知识图谱与知识表示学习

Hale Waihona Puke Baidu文主要讲解知识图谱最重要的一部分——知识表示。
２ 从人工智能认识知识图谱
深度学习和知识图谱其实是 AI 的两个分支 [5]，简单地说， 深度学习其实就是聪明的 AI，能够进行感知、识别和判断； 而知识图谱是有学识的 AI，它能够进行思考和推理。所以目 前既要有聪明的算法提供强大的学习能力，又要有丰富的知识 在缺失大量数据的状况下能够通过推理表示出来的能力。AI 的未来离不开联结和符号的相结合、学习和推理的相结合、感 知和认知的相结合 [6]。AI 的核心其实就是学习和推理的过程。
— １３７ —
人工智能与识别技术
信息与电脑 China Computer&Communication
2018 年第 13 期
架、语义网络等，由于它们都存在着各种缺陷，目前知识表 示大多采用 RDF 和 RDFS 表示方法 [8]。
3.2 基于 RDF 的知识表示方法
RDF，即 Resource Description Framework，其中 Resource 代表页面、图片、视频等任何具有 URI 标识符，Description 代表属性、特征和资源之间的关系，Framework 代表模型、 语言和这些描述的语法 [9]。在 RDF 中，知识总是以三元组的 形式出现，所以 RDF 是一个三元组模型，每一个知识都可以 被描述为主谓宾的形式 [10]，下面举例说明。
2018 年第 13 期
信息与电脑 China Computer&Communication
人工智能与识别技术
知识图谱与知识表示学习
丁允念
（聊城大学，山东 聊城 252059）
摘 要：知识图谱是人工智能的一个重要分支，也是近几年比较热门的一个话题。知识图谱是由语义网络不断演化 过来的知识库，并综合利用了 KR、NLP、Web、ML、DB 等多方面的方法和技术来实现语义处理和开放互联的功能。知识图 谱和深度学习正在成为推动人工智能技术发展的核心动力，笔者主要阐述了知识图谱的发展历程以及知识表示方式。
１ 引言
随着网络技术的不断推进和发展，知识图谱成为了近几 年学术界研究的热门话题，知识图谱旨在描述概念、实体、 属性、事件及其之间的联系 [1]。1960 年，语义网络（Semantic Networks）作为知识表示的一种方法被提出，主要用于自然 语言理解领域 [2]。20 世纪 80 年代，本体论（Ontology）中 的哲学概念“本体”被引入人工智能领域用来刻画知识。 1989 年 Tim Berners-Lee 发 明 了 万 维 网 Linked Information System。1998 年提出了语义网（Semantic Web），由超文本 链接向语义链接过渡。2006 年 Tim 提出了数据链接（Linked Data）， 强 调 语 义 网 的 本 质 是 建 立 开 放 数 据 之 间 的 链 接。 2012 年，谷歌发布了基于知识图谱（Knowledge Graph）的 搜索引擎产品。知识图谱由此而生。知识图谱需要建立在知 识数据库的基础之上 [3]，这些知识数据库包括：文本、结构 化数据库、多媒体、传感器、众包等。知识图谱工程包括： 知识表示、知识抽取、知识融合、知识推理、知识问答、语 义搜索、知识链接、知识存储、知识众包与可视化等 [4]。本
关键词：知识图谱；人工智能；语义处理；知识表示 中图分类号：TP18 文献标识码：A 文章编号：1003-9767（2018）13-137-02
Knowledge Map and Knowledge Representation Learning
Ding Yunnian
(Liaocheng University, Liaocheng Shandong 252059, China) Abstract: Knowledge map is an important branch of artificial intelligence, and it is also a hot topic in recent years. Knowledge map is a knowledge base that has evolved from the semantic network. It uses many methods and techniques, such as KR, NLP, Web, ML, DB and so on, to realize semantic processing and open interconnection. Knowledge map and depth learning are becoming the core driving force to promote the development of artificial intelligence technology. The author mainly expounds the development process of knowledge map and the way of knowledge representation. Key words: mapping knowledge domain; artificial intelligence; semantic processing; knowledge representation
北 京 大 学 邀 请 马 云 作 为 演 讲 者， 演 讲 主 题 是《 你 的 眼 界决定你的高度》。可以从这句话中提取出两条重要的信 息：（Beijing University，speaker，Mayun） 与（Beijing University，theme，your vision determines your height）。 RDF 是一种将不同资源描述链接起来的模型，上面两条信息 有一个共同对象就是 Beijing University，这个对象就可以将 这两条重要的信息链接起来。并且每一个资源和特性都可以 用 URI 进行标识，由于 URL 标识有很多冗余数据，可根据 XML 中的 Namespace 给每一个对象加上一个前缀。
３ 知识表示
3.1 知识表示简述
简单而言，知识表示就是用易于计算机处理的方式来描 述人脑的知识 [7]。知识表示不是数据格式，不等同于数据结构， 也不是编程语言；对于人工智能而言，数据与知识的区别在 于知识表示支持推理。
早期知识表示的方式有一阶谓词逻辑、产生式系统、框
作者简介：丁允念（1993-），男，江苏徐州人，硕士研究生。研究方向：计算机语言学。