知識(shí)應(yīng)用難點(diǎn)在于知識(shí)推理，知識(shí)推理的難點(diǎn)在于知識(shí)表示。

文章目錄

• 一、經(jīng)典知識(shí)表示理論
• • 1、邏輯
  • • （1）命題邏輯
    • • a、命題邏輯真值表
      • b、一階謂詞邏輯 vs 高階謂詞邏輯
    • （2）語義網(wǎng)絡(luò)（Semantic Network）
    • • a、關(guān)系的類型
      • b、根據(jù)論元個(gè)數(shù)把關(guān)系分為：一元關(guān)系、二元關(guān)系和多元關(guān)系
    • （3）框架
    • • a、框架的組成
      • b、示例
    • （4）腳本
    • • a、腳本的組成
• 二、語義網(wǎng)中的知識(shí)表示方法
• • 1、語義網(wǎng)表示方法
  • 2、語義網(wǎng)知識(shí)描述體系
  • • （1）XML
    • （2）RDF
    • （3）OWL
    • • a、頭部
      • b、主體（核心）
      • c、功能性標(biāo)簽
      • d、語義網(wǎng) vs 語義網(wǎng)絡(luò)
• 三、知識(shí)圖譜中的知識(shí)表示方法
• • 1、表示框架
  • • （1）本體
    • （2）組合值類型（CVT）
• 四、知識(shí)圖譜的數(shù)值化表示方法
• • 1、符號(hào)的數(shù)值化表示
  • 2、文本的數(shù)值化表示
  • 3、知識(shí)圖譜的數(shù)值化表示

一、經(jīng)典知識(shí)表示理論

1、邏輯

根據(jù)復(fù)雜性從弱到強(qiáng)：命題邏輯（propositional logic）、一階謂詞邏輯、高階邏輯。

（1）命題邏輯

定義了具有真假值的原子命題，并可通過與（$?$）、或（$?$）、非（﹁）、蘊(yùn)含（$?$）、當(dāng)且僅當(dāng)（$?$）等，將多個(gè)原子命題組合成復(fù)合命題，而推理過程則根據(jù)邏輯連接詞的真值表進(jìn)行推導(dǎo)。

a、命題邏輯真值表

XY﹁XX$?$YX$?$YX$?$YX$?$Y

true	true	false	true	true	true	true
false	true	true	false	true	true	false
true	false	false	false	true	false	false
false	false	true	false	false	true	true

只要推論是真，命題就一定為真；推論為假的時(shí)候，看假設(shè)是否與推論的真值一致，一致的話，命題為真，不一致的話，命題為假。

b、一階謂詞邏輯 vs 高階謂詞邏輯

謂詞邏輯分為一階謂詞邏輯和高階謂詞邏輯，主要區(qū)別：是否可以量化謂詞或集合。

一階謂詞邏輯（一階邏輯）：

• 在命題邏輯基礎(chǔ)上引入了全稱量詞（$?$ ，表示集合全部）和存在量詞（$?$，表示在論域中存在至少一個(gè)對(duì)象），使得一階邏輯可以量化實(shí)體和概念

高階邏輯：

• 量化謂詞或集合
• 二階量化集合
• 三階量化集合的集合

（2）語義網(wǎng)絡(luò)（Semantic Network）

該模型認(rèn)為人類的記憶是由概念間的聯(lián)系（語義關(guān)系）實(shí)現(xiàn)的，其最基本的語義單元為語義基元，用三元組形式表示：<節(jié)點(diǎn)1，關(guān)系，節(jié)點(diǎn)2>。

a、關(guān)系的類型

• 實(shí)例關(guān)系（ISA）：體現(xiàn)“具體與抽象”的概念，含義為“是一個(gè)”，表示一個(gè)事物是另一個(gè)事物的一個(gè)實(shí)例。
• 分類關(guān)系（泛化關(guān)系）（AKO，a kind of）：體現(xiàn)“子類與超類”的概念，含義為“是一種”，表示一個(gè)事物是另一個(gè)事物的一種類型。
• 成員關(guān)系（A-Member-of）：體現(xiàn)“個(gè)體與集體”的關(guān)系，含義為“是一員”，表示一個(gè)事物是另一個(gè)事物的一個(gè)成員。
• 屬性關(guān)系：指事物和其屬性之間的關(guān)系。常用的屬性關(guān)系：Have、Can
• 聚合(聚類、包含)關(guān)系：有組織或結(jié)構(gòu)特征的“部分與整體”之間的關(guān)系。
• 時(shí)間關(guān)系：不同事件在其發(fā)生時(shí)間方面的先后次序關(guān)系。常用的時(shí)間關(guān)系：在前、在后
• 位置關(guān)系：不同事物在位置方面的關(guān)系。常用的位置關(guān)系：在、在上、在下、在內(nèi)、在外
• 相近關(guān)系：不同事物在形狀、內(nèi)容等方面相似或相近

