轉(zhuǎn)自：https://zhuanlan.zhihu.com/p/31864048
前一篇文章“為什么需要知識圖譜遍坟？什么是知識圖譜？——KG的前世今生”提及了和知識圖譜相關(guān)的一些早期概念晴股。為了讓讀者能夠更好地區(qū)分這些概念愿伴，以及更好地在整體上把握知識譜圖發(fā)展過程，本文將對這些概念作一個更為詳細(xì)的介紹队魏。
一公般、語義網(wǎng)絡(luò)（Semantic Network）
對于初學(xué)者來講，這個概念很容易和語義網(wǎng)（Semantic Web）相混淆胡桨。為了行文一致官帘，除非特別說明，語義網(wǎng)絡(luò)指Semantic Network昧谊，語義網(wǎng)指Semantic Web刽虹。
語義網(wǎng)絡(luò)是由Quillian于上世紀(jì)60年代提出的知識表達(dá)模式，其用相互連接的節(jié)點(diǎn)和邊來表示知識呢诬。節(jié)點(diǎn)表示對象涌哲、概念胖缤，邊表示節(jié)點(diǎn)之間的關(guān)系。
語義網(wǎng)絡(luò)的優(yōu)點(diǎn)：
1. 容易理解和展示阀圾。
2. 相關(guān)概念容易聚類哪廓。
語義網(wǎng)絡(luò)的缺點(diǎn)：
1. 節(jié)點(diǎn)和邊的值沒有標(biāo)準(zhǔn)，完全是由用戶自己定義初烘。
2. 多源數(shù)據(jù)融合比較困難涡真，因?yàn)闆]有標(biāo)準(zhǔn)。
3. 無法區(qū)分概念節(jié)點(diǎn)和對象節(jié)點(diǎn)肾筐。
4. 無法對節(jié)點(diǎn)和邊的標(biāo)簽(label哆料，我理解是schema層，后面會介紹)進(jìn)行定義吗铐。
簡而言之东亦，語義網(wǎng)絡(luò)可以比較容易地讓我們理解語義和語義關(guān)系。其表達(dá)形式簡單直白唬渗，符合自然典阵。然而，由于缺少標(biāo)準(zhǔn)镊逝，其比較難應(yīng)用于實(shí)踐萄喳。看過上一篇文章的讀者可能已經(jīng)發(fā)現(xiàn)蹋半，RDF的提出解決了語義網(wǎng)絡(luò)的缺點(diǎn)1和缺點(diǎn)2，在節(jié)點(diǎn)和邊的取值上做了約束充坑，制定了統(tǒng)一標(biāo)準(zhǔn)减江，為多源數(shù)據(jù)的融合提供了便利。另外捻爷，RDF對is-a關(guān)系進(jìn)行了定義辈灼，即，rdf:type（是rdf標(biāo)準(zhǔn)中的一個詞匯也榄，之后的文章會介紹）巡莹。因此，不管在哪個語義網(wǎng)絡(luò)中甜紫，表達(dá)is-a關(guān)系降宅，我們都用rdf:type，在語法上形成了統(tǒng)一囚霸。比如上圖中貓腰根、熊與哺乳動物的關(guān)系就可以形式化的表達(dá)為：
貓 rdf:type 哺乳動物
熊 rdf:type 哺乳動物
但還有個問題，如何區(qū)分概念和對象拓型？即定義Class和Object(也稱作Instance, Entity)额嘿。如果不能區(qū)分瘸恼，會對我們產(chǎn)生什么影響？舉個例子册养，假如我們有兩個語義網(wǎng)絡(luò)A和B东帅。在A中，熊是哺乳動物的一個實(shí)例球拦。在B中靠闭，熊是哺乳動物的一個子類。前者是is-a關(guān)系刘莹，后者是subClassOf關(guān)系阎毅。這種情況常有發(fā)生权逗，我們建模的角度不同佳镜，那么同一個事物的表示也可能不同。如果我們不能用一種方法來區(qū)別兩者在讶，不僅會給我們帶來理解上的困難抢肛，在進(jìn)行融合的時候也會造成數(shù)據(jù)沖突狼钮。我們不能說A既是B的一個實(shí)例，又是B的一個子類捡絮。W3C制定的另外兩個標(biāo)準(zhǔn)RDFS/OWL解決了這個問題熬芜，如下圖。
在語義網(wǎng)技術(shù)棧中福稳，RDFS和OWL是RDF更上一層的技術(shù)涎拉，主要是為了解決語義網(wǎng)絡(luò)的缺點(diǎn)3和缺點(diǎn)4，其提供了schema層的描述的圆。在后續(xù)文章中鼓拧，我們將更詳細(xì)地介紹RDF，RDFS/OWL越妈。在這里季俩，讀者只需要知道，通過RDFS或者OWL中的預(yù)定義詞匯梅掠，我們可以形式化地聲明一個類：
哺乳動物 rdf:type rdfs:Class
或者
