干货 | 初学者入门必看的“知识图谱”解读（上）

本系列参考了市面上已知的，几乎全部“知识图谱”相关文章，并总结提炼出一套适合初学者入门的“知识图谱”的知识体系，希望大家能有所收获。

一，知识图谱—盲人摸象

大家都说，自己在做知识图谱，但从不同人分享的PPT来看，讲述的重点都不一样，那知识图谱到底是什么？

二，语义网络 vs. 语义网

1，语义网络(Semantic Network)

Quillian在1968年提出的知识表达模式，其用相互连接的节点和边来表示知识。完全由用户自定义，无任何标准和规范，难以用于实践。

2，语义网(Semantic Web)

Tim.Lee在1998年提出的一个新概念，描述互联网中资源和数据之间的关系，使得互联网上的数据变得机器可读。常被用来指代一整套技术栈框架。

即，语义网是比语义网络更高级的概念，它提供了一整套规范和技术栈来解决实际问题。

三，语义网的技术栈

1，技术栈简介

（1）编码方式(UNICODE)，资源标识符(URI)：数据的编码方式和表示方式 （2）数据序列化方法(Syntax)：数据的序列化方法，包括但不仅限于XML，N-Triples，Turtle，Json-LD （3）数据描述框架(RDF)：数据模型，表示知识的一种方法和手段 （4）RDFs/OWL：工业标准，使用预定义的词汇，对RDF进行类和属性定义，即，Schema （5）RIF/SWRL：推理规则(Rule)，使用预定义的规范，使基于RDFs和OWL描述的RDF数据，具有推理能力 （6）SPARSQL：基于RDF+(RDFs/OWL: optional)的查询语言 （7）其他：Cryptography + Logic + Proof + Trust：中间层概念，决定应用层如何确定数据的可靠，精确和值得信赖

2，技术栈详解

• （1）, URI和字面量

URI：类似URL，使用全局唯一的标识符来表示知识中的不同元素。比如，

http://www.kg.com/person/1: 表示人物(person)概念中id=1的某个人，

http://www.kg.com/ontology/fullName: 表示属性(ontology)中的fullName属性，

http://www.kg.com/ontology/hasBirthPlace: 表示属性(ontology)中的在"哪儿出生(hasBirthPlace)"的关系。

其中：http://www.kg.com是图谱id

字面量："1976-09-18"\^{}\^{}date: 表示date类型的值

• （2），RDF

一个用URI和字面量表示的三元组数据模型，即，任何知识都可以通过(subject, predicate, object)来拆解。

其中，subject和predicate只能是URI，而obeject可以是URI或字面量。当object是URI时，表示(实体，对象属性，实体)，简称关系；当object是字面量时，表示(实体，数据属性，值)，简称属性。

• （3），XML-Syntax

RDF本质上只定义了知识的表示规范，但不同实现对应不同的序列化方法。类似，UNICODE是规范，UTF8，UTF16或UTF32是实现方式。

即，XML：基于XML的RDF表示；Json-LD：基于Json的RDF表示；N-Triples：基于三元组的RDF表示等等。比如，N-Triples的表示：

(3).1, (实体，关系属性，实体): <http://www.kg.com/person/1> <http://www.kg.com/ontology/hasBirthPlace> <http://www.kg.com/place/10086>.

(3).2, (实体，数据属性，值): <http://www.kg.com/person/1> <http://www.kg.com/ontology/fullName> "想飞的猫"\^{}\^{}string.

即，XML-Syntax可以理解为RDF的落地物理数据，类似存储在MySQL中某一行的数据

• （4），RDFs/OWL

用概念(Class)，对象属性(Object Property)和数据属性(Data Property)来分别表示实体，关系和数据。

比如，定义，Person表示"人物"概念，hasChild表示"父母"的对象属性，fullName表示"全名"的数据属性。

即，(RDFs/OWL)可以理解为RDF的业务字段定义，类似MySQL中对每个字段的定义：字段名，类型等，使RDF具有了真正的语义含义。

• （5），RIF/SWRL

依附于OWL，它们是集成在OWL上，对概念和属性的约束和限定。它使OWL从此具备了语义推理能力，比如：

(5).1, A rdfs:subProperty B -> A是B的子属性，比如，A是对象属性"hasSon"，B是对象属性"hasChild"；

(5).2, A owl:TransitiveProperty -> A属性具有传递性，比如，A是对象属性“位于”；

(5).3, A owl:inverseOf B -> A属性与B属性具有相反性，比如，A是对象属性“父母”, B是对象属性子女；

(5).4,A owl:equivalentClass B -> 在融合不同的语义网时，如果2个网络都基于OWL，可以直接限定本体映射。比如，网络1用A(Human)表示人物，网络2用B(Person)表示人物。

• （6），SPARQL

查询RDF数据模型的语言，基于(实体，对象属性，实体)和(实体，数据属性，值)的限定，匹配查询数据结果。

SELECT ?n WHERE { 
 ?s rdf:type :Person. 
 ?s :personName '周星驰'. 
 ?s :hasActedIn ?o. 
 ?o :movieTitle ?n 
}

四，语义网的推理能力

使用语义网的推理能力，可以丰富和扩展不完备的缺失数据，甚至识别并判定错误关系或错误属性。

1，基于本体的推理：

RDFs/OWL是本体描述语言，所以，它们本身对概念和属性的约束和限定就构成了W3C规范里，自带的推理能力。比如：

2，基于规则的推理

用户自定义规则，使用第3方工具(Jena)，基于已定义好的RDFs/OWL文件，根据业务需求，指定新的概念和属性，比如：

（1）, ruleComedian:

(?p :hasActedIn ?m) (?m :hasGenre ?g) (?g :genreName '喜剧') -> (?p rdf:type :Comedian)

（2）, ruleTranstive:

(?p :isLocated ?m) (?m :isLocated ?n) -> (?p :isLocated ?n)

3，基于学习的推理

基于语义网，使用机器/深度学习方法，自动发现普通人难以发掘的新的概念或属性，作为其他推理能力的扩充。比如： 图嵌入