b、根據(jù)論元個(gè)數(shù)把關(guān)系分為：一元關(guān)系、二元關(guān)系和多元關(guān)系

• 一元關(guān)系：用一元謂詞 $P(x)$ 表示，$P$ 表示實(shí)體/概念的性質(zhì)、屬性等，$x$ 表示實(shí)體。eg：有翅膀(鳥)
• 二元關(guān)系：用二元謂詞 $P(x,y)$ 表示，$x,y$ 表示實(shí)體，$P$ 表示實(shí)體之間的關(guān)系。eg：首都(中國，北京)
• 多元關(guān)系：語義網(wǎng)將多元關(guān)系轉(zhuǎn)化為多個(gè)二元關(guān)系，然后利用合取把這個(gè)多元關(guān)系表示出來。

（3）框架

框架是一種描述所討論對(duì)象（事物、事件、概念等）屬性和行為的數(shù)據(jù)結(jié)構(gòu)。

a、框架的組成

• 框架名：每個(gè)框架都有一個(gè)框架名，唯一標(biāo)識(shí)一個(gè)框架。
• 槽（Slot）：包括 槽名、槽值
  • 一個(gè)框架由若干個(gè)槽構(gòu)成，每個(gè)槽都有槽名；
  • 一個(gè)槽用于說明框架某一方面的屬性；
  • 屬性的值即為槽值。
• 側(cè)面（Facet）：包括 側(cè)面名、側(cè)面值
  • 一個(gè)槽有可能劃分為若干個(gè)側(cè)面，具有相應(yīng)的側(cè)面名；
  • 一個(gè)槽可能含有若干細(xì)分屬性，一個(gè)側(cè)面用來說明其中的一個(gè)屬性；
  • 屬性的值即為側(cè)面值。
• 約束條件：用來約束、限制槽值、側(cè)面值的填寫。一般不單獨(dú)列出，而包含在值的填寫約束中。

b、示例

框架1:<災(zāi)難>槽1:<時(shí)間>槽2:<地點(diǎn)>槽3:<傷亡>側(cè)面3.1:<死亡人數(shù)>側(cè)面3.2:<失蹤人數(shù)>槽4:<損失>側(cè)面4.1:<直接經(jīng)濟(jì)損失>側(cè)面4.2:<間接經(jīng)濟(jì)損失>槽5:<救援>側(cè)面5.1:<救援部門>側(cè)面5.2:<救援時(shí)間>側(cè)面5.3:<捐贈(zèng)情況>

（4）腳本

腳本通過一系列的原子動(dòng)作來表示事物的基本行為，按照時(shí)間順序描述事物的發(fā)生，描述動(dòng)態(tài)的過程。腳本表示的知識(shí)有確定的時(shí)間或因果順序，必須是前一個(gè)動(dòng)作完成后才會(huì)觸發(fā)下一個(gè)動(dòng)作的開始。

特點(diǎn)：表示方法能力有限，因其能夠描述有一定時(shí)序關(guān)系的槽信息，在AI和NLP中得以應(yīng)用，eg：智能對(duì)話系統(tǒng)，如酒店預(yù)訂、機(jī)票預(yù)訂等。

a、腳本的組成

• 進(jìn)入條件：事件發(fā)生的前提條件。
• 角色：事件中可能出現(xiàn)的人物。
• 道具：事件中可能出現(xiàn)
• 舞臺(tái)：腳本中事件發(fā)生的空間。
• 場景：時(shí)間發(fā)生的序列，是腳本的主體部分。缺陷：需要對(duì)所有可能發(fā)生動(dòng)作序列進(jìn)行枚舉。
• 結(jié)局：給出在腳本所描述的事件發(fā)生之后通常所產(chǎn)生的結(jié)果，對(duì)應(yīng)著進(jìn)入后續(xù)腳本的先決條件。

