知识图谱初步学习（一）——本体+Protege新手学习
文章目录
- 前言（本体详解）
-
- 1.本体概念
- 2.本体分类
- 3.本体组成
- 4.本体构建方法
- 5.本体构建的原则
- 6.本体应用
- 一、protege简介
- 二、软件使用步骤
-
- 1.安装
- 2.使用
- 3.案例
- 三、问题解决方案汇总
前言（本体详解）
在开始学习知识图谱的过程中，首先就是要了解什么是本体（ontology）。
1.本体概念
本体的概念最初源自于哲学领域，在哲学中的定义为“对世界上客观事物的系统描述，即存在论”。哲学中的本体关心的是客观现实的抽象本质。而在计算机领域，本体是可以在语义的层次上来对知识进行描述，可以看做是某一个领域知识的通用模型。
在人工智能界，最早给出本体定义的是Neches等人，他们将本体定义为“给出构成相关领域词汇的基本术语和关系，以及利用这些术语和关系构成的规定这些词汇外延的规则的定义”。
本体是从客观世界中抽象出来的一个概念模型，这个模型包含了某个学科领域内的基本术语和术语之间的关系（或者称为概念以及概念之间的关系）。
简而言之，本体是共享概念模型的形式化、规范、明确的说明。这个定义包含了四个方面：共享（share）、概念化（Conceptualization）、形式化（Formal）、明确（Explicit），下面对这4个分别介绍：
- 共享：所体现的知识是被大家都认可的，是这个领域公认的术语组成的集合。
- 概念化：指本体对事物的描述所形成了一组组的概念。
- 明确性：指本体中的术语、属性和定理都是有明确的定义，不是模棱两可的。
- 形式化：指本体能够被计算机可读，能够被计算机所处理。
2.本体分类
本体最常见的分类是根据本体的应用主题来进行分类，通常分为以下5类：领域本体、通用/常识本体、语言学本体、任务本体和知识本体。依据本体的层次和领域依赖度，Guarino等人将其分为4类：顶层本体、领域本体、任务本体和应用本体。
- 顶层本体：研究通用的概念以及概念之间的关系，如空间、时间、事件、行为等，与具体的应用无关，完全独立于限定的领域，因此可以在较大范围内进行共享。
- 领域本体：研究的是特定领域内概念及概念之间的关系。
- 任务本体：定义一些通用任务或者相关的推理活动，用来表达具体任务内的概念及概念之间关系。
- 应用本体：用来描述一些特定的应用，既可以引用领域本体中特定的概念，又可以引用任务本体中出现的概念。
四者关系如图：
3.本体组成
一个本体大部分由类（概念）（class）、关系（relations）、函数（function）、公理（axioms）和实例（instances）五种元素组成。
- 类/概念（class）：集合（sets）、概念、对象类型或者说事物的种类，如大学、电影、人等。
- 关系（relations）：类与个体之间的彼此关联所可能具有的方式，即用于描述类（概念）之间的关系，如part-of、kind-of等。四种基本关系如下：
- 函数(function)：在声明语句当中，可用来代替具体术语的特定关系所构成的复杂结构。函数是一类特殊的关系，在这种关系中前n-1个元素可以唯一决定第n个元素，如father-of关系就是一个函数，father-of（x，y）表示y是x的父亲，x可以唯一确定它的父亲y；
- 公理(axioms)：公理代表本体内存在的事实，可以对本体内类或者关系进行约束，如概念甲属于概念乙的范围。采取特定逻辑形式的断言（包括规则在内）所共同构成的就是其本体在相应应用领域当中所描述的整个理论。这种定义有别于产生式语法和形式逻辑当中所说的“公理”。在这些学科当中，公理之中仅仅包括那些被断言为先验知识的声明。就这里的用法而言，“公理”之中还包括依据公理型声明所推导得出的理论。
- 实例（个体）：基础的或者说“底层的”对象。
除此之外还包括以下几个部分： - 约束（限制）：采取形式化方式所声明的，关于接受某项断言作为输入而必须成立的情况的描述。
- 规则：用于描述可以依据特定形式的某项断言所能够得出的逻辑推论的，if-then（前因－后果）式语句形式的声明。
- 属性：对象（和类）所可能具有的属性、特征、特性、特点和参数。
- 事件(哲学)：属性或关系的变化。
4.本体构建方法
W3C推荐的本体描述语言主要有RDF（资源描述框架 Resource Description Framework）、RDFS（RDF词汇描述语言RDF Schem）和OWL（Web本体语言Web Ontology Language）三种语言。
- RDF：
客观世界中任何一种关系都可以用一个三元组（主体/主语、谓语、客体/宾语）来进行表达。RDF用于描述web上的资源，是使用XML语言编写、计算机可读的，不是为了向用户展示。RDF使用web标识符（主体/主语）来标记资源，使用属性（谓语）和属性值（客体/宾语）来描述资源。这里的资源、属性和属性值就构成了一个陈述（或者被称为陈述中的主体、谓语和客体）。
RDF是1997年10月W3C 发布的草案。RDF 的设计目的是通过对一般意义上的语义、语法和结构的支持，提供在各种不同的元数据体系之间的互操作性。RDF本身只有很少的语义定义元素,而是只提供一种框架体系，使不同的用户或团体能够在这一框架下应用他们自己的元数据元素。
