- 综合排序
- 最热优先
- 最新优先
- 来自专栏有三AI
【知识图谱】知识表示：知识图谱如何表示结构化的知识？
作者&编辑 | 小Dream哥 1 什么是知识表示 知识表示是知识图谱中非常重要的概念，知识表示之于知识图谱的重要性，就好比内功心法之于绝世武功的重要性。 知识图谱中的知识表示也是如此，例如，要对所存储的知识进行应用，其中最关键的就是要能够进行知识的推理，而知识的表示形式和手段决定了知识推理的形式和难度；此外，知识表示的形式也决定了知识获取的形式和难度。 可见，一种合适的知识表示方法对知识图谱的构建至关重要。 所以，我们在学习知识图谱这个绝世武功之时，也需要熟悉它的内功心法，知识表示。 那么，什么是知识表示呢？ 笔者认为可以从如下两个方面理解什么是知识表示： 1.知识表示表示了什么？ 知识表示表示的是人类关于外部世界的结论，这些结论应该是无需实践，仅仅通过思考和推理就可以得到。 所以，知识表示的研究也由来已久，包括逻辑表示法、语义网络、框架表示法、脚本表示法、基于语义网的知识描述体系等。 限于篇幅，本文介绍比较重要的语义网络，框架表示法以及基于语义网的知识描述体系。
5.8K21发布于 2019-11-26 - 来自专栏磐创AI技术团队的专栏
知识图谱里的知识表示：RDF
大部分知识图谱使用RDF描述世界上的各种资源，并以三元组的形式保存到知识库中。 接着人们发现RDF这种形式非常适合用于在万维网上对知识的结构化表示，于是在1999年，RDF被W3C推为行业推荐标准。 2. 三元组是知识图谱中知识表示的基本单位，简称SPO，三元组被用来表示实体与实体之间的关系,或者实体的某个属性的属性值是什么。 3.1 用xml格式表示RDF数据 ? 关于RDF的介绍就先说到这里，后续会给大家在说一说一些关于RDFs和OWL的基本知识。
3.2K31发布于 2019-07-10 - 来自专栏IT从业者张某某
人工智能专题-知识表示
人工智能专题-知识表示 大纲 大纲：掌握知识表示方法，会用来表达某一具体场景 复习指南： 掌握知识表示的概念 表示方法：掌握逻辑表示法、产生式、语义网络、框架表示；各种表示方法的优缺点、适宜的应用对象 会用来表达某一具体场景 2.1 知识表示的概念 2.1.1 知识表示观点 2.1.2 知识表示的要求 知识表示的要求： 1）表示能力 一是知识表示范围的广泛性； 二是领域知识表示的高效性； 三是对非确定性知识表示的支持程度。 3）可组织性与可维护性 4）可实现性 5）自然性与可理解性 知识表示方法： 从四个方面学习： 1.概念：什么是？ （注意其涵盖的范围） 2.方法：如何用来表示知识（注意几个细节） 3.推理：如何进行推理？
52320编辑于 2023-10-16 - 来自专栏ypw
人工智能基础知识二 --- 知识表示
但知识需要用适当的模式表示出来才能存储到计算机中去，因此，知识的表示成为人工智能中一个十分重要的研究课题。 ---- 2.1 知识与知识表示的概念 知识：就是在长期的生活及社会实践中，在科学研究及实验中积累起来的对客观世界大的认识与经验。 知识：把有关信息关联在一起所形成的信息结构。 ：小李很高 经验引起的不确定性 不完全性引起的不确定性 3.可表示性与可利用性 知识的可表示性：知识可以用适当形式表示出来，如用语言，文字，图形，神经网络等。 知识的可利用性：知识可以被利用 知识的表示 将人类知识形式化或者模型化 知识表示是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。 选择知识表示方法的原则：充分表示领域知识，有利于对知识的利用，便于对知识的组织，维护与管理，便于理解与实现。 ---- 一阶谓词逻辑表示法 ?
