知识图谱基础组件RDF、RDFS、OWL

1.RDF——知识图谱基石

1.什么是一条知识

在知识图谱中，一个语句可以看做是一个知识
举个例子：猫是哺乳动物

2.怎么描述一条知识

每条知识标识为一个SPO三元组(Subject-Predicate-Object)
Subject : 主语
Predicate: 谓词
Object ：宾语
在“猫是哺乳动物”这条知识中
猫：主语
是：谓词用来描述或判定客体性质、特征或者客体之间关系的词项
动物：宾语

3.如何将知识规范化

RDF(Resource Description Framework)，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。RDF的作用就是描述上面提到的SPO三元组

SPO三元组.jpg

怎么描述一个三元组，前面已经介绍了，看文章知识图谱概览

2.RDF序列化

将知识规范化之后，就是存储和传输的问题
目前，RDF序列化的方式主要有：RDF/XML，N-Triples，Turtle，RDFa，JSON-LD等几种。
下面介绍一种使用的最多的方式Turtle
以伪满皇宫博物院知识图谱为例，网上有很多例子，自行参考

伪满皇宫博物院

@prefix scenic:  .  
@prefix scenicIntro:   
@prefix :  .

#scenic:1代表一个景点的实体
scenic:1 :name "长春市伪满皇宫博物院"^^string.
scenic:1 :id "271098"^^string.
scenic:1 :location "吉林”"^^string.
scenic:1 :level "5A"^^string.
scenic:1 :validTime "2007"^^string. 
scenic:1 :hasIntroIn scenicIntro:1.

#scenicIntro:1代表一个景点简介的实体
scenicIntro:1 :updateAt "1551408059023"^^long.
scenicIntro:1 : createAt "1551408059023"^^long.
scenicIntro:1 : scenicName "长春市伪满皇宫博物院"^^string. 
scenicIntro:1 : scenicId "271098"^^string.
scenicIntro:1 : content "伪满皇宫博物院"^^string.
scenicIntro:1 : title "中文名称"^^string.

同一个实体的多个属性可以紧凑表示，注意每一条后面末尾分号;和逗号.的区别

@prefix scenic:  .   
@prefix scenicIntro: 
@prefix :  .

scenic:1 :name "长春市伪满皇宫博物院"^^string.
               :id "271098"^^string;
               :location "吉林”"^^string;
               :level "5A"^^string;
               :validTime "2007"^^string;
                :hasIntroIn scenicIntro:1.
scenicIntro:1 :updateAt "1551408059023"^^long;
                     : createAt "1551408059023"^^long;
                     : scenicName "长春市伪满皇宫博物院"^^string; 
                     : scenicId "271098"^^string;
                     : content "伪满皇宫博物院"^^string;
                     : title "中文名称"^^string;

3.RDFS序列化

在第一篇文章中说过，RDF在使用的时候还有很多局限性，这种局限体现在对事物的抽象能力上，举个例子
猫是哺乳动物，这个知识在不同的语境中有不同的意思

语境1：指着一只实体猫说这句话的时候，猫是一个实体（object），就是眼前的这只猫
语境2：当你和别人阐述猫这个物种是哺乳动物的时候，猫不是一个客观实体，而是一种抽象类型（class）

这个时候简单的

猫 :type "哺乳动物"^^string

无法具体的区分要表示的是哪种意思
这时候就需要扩展规则RDFS

还是以上面伪满皇宫博物院为例
此时，我们就要区分实体和类的不同了，用RDFS描述下上面的知识图谱

@prefix rdfs:  .
@prefix rdf:  .
@prefix :  .

#定义两个类，分别是景点类scenic和景点简介类scenicIntro
:Scenic rdf:type rdfs:Class.
:ScenicIntro rdf:type rdfs:Class.

: name rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .

: id rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .
        
: location rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .
        
: level rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .

: validTime rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .
        
: hasIntroIn rdf:type rdf:Property;
        rdfs:domain :Scenic;
        rdfs:range : scenicIntro .
        
: updateAt rdf:type rdf:Property;
        rdfs:domain : scenicIntro;
        rdfs:range xsd:long .
        
: createAt rdf:type rdf:Property;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:long .

: scenicName rdf:type rdf:Property;
        rdfs:domain :scenicIntro;
        rdfs:range : xsd:string .

: scenicId rdf:type rdf:Property;
        rdfs:domain :scenicIntro;
        rdfs:range : xsd:string .

: content rdf:type rdf:Property;
        rdfs:domain :scenicIntro;
        rdfs:range : xsd:string .

