1. 知识图谱之深入浅出知识表示 | 简介

动机

近些年，知识图谱已经渗透到人工智能领域的各方各面，例如自然语言处理（知识图谱+Bert）、计算机视觉（Zero-shot learning）、智慧医疗（2020最新文章使用知识图谱处理睡眠阶段分类问题）。为了将知识图谱能够转化为计算机能够处理的数据格式，需要学习知识图谱中每个结点的向量表示，该任务也是大部分下流任务的前提。本专栏将对大量知识图谱的表示算法进行整理和总结，主要涵盖内容如下：

算法：TransE，TransH，TransR，TransD，RotatE等。

具体内容：算法的基本概念、评价函数、代码实现。

接下来，本节将对知识图谱的一些基本概念和用途进行讲解，以便后续内容的顺利进行。

什么是知识图谱？

官方定义：知识图谱是一种基于图的数据结构，由节点（point）和边（Edge）组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”，知识图谱本质上是语义网络。

实体：指的是现实世界中的事物，比如人物、单位、地点、手机号码等；

关系：指的是不同实体之间的关系，比如朋友、同事、就职于等。

由上图，可以看到实体有人，关系分别是好友和仇人。

如何构建一个知识图谱？

知识图谱构建的过程中，最主要的一个步骤就是把数据从不同的数据源中抽取出来，然后按一定的规则加入到知识图谱中，这个过程我们称为知识抽取。

如何存储知识图谱？

知识图谱的存储方式主要有两种：1. RDF；2. 图数据库。

1. RDF

            RDF一个重要的设计原则是数据的易发布以及共享，另外，RDF以三元组的方式（head，relation，tail）来存储数据而且不包含属性信息。

1. 图数据库

            图数据库主要把重点放在了高效的图查询和搜索上，一般以属性图为基本的表示形式，所以实体和关系可以包含属性。典型的图数据库有：Neo4j、GraphDB等。

RDF和图数据库的区别如下。

RDF：

• 存储三元组

• 标准的推理引擎

• W3C标准

• 易于发布数据

• 多数为学术界场景

图数据库：

• 关系和节点可以带属性

• 没有标准的推荐引擎

• 图的遍历效率高

• 事务管理

• 基本为工业界场景

知识图谱的用途？

1. 银行诈骗

假设银行想要借钱给一个人，如何来判断这个人是真实用户还是诈骗用户呢？

 

首先以人为核心采集信息，构建包括用户基本信息、借款信息、消费记录等信息的知识图谱，从而根据整体进行预测和评分这个用户存在诈骗的概率。这个预测和评分过程需要使用机器学习相关的内容，得到一个合理的模型，而这个模型中可能会包含借款信息的权重、消费记录的权重等。

1. 知识推理

 

如上左图是一个有向图，张三的父亲是王二，王二的父亲是李四，从这种关系我们很容易可以推理出：张三的爷爷是李四，这样就使知识图谱更加完善了。

1. 不一致性验证

 

比如有张三和李四2个不同的借款人，却在填写信息时写了同一个手机号码，那么可以得出这两个人中至少有一个是存在问题的，这时可以使我们重点关注他们的行为。

 

又或者，在社交网络中，张三和李四都是王二的儿子。按理说他们的关系应该是兄弟关系，而他们在社交网络中的关系是朋友关系，那么说明存在一个人的账号出现了问题，就要纠正或重点关注。