知识图谱 | 基础篇_知识图谱模式层

1 什么是知识图谱？

提及知识图谱，我们不妨从三个角度出发来进行理解：图形角度、数据角度和技术角度。

1.1 图形角度

先来看看下面这张图

上面这个图就是知识图谱的一种表示方式，C罗想必大家不陌生（咳咳，还认识梅西），具体展示了C罗各方面的信息，比如效力球队，获得的奖项等，同时除了展示C罗直接的信息之外，还会展示多层的内容：比如从足球运动员》运动员》人物，这也就使得上述图谱内容变得非常丰富。

1.2 数据角度

从数据的角度又该如何理解呢？还是来看上面这个图，其实它是由下述这种一个一个的三元组所构成：

• C罗（实体）-效力球队（属性）-皇家马德里（属性值）
• 足球运动员（实体）-属于（关系）-运动员
• …

这就是从数据的角度来进行描述知识图谱，即用多个三元组来进行表示。

知识图谱在逻辑上可分为模式层与数据层两个层次。比如上面括号内的内容就是模式层（主要有两种：实体-属性-属性值；实体-关系-实体），也被称为schema，而数据层主要是由一系列的事实组成，是schema的一个实现，即模式层分别的对应！

1.3 技术角度

知识图谱在技术角度来看实际上是一套工程技术，包括知识表示、知识抽取、知识存储、知识推理、知识融合、知识检索等。

说实话，笔者刚接触知识图谱时也觉得内容非常的庞大（当然现在也觉得是），每一个步骤其实都有很多的内容，不仅涉及理论上，还有很多工程层面的实现，所以真正想把知识图谱学好学精还是需要很多时间精力的，共勉之，一起加油~

2 知识图谱和机器学习的关系？

关系即分类区别和联系。

先说区别：主要就是逻辑思想不同。知识图谱的想法是构建三元组，先形成庞大的知识图谱体系，而机器学习则是利用已有的数据进行模型训练，然后再进行下游任务，比如分类，聚类，降维等等

表面来看，知识图谱和机器学习好像并无关联，但实际上还是有一些共通的思想和关联在的。

2.1 部分应用殊途同归

知识图谱一旦构建完毕之后，会进行很多的应用，有一类典型的应用就是【关系补全】，即两个节点之间的关系未知，能否利用已知的图谱关系类型信息进行补全？

熟悉机器学习的同学就会了解，这本质上可以理解为机器学习中的【分类】问题，已知了很多的标签样本（已知的关系类型），预测未知的样本标签（补全关系类型）。

2.2 部分应用相结合

除了一些殊途同归的应用之外，有些应用是可以互相结合的！比如说知识图谱构建完成后，下游任务很重要的一块内容就是：社团划分算法（比louvian、lpa标签传播等），以欺诈用户为例，如何判断根据社团划分得到的用户群体为欺诈用户呢？一种方法就是和机器学习的预测结果相结合！比如根据社团呼划分得到的100个用户，如果机器学习模型预测80人都是坏人，那么是不是就可以说明结果的有效性呢？当然仅仅是举一个例子，提供了一个方向，更多的需要在实践中不断探索，比如这个阈值如何设置更加合理？

2.3 过程中可以互为补充

比如机器学习模型很大的一块内容是特征工程，而一旦特征构建完成之后，是可以补充到知识图谱上的。比如通过特征工程得到张三的信用得分为500分，那么就可以构建如下三元组：【张三】-【信用得分】-【500】，加入到知识图谱中了。

反过来，机器学习模型也可以从知识图谱中抽取相应的特征，为自己的模型所用，而且由于知识图谱涵盖的信息较为全面，对于模型的预测也是非常有帮助~

3 知识图谱的分类

知识图谱的分类主要有两大类方法，

一种是根据知识图谱的适用范围来进行划分，可分为通用知识图谱和领域知识图谱。

一种是根据知识图谱的内容来进行划分的，可分为数据知识图谱和规范知识图谱。

3.1 通用知识图谱和领域知识图谱

3.1.1 通用知识图谱（GKG）

• 知识概况：以常识性知识为主，强调知识的广度
• 使用者：使用者为一般用户
• 构建方式：自底向上构建，很多基于维基百科
• 典型例子：
  • 常识知识类：FreeBase，DBPedia，Wikidata，ConceptNet
  • 语言知识类：WordNet

3.1.2 领域知识图谱（DKG）

• 知识概况：面向特定领域的知识，强调知识的深度
• 使用者：使用者为特定领域人员
• 构建方式：自顶向下构建，需要领域专业人员或专业资料
• 典型例子：医疗、金融、法律、生态环境、能源制造、情报。。。

3.1.3 两者比较

联系为：GKG对于DKG有着显著支撑作用。具体见下图：

区别见下：

3.2 数据知识图谱和规范知识图谱

3.2.1 数据知识图谱

• 传统知识图谱
• 面向通用领域或特定领域
• 事实数据之间的关联关系

比如下图：

3.2.2 规范知识图谱

• 新型知识图谱
• 面向特定领域
• 领域概念和规范之间的关联关系
• 金融审计规范，医学诊疗流程
• 可与数据知识图谱进行匹配（一致性检查），用于异常检测和预警

比如见下图：

4 知识图谱的表示

知识图谱的表示主要有两种方式，一种是符号化表示，另一种是分布式表示。

4.1 符号化表示（DKG）

比如文章一开始C罗的那个图谱即采用了符号化的表示。同样的例子见下图：

4.2 分布式表示（DR）

知识图谱的分布式表示即通过表示学习后，图谱上每一个节点都可以用指定维度的向量来进行表示。

下图中的h表示头实体，t表示尾实体，r表示关系类型，均用向量化进行表示。（具体的表示学习方法后续还会单独开一篇推文进行介绍，敬请期待~）

4.3 两者比较

5 知识图谱的构建

分为通用型的知识图谱构建和领域知识图谱的构建进行描述。

5.1 通用型知识图谱

一般采用自底向上的构建方法。

大致步骤包括：知识获取、知识存储、知识抽取、知识融合、知识计算和知识应用。

5.2 领域知识图谱

一般采用自上向下的构建方法。

• 人工构建
  • 需要大量的领域专家，阅读大量的专业材料
  • 需要与计算机专业人士配合，将知识表示为计算机可理解的形式
• 从结构化数据中自动抽取
  • 从领域相关数据库的表名和字段名中提取
  • 数据库表覆盖范围有限，只有基本概念及其关系
• 从非结构化数据（文本）中自动抽取
  • 基于规则的方法：需要领域知识，扩展性差，发展变化快
  • 数据驱动的方法：需要大量的标注数据，通常不易获取
• 需要结合计算机强大的计算能力和领域专业人员的认知能力与经验

6 知识图谱可以干嘛？

知识图谱一旦构建ok后，可以进行很多的下游任务，具体包括但不局限于下面这些内容：

7 参考

• 知识图谱与机器学习如何结合？:http://www.woshipm.com/ai/4091143.html
• 通俗易懂解释知识图谱（Knowledge Graph）:https://www.cnblogs.com/huangyc/p/10043749.html