: title rdf:type rdf:Property;
        rdfs:domain :scenicIntro;
        rdfs:range : xsd:string .

介绍下其中的几个关键字

rdfs:Class：定义一个类
rdf:Property：定义这是一个属性
rdfs:domain：定义该属性属于哪个类别
rdfs:range：定义取值范围，上面的例子中类型有引用的string、date以及我们自定义的Person、Place

RDFS中还有很多关键字，如rdfs:subClassOf等，详细可以参考W3C文档

注意其实在RDFS中rdf:Property和rdfs:Property是一样的，因为RFDS是RFD的扩展

4.OWL序列化

相对于RDFS，可以更加细化图谱中的关系
例如：其中wwww.kg.com/persion/1可以看做是一个实体罗纳尔多，www.kg.com/place/10086也是一个实体，代表罗纳尔多的出生地，但是他是一个实体，不是罗纳尔多实体的属性，所以，数据之间有两种关系

1.数据属性（data property），比如上图中的kg:career，就是实体（IRI）与字面量（literal）之间的关系
2.实体属性（object property），比如上图中的kg:hasBirthPlace，就是实体与实体之间的关系

另外延伸想象，是不是可以让数据具有推理能力，举几个例子

对称关系：A认识B，则可以推断出B认识A
相反关系：A是B的母亲，则B是A的孩子
传递关系：A位于B，B位于C，则A位于C

经过这样的一些逻辑定义，就使得数据具有了逻辑推理能力，这些功能的扩展，可以通过OWL完成，具体的属性见W3C文档
这样经过修改后，上面的知识图谱可以表示为

@prefix rdfs:  .
@prefix rdf:  .
@prefix :  .
@prefix owl:  .

### 这里我们用词汇owl:Class定义了“景点”和“景点简介”这两个类。
:Scenic rdf:type owl:Class.
:ScenicIntro rdf:type owl:Class.

### owl区分数据属性和对象属性（对象属性表示实体和实体之间的关系）。词汇owl:DatatypeProperty定义了数据属性，owl:ObjectProperty定义了对象属性。
: name rdf:type owl:DatatypeProperty;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .

: id rdf:type owl:DatatypeProperty;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .
        
: location rdf:type owl:DatatypeProperty;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .

: level rdf:type owl:DatatypeProperty;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .
        
: validTime rdf:type owl:DatatypeProperty;
        rdfs:domain :Scenic;
        rdfs:range xsd:string .

: hasIntroIn rdf:type owl:ObjectProperty;
        rdfs:domain : Scenic;
        rdfs:range : scenicIntro .
        
: updateAt rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:long .
        
: createAt rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:long .

: scenicName rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:string .

: scenicId rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:string .

: content rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:string .

: title rdf:type owl:DatatypeProperty;
        rdfs:domain :scenicIntro;
        rdfs:range xsd:string .

上例子中数据属性和实体属性分别用owl:DatatypeProperty和owl:ObjectProperty表示
OWL中还有很多其他适用于推理的字段，下面列举几个

1. owl:TransitiveProperty. 表示该属性具有传递性质。例如，我们定义“位于”是具有传递性的属性，若A位于B，B位于C，那么A肯定位于C。
1. owl:SymmetricProperty. 表示该属性具有对称性。例如，我们定义“认识”是具有对称性的属性，若A认识B，那么B肯定认识A。
1. owl:FunctionalProperty. 表示该属性取值的唯一性。例如，我们定义“母亲”是具有唯一性的属性，若A的母亲是B，在其他地方我们得知A的母亲是C，那么B和C指的是同一个人。
1. owl:inverseOf. 定义某个属性的相反关系。例如，定义“父母”的相反关系是“子女”，若A是B的父母，那么B肯定是A的子女。

在融合数据的时候，OWL也可以去到很好的作用，例如：A的数据中定义的一个Person1，B的数据中定义了一个Person2，假如这两个数据中定义的Person是一样的，那么当A数据和B数据融合的时候，就可以使用OWL很好的融合，避免数据的重复定义

 rdf:type owl:Class .
 rdf:type owl:Class .
 owl:equivalentClass  .

本体映射主要有以下三种

1. owl:equivalentClass. 表示某个类和另一个类是相同的。
1. owl:equivalentProperty. 表示某个属性和另一个属性是相同的。
1. owl:sameAs. 表示两个实体是同一个实体。

OWL中这种关系描述的属性定义，可以大大的增加推理机制，使海量的数据再处理的时候，不用一个一个的补全之间的关系，只要定义属性关系就好