二、語義網(wǎng)中的知識(shí)表示方法

1、語義網(wǎng)表示方法

在拓?fù)浣Y(jié)構(gòu)上可看作一個(gè)圖或網(wǎng)絡(luò)。

<!-- xml格式文檔 --> <影星><中文名>甄子丹</中文名><外文名>Donnie Yen</外文名><國籍>中國</國籍><民族>漢</民族><身高>175cm</身高><出生><出生地>廣州市</出生地><出生日期>1963年7月27日</出生日期></出生><畢業(yè)院校>西安趙長軍武術(shù)學(xué)院 </畢業(yè)院校> </影星>

與框架相比：不需要對(duì)具有多個(gè)側(cè)面的屬性定義另一個(gè)框架，而是直接定義屬性和屬性關(guān)系建立它們之間的聯(lián)系（eg：定義屬性“出生”和屬性“出生地”并建立一個(gè)“部分-整體”的關(guān)系鏈接“出生”和“出生地”）。

2、語義網(wǎng)知識(shí)描述體系

常用：XML（可擴(kuò)展標(biāo)記語言，eXtensible Markup Language）、RDF（資源描述框架，Resource Description Framework）和OWL（網(wǎng)絡(luò)本體語言，Web Ontology Language）

（1）XML

提出：為了解決動(dòng)態(tài)信息的顯示問題，以及HTML在數(shù)據(jù)表示和描述方面混亂的問題而提出的技術(shù)標(biāo)準(zhǔn)。但其通用性受到限制（不同時(shí)期或?qū)儆诓煌M織的語義知識(shí)需要相互兼容）。

一個(gè)標(biāo)準(zhǔn)的XML文檔需包含一個(gè) 序言和若干具體內(nèi)容，也可包含一個(gè)尾注。

• 序言：對(duì)XML的聲明以及外部文檔的引用。
• 內(nèi)容：通過元素來記錄，元素的標(biāo)簽必須是字母、下劃線、冒號(hào)，標(biāo)簽含有的內(nèi)容可以是文本、數(shù)值、時(shí)間甚至為空。元素可以嵌套，深度不受限制。

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE html SYSTEM "url.dtd"><!-- xml文檔的內(nèi)容 --> <人物><名字>馬克斯·普朗克</名字><國籍>德國</國籍><專業(yè)>物理學(xué)家</專業(yè)>... </人物>

• 第一行：定義所使用的XML版本和字符編碼。
• 第二行：<!DOCTYPE>標(biāo)簽是標(biāo)準(zhǔn)通用標(biāo)記語言的文檔類型聲明，表示引用外部文件來定義本地文檔中出現(xiàn)的名字，url.dtd標(biāo)記了要引用文檔的路徑。

（2）RDF

RDF假設(shè)任何復(fù)雜的語義都可以通過若干個(gè)三元組的組合來表達(dá)，并定義這種三元組的形式為“對(duì)象 — 屬性 — 值”或“主語 — 謂語 — 賓語”，其中需要公開或者通用的資源，都會(huì)綁定一個(gè)可識(shí)別的通用資源標(biāo)識(shí)符（universal resource identifier, URI）

示例：

<http://dbpedia.org/resource/Max_Planck> <http://xmlns.com/foaf/0.1/name> "Max Planck"@en <馬克斯·普朗克，國籍，德國>

當(dāng)需要表示的參數(shù)超過兩個(gè)，常通過RDF定義的一組二元謂詞來表示，但增加了復(fù)雜性，也加大了后續(xù)處理的難度。示例如下：

馬克斯·普朗克1919年獲得諾貝爾獎(jiǎng)。 轉(zhuǎn)換為 ==》 <獲獎(jiǎng)信息87，人物，馬克斯·普朗克> <獲獎(jiǎng)信息87，時(shí)間，1919年> <獲獎(jiǎng)信息87，名稱，諾貝爾獎(jiǎng)>

查詢語言：SPARQL

RDF Schema(RDFs)是一種用于描述RDF的輕量級(jí)語言，主要關(guān)注類別和屬性的層次結(jié)構(gòu)以及繼承關(guān)系等，可限制子類和屬性層次及其屬性的定義域、值域，便于不同知識(shí)內(nèi)容的交互和融合。

（3）OWL

OWL建立在RDF和RDFs上，主要包括頭部和主體兩部分。

a、頭部

使用命名空間中預(yù)定義的標(biāo)簽來形成本體的頭部，其中預(yù)定義命名空間包括 xmlns:owl、xmlns:rdf、xmlns:rdfs、xmlns:xsd等等。示例：物理學(xué)家 本體可用如下頭部表示

<owl:Ontology rdf:about=""><rdfs:comment>一個(gè)本體的例子</rdfs:comment><rdfs:label>物理學(xué)家本體</rdfs:label> </owl:Ontology>

