《中国人工智能学会通讯》——6.15 基于符号的推理方法
6.15 基于符号的推理方法 1 . 知识图谱的表示语言 介 绍 知 识 图 谱 中 基 于 符 号 的 推 理 方 法 之前,需要先对知识图谱的知识表示(knowledgerepresentation)有一个了解。 前面提到,知识图谱是一个语义网络,即一种用互联的的节点和弧来表示知识的一个结构[1] 。语义网络中的节点可以代表一个概念(concept)、一个属性(attribute)、一个事件(event)或者一个实体(entity),而弧则用来表示节点之间的关系,弧的标签指明了关系的类型。虽然语义网络作为一种自然语言的知识表示方法受到了很多关注,Woods 在 1975 年的一篇论文指出语义网络中的弧的语义存在问题[2] 。由于一阶谓词逻辑具有形式化语义,所以很多研究人员开始建立一阶谓词逻辑和语义网络之间的对应关系,从而赋予语义网络形式化语义(如文献 [3])。但是,由于一阶谓词逻辑的推理复杂度是不可判定的,所以一般业界很少关注这种对应。为了使得语义网络同时具备形式化语义和高效推理,一些研究人员提出了易处理(tractable)概念语言,如 KL-ONE [4] 和 CLASSIC...