2K10发布于 2021-05-18 - 来自专栏bit哲学院
知识图谱中的知识表示学习（Representation Learning）
参考链接： 知识表示技术 Word Representation 1. one-hot representation 长度为词典长度，每个词在词典中的位置置1，其余置0Curse of Dimension 传统使用RDF格式表示知识图谱 目标: 将知识图谱编码到向量空间 方法: Trans系列 1. 实体描述的知识表示学习模型（DKRL） 文本表示方面的2种模型 1. CBOW模型：将文本中的词向量简单相加作为文本表示； 2. 文本与知识库融合的知识表示学习 TranE + Word2Vec 利用word2vec学习维基百科正文中的词表示，利用TransE学习知识库中的知识表示，同时，利用维基百科正文中的链接信息（锚文本与实体的对应关系 ），让文本中实体对应的词表示与知识库中的实体表示尽可能接近，从而实现文本与知识库融合的表示学习 关系路径 1.
2.1K30发布于 2021-01-29 - 来自专栏做数据的二号姬
认真聊AI | 知识是怎么表示的
原创内容 No.700 认真聊AI | 知识是怎么表示的 继续上一节的话题，我们来聊聊知识是怎么表示的~ 图片由海艺AI绘制 上一节中，我们聊到了概念和知识相关的偏哲学一点点概念。 这就是我们今天要探讨话题——知识表示：讲人类的知识形式化或者模型化。 知识的模型化相对于我们把业务逻辑抽象成数据库的业务模型、架构模型、数据模型的过程要复杂一些。 框架表示法最突出的特点就是便于表达结构性的知识，能够讲知识的内部结构关系以及知识之间的联系表达出来。这种表示恰好是之前提到的产生式不能很好表达出来的。 在这个架构中，减少了知识的冗余，能够较好地保证知识的一致性。 最后要介绍的一种表示法叫做状态空间表示法。相比之下，这种表示法更加抽象一些。 状态空间是利用状态变量和操作符号表示系统或问题的有关知识的符号体系。
47610编辑于 2024-11-25 - 来自专栏计算机魔术师
【人工智能 | 知识表示方法】状态空间法 & 语义网络，良好的知识表示是解题的关键！（笔记总结系列）
欢迎大家订阅 该文章收录专栏 [✨— 《深入解析机器学习：从原理到应用的全面指南》 —✨] 知识表示方法 知识是一个抽象的术语，尝试描述人对某种特定对象的理解。 根据不同任务和不同的知识类型，有不同的知识表示方法，对应这许多不同的方法和技术可供选择（不同知识表示方法，在求解问题方法和效率也不太同，需要考虑）。 以下是一些常见的知识表示方法极少（需要注意的是这里的知识表示方法，不仅仅是面对现在主流大热的人工智能方向，几乎是包含了全部的人工智能方向，机器智能其实就是我们日常解决的问题，例如八数码问题、圆盘梵塔难题都可以很好求解 谓词/符号逻辑（Symbolic Logic） 符号逻辑是一种基于形式化逻辑的知识表示方法。它使用符号和规则来表示和推理关于世界的知识。符号逻辑适用于处理明确和确定的知识。 例如，专家系统使用符号逻辑来表示和推理关于特定领域知识的规则，如医疗诊断和法律推理。 语义网络（Semantic Networks） 语义网络使用节点和连接线的图形结构来表示知识。
78800编辑于 2025-03-15 - 来自专栏深度学习自然语言处理
【ERNIE】深度剖析知识增强语义表示模型——ERNIE
词语是具有语义的，怎么正确表示语义呢？语义的特点是什么？ 如图中所示:将文本信息映射到数字空间，变成数字表示的向量，在这种表示上，保留了词语间的距离信息。在句子的空间结构上我们期望获取更底层的之间的关系比如： ? 相对位置的表达，则是针对当前的位置信息的相对位置，如当前智为0，左右两边term距离当前距离的数值，正负号表示方向。 哈尔滨：sub-word 哈##尔##滨 Sub-word :预测可以通过word的 局部信息完成 模型缺乏全局建模信息的能力 针对BERT mask sub-word 任务存在的问题，百度提出基于知识增强的语义理解模型 ERNIE mask word & entity 强迫模型通过全局信息去预测mask掉的内容，学习序列里mask信息里蕴含的知识 ERNIE学到全局的信息，使它能学习到非常先验的结果，已经进行了大量的自然语言处理的分词模型
