知识表示

1.知识表示

知识表示是计算机用一种表示方法来表达人类语言，或者计算机可以理解这种表示方法并在知识图谱中表达出来。

1.1. 语义网络

一个知识表示的网络结构包括 nodes 和 links（betwwen nodes)

• node: objects or concepts
• links: relations between nodes

一个网络知识图谱会用人类的语言来定义nodes和links,还会使用一些广泛接受的知识表示格式。

一个知识图谱的示例

1.2. 框架结构

• 每个框架都有多个槽(slot),信息都保存在slot里面
• slot里面包含着多种多样的信息，例如 Facts or Data, Procedures, Default Values, even other frames.

一个ALex Frame 的示例

2. 知识图谱表示

知识图谱主要有三种表达方法：XML、RDF、RDFS，OWL

2.1 XML

XML是一种用于描述结构化信息的语言，从SGML(例如HTML)发展而来，下面是一个HTML的示例：

1

<i>This book</i> has the title <b>KG</b>

XML vs. HTML

2.1.1 XML 语法

1. XML 文档都是一个text 文档
2. 每个XML文档开头都有如下声明：

• XML版本标准
• (可选)编码方式，默认Unicode

1

例如： <?xml version="1.0" encoding="GB2312" ?>

3. XML 元素

• 描述的对象必须包含在一个匹配的标签对中。这些标签是 case-sensitive：<CITY> <City> <city>
• 元素内部可以包含纯文本文件，也可以是其他的XML元素，嵌套是任意深度的。
• 空元素可以写成一个闭合标签： <year> </year> = <year/>
• 有且只有一个root element, 整个XML文档就是一个root element

1
2
3
4
5
6

<author>                                       
    <firstName>Guilin</firstName>              
    <lastName>Qi</lastName>
    <email>gqi@seu.edu.cn</email>
    This is some text inside an XML element.
</author>

line 1: start tag
line 2-4: sub-element
line 5: text(optional)
line 6: end tag

4. XML 属性
   我们可以将一个子元素转化为属性存储：

1

<author email=“gqi@seu.edu.cn”>

属性：email， 值：‘gqi@seu.edu.cn‘

重要规则

1
2
3
4
5
6
7
8
9
10
11
12
13

<book>
<title>Knowledge Graph</Title>
<author>
<firstName>Guilin</firstName>
<lastName>Qi</lastName>
<email>gqi@seu.edu.cn</email>
This is some text inside an XML element.
</author>
<author>
<firstName>Tianxing<lastName>
</firstName>Wu</lastName>
<email>tianxingwu@seu.edu.cn</email>
</author>

1. XML 评论

1

例：<!-- comment is written here-->

6. XML预定义的实体
   为了防止一些符号和语法发生冲突，对于特定的符号进行预定义

2.1.2 XML 命名空间

2.1.3 XML 规范

Why we need?

• 可以在不同应用之间使用XML文档
• XML规范使用的是 W3C 标准，规则本身也是用XML文件编写
• XML 规范必须 Well Formed(格式良好) and Valid(有效)

W3C Recommended XML Schema Language:
XML Schema Definition (XSD), https://www.w3.org/2001/XMLSchema#

1
2
3
4
5
6
7
8

 <?xml version="1.1" encoding="utf-16"?>
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
    <xsd:element name="author" type="xsd:string"
                 minOccurs="1" maxOccurs="unbounded">
        <xsd:attribute name="email" type="xsd:string" use="required"/>
        <xsd:attribute name="homepage" type="xsd:anyURI" use="optional"/>
    </xsd:element>
</xsd:schema>

1
2
3
4
5
6
7
8

 ...
<author email="gqi@seu.edu.cn" homepage="http://cse.seu..">
    Guilin Qi
</author>
<author email="tianxingwu@seu.edu.cn">
    Tianxing Wu
</author>
...

