初学者入门知识图谱必看的能力（推理）初学者入门知识图谱必看的能

摘要：本文从知识推理的基本概念出发，通俗易懂得介绍了知识图谱知识推理的应用和方法。

本文分享自华为云社区《0基础入门知识图谱的超能力——知识推理》，作者：Cheri Chen。
一、知识推理的概念推理是运用逻辑思维能力，从已有的知识出发，得出未知的、隐性的知识。
具体到知识图谱中，所谓的知识推理，就是利用图谱中现有的知识（三元组），得到一些新的实体间的关系或者实体的属性（三元组）。如下图所示：假如原来的知识图谱中有这样两个三元组，<姚明，妻子，叶莉>和<姚明，女儿，姚沁蕾>，通过知识推理，可以得到<姚明，女儿，姚沁蕾>。

文章图片

二、知识推理的应用知识补全
实际构建的知识图谱，通常存在不完备的问题，即部分关系或属性会缺失。知识补全呢，就是通过算法，补全知识图谱中缺失的属性或者关系。
如下图所示，以“姚沁蕾的妈妈是谁”为例。有一条常识是 “父亲的妻子是妈妈”，则可依据该常识，推理出姚沁蕾的妈妈是叶莉，进而补全“姚沁蕾”和“叶莉”之间的关系，提升我们这个简单的人物关系知识图谱的完备性。

文章图片

知识纠错
实际构建的知识图谱还可能存在错误知识。其中，实体的类型、实体间的关系、实体属性值均可能存在错误。知识图谱的纠错是一个极具挑战的任务。这些错误会影响知识图谱质量，进而影响基于知识图谱的应用。
我们可以通过推理进行知识图谱纠错（如下图）。比如，在某个影视知识图谱中，虚线框中的实体《春光灿烂猪八戒》，其类型为“电影“。它的属性有集数，主题曲、片尾曲等。而其他同为”电影“类别的实体，其属性多包含上映时期、票房，且大多没有集数这个属性。则推理可知，《春光灿烂猪八戒》这个实体的类型大概率存在错误，其正确类型应该是电视剧。

文章图片

推理问答
基于知识图谱的推理问答也是知识图谱推理的典型应用。基于知识图谱的问答，一般简称为KBQA。与传统的信息检索式问答相比，KBQA可以具备一定的推理能力，这是它的优势。基于知识图谱的推理问答，通常应用于涉及多个实体，多个关系，多跳，比较等相对复杂的问答场景中。
比如，“刘德华主演的电影中豆瓣评分大于8分的有哪些？“这样的问题。需要机器对该问题进行解析、理解，在知识图谱中完成查询、推理、比较动作，找到《天下无贼》和《无间道》作为答案返回（如下图所示）。

文章图片

三、知识推理的方法基于本体的推理
本体是对领域中概念和概念之间关系的描述。基于本体的推理是利用本体已经蕴含的语义和逻辑，来对实体类型以及实体之间的关系进行推理。本体的描述形式是有规范的。RDFS、OWL等是一类满足特定规范和讲究的用来表述本体的语言。
以RDFS为例：RDFS定义了一组用于资源描述的词汇：包括class，domain，range等。其本身就蕴含了简单的语义和逻辑。我们可以利用这些语义和逻辑进行推理。
如下图中左侧的例子，谷歌的类型是一家人工智能公司，而人工智能公司又是高科技公司的子类，那么可推理，谷歌的也是一家高科技公司。右侧例子中，定义了投资这种关系的domain是投资人，range是公司。可以简单的认为，投资这种关系的头节点都是投资人这种类型、尾节点都是公司这种类型。假设现在有一条事实是大卫切瑞顿投资谷歌。则可以推理出，大卫切瑞顿的类型是投资人。这两个例子呢，便是利用了RDFS本身蕴含的语义和逻辑，来进行推理。

文章图片

基于规则的推理
基于规则的推理就是说，可以抽象出一系列的规则，将这些规则应用于知识图谱中，进行补全纠错。这种思路也是很简单、直观的。基于规则的推理的优点是，推理结果精准，并且具有可解释性。因此规则推理在学术界和工业界都有广泛的应用。
图中的例子，是人工定义了一些规则，包括“B是A的妻子，则A是B的丈夫”、“B是A的女儿，则A是B的父亲”等等。运用这些规则来进行推理，进而补全知识图谱的缺失关系。我们可以利用这些规则，推理出“米歇尔的丈夫是奥巴马”、“玛利亚的父亲是奥巴马”等新的知识。

文章图片

基于表示学习的推理
前两种方法：本体推理和规则推理，都是基于离散符号的知识表示来推理的。它们具有强逻辑约束，准确度高、易于解释等优点。但是不易于扩展。基于表示学习的推理，通过映射函数，将离散符号映射到向量空间进行数值表示，同时捕捉实体和关系之间的关联，再在映射后的向量空间中进行推理。

文章图片

知识图谱是由实体和关系组成，通常采用三元组的形式表示：head(头实体)，relation(实体的关系)，tail(尾实体) ，简写为(h，r，t)。知识表示学习任务就是学习h，r，t的向量表示。如下图所示，不同的点表示了不同的知识。我们可以找到一个合适的映射函数，让距离较近的点，在语义上也是相似的。
基于表示学习的推理比较抽象和复杂，这里举个简单的例子，推理“姚沁蕾的出生地是哪儿”。
假设我们已经找到了一个完美的映射函数，可以把知识图谱和一段包含相关信息的文本映射到同一向量空间。再对这些向量进行计算，比如把“姚沁蕾”、“在”、“当地医院”、“出生”几个向量简单相加后，到达了“休斯顿”这个向量，则可以推理出姚沁蕾的出生地是休斯顿。