RDF基本的数据模型由三种对象类型组成:
（1）资源(resource): RDF 表述的所有事物都被称为资源。
（2）属性(properties): 描述资源的具体方面。特性或相互关系等。
（3）声明(statement): 一个有属性及其值的特定资源称为RDF声明。 - RDFS：
RDFS是在RDF基础上对其进行扩展而形成的本体语言，解决了RDF模型原有的缺点，定义了类、属性、属性值来描述客观世界，并且通过定义域和值域来约束资源，更加形象化表达了知识。 - OWL：
用来对本体进行语义描述。 细粒度的中文领域本体建议采用OWL进行描述了网络本体语言OWL (Web Ontology Language) 是实现语义Web的核心语言工具，它为网络本体的构建提供了丰富的建模原语。
其保持了原有RDF、RDFS的兼容性，有保证率较好的语义表达能力，OWL本体中有3种基本元素：类、属性和实例。根据表达能力的递增顺序OWL分为三种子语言： - OWL-Lite：用于提供给那些只需要一个分类层次和简单约束的用户。表达能力最弱。
- OWL-DL：（Description Logic，描述逻辑） 支持那些需要最强表达能力的推理系统的用户， OWL-DL旨在支持已有的描述逻辑商业处理和具有良好计算性质的推理系统。
- OWL-Full： 支持那些需要尽管没有可计算性保证，但有最强的表达能力和完全自由的RDF语法的用户。
三者关系如图：
介绍完本体之后，如何构建本体呢，就要用到protege这个软件。
5.本体构建的原则
自问题域和具体工程的考虑，构造本体的过程也是各不相同的。由于没有一个标准的本体构造方法，不少研究人员出于指导开发本体的目的，从实践出发，提出了不少有益于构造本体的标准。下面列举一些在实践中被证明比较有用的本体构建准则。
- 清晰性和客观性（Clarity and Objectivity）：本体应该通过客观定义和自然语言文档对所定义的术语给出明确的、客观的语义定义。
- 完全性(Completeness)：本体所给出的术语定义是完整的，完全能表达所描述术语的含义。
- 一致性(Coherence)：由术语得出的推论与术语本身的含义是相容的，即支持与其定义相一致的推理，不会产生矛盾；所定义的公理以及用自然语言进行说明的文档也应该具有一致性。
- 最大单调可扩展性（Maximum Monotonic
Extendibility）：向本体中添加通用或专用的术语时，不需要修改其已有的概念定义和内容，支持在已有的概念基础上定义新术语。 - 最小本体承诺（Minimal Ontological Commitments）：本体约定应该最小，对待建模对象应给出尽可能少的约束。而所谓的承诺，在本体中指的是对怎样以一致的、相容的方式使用共享词汇所达成的共识。一般地，本体约定只要能够满足特定的知识共享需求即可，这可以通过定义约束最弱的公理以及只定义交流所需的词汇来保证。
- 本体描述原则（Ontological Distinction Principle）：本体中的类应该是互不相交的。
- 概念层次多样化（Diversification of hierarchies）增强多继承机制的能力。
- 模块化设计（Modularity）以最小化模块化之间的耦合度。
- 语义距离最小化（Minimization of the semantic distance）：兄弟概念之间的语义距离最小化，尽可能把含义相似的概念抽象出来，用相同的元语来表示。
- 命名标准化（Standardization of names）：尽可能使用标准的名字。
这十条构建准则给出了构造本体的基本思路和框架，然而，明显的不足之处就是它们所反映的内容非常模糊且难于把握。
6.本体应用
目前，国内外关于本体论的研究广泛应用于知识管理、信息抽取、自然语言的处
理、信息系统的集成以及语义 Web 等。研究多集中于以下方面：
① 信息检索。当前主流的信息检索多是基于关键词的搜索，带来的直接问题就 是会产生很多的无用信息，严重影响了检索的效率。本体因其具有良好的概念层次关系和逻辑推理功能，可以在语义层面上消除信息的冗余，提高搜索效率。
② 信息抽取。传统的信息抽取技术尽管能提取出信息实体，但不能判别信息实 体间的分类与非分类关系。 应用了本体的信息抽取技术能有效地提升实体间分类与层 次关系，提高信息抽取的可用性。
③ 信息系统间的互操作。目前存在于分布式网络环境下的信息系统，所面临的 主要问题就是各系统间的不兼容性，其核心问题就是异构问题。本体作为概念间的规 范说明，能够从语法、模式及语义层面上解决特定领域的异构问题，从而为信息系统 的大规模融合提供可能的解决方案。
④ 语义 Web 服务。传统的语义 Web 对语义的操作能力有限，对服务的执行效 果产生根本的影响。本体理论作为语义网体系的核心层，提供共同的概念体系标准， 提升计算机的可理解性，提高语义 Web 的服务性能。
一、protege简介
- 来源：Protégé软件是斯坦福大学医学院生物信息研究中心基于Java语言开发的本体编辑和知识获取软件，或者说是本体开发工具，也是基于知识的编辑器，属于开放源代码软件。
