
如：<教师实例>{<姓名>{张三}，<年龄>{30}，<学校>{北京大学}，<院系>{人工智能学院}，<职称>{讲师}}
层级结构：框架中的属性集合存在继承 性质。
二、知识表示方式
1. 语义网中的知识表示方式
a. XML：可扩展标记语言
- 格式规范：
- 序言：对XML的声明，对外部文档的引用。
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html SYSTEM "url.dtd">
# 1. 定义所使用的的XML版本和字符编码
# 2. <!DOCTYPE>标签是标准通用标记语言的文档类型声明，引用外部文件来定义本地文档中出现的名字
# url.dtd标记要引用文档的路径。
- 内容：通过元素来记录，元素都带有标签。
- 标签必须是字母、下划线、冒号
- 标签含有的内容是文本、数值、时间甚至是空
- 元素可以嵌套，深度不受限制
<人物>
<名字>姚明</名字>
<国籍>中国</国籍>
<职业>运动员</职业>
...
</人物>
# <人物>元素是嵌套结构
-
尾注（可略）
- XML路径语言：XPath，具有树状结构从根节点出发，总会找到一条路径到达某一元素或属性
- 优缺点
- 优点：灵活性
- 缺点：通用性低，若没有详细的XML解释文档，自定义、个性化标签的语义难以知晓。
b. RDF：资源描述框架
XML的扩展或简化，假定任何复杂的语义都可以通过若干下三元组的组合来表达。“对象-属性-值”，“主语-谓词-宾语”
<姚明，国籍，中国>
<姚明，职业，运动员>
<运动员，父类，人>
- 查询语言：SPARQL
- 优点：自由度高
- 缺点：同一领域中的不同知识内容难以交互和融合。
- RDF Schema(RDFs)定义领域相关的知识。描述RDF轻量级语言，关注类别、属性的层次结构及继承关系。
- RDFs缺点：限制于子类和属性层次及其属性的定义域、值域。
# rdfs:Class 定义类
<人物，rdf:type，rdf:Class>
<运动员，rdf:type,rdfs:Class>
# rdf:Property定义属性，即“边”（RDF不区分对象属性和数据属性）
<国籍，rdf:type，rdf:Property>
<国籍，rdfs:domain，人物>
c. OWL：网络本体语言
本体的语义表示语言，建立在RDF基础上。
- 头部：预先制定一系列的命名空间，使用命名空间中预定义的标签来形成本体的头部。
# <owl:Ontology rdf:about=""> 本模块描述当前本体
<owl:Ontology rdf:about="">
<rdfs:comment>一个本体的例子</rdfs:comment>
<rdfs:label>物理学家本体</rdfs:label>
</owl:Ontology>
- 主体：描述本体的类别、实例、属性之间相互关联的部分。
<owl:Class rdf:ID="物理学家">
<rdf:subClassOf rdf:resource="科学家"/>
<rdfs:label xml:lang="zh">物理学家</rdfs:label>
</owl:Class>
2. 知识图谱中的知识表示方法
知识主体包含内容：
(1) 事物 ：客观世界中的实体或对象。如“北京”、“唐山大地震”。
(2) 概念 ：具有相似本体特征的一类事物，即 类型 。如“城市”、“作家”。
(3) 属性 ：事物或概念具有的特征和特性。如“国籍”、“震级”、“地理位置”。
(4) 关系 ：概念与实体之间的关联方式。如“类-子类”关系、“类-实例”关系。
(5) 函数：事物或概念之间进行转化的形式表达。如：国籍(鲁迅)=“中国”中“国籍(X)”为函数。
(6) 约束：某项断言成立的限制条件的形式化描述。如：属性“国籍”的值必须为“国家”类型的实体。
(7) 规则：依据某项断言得到逻辑推论的因果关系知识的形式化描述，通常具有“如果···那么···”的形式。
(8) 公理：永远为真
ps：大多数知识图谱主要对前四项进行建模。
知识图谱的知识表示：不仅仅体现在RDF为基础框架的三元组上，还体现在实体、类别、属性、关系等多颗粒度、多层次语义单元的 关联 之中。它是一个知识系统，以一种统一的方式表示了知识定义和知识实例两个层次的知识。
知识图谱是语义网的工程实现
参考文献：
[1] 什么是知识图谱? https://zhuanlan.zhihu.com/p/71128505
[2] 知识图谱的技术与应用（18版） https://zhuanlan.zhihu.com/p/38056557
[3] 赵军.知识图谱[M].高等教育出版社.2018:293.