2.4K20发布于 2019-12-23 - 来自专栏CSDN技术头条
谷歌Principal Scientist谈AI：知识表示为何重要
20年前，人工智能关注的重点在于基于逻辑的AI，通常属于知识表示，即KR（Knowledge Representation），而今天的关注重点在于机器学习和统计算法。 知识表示并不是一个单一的内容。如果要完全概述知识表示，我会集中在它“应用哲学”方面——常识性概念的逻辑表示，将重点放在明确的语义基础上。 我用一则个人故事来说明。 第一，它允许用户自然地在系统中表示占用时间的一切事物。第二，机器学习和其他算法应用于本质上难以优化的问题。 更多产品决策 知识表示不仅仅是Timeful的源动力，也是它数据模型的灵感来源。在进行特定产品决策时，小组多次从哲学文献中寻找指引。要充分表述这点很困难，下面是两个具体的例子。 有迹象表明，研究者越来越对“机器学习和统计将解决所有问题”的观点持怀疑态度，例如，最近AAAI讨论会汇集了知识表示、机器学习、语言学和神经科学领域的领先研究人员，来讨论这些领域之间的互动。
67070发布于 2018-02-11 - 来自专栏人工智能头条
谷歌Principal Scientist谈AI：知识表示为何重要
20年前，人工智能关注的重点在于基于逻辑的AI，通常属于知识表示，即KR（Knowledge Representation），而今天的关注重点在于机器学习和统计算法。 知识表示并不是一个单一的内容。如果要完全概述知识表示，我会集中在它“应用哲学”方面——常识性概念的逻辑表示，将重点放在明确的语义基础上。 我用一则个人故事来说明。 第一，它允许用户自然地在系统中表示占用时间的一切事物。第二，机器学习和其他算法应用于本质上难以优化的问题。 更多产品决策 知识表示不仅仅是Timeful的源动力，也是它数据模型的灵感来源。在进行特定产品决策时，小组多次从哲学文献中寻找指引。要充分表述这点很困难，下面是两个具体的例子。 有迹象表明，研究者越来越对“机器学习和统计将解决所有问题”的观点持怀疑态度，例如，最近AAAI讨论会汇集了知识表示、机器学习、语言学和神经科学领域的领先研究人员，来讨论这些领域之间的互动。
66440发布于 2018-06-06 - 来自专栏活动
知识图谱嵌入中的关系表示方法
知识图谱嵌入中的关系表示方法种类繁多，下面我们重点介绍几种主流的嵌入方法及其背后的理论。 TransETransE 是 Bordes 等人于 2013 年提出的一种经典的知识图谱嵌入方法，基于几何向量的平移操作来表示实体和关系。 在 TuckER 模型中，知识图谱被表示为一个三维张量，其中头实体、关系和尾实体分别作为张量的三个维度。 TuckER的优点：模型具有极强的表达能力，能够表示多种复杂的关系类型。TuckER 在许多知识图谱嵌入任务上表现优异，尤其适用于复杂关系多的场景。 知识图谱嵌入中的关系建模实例在了解了多种关系表示方法后，我们将结合实例分析，展示如何在实际场景中使用这些方法进行关系建模。
85320编辑于 2024-09-15 - 来自专栏计算机魔术师
【人工智能 | 知识表示方法】状态空间法 & 语义网络，良好的知识表示是解题的关键！（笔记总结系列）
欢迎大家订阅 该文章收录专栏 [✨— 《深入解析机器学习：从原理到应用的全面指南》 —✨] 知识表示方法 知识是一个抽象的术语，尝试描述人对某种特定对象的理解。 根据不同任务和不同的知识类型，有不同的知识表示方法，对应这许多不同的方法和技术可供选择（不同知识表示方法，在求解问题方法和效率也不太同，需要考虑）。 以下是一些常见的知识表示方法极少（需要注意的是这里的知识表示方法，不仅仅是面对现在主流大热的人工智能方向，几乎是包含了全部的人工智能方向，机器智能其实就是我们日常解决的问题，例如八数码问题、圆盘梵塔难题都可以很好求解 谓词/符号逻辑（Symbolic Logic） 符号逻辑是一种基于形式化逻辑的知识表示方法。它使用符号和规则来表示和推理关于世界的知识。符号逻辑适用于处理明确和确定的知识。 例如，专家系统使用符号逻辑来表示和推理关于特定领域知识的规则，如医疗诊断和法律推理。 语义网络（Semantic Networks） 语义网络使用节点和连接线的图形结构来表示知识。