- 用途：这个软件主要用于语义网中本体的构建，是语义网中本体构建的核心开发工具，现在的最新版本为5.5.0版本。
提供了本体概念类，关系，属性和实例的构建，并且屏蔽了具体的本体描述语言，用户只需在概念层次上进行领域本体模型的构建。
二、软件使用步骤
1.安装
- 首先进入官方下载地址https://protege.stanford.edu/products.php，根据电脑的系统下载相应的版本，一般都是下载最新版本的。如下图：
- 下载之后解压缩得到以下文件夹，再找到后缀名为.exe的可执行文件双击打开，按照提示直接下一步即可安装完毕啦。
- 安装完成打开软件，有些tabs默认没有显示，在window里面可以找到，如图：
2.使用
各tab的含义及作用如下：
- Activeontology是显示当前的实体名称，以URI的形式显示，前面是www.semanticweb.org后面跟着主机名（我的主机名称为dell），再后面是默认的根据时间命名实体。
- Entities，可以看作是实体的总览，能够看到我们创建实体的一些主要信息，是对实体信息的汇总。
- Classes，是对本体模型中，类型部分的编辑，能够定义类之间的层次关系，相互之间的关系。
- Object properties，物体关系，可以理解为编辑实体外部的关系，也就是实体和实体之间的关系。
- Data properties，数据属性，可以理解为编辑实体内部的属性，用来定义实体本身所具有的属性以及属性值。
- Annotation Properties，标注属性，是w3c定义的一些常用的属性，根据URI可以看到这些属性的具体说明。
- Individuals by class，根据类型创建的实例，用来编辑实例信息，类似于java程序中的对象，要归于某个类别。
- OntoGraf，本体关系图，用来展示我们创建的本体里面各个实体之间的层次关系。
- SPARQL Query，SPARQL查询，使用SPARQL语言，对创建的本体进行查询，获取查询结果。
改正：ObjectProperty （对象属性），link an individual to an individual（实体和实体之间的关系）
DatatypeProperty（数据属性） , link an individual to the data（实例的数据）
对象属性和数据属性的定义可以这么理解:假如有-对夫妻小红和小绿，那么我们可以先定义两个类一男人、女人;小红是类"女人”的一个实例，小绿是类"男人"的一个实例。之后我们可以定义小红和小绿之间的夫妻关系，这个关系就是对象属性"夫妻"。同时我们又知道小红今年30岁，那么我们可以定义小红的一个数据属性"年龄"，属性值是"30"。
3.案例
以下图为例子，用protege创建文献本体。
（1）创建模型层数据
本体分为模型层和数据层，模型层主要定义类和类之间的关系。Thing是所有类型的根节点，也就是基类，所有的类型都是从Thing派生出来的。
在父类下面创建子类需要先选中父类，再按住快捷键ctrl+E创建新的子类，先创建内容、载体、语言、形式这是个大类，接着再创建各自的小类。如下图：
批量加入子类步骤如下：
（2）可以为实体之间添加关系
例如汉语与英语是互斥的关系，可以在class下面添加disjoint with(与…不相交）选择英语。
（3）创建实体关系
创建实体之间的关系，在Object Properties这个tab页面。编辑方法和添加类型的tab页面类似，最顶层的实体关系为owl:topObjectProperty，选择后，点击工具栏的按钮或者右键选择add sub-properties，添加使用这个关系。对于“使用”这个关系，Domains选择内容，Ranges选择语言，代表三元组中主语是内容，谓语是使用，宾语是语言，组成的三元组就是内容使用语言。
（4）创建实体属性
创建实体的属性，在Data properties这个tab页面。添加属性后，在Built in datatypes中选择xsd:string，表示属性值类型是个字符串。
（5）创建实例
创建本体的实例，在Individuals by class这个tab页面。这里我的案例没有用到这个，下次换一个案例试试。
（6）本体展示
最后可以点击OntoGraf来展示我们的本体啦，点击上方按钮会用不同方式来显示关系图。
动图如下，太有趣了吧~
三、问题解决方案汇总
暂时刚入门，后续遇到问题再进行汇总。
- 完成本体构建如何保存？
第一次使用我没有找到保存的按钮，以为是自动保存的，结果第二次看没有了，这次长记性了，以后一定要记得保存！！！保存的步骤如下：
（1）点击new新建文件，编辑完成之后点击save as,如下图：
（2）点击确认
（3）选择存储路径，点击保存
（4）下次打开这里会有记录哒。
部分内容参考博客：1.https://blog.csdn.net/cooldream2009/article/details/97657836
2.https://blog.csdn.net/baijinswpu/article/details/81113314