2.2 RDF

RDF: 一个三元组的数据模型 (subject, predicate,Object) 。 例如：(SEU, locateAt, Nanjing)。

一个RDF的知识库：一个有向的标记图（ 知识图谱）

RDF Graph:directed labeled graph

2.2.1 RDF: QName

QName: 一种用来简化和缩短URI(IRI)的书写方式

因此在上面的 “Boston” 和 “Nickname” 的问题我们有下面的解决方式：

• URI: http://dbpedia.rig/resource/Boston
• QName: db:Boston

• URI: http://example.org/terms/nickname
• QName: dbo:nickname

上面的RDF Graph 可以重新写成如下的形式：

Use URIs and QNames

2.2.2 RDF Triple

graph LR;
A[subject] -->|predicate| B[object]

• subject: Resource or Blank node
• predicate: Resource
• Object: Resource, literal or Blank node

graph LR;
A[ex:Guilin Qi] -->|ex:Speaker| B[_:x];
B -->|ex:theme| C[ex:KG]

2.2.3 RDF Syntax

序列化格式：Turtle，N-Triples, N-Quads, JSON-LD,N3,RDF/XML,RDF/JSON

2.2.3.1 Turtle

Turtle(Terse RDF Triple Language):

• S P O 三元组格式
• IRIs 用尖括号表示<IRIs>
• 三元组以句号结尾
• 空白字符会被忽略

1
2
3
4
5
6
7
8
9
10

<http://dbpedia.org/resource/Massachusets> <http://example.org/terms/captial>
    <http://dbpedia.org/resource/Boston> .
<http://dbpedia.org/resource/Massachusets> <http://example.org/terms/nickname>
    “The Bay State” .
<http://dbpedia.org/resource/Boston> <http://example.org/terms/inState>
    <http://dbpedia.org/resource/Massachusets> .
<http://dbpedia.org/resource/Boston> <http://example.org/terms/nickname>
    “Beantown” .
<http://dbpedia.org/resource/Boston> <http://example.org/terms/population>
    “642109”^^xsd:integer .

1
2
3
4
5
6
7
8

@prefix db: <http://dbpedia.org/resource/> .
@prefix dbo: <http://example.org/terms/> .

db:Massachusets dbo:capital db:Boston .
db:Massachusets dbo:nickname “The Bay State” .
db:Boston dbo:inState db:Massachusets .
db:Boston dbo:nickname “Beantown” .
db:Boston dbo:population “642109”^^xsd:integer .

1
2
3
4
5
6
7
8

@prefix db: <http://dbpedia.org/resource/> .
@prefix dbo: <http://example.org/terms/> .

db:Massachusets dbo:captial db:Boston ;
                dbo:nickname “The Bay State” .
db:Boston dbo:inState db:Massachusets ;
          dbo:nickname “Beantown” ;
          dbo:population “642109”^^xsd:integer .

2.2.3.2 RDF/XML

RDF最初是在XML的基础上发展而来的，如今很多工具和库都支持XML

命名空间用来区分标签的含义，属于RDF的标签有固定的命名空间，简称”rdf”

2.2.3.3 N-ary Relations

RDF是一个三元组模型，合适表示二元关系，但现实中存在着大量的多元关系，我们可以通过映入一个中间节点来完成这个任务。

示例：

所有的多元关系都可以二元化，这个过程成为具体化。我们在这个过程中通常使用 blank node来帮助构建二元关系。

RDFS

三元组的使用场景

三元组能够有效的表达和使用，但是不能覆盖所有知识，尤其是复杂关系。

• RDFS 为RDF提供数据建模词汇
• 基础RDF词汇的扩展
• 为RDF数据提供了一致的解释
• 运行指定模式知识
• 是 W3C 推荐标准的一部分

2.3.1 Class and Instance

给定一个三元组：

ex:SemanticWeb rdf:type ex:Textbook
这个表达的是SemanticWeb是一本教科书,SemanticWeb 是Textbook的一个具体的实例。但是仅从URI/IRI的表达来看，我们无法知道ex:SemanticWeb 和 ex:Textbook哪一个是个体实例，哪一个是群体类。

RDFS提供了解决方案，他可以来声明某个资源是一个类。

ex:Textbook rdf:type rdfs:Class

2.3.2 Class hierarchy

类的层次结构具有传递性，例如：

如何在RDF/CML中定义一个类：

2.3.3 Property Restrictions

rdfs:domain:定义了Subject的类型
rdfs:range:定义类Object的类型

例如：

ex:isMarriedTo rdfs:domain ex:Person .
ex:isMarriedTo rdfs:rtange ex:Person .

2.3.4 Reification

利用blank node来描述一个多元的复制关系

Exercise: Lee is a speaker of conference and its theme is Artifical Intelligence
Answer:

graph LR;
A[Lee]-->|SpeakerOf| B[Blank node];
B -->|rdfs:type| C[conference];
B -->|theme| D[Artifical Intelligence]