在知识图谱中知识不仅要被表示出来还要能够被进一步利用。如果系统只保存事实而不能依据已有知识推出新的结论那么图谱就更像静态记录而不是可用的知识系统。知识图谱中的推理正是让系统从“已知事实”走向“新结论”的关键环节。面向知识图谱的推理主要围绕关系展开能够辅助推出新的事实、新的关系、新的公理以及新的规则。一、什么是知识图谱中的推理推理可以理解为依据已有知识得到原本没有直接写出的知识。例如图谱中如果已经有James Watt 属于 engineerengineer 是 person 的子类那么系统就可以推出James Watt 属于 person这类过程就是推理。在知识图谱场景中推理通常不只是逻辑公式演算而更常表现为三类能力• 根据规则补全关系• 根据本体语义推出类型或关系• 根据层级结构完成继承二、规则推理依据显式规则推出新结论规则推理的核心思想最直观先抽象出一组规则再把这些规则应用到知识图谱中推出新的事实或关系。基于规则的推理具有一个明显特点结果精准而且具有可解释性。例如可以设定这样一条规则如果 B 是 A 的妻子那么 A 是 B 的丈夫如果 B 是 A 的女儿那么 A 是 B 的父亲。一旦图谱中已有部分关系系统就可以按照这些规则推出缺失关系。利用这类规则可以从已有事实中推理出“米歇尔的丈夫是奥巴马”“玛利亚的父亲是奥巴马”等新知识。因此规则推理最适合处理这类问题1关系模式较清楚2规则能够显式写出3希望推理过程清楚、可追踪。它的优势在于简单、直接、可解释。它的局限在于规则需要事先设计规则太多时维护成本会升高。三、本体推理依据语义约束推出隐含知识本体推理的核心不是先写“如果……那么……”规则而是利用本体中已经蕴含的语义和逻辑进行推理。RDFS 中的 class、domain、range 等词汇本身就蕴含了简单语义和逻辑可以直接用于推理。例如某公司属于“人工智能公司”“人工智能公司”又是“高科技公司”的子类那么系统就可以推出该公司也是“高科技公司”。再如如果某个关系的定义域是“投资人”值域是“公司”而图谱中存在一条事实大卫切瑞顿 — 投资 — 谷歌那么系统就可以进一步推出大卫切瑞顿属于“投资人”这一类型谷歌属于“公司”这一类型。这说明本体推理特别适合处理1类型归属2属性定义域和值域3类层次约束4属性逻辑特性。它的优势在于不必为每一种结论单独写规则而是直接利用本体已有的结构语义。四、继承推理沿层级结构传递知识继承推理是最常见、也最基础的一类推理。它的核心思想是把抽象层中的属性或描述沿着层级结构传递到更具体的对象或类别。在语义网络表示中继承通常沿 ISA、AKO、AMO 等弧进行。其中• ISA 表示实例关系“是一个”• AKO 表示分类关系“是一种”• AMO 表示成员关系“是一员”继承的一般过程也很清楚从待求结点出发沿继承弧向上寻找相关结点把上层结点的属性记录下来直到层级遍历完成最后得到该结点可继承的属性集合。例如在一个简单分类中engineer 是 person 的子类James Watt 是 engineer 的实例那么 system 就可以推出James Watt 也是 person。在框架表示中继承推理也同样成立。在框架网络中各框架之间通过 ISA 链形成继承关系如果没有特别说明子框架的槽值将继承父框架相应的槽值。因此继承推理的本质就是上层已有的知识不必在下层重复写出。五、三种推理方式有什么区别这三种推理方式都能推出新知识但它们的出发点不同。1、规则推理出发点是显式规则。系统依据“如果……那么……”形式的规则推出结论。2、本体推理出发点是本体中的语义约束。系统依据类、属性、定义域、值域及逻辑特性推出结论。3、继承推理出发点是层级结构。系统依据上位类、父框架或抽象结点把属性和描述传递给下位对象。可以简要概括为• 规则推理强调规则• 本体推理强调语义约束• 继承推理强调层级传递三者并不是相互排斥的。在一个真实知识图谱系统中它们往往同时存在1本体定义类别和属性约束2继承关系传递一般特征3规则再补充更具体的判断链。六、为什么知识图谱离不开这三类推理知识图谱的价值不只在于保存对象和关系还在于让系统能够利用这些对象和关系。如果没有推理图谱就只能回答已经明确写出的事实一旦用户提出更复杂的问题系统能力就会明显受限。基于知识图谱的推理问答通常面向多实体、多关系、多跳和比较等更复杂任务。这三种推理方式分别支撑了不同层面的能力1规则推理帮助图谱补全关系、纠正缺失2本体推理帮助系统理解类型和语义约束3继承推理帮助系统利用层次结构减少重复表示。因此它们共同把知识图谱从“知识存储结构”推进为“知识利用系统”。 小结规则推理依据显式规则推出新结论本体推理依据类、属性和语义约束推出隐含知识继承推理则沿层级结构传递已有属性和描述。三者共同构成知识图谱中最常见、最基础的推理方式。“点赞有美意赞赏是鼓励”