内容简介:中文将Ontology翻译成本体,我觉得这个翻译应用于哲学还行,应用于信息科学,简直是误导众生。翻译成知识图谱或语义网络更为贴切。当然知识图谱有自己的专有英文Knowledge Graph。本文就叫语义网络吧。我们目前的万维网,是非结构化的,计算机无法自动的将万维网中的文本内容所隐含的信息组织起来,并基于这些信息做出一些推理语义网络包含了实体、命名、分类、属性、关系、继承等概念。通过这些去描述整个信息网络。同时通过一些标准,使得所有的信息能够在这一套描述体系下,互联互通,建立一张网络,从而能够理解语义,并
Ontology
中文将Ontology翻译成本体,我觉得这个翻译应用于哲学还行,应用于信息科学,简直是误导众生。翻译成知识图谱或语义网络更为贴切。当然知识图谱有自己的专有英文Knowledge Graph。本文就叫语义网络吧。
我们目前的万维网,是非结构化的,计算机无法自动的将万维网中的文本内容所隐含的信息组织起来,并基于这些信息做出一些推理
语义网络包含了实体、命名、分类、属性、关系、继承等概念。通过这些去描述整个信息网络。同时通过一些标准,使得所有的信息能够在这一套描述体系下,互联互通,建立一张网络,从而能够理解语义,并能够根据已知事实,做出一些推理。这一特点,可以应用于许多知识问答、数据分析等业务。
为了达成这个目的,需要定义一些标准化的数据结构,使得遵循这个数据结构的数据能够互联互通,同时一些软件也能够基于这些标准化的数据结构,进行数据的存储和查询,以及对数据背后隐含信息的挖掘,也即推理。这些信息描述标准(相当于数据结构)有
- RDF &RDFS
- OWL
RDF &RDFS
全称Resource Description Framework。它是一种主谓宾的三元结构(subject–predicate–object, known as triples),来描述信息。RDFS 全称RDF Schema ,是万维网联盟采用RDF后制定的标准。比如使用Turtle格式来描述john这个人的信息
@prefix : <http://www.example.org/> . :john rdf:type :Man . :Man rdfs:subClassOf :Human . :john :livesIn "New-York" . :livesIn rdf:type rdf:Property . # After reasoning :john rdf:type :Human ..
其表达的信息为:
john是一个男人 男人是人类的子集 john住在纽约 “住在”这个relation是一个rdf属性 #以上是原本的数据,但rdf:type和rdfs:subClassOf这两个关系,使得我们可有推理得出 jon是一个人类
可以看到,RDFS可以将一个人的信息通过主谓宾,三元组的形式进行描述。同时,规范的RDFS标准,还是使得,我们基于已知的信息推论出隐含信息成为可能
Turtle是RDF的一种序序列化格式。其他数据格式还有XML,JSON等
OWL
全称Web Ontology Language,是万维网联盟制定的新一代的信息描述结构。包含了RDFS,同时做了一些扩从。RDFS,只能定义是什么,而不能对信息做限制和裁剪。OWL提供了这方面的语义支持,从而在构建语义网络底层数据时更为灵活
Graph Database
将所有信息通过以上方式组织串联后,可以形成一张像图一样的数据结构
目前市面上有许多图数据结构,比如Neo4J,OrientDB,能以图的格式存储语义网络。图数据结构将RDF三元组中的Subject和Object都定义为Vertex 或Node,他们之间的关系predicate叫edge或relation,每个Node的拥有属性信息,比如人有出生年月。
参考资料
http://graphdb.ontotext.com/free/devhub/inference.html
https://www.cambridgesemantics.com/blog/semantic-university/learn-owl-rdfs/rdfs-vs-owl/
https://stackoverflow.com/questions/1740341/what-is-the-difference-between-rdf-and-owl
https://en.wikipedia.org/wiki/Web_Ontology_Language
https://en.wikipedia.org/wiki/Graph_database以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 新瓶装旧酒:语义网络,语义网,链接数据和知识图谱
- 语义分割领域开山之作:Google提出用神经网络搜索实现语义分割
- 百度NLP | 神经网络语义匹配技术
- 一块GPU就能训练语义分割网络,百度PaddlePaddle是如何优化的?
- 36氪首发 | 用大数据和语义分析撬动专家网络市场,「六度智囊」获百万级Pre-A轮投资
- 南邮提出实时语义分割的轻量级网络:LEDNET,可达 71 FPS!70.6% class mIoU!即将开源
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。