<owl:Ontology rdf:about=""> 表示本模塊描述當(dāng)前本體

b、主體（核心）

用于描述本體的類別、實(shí)例、屬性之間相互關(guān)聯(lián)的部分。示例如下，包括但不限于此。

• 類別關(guān)系描述本體的類別所屬，只需記錄父親（subClassOf）
• owl:ObjectProperty表示對(duì)象類型屬性，rdfs:domain和rdfs:range表示該屬性的定義域和值域。
  • owl:subProperty表示記錄屬性間的從屬關(guān)系。

<owl:Class rdf:ID="物理學(xué)家"><rdfs:subClassOf rdf:resource="科學(xué)家"/><rdfs:label xml:lang="en">physicist</rdfs:label><rdfs:label xml:lang="zh">物理學(xué)家</rdfs:label>... </owl:Class> <owl:ObjectProperty rdf:ID="國籍"><rdfs:domain rdf:resource="人物"/><rdfs:range rdf:resource="xsd:string"/>... </owl:ObjectProperty>

c、功能性標(biāo)簽

• 傳遞性：owl:TransitiveProperty
• 對(duì)稱性：owl:SymmetricProperty
• 函數(shù)性：owl:FunctionalProperty
• 可逆性：owl:inverseOf
• 約束性：owl:Restriction
• 映射：owl:equivalentClass 和 owl:equivalentProperty

示例：只有獲得過諾貝爾獎(jiǎng)的物理學(xué)家才被稱為諾貝爾物理學(xué)家

<owl:Class rdf:about="諾貝爾物理學(xué)家"><rdfs:subClassOf rdf:resource="物理學(xué)家"/><owl:Restriction><owl:onProperty rdf:resource="獲獎(jiǎng)名稱"/><owl:allValuesFrom rdf:resource="諾貝爾獎(jiǎng)"/></owl:Restriction> </owl:Class>

d、語義網(wǎng) vs 語義網(wǎng)絡(luò)

在語義網(wǎng)絡(luò)中，對(duì)節(jié)點(diǎn)和邊的描述沒有標(biāo)準(zhǔn)，用戶按需自行定義，會(huì)導(dǎo)致：

• 不同用戶定義方式不同，不便于知識(shí)的分享；
• 無法區(qū)分知識(shí)描述和知識(shí)實(shí)例。

語義網(wǎng)基于W3C制定的標(biāo)準(zhǔn)，利用統(tǒng)一的形式對(duì)知識(shí)進(jìn)行描述和關(guān)聯(lián)，利于知識(shí)的共享和利用。
語義網(wǎng)通過語義具化（Semantic Grounding），讓每個(gè)概念（實(shí)體、類別、關(guān)系、事件等）都有一個(gè)唯一的標(biāo)識(shí)符。

三、知識(shí)圖譜中的知識(shí)表示方法

1、表示框架

（1）本體

• 一個(gè)知識(shí)本體主要涵蓋以下內(nèi)容：事物、概念、屬性、關(guān)系、函數(shù)、約束、規(guī)則、公理。
• 目前大部分知識(shí)譜圖主要是對(duì)前四部分內(nèi)容（事物、概念、屬性、關(guān)系）進(jìn)行建模，只有很少的知識(shí)圖譜建模了簡單的規(guī)則結(jié)構(gòu)，也反映不同層次知識(shí)在表示上的復(fù)雜程度是不同的。
• 知識(shí)用統(tǒng)一的三元組形式表示，不論是對(duì)人類操作的便捷性還是對(duì)計(jì)算機(jī)計(jì)算的高效性，都有很大優(yōu)勢。
• 知識(shí)圖譜的知識(shí)表示不僅體現(xiàn)在RDF為基礎(chǔ)的三元組之上，還體現(xiàn)在實(shí)體、類別、屬性、關(guān)系等多顆粒度、多層次語義單元的關(guān)聯(lián)之上。

（2）組合值類型（CVT）

待補(bǔ)充

四、知識(shí)圖譜的數(shù)值化表示方法

1、符號(hào)的數(shù)值化表示

語義計(jì)算
特征工程

2、文本的數(shù)值化表示

1957年，Firth對(duì)分布假說進(jìn)行進(jìn)一步闡述和明確：詞的語義由上下文決定。

詞空間模型（Word Space Model）==》詞的分布表示（Distributional Representation）

3、知識(shí)圖譜的數(shù)值化表示

基于張量分解
基于能量函數(shù)

總結(jié)

以上是生活随笔為你收集整理的知识图谱（二）——知识表示的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。