★ 楊延云 杜建強 熊旺平 羅計根 賀佳（江西中醫(yī)藥大學計算機學院 南昌 330004）

本體和知識圖譜同是重要的知識組織表達形式，目前已經被普遍應用于人工智能、自然語言處理、軟件工程、醫(yī)學信息學以及圖書館學等領域［1-2］，雖然二者有一定的內在聯系，但是它們還是有實質上的差別。為此，本篇論文對本體和知識圖譜之間的聯系和區(qū)別展開相關探索和研究。

1 相關知識及研究基礎

1.1 本體追根溯源，本體（Ontology）概念來源于哲學，在20世紀90年代被引入到人工智能、圖書情報和知識工程等［3-4］領域，從此本體一直成為眾多領域的熱門研究話題。關于本體的定義一直是眾說紛紜，沒有定論。Studer等人在1998年提出本體的定義：本體是共享概念模型的明確的形式化規(guī)范說明［5］。此定義在學術界具有較大的影響，對于本體研究具有重要意義。

在本體研究發(fā)展的過程中，描述本體的語言有很多種，其中基于謂詞邏輯的本體描述語言［6］和基于Web的本體描述語言［7］是最具代表性的兩類。通常來說，根據本體的應用領域不同可以將本體分為領域本體和上層本體兩類。

1.2 知識圖譜知識圖譜（Knowledge Graph，KG）本質上是一種大規(guī)模的語義網絡，其概念于2012年5月由Google正式提出，初衷是為了用戶能夠更快更簡單地發(fā)現新的信息和知識。知識圖譜由節(jié)點和邊組成，其中節(jié)點表示實體或概念，邊代表兩個實體或概念之間的語義關系，屬性是一個鍵值對，每個實體或關系可以有一個或多個屬性，為實體和關系提供信息。

圖1 是一個知識圖譜示例：其中，統(tǒng)計學習方法就是一個課程實體，李明是一個教師實體，工號是其屬性，屬性值是20171001，李華是一個學生實體。李明和統(tǒng)計學習方法之間的關系是授課，李華和統(tǒng)計學習方法之間的關系是選課。同時，知識圖譜也可以描述各種概念之間的關系，例如研究生和學生的關系是概念和子概念之間的關系。

圖1 知識圖譜示例

2 本體與知識圖譜的聯系

知識圖譜的構建過程如圖2所示，其中包括息抽取、知識表示、知識融合、知識推理四個部分［8］。信息抽取是從結構化、半結構化和非結構化數據中通過自動化或者半自動化的技術抽取有價值的信息，其中包括實體抽取，語義類抽取，屬性和屬性值抽取，關系抽?。恢R表示方法主要是以RDF的三元組來符號性描述實體間的關系，近年來采用深度學習技術將實體的語義信息表示為稠密低維實值向量的方法開始興起［9］。對于本體和知識圖譜的聯系主要涉及知識融合和知識推理這兩個部分。

圖2 知識圖譜體系架構

2.1 知識融合下二者的聯系知識融合指將來自多個數據源的知識進行融合后集成到知識圖譜中［10］。就邏輯結構而言，知識圖譜可分為模式層與數據層，模式層構建在數據層之上。知識圖譜的模式層通常采用本體庫來保存，而數據層主要是采用圖數據庫來管理。知識融合階段主要是對數據進行本體對齊和實體匹配。

本體對齊就是判斷和處理來自不同本體的兩個實體是否指向一致，達到數據的統(tǒng)一［11］，發(fā)生在知識圖譜的模式層，涉及的是模式層的融合，包括概念的合并，概念上下位關系合并，概念的屬性定義合并。而實體匹配是為了發(fā)現來源于多個數據源而具有不同ID卻代表同一對象的實體，將這些實體融合為一個具有全局唯一ID的實體，然后添加到知識圖譜中，主要發(fā)生在數據層，更多涉及的是數據層的融合，匹配結果類型分為一對一，一對多和多對一3種。

由于知識圖譜的構建為了保證模式層的可靠性，模式層基本上通過人工校驗。因此，知識融合的主要任務是數據層的融合［12］。

2.2 知識推理下二者的聯系知識推理是在現有知識圖譜的基礎上通過各種方法進一步挖掘隱含的知識、結論［13］或識別出知識圖譜中錯誤的知識，從而豐富和拓展知識圖譜，主要分為本體推理和規(guī)則推理［14］，推理的對象不僅僅局限于實體層面還涉及本體庫中概念的層次結構等。

基于本體的推理，體現在本體層面，主要是通過預定義的本體公理進行推理，例如對于性別男、女是交集為空的兩個類，那么一定不會存在一個人的性別既是男又是女。基于自定義規(guī)則的推理，可以根據特定的場景制定規(guī)則，來實現自定義的推理過程。推理關系規(guī)則，定義父親的母親是祖母，已知a是b的父親，b是c的母親，則可以推出a是c的祖母。

3 本體與知識圖譜的區(qū)別

對于本體和知識圖譜表達的信息方面而言，本體表達的是領域內共同認可的概念和概念間的關系，它反映的是常識或相對恒定的知識，不具備情報價值。譬如，Wordnet［15］、Hownet［16］和Cyc［17］都是國內外主要的通用本體庫，是由眾多行業(yè)專家經過多年手工編制的結果，其知識具備穩(wěn)定性而不具備情報性，通常知識圖譜則是情報挖掘的結果［18］。知識圖譜構建過程的知識抽取環(huán)節(jié)，從結構化、半結構化和非結構化的數據中進行信息抽取，形成知識存入知識圖譜中。谷歌知識圖譜中所涉及的實體、實體間的關系以及其他相關信息并不是相對恒定的知識，具有流動性。

對于自然語言理解而言，語義消歧是其中的基礎問題，是研究熱點也是研究難點。在句法知識或者單獨的句法不能實現消歧的情況下，本體作為一個支撐性的知識，有助于實現語義區(qū)分，實現對語句的正確理解。比如，“他雞吃了” 和 “雞他吃了”，句法分析本身無法區(qū)分誰吃了誰。這種情況下，本體中的常識可以起到作用，因為在常識中，“雞”通常是“人”的食物，這樣就可以判斷是“他”吃了“雞”。語言理解之后的信息抽取，涉及哪些實體以及實體間的發(fā)生何種關系，都可以從知識圖譜中得到。

對于結構而言，本體描述了知識圖譜的模式層，提供對相關領域知識的共同理解，突出和強調概念以及概念之間的關聯關系［19］。知識圖譜則是在本體構建的模式層的基礎上添加更多實體的信息，不斷豐富和擴充。

4 總結

隨著互聯網、人工智能等行業(yè)的迅猛發(fā)展，本體和知識圖譜作為重要的知識組織表達手段，不僅可以將海量數據表達成更接近人類認知現實世界的形式，還提供一種更好的組織、管理和利用信息的方式。加之，本體和知識圖譜相輔相成的緊密關系，只有將二者共同發(fā)展強大才能滿足人類對海量數據管理和利用的需求。