知识加工：从事实表达到可用知识体系

通过知识抽取和知识融合系统已经能够从多源数据中识别并整理出大量事实表达。但这些事实表达还不等于真正可用的知识图谱。一个可用的知识图谱不仅要有事实还要有较稳定的概念结构、可用的推理能力和可靠的质量保障。为此还需要进一步进行知识加工。知识加工的核心任务通常包括本体构建、知识推理和质量评估。正是这三项任务的共同作用才使知识图谱从“事实集合”提升为“可用知识体系”。一、为什么知识融合之后还需要知识加工事实并不等于知识体系。例如系统即使已经知道• 克劳德·莫奈创作了《日出·印象》• 《日出·印象》收藏于某美术馆• 莫奈属于印象派这些仍然只是若干条事实表达。若没有更高层次的组织系统仍然很难回答1“画家”和“作品”之间是否有稳定关系类型2“美术馆”应当属于什么类别3“印象派”与“艺术流派”之间是什么层级关系4若某条关系缺失能否依据已有知识推出新知识5图谱中的事实是否准确、一致和完整。知识加工Knowledge Processing要解决的正是“如何把事实表达提升为结构化、可推理、可评估的知识体系”这一问题。二、本体构建给知识图谱搭建骨架本体构建Ontology Construction是知识加工中的第一项核心任务。本体不是概念名词的简单堆积而是对一个领域中的概念、属性、关系及其组织方式的系统规定。它相当于知识图谱的模式骨架。比如在艺术领域中一个简单的本体框架可以包括• 类画家、作品、美术馆、艺术流派• 关系创作、收藏于、属于流派• 属性创作时间、出生年份、馆址等这样一来前面抽取和融合得到的事实就不再是零散内容而可以放入较稳定的结构之中。例如• 克劳德·莫奈 → 画家• 《日出·印象》 → 作品• 法国勒阿弗尔美术馆 → 美术馆• 印象派 → 艺术流派从知识表示角度看本体通常至少包括以下几类要素1类或概念用于表示对象所属类别2关系用于表示概念之间或实体之间的联系3属性用于描述对象特征4约束或公理用于规定哪些关系和属性是允许的5实例用于表示具体对象。也就是说本体构建的意义不只是“列出有哪些概念”而是规定“这些概念如何分层、如何关联、如何受约束”。本体构建通常包括以下七个步骤1确定本体面向的领域和范围2考查是否能够复用现有本体3列出领域中的关键术语4定义类以及类的层级体系5定义属性与关系6细化属性的范围、类型和约束7创建实例并检验结构是否合理。这些步骤说明本体构建本质上是在设计“知识应当怎样被组织”。延伸阅读《什么是本体从概念体系到形式化建模》三、知识推理从已有知识推出新知识知识推理Knowledge Reasoning是知识加工中的第二项核心任务。知识图谱并不只用于存放已有事实还希望依据已有知识推出新的事实、新的关系甚至发现原有知识中的问题。1、知识补全知识补全Knowledge Completion是指当图谱中缺少某些关系或属性时系统依据已有知识进行补充。例如在艺术领域中若图谱中已有1《日出·印象》属于印象派作品2克劳德·莫奈创作了《日出·印象》系统就可能进一步推断克劳德·莫奈与印象派存在稳定关联。知识补全的意义在于提高图谱的完备性。2、知识纠错知识纠错Knowledge Error Detection / Correction是指利用图谱中的已有结构和规律发现可能存在错误的知识。例如在艺术领域中若某件作品被标为“建筑作品”但它同时又具有“画布”“油彩”“收藏于美术馆”等属性那么系统就有理由怀疑它的类别可能存在错误。知识纠错说明推理不仅能补全知识也能发现知识中的不合理之处。3、推理问答知识推理还可以服务于较复杂的问答任务。这类任务通常涉及多个实体、多个关系、多跳查询甚至还包括比较与筛选。例如在艺术领域中可以提出• “印象派画家中哪些人的作品收藏于法国美术馆”• “莫奈创作的、且现收藏于法国机构的作品有哪些”这类问题显然不是简单查询一条事实而需要依赖图谱结构和推理能力。延伸阅读《知识图谱问答从自然语言问题到图谱查询》4、推理的基本方式从实现思路看常见的知识推理大体可以分为三类1基于本体的推理2基于规则的推理3基于知识表示的推理前两类更强调显式语义和可解释性后一类则借助表示学习和向量空间来增强可扩展性。它们虽然路径不同但共同目标都是让图谱不只“存知识”还能够“用知识”。这些推理方式各有适用条件若进一步展开则涉及更具体的推理机制与应用场景。延伸阅读《规则推理、本体推理与继承推理三种常见推理方式》四、质量评估保证知识图谱“能用且可信”质量评估Quality Evaluation是知识加工中的第三项核心任务。一个图谱如果没有经过质量评估即使规模很大也难以保证其可靠性。知识图谱的质量通常可以从四个维度来考察准确性、一致性、完整性和时效性。1、准确性准确性Accuracy关注图谱中的知识是否正确。例如若把《日出·印象》的创作者错误写成其他画家那么图谱的准确性就受到破坏。2、一致性一致性Consistency关注图谱中的知识之间是否存在冲突。例如同一作品在图谱中被同时标成“油画”和“建筑作品”就可能说明存在矛盾。3、完整性完整性Integrity关注图谱对目标领域知识的覆盖程度。例如一个作品节点若缺少创作时间、创作者、收藏机构等关键属性其知识很可能仍然是不完整的。4、时效性时效性Freshness关注知识是否反映当前状态。某些知识会随着时间变化例如机构名称、展览状态、作品借展地点等。过期知识本身也会影响图谱可用性。5、常见评估方法在实践中质量评估常见的方法包括1人工抽样检测法由专家对样本进行检查2一致性检测法依据规则检测图谱中的冲突3外部知识对比法用高质量外部知识源进行比对。质量评估并不是附属工作而是保证知识图谱长期可靠的必要机制。五、三项任务之间是什么关系本体构建、知识推理和质量评估并不是彼此孤立的。1本体构建提供结构骨架2知识推理增强图谱能力3质量评估保证图谱可靠性。也就是说知识加工真正完成的是把已经整理好的事实表达进一步提升为结构清楚、可推理、可评估的知识体系。六、知识加工在知识图谱中的作用知识加工的价值在于让知识图谱从“事实集合”上升为“可用知识体系”。本体构建让图谱有骨架知识推理让图谱有能力质量评估让图谱有可靠性。三者共同作用知识图谱才不仅能存放事实还能支撑查询、分析、问答和知识服务。但即使完成了知识加工知识图谱也不是一次建成、永久不变的。随着新数据不断进入、旧知识不断变化图谱还必须持续维护与更新才能保持长期有效。 小结知识加工是知识图谱从事实表达走向可用知识体系的关键阶段。它包括本体构建、知识推理和质量评估三项任务分别负责搭建骨架、发现新知识和保证图谱质量。“点赞有美意赞赏是鼓励”