哺乳動物 rdf:type owl:Class
通過RDFS也可以聲明一個子類：
熊 rdf:type rdfs:Class
熊 rdfs:subClassOf 哺乳動物
或者聲明一個實(shí)例
熊 rdf:type 哺乳動物
我們也可以把rdf:type用a代替酌住，即：
熊 a 哺乳動物
RDF，RDFS/OWL屬于語義網(wǎng)技術(shù)棧阎抒，它們的提出酪我，使得語義網(wǎng)克服了語義網(wǎng)絡(luò)的缺點(diǎn)。
盡管語義網(wǎng)絡(luò)有這些缺點(diǎn)且叁，還是有許多項(xiàng)目是基于語義網(wǎng)絡(luò)的思想建立起來的祭示。下面列幾個比較出名和實(shí)用的項(xiàng)目：
WordNet。它是一個英語的詞匯庫，將英語單詞劃分為同義詞集合质涛，用不同的語義關(guān)系將這些集合關(guān)聯(lián)起來稠歉。其在自然語言處理的中有許多應(yīng)用，比如消歧汇陆、信息檢索怒炸、文本分類、文本摘要等等毡代。
BabelNet阅羹。相對于WordNet，BabelNet是一個多語言的詞匯庫教寂。它是通過自動把維基百科鏈接到WordNet上構(gòu)建起來的捏鱼，另外也用到了其他的一些詞匯資源。
HowNet酪耕，即知網(wǎng)导梆，中文語義詞典。其以漢語和英語詞語所代表的概念為描述對象迂烁，構(gòu)建了一個包含概念之間以及概念所具有的屬性之間的關(guān)系的常識知識庫看尼。
二、語義網(wǎng)（Semantic Web）和鏈接數(shù)據(jù)（Linked Data）
語義網(wǎng)和鏈接數(shù)據(jù)是萬維網(wǎng)之父Tim Berners Lee分別在1998年和2006提出的盟步。相對于語義網(wǎng)絡(luò)藏斩，語義網(wǎng)和鏈接數(shù)據(jù)傾向于描述萬維網(wǎng)中資源、數(shù)據(jù)之間的關(guān)系却盘。其實(shí)狰域，本質(zhì)上，語義網(wǎng)黄橘、鏈接數(shù)據(jù)還有Web 3.0都是同一個概念北专，只是在不同的時間節(jié)點(diǎn)和環(huán)境中，它們各自描述的角度不同旬陡。它們都是指W3C制定的用于描述和關(guān)聯(lián)萬維網(wǎng)數(shù)據(jù)的一系列技術(shù)標(biāo)準(zhǔn)，即语婴，語義網(wǎng)技術(shù)棧描孟。
語義網(wǎng)是一個更官方的名稱，也是該領(lǐng)域?qū)W者使用得最多的一個術(shù)語砰左，同時匿醒，也用于指代其相關(guān)的技術(shù)標(biāo)準(zhǔn)。在萬維網(wǎng)誕生之初缠导，網(wǎng)絡(luò)上的內(nèi)容只是人類可讀廉羔，而計算機(jī)無法理解和處理。比如僻造，我們?yōu)g覽一個網(wǎng)頁憋他，我們能夠輕松理解網(wǎng)頁上面的內(nèi)容孩饼，而計算機(jī)只知道這是一個網(wǎng)頁。網(wǎng)頁里面有圖片竹挡，有鏈接镀娶，但是計算機(jī)并不知道圖片是關(guān)于什么的，也不清楚鏈接指向的頁面和當(dāng)前頁面有何關(guān)系揪罕。語義網(wǎng)正是為了使得網(wǎng)絡(luò)上的數(shù)據(jù)變得機(jī)器可讀而提出的一個通用框架梯码。“Semantic”就是用更豐富的方式來表達(dá)數(shù)據(jù)背后的含義好啰，讓機(jī)器能夠理解數(shù)據(jù)轩娶。“Web”則是希望這些數(shù)據(jù)相互鏈接框往，組成一個龐大的信息網(wǎng)絡(luò)鳄抒，正如互聯(lián)網(wǎng)中相互鏈接的網(wǎng)頁，只不過基本單位變?yōu)榱６雀〉臄?shù)據(jù)搅窿，如下圖嘁酿。
鏈接數(shù)據(jù)起初是用于定義如何利用語義網(wǎng)技術(shù)在網(wǎng)上發(fā)布數(shù)據(jù)，其強(qiáng)調(diào)在不同的數(shù)據(jù)集間創(chuàng)建鏈接男应。Tim Berners Lee提出了發(fā)布數(shù)據(jù)的四個原則闹司，并根據(jù)數(shù)據(jù)集的開放程度將其劃分為1到5星5個層次。鏈接數(shù)據(jù)也被當(dāng)做是語義網(wǎng)技術(shù)一個更簡潔沐飘，簡單的描述游桩。當(dāng)它指語義網(wǎng)技術(shù)時，它更強(qiáng)調(diào)“Web”耐朴，弱化了“Semantic”的部分借卧。