知识图谱与事理图谱

在这几年知识图谱又开始火热起来，大多人认为知识图谱是解决从感知智能到认知智能的一个基础性工具，到最后是否能够落到实处，还是要看研究的进展。那么什么是知识图谱？知识图谱是由本体（Ontology）作为Schema层，与RDF数据模型兼容的结构化数据集。简单理解就是把各个知识点串联起来的一张图。知识图谱不是一个新概念，从上世纪70年代开始，经过语义网及网络等等一系列的概念，在2012年5月由Google引入的，主要目标是为解决搜索关联性的问题。

（基于RDF的知识图谱表示，北京大学邹磊）

上图是典型基于RDF的知识图谱表示，所描述的是关于美国建国时的知识点，比如美国的首都在哪里、有哪几位总统、总统有哪些特征等。这张图有一个非常明显的特征，就是每个节点都是一个名词，名词和名词之间是线上写的关系，这是到目前为止所有主流的知识图谱非常显著的一个特征。

DARPA（Defense Advanced Research Projects \nAgency ，美国国防高级研究计划局）把一般理解的数据、智囊等等从下到上分五个层面：第一个层面是数据，原始的信号或激励；第二个层面是信息，就是事实类的问题，如什么、谁等等；第三个层面是知识，相关性和组合性，回答How的问题；第四个层面是理解，回答为什么的问题；第五个层面是智慧，主要是人做的判断和决策，机器主要做下面四个层面。