1.4K10编辑于 2023-12-12 - 来自专栏计算机魔术师
【人工智能 | 知识表示】问题规约法 & 谓词符号逻辑，良好的知识表示是解题的关键！（笔记总结系列）
我们首先需要用谓词进行知识表示，以下是一个谓词的例子 设有如下语句，请用相应的谓词公式分别把他们表示出来 （要注意属性、行为、个体的区别） 1）有人每天下午都去打篮球。 解：定义谓词 P(x)： x是人 B(x)：x打篮球 A(y)：y是下午 将知识用谓词表示为：(A(y)→B(x)∧P(x)) 2.) 老李每天下午都去打篮球。 解:定义谓词 d P(x): x是人 L(x,y): x喜欢 y 其中，y 的个体域是(梅花，菊花)(注意个体域) 将知识用谓词表示为 : (Ex)(P(x)->L(x,梅花) ∨ L(x,菊花)∨ 解 证明: 已知谓词:R（x）表示x能阅读, L(x)表示有文化，D（x）表示x是海豚，I（x）表示智慧的。 则将条件与目标用谓词公式表示： (1) ∀x(R(x)→L(x)) (2) ∀x(D(x)→¬L(x)) (3) ∃x(D(x)∧I(x)) 把要求证的结论用谓词公式表示出来并否定，得：
92010编辑于 2025-03-15 - 来自专栏智能生信
几何视角下 GNN 的拓扑知识表示与迁移
简读分享 | 赵晏浠 编辑 | 王宇哲 论文题目 Topology Compression for Graph Neural Networks 论文摘要 本文研究了一种新的知识转移范式，旨在通过将知识从在完整图上训练的教师 通过将 NHK 与教师和学生模型对齐，得出一个基本的和有原则的解决方案，称为几何知识蒸馏。 作者开发了非参数化实例化，并证明了它们在各种实验设置中的有效性，以对不同类型的特权拓扑信息和师生方案进行知识提炼。 论文链接 https://openreview.net/pdf?
37100编辑于 2022-12-29 - 来自专栏机器之心
资源 | 清华大学开源OpenKE：知识表示学习平台
在 OpenKE 中，我们提供了快速和稳定的工具包，包括最流行的知识表示学习（knowledge representation learning，KRL）方法。 该框架具有容易拓展和便于设计新的知识表示学习模型的特点。 ，包括以下四个资源库： OpenKE 这是一个基于 TensorFlow 的知识表示学习（KRL）的高效实现。 知识图谱和嵌入包括以下五个文件： 实体的嵌入：知识图谱中每个实体的嵌入。数据是二进制格式，每一行有一个嵌入。每一行用大量连续浮点表示这一行的嵌入。 关系嵌入：知识图谱中每一个关系的嵌入。 每一行用大量连续浮点表示这一行的嵌入。 Triple2id：知识图谱的知识三元组与对应序列号之间的映射。每一行有一个三元组和序列号，二者用一个 tab 隔开。
2.7K110发布于 2018-05-10 - 来自专栏bit哲学院
人工智能：第二章 知识表示方法
参考链接： 人工智能中的知识表示 第二章 知识表示方法 教学内容：本章讨论知识表示的各种方法，是人工智能课程三大内容（知识表示、知识推理、知识应用）之一，也是学习人工智能其他内容的基础。 2.5.3 过程 语义网络、框架和剧本等知识表示方法，均是对知识和事实的一种静止的表达方法，是知识的一种显式表达形式。而对于如何使用这些知识，则通过控制策略来决定。 和知识的陈述式表示相对应的是知识的过程式表示。所谓过程式表示就是将有关某一问题领域的知识，连同如何使用这些知识的方法，均隐式地表达为一个求解问题的过程。 过程是一种知识的过程式表示，它将某一有关问题领域知识同这些使用方法一起，隐式地表示为一个问题求解过程。过程表示用程序来描述问题，具有很高的问题求解效率。 由于知识隐含在程序中难以操作，所以适用范围较窄。 在表示和求解比较复杂的问题时，采用单一的知识表示方法是远远不够的。往往必须采用多种方法混合表示。
3K00发布于 2021-01-31 - 来自专栏人工智能之语音领域
人工智能之知识处理 知识推理 第二章 知识图谱：结构化知识表示核心
