知识图谱——知识框架老教授的得意门生

知识图谱最早以结构化地三元组的结构存储现实世界中实体与实体的关系，表示为=（ε1，R，ε）；其中ε1、ε2表示实体，R表示关系。具体又可以分为ε1为头实体，ε2为尾实体，连接头实体和尾实体的关系又可以被称作为属性。

尾实体又可以被看作属性的值。属性值可以是具体的实体对象，如自然界中存在的物体；也可以是抽象的实体，如名称、日期、思想观念、兴趣爱好等等。

如今，知识图谱的知识表示绝不止限于二元关系为基础上的三元组上，还体现在实体、属性、类别、关系等多颗粒度，多层次语义单元的关联之中。

从知识工程的角度来看，知识框架一般包括三个层次的知识：

1、知识图谱是人工智能应用中不可或缺的部分

知识图谱在语义搜索、智慧问答系统、智能决策系统中具有广阔的市场前景。’

2、语义表达能力强、能够有效组织海量的数据

3、描述形式统一，便于不同类型知识的集成和融合

知识图谱以语义网的RDF规范形式对知识体系和实例数据进行统一表示，并可以通过对齐、匹配等操作对异构知识进行集成和融合，从而支撑更丰富、更灵活的知识服务。

4、表达方式对人类友好、可以众包

传统的知识表述方法和知识描述语言需要知识工程师具有一定的专业知识和技能。也就说明，普通人无法直接参与到知识的构建过程。而知识图谱的表示方法清晰简洁、容易为普通民众接受，所以可以进行众包处理。

5、可以自动获取

由于知识图谱是基于二元关系进行的定义和描述，因此可以通过NLP和机器学习的方式对知识进行自动的获取，从而为大规模的知识图谱的搭建提供了便利，减少了人工的成本。

6、容易为计算机理解、可以进行推理

推理是知识表示中的重要的目标，传统的方法在知识推理的过程时复杂度很高，难以进行有效的知识推理。而知识图谱本身的表示形式就是图结构。利用当前的图论算法可以有效地提高知识推理的效率

7、存储方式利于计算机的检索和存储

知识图谱以三元组为基础，使得数据的标准化方面更加容易推广，相应的公交车更便于统一。结合图数据库技术可以大规模的存储和检索知识。