對應(yīng)到語義網(wǎng)技術(shù)棧，它傾向于使用RDF和SPARQL（RDF查詢語言）技術(shù)筛峭，對于Schema層的技術(shù)铐刘，RDFS或者OWL，則很少使用影晓。鏈接數(shù)據(jù)應(yīng)該是最接近知識圖譜的一個概念镰吵，從某種角度說，知識圖譜是對鏈接數(shù)據(jù)這個概念的進(jìn)一步包裝挂签。本專欄的頭像疤祭，讀者可能在很多地方看見過，這其實(shí)就是開放鏈接數(shù)據(jù)項(xiàng)目（Linked Open Data Project）進(jìn)展的可視化（讀者可以打開鏈接查看可交互的可視化圖）饵婆，也通常用來展示當(dāng)前開放知識圖譜的規(guī)模勺馆，涉及的領(lǐng)域以及知識圖譜間的鏈接關(guān)系。
三、知識圖譜（Knowledge Graph）
上一篇文章中草穆，我們用平實(shí)的語言給出了知識圖譜的定義和組織形式灌灾。用更正式的說法，知識圖譜是由本體（Ontology）作為Schema層续挟，和RDF數(shù)據(jù)模型兼容的結(jié)構(gòu)化數(shù)據(jù)集紧卒。本體本身是個哲學(xué)名詞，AI研究人員于上個世紀(jì)70年代引入計算機(jī)領(lǐng)域诗祸。Tom Gruber把本體定義為“概念和關(guān)系的形式化描述”跑芳，分別指實(shí)體的類層次和關(guān)系層次。我們以上篇文章羅納爾多知識圖為例直颅，我們用IRI唯一標(biāo)志的節(jié)點(diǎn)都是某個類的一個實(shí)例博个，每一條邊都表示一個關(guān)系。羅納爾多是一個人功偿，里約熱內(nèi)盧是一個地點(diǎn)盆佣，我們用RDF來表示就是：
www.kg.com/person/1 rdf:type kg:Person.
www.kg.com/place/10086 rdf:type kg:Place.
關(guān)系我們也稱為屬性（Property），根據(jù)是實(shí)體和實(shí)體之間的關(guān)系還是實(shí)體和數(shù)據(jù)值之間的關(guān)系分為對象屬性（Object Property）和數(shù)據(jù)屬性（Data Property）械荷。在圖中共耍，羅納爾多和里約熱內(nèi)盧的關(guān)系（本例中是對象屬性）與羅納爾多和全名的關(guān)系（本例中是數(shù)據(jù)屬性）用RDF就可以表示為：
www.kg.com/person/1 kg:hasBirthPlace www.kg.com/place/10086
www.kg.com/person/1 kg:fullName "Ronaldo Luís Nazário de Lima"^^xsd:string
這里kg:Person，kg:Place吨瞎，kg:hasBirthPlace痹兜，kg:fullName是我們在Ontology中定義好的類和關(guān)系。
鏈接數(shù)據(jù)和知識圖譜最大的區(qū)別在于：
1. 正如上面Open Linked Data Project所展示的颤诀，每一個圓圈代表一個獨(dú)立存在和維護(hù)的知識圖譜字旭；鏈接數(shù)據(jù)更強(qiáng)調(diào)不同RDF數(shù)據(jù)集（知識圖譜）的相互鏈接。
2. 知識圖譜不一定要鏈接到外部的知識圖譜（和企業(yè)內(nèi)部數(shù)據(jù)通常也不會公開一個道理）崖叫，更強(qiáng)調(diào)有一個本體層來定義實(shí)體的類型和實(shí)體之間的關(guān)系遗淳。另外，知識圖譜數(shù)據(jù)質(zhì)量要求比較高且容易訪問心傀，能夠提供面向終端用戶的信息服務(wù)（查詢屈暗、問答等等）。
四脂男、總結(jié)
本文介紹了和知識圖譜相關(guān)的幾個早期概念养叛，以及他們之間的異同。在下一篇文章當(dāng)中疆液，我們將會介紹語義網(wǎng)技術(shù)棧中比較基礎(chǔ)和重要的技術(shù)標(biāo)準(zhǔn)：RDF，RDFS和OWL陕贮。另外堕油，會結(jié)合實(shí)踐，讓讀者學(xué)會用protege自頂向下地構(gòu)建自己的本體結(jié)構(gòu)。
參考資料：
3. Exploiting Linked Data and Knowledge Graphs in Large Organisations
