<mark id="oztn4"></mark>
0
雙語原文鏈接：What’s the Difference Between an Ontology and a Knowledge Graph?
隨著語義應用程序成為業界越來越熱門的話題，客戶經常來EK詢問有關本體和知識圖譜的問題。具體來說，他們想知道兩者之間的區別。本體和知識圖譜是一回事嗎？它們有何不同？兩者之間是什么關系？
在這篇博客中，我將引導您了解本體和知識知識圖譜，講述它們之間的區別以及它們如何組織大量數據和信息。
本體是語義數據模型，用于定義domain中事物的類型以及可用于描述它們的屬性。本體是廣義的數據模型，這意味著它們僅對具有某些屬性的事物的一般類型進行建模，而并不包含有關我們domain中具體個體的信息。例如，本體論不能描述您的狗，斑點和它的所有個體特征，主要描述狗的一般概念，嘗試描述大多數狗可能具有的特征。這樣做可以使我們在將來用本體來描述其他狗。
本體有三個主要組成部分，通常描述如下:
類： 存在于數據中的不同類型的。
關系：連接兩個類的屬性。
屬性：描述單個類的屬性。
例如，假設我們有以下關于書籍、作者和出版商的信息：
首先，我們要標識類(數據中事物的唯一類型)。這個示例數據似乎捕獲了關于書籍的信息，因此它是類的一個很好的候選項。具體來說，示例數據捕獲了關于書籍的某些類型的內容，比如作家和出版商。再深入一點，我們可以看到我們的數據還捕獲了關于出版商和作者的信息，比如他們的位置。這給我們留下了這個例子中的四個類：
書籍
作者
出版商
位置
下一步，我們需要標識關系和屬性(為了簡單，我們可以將關系和實體屬性都視為屬性)。使用我們在之前定義的類，我們可以查看數據并開始列出我們看到的每個類的所有屬性。例如，在書籍類中，一些屬性可能是:
書籍有作者
書籍有出版商
書集是在一個日期出版的
書籍之后有續集(其他書)
其中一些屬性是連接兩個類的關系。例如，關系屬性“書籍有作者”是一個連接書籍類和作者類的關系。其他屬性，像“書籍發布的日期”是實體屬性，只描述一個類，而不是將兩個類連接在一起。
需要注意的是，這些屬性可能適用于任何給定的書籍，但它們不一定適用于每一本書。例如，很多書都沒有續集。這在我們的本體中很好，因為我們只是想確保我們捕獲了可能適用于許多(但不一定是所有)書籍的屬性。
雖然上面的屬性列表很容易閱讀，但是重寫這些屬性以更清楚地定義我們的類和屬性會有所幫助。例如，“書籍有作者”可以寫成:
書→有作者→作者
盡管你可以包括更多的屬性，這取決于你的用例，對于這個博客，我已經定義了以下屬性:
書→有作者→作者
書→有出版商→出版商
書→出版于→出版日期
書→后面是→書
出版商 →位于→位置
位置→位于→位置
記住，我們的本體是一個通用的數據模型，這意味著我們不想在本體中包含關于特定書籍的信息。相反，我們希望創建一個可重用的框架，將來我們可以用它來描述其他書籍。
當我們結合類和關系時，我們能夠以圖的形式查看本體:
使用本體作為一個框架，我們可以添加關于個別書籍、作者、出版商和位置的真實數據來創建一個知識圖譜。利用上面表中的信息和本體，我們可以創建每個本體關系的特定實例。比如，如果我們的本體中有這樣的關系“書籍→有作者→作者”，這個關系的單個實例如下：
如果我們把我們擁有的關于《殺死一只知更鳥》這本書的所有信息加進去，我們可以看到知識圖譜的開端：
如果我們對所有的數據都這么做，我們最終會得到一個使用本體對數據進行編碼的圖。通過使用知識圖譜，我們可以將數據看作一個關系網絡，而不是作為單獨的表格在我們無法理解的數據點間繪制新的連接。具體來說，使用SPARQL，我們可以查詢數據和使用推理功能（讓知識圖譜建立之前沒有定義的連接）。
正如你在上面例子中所看的，當你將本體（我們的數據模型）應用到一組單獨的數據點（書籍、作者和出版商數據）時，那么就是創建了一個知識圖譜。換句話說：
本體+數據=知識圖譜
AI研習社是AI學術青年和AI開發者技術交流的在線社區。我們與高校、學術機構和產業界合作，通過提供學習、實戰和求職服務，為AI學術青年和開發者的交流互助和職業發展打造一站式平臺，致力成為中國最大的科技創新人才聚集地。
如果，你也是位熱愛分享的AI愛好者。歡迎與譯站一起，學習新知，分享成長。
