知识图谱技术与应用-知识表示

1.关于知识表示叙述正确的是（全部）
A.好的知识表示形式应便于理解
B.知识表示具有一定的针对性和局限性
C.知识表示就是把知识形式化或者模型化
D.知识表示是一种计算机可以接受的数据结构

知识图谱定义

从应用的角度
	知识图谱能够用来帮助人们快速和简便发现新的信息。
从技术角度
	知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法。
从数据模型的角度
	知识图谱其实是一种结构化的语义知识库，基本组成单位是实体-属性-关系。即具有有向图结构的一个知识库。
美团技术团队认为
	知识图谱作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。

2.INSTANCE槽是用来建立（AKO）槽的逆关系.

语义关系

实例关系
	即一个事物是另一个事物的具体例子。例如“我是一个人”
		弧上的语义标记为“ISA”，即为“is a”，含义为“是一个”
分类关系（泛化关系）
	表示一个事物是另一个事物的一个成员，体现的是子类与父类的关系
		弧的语义标记为“AKO”，即为“a kind of”
成员关系
	体现个体与集体的关系
		弧的语义标志为“A-Member-of”
属性关系
	是指事物与其行为、能力、状态、特征等属性之间的关系，因此属性关系可以有许多中
		Have，含义为“有”，例如“我有手”
		Can，含义为“可以、会”，例如“狗会跑”
		Age，含义为年龄，例如“我今年22岁”
包含关系（聚类关系）
	是指具有组织或结构特征的“部分与整体”之间的关系。
		弧的语义标志为“Part-of”。
		跟分类关系最主要区别在于包含关系一般不具备属性的继承性。
属性关系
	时间关系：表示时间上的先后次序关系
		Before：表示一个事件在另一个事件之前发生
		After：表示一个事件在另一个事件之后发生
		例如“深圳大运会在广州亚运会之后举行”
位置关系
	指不同的事物在位置方面的关系
		Located-on：表示某一物体在另一物体上面
		Located-at：表示某一物体所处的位置
		Located-under：表示某一物体在另一物体下方
		Located-inside：表示某一物体在另一物体内
		Located-outside：表示某一物体在另一物体外

3.以下知识库中，中文知识库是（C）
A. wikidata
B. Freebase
C. CN-DBpedia
D. WordNet

开源知识图谱

中文通用百科知识图谱
	复旦大学知识工厂实验室研发
	从中文百科网站的纯文本页面提取信息
	http://kw.fudan.edu.cn/
思知知识图谱
	一个名为 OwnThink 的平台在 GitHub 上开源了中文知识图谱项目
	https://github.com/ownthink/KnowledgeGraphData
OPENKG
	关注知识图谱数据
	http://openkg.cn/

4.以下关于知识图谱的说法错误的是（D）
A. 实体之间通过它们之间的一些关系来连接，通过这种方式形成“图”
B. 知识图谱中一般每个实体都有一个ID来标识，称为标识符
C. 知识图谱以结构化的形式，描述客观世界中存在的概念、实体和实体间的关系
D. 实体内通过关系来刻画内在属性

在典型的知识图谱中，每个实体或概念用一个ID来标识，称为标识符。实体通过若干属性来刻画内在特性，实体之间通过多种关系来链接。所有实体相互关联，形成“图”。

5."26日下午，一架叙利亚空军L-39教练机在哈马省被HTS使用的肩携式防空导弹击落”这段文本中：
时间实体“26号下午”，
机构实体“叙利亚空军”、“HTS”，
地点实体“哈马省”武器实体“L-39教练机”、“肩携式防空导弹”
以上做法展示了什么过程（A）
A. 实体识别
B. 都不是
C. 实体关系
D. 事件学习

6.对于知识图谱，以下说法不正确的是（D）
A. 知识图谱中的实体识别通常要解决两个问题：实体边界识别、实体类型识别
B. 现代知识图谱通常以RDF三元组形式表示知识，如（头实体，关系，尾实体）
C. 实体识别是将文本中的实体标注出来，也是知识图谱构建的基础
D. 知识图谱中实体识别工作可以使实体表达不规律的问题得到很大改善

7.语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的（ B）。
A. 无悖性
B. 继承性
C. 可扩充性
D. 都不是

8.以下不属于现阶段知识图谱技术类别的是（B）
A. 应用技术
B. 展示技术
C. 构建技术
D. 推理技术

9.以下说法错误的是（B）
A. Web1.0时代，互联网上的网页间相关联形成网络。但是网络内知识的设计思想是面向人类的，对计算机不够友好
B. RDF是现代知识图谱的一个分支之一
C. 知识图谱正式出现之前，曾有人想过把专家系统与语义网络的功能与思想结合在一起
D. Guha提出了RDF——一种描述资源信息的框架，后来Guha也被称作知识图谱之父

知识图谱是由本体（Ontoligy）作为Schema层，和RDF数据模型兼容的结构化数据集。

RDF

Resource Description Framework(资源描述框架）

1. 资源（Resource）：URI标识的所有事物
2. 文字(Literal): 字符串或数据类型的值
3. 属性（Property）:描述资源特征、属性、或关系
4. 声明（statement）：一个资源加上属性及属性值
5. 采用了基于三元组声明的图模型(图表示)
6. 基于URI的可扩展词汇集(唯一表示)
7. 基于XML的序列号语法编码（信息交换）
8. 形式化的语义和可证明的推理（逻辑基础）
9. 允许任何人发表任何资源的声明（开放世界）
10. 在RDF中，知识总是以三元组形式出现
    RDF是一个三元组(triple)模型，即每一份知识可以被分解为如下形式： （subject （主），predicate(谓)， object(宾)）

10.以下描述的是专家系统的是（A）
A. 一般由事实库、规则库、推理机构成
B. 将概念作为节点，边表示关系，可以用来描述语义关系（语义网络）
C. 更多面向常识、普遍概念，用途更加广泛（语义网络）
D. 强调概念及其关系的表达，不具备推理能力（语义网络）

专家系统VS语义网络

-专家系统往往面向专业领域，专业度高、扩展性差
-语义网络则更多面向常识、普遍概念，有图更加广泛
-专家系统强调知识的推理能力，对概念的表达能力不强
-语义网络强调概念及其关系的表达，不具备推理能力
-两者的建立都比较随意，没有严格的语义理论支撑
是否可以将两者结合，定义完美的语义理论，同时又具有推理能力？描述逻辑就此诞生！

11.产生式系统的核心（D）
A. 数据库
B. 推理方式
C. 推理机
D. 规则库

产生式系统

• 由知识库和推理机组成，其中规则库是专家系统的核心 一个产生式系统是行为规则的集合。
• 一条规则包括前提（IF）和动作（THEN）两部分。
• 正向推理、反向推理、双向推理