知识图谱：图谱推理

一、概述

面向知识图谱的推理主要围绕关系的推理展开，即基于图谱中已有的事实或关系推断出未知的事实或关系，一般着重考察实体、关系和 图谱结构三个方面的特征信息。

具体来说，知识图谱推理主要能够辅助推理出新的事实、新的关系、新的公理以及新的规则等。

一个丰富、完整的知识图谱的形成会经历很多阶段，从知识图谱的生命周期来看，不同的阶段都涉及不同的推理任务。比如：

• 在知识图谱的融合过程中有两个重要的推理任务：实体对齐和关系对齐；
• 在对知识图谱进行知识补全的过程中，链接预测就是一种典型的推理任务；
• 在对知识图谱中冲突信息进行检查时的不一致性检测，也是知识图谱中重要的推理任务；
• 在知识图谱提供知识服务，为相关查询返回正确的相关知识信息时，查询扩展也属于推理任务。

二、推理方法

知识图谱推理的主要技术手段分为两大类：

• 基于演绎的知识图谱推理；
• 基于归纳的知识图谱推理；

1、基于演绎的知识图谱推理

演绎推理的过程需要明确定义的先验信息，所以基于演绎的知识图谱推理多围绕本体展开。演绎推理主要包括基于描述逻辑、基于逻辑编程、基于查询重写和基于产生式规则的方法。

基于描述逻辑推理：在丰富逻辑描述的知识图谱中，除了实体和关系，还包含了很多抽象的信息，比如描述实体类别的概念以及关系之间的从属信息。由于OWL是知识图谱