【知识图谱搭建到应用】--知识表示--02

知识表示

知识的表示方法有很多种，如产生式规则、谓词表示等；知识图谱中基础是“三元组”，可理解为主-谓-宾，两头是两个实体，中间是两者之间的关系，而在三元组的基础上因为关系的存在构成可表示负责知识的语义网，但本质的关系单元还是三元组。

CVT节点

Compound Value Type节点能更准确的建模实体之间的复杂关系。如，一个城市的人口是随时间变化的，这意味着每当查询人口时，都带有一个隐式的条件，即日期；该问题涉及两个值，人口和日期。此场景下CVT节点非常有用，如果没有，要对人口数据进行建模，需要创建一个主题，并将其命名为如“1997 年的温哥华人口”，然后在那里提交信息。

可以将CVT视为不需要创建显示名称的主题。CVT与普通主题一样，具有可以独立引用的GUID。在大多数情况下，CVT的每个属性都应该是消歧属性。

RDF文件及序列化

RDF、RDFS/OWL是类语义网概念背后通用的基本技术，而知识图谱是其中最广为人知的概念。RDF(Resource Description Framework)，即资源描述框架，其本质是一个数据模型（Data Model）。它提供了一个统一的标准，用于描述实体/资源。简单来说，就是表示事物的一种方法和手段。RDF形式上表示为SPO三元组，有时候也称为一条语句（statement），知识图谱中我们也称其为一条知识。

目前，RDF序列化的方式主要有：RDF/XML，N-Triples，Turtle，RDFa，JSON-LD等几种：

1. RDF/XML，顾名思义，就是用XML的格式来表示RDF数据。之所以提出这个方法，是因为XML的技术比较成熟，有许多现成的工具来存储和解析XML。然而，对于RDF来说，XML的格式太冗长，也不便于阅读，通常我们不会使用这种方式来处理RDF数据
2. N-Triples，即用多个三元组来表示RDF数据集，是最直观的表示方法。在文件中，每一行表示一个三元组，方便机器解析和处理。开放领域知识图谱DBpedia通常是用这种格式来发布数据的
3. Turtle, 应该是使用得最多的一种RDF序列化方式了。它比RDF/XML紧凑，且可读性比N-Triples好
4. RDFa, 即“The Resource Description Framework in Attributes”，是HTML5的一个扩展，在不改变任何显示效果的情况下，让网站构建者能够在页面中标记实体，像人物、地点、时间、评论等等。也就是说，将RDF数据嵌入到网页中，搜索引擎能够更好的解析非结构化页面，获取一些有用的结构化信息。可以去这个页面感受一下RDFa，其直观展示了普通用户看到的页面，浏览器看到的页面和搜索引擎解析出来的结构化信息
5. JSON-LD，即“JSON for Linking Data”，用键值对的方式来存储RDF数据,可以参考此网站

对于详细的知识图谱概念、搭建以及涉及的技术可以参考此知乎专栏

rdflib库

有众多的图数据库、原生数据库能用存储RDF三元组数据，并且上前也说了RDF序列化有多种保存格式，往往会存在格式之间的转换，rdflib这个pyhon库可以解析基本所有的RDF三元组格式，并且再将其序列化为其他的格式，实现RDF文件格式的转换。除了转换格式化，rdflib库可以直接使用结构化数据创建知识图谱，进行命名空间、类、关系、属性的定义以及实例的批量化添加，然后可序列化为RDF文件，从而提供给neo4j、jena等数据库实现三元组数据的解析与存储，完成知识图谱构建。除此之外，rdflib还能同时解析多个RDF文件进行知识融合，其官方文档见此链接https://rdflib.readthedocs.io/en/stable/index.html