人工智能之知识处理第二章知识图谱：结构化知识表示核心@TOC第二章知识图谱：结构化知识表示核心如果说第一章我们了解了“知识表示”的宏观概念，那么第二章我们将进入实战的核心——知识图谱。 它是目前人工智能领域最主流、最成功的知识表示形式，也是让机器从“感知智能”迈向“认知智能”的关键基础设施。本章将带你从零开始，亲手揭开知识图谱的面纱，掌握从构建、存储到查询的全链路技术。 2.1知识图谱基础认知1.核心定义：什么是知识图谱？通俗来说，知识图谱就是一张巨大的“关系网”。在传统数据库中，数据是躺在表格里的死板记录；而在知识图谱中，数据变成了鲜活的“节点”和“连线”。 知识验证：通过逻辑规则或人工审核，剔除错误的知识（如“人→出生于→火星”）。 |E[关系集]D&E-->|知识融合|F[实体对齐/消歧]F-->|质量评估|G[知识图谱存储]2.3知识存储与查询数据构建好了，存放在哪里？
30010编辑于 2026-04-06 - 来自专栏JavaEdge
人工智能导论 (二) - Methodologies of Knowledge Representation 知识表示方法
0 知识 啥是知识啊 知识的属性 知识表示 知识表示的过程 Basic Methodologies� 主要知识表示方法 1 State Space Representation 状态空间表示 Route Planning 例1 路线规划 Example 2 – Monkey & Banana� 例2 猴子与香蕉问题 Example 3 Missionaries& Cannibals 状态及其表示 Substitution and Unification 置换与合一 1 命题逻辑 无法刻画个体之间的关系 因此有了谓词逻辑 2 谓词逻辑 二阶谓词不讨论 3 一阶谓词逻辑知识表示方法 一阶谓词逻辑特点 不能表示不确定的知识,会产生组合爆炸 4 Semantic Network Representation 语义网络法 4.1 Representation of Two-Element Semantic Network (二元语义网络的表示) 谓词逻辑与语义网络等效 4.2 Representation of Multi-Element Semantic Network(多元语义网络的表示
1.6K50发布于 2019-02-15 《知识表示：开启人工智能学习与推理的密钥》
知识表示的重要性知识表示是人工智能系统的基石。它不仅能够将人类知识转化为计算机可识别的形式，还能使计算机对知识进行高效的处理和应用。 这样，系统就可以根据这些知识进行推理，为用户提供专业的建议和解决方案。知识表示的方法语义网络语义网络是一种以节点和边来表示知识的结构。节点代表概念，边则表示概念之间的关系。 例如，“所有的狗都是动物”可以用谓词逻辑表示为“∀x(dog(x)→animal(x))”。知识表示的挑战知识的复杂性知识往往具有复杂性和多样性。不同领域的知识可能具有不同的特点和表示方式。 如何将这些复杂的知识进行有效的表示和存储是一个挑战。知识的更新随着知识的不断更新和发展，知识表示也需要不断地进行调整和更新。如何及时地更新知识表示，确保知识的准确性和时效性是一个重要问题。 智能机器人知识表示可以使机器人更好地理解和执行任务。机器人可以通过知识表示来获取和处理知识，从而实现自主决策和行动。例如，机器人可以通过知识表示来识别和理解周围环境，从而更好地完成任务。
42200编辑于 2024-12-28人工智能之知识处理 知识推理 第一章 知识表示与推理的核心基础
人工智能之知识处理第一章知识表示与推理的核心基础@TOC前言欢迎来到知识推理的世界。 1.1知识表示与推理的定义及研究意义要让机器像人一样聪明，首先得解决两个问题：它怎么存知识？它怎么用知识？这就是知识表示与推理的核心。 1.核心概念拆解知识表示通俗理解：相当于给机器一本“字典”和一套“语法”。 定义：基于已有的知识（事实、规则），按照一定的逻辑策略，推导出隐含的新知识或结论的过程。2.二者的关系：硬币的两面知识表示是基础，决定了推理的上限；知识推理是手段，体现了表示的价值。 ]P4-->|目标|T4[具备解决复杂工程问题的能力]初识知识表示为了让你更直观地理解“知识表示”，我们用Python演示两种最基础的表示方法：产生式规则（传统符号）和简单的图结构（现代图谱雏形）。
21310编辑于 2026-04-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号