1.2 什么是知识图谱

前面絮絮叨叨了好些零零碎碎的文字，意在激活我们大脑对不同知识之间的联想。知识之间的关联无处不在。古今中外、人文科技、儿女情长、家国大事、现实幻想、奇闻趣事，可谓一切知识之间皆有关联。有些关联乍一看思维跳跃、没有章法，但稍加思索，就会发现其中自有逻辑所在。

知识图谱就是一种对知识间的关联进行建模的方法，目的是将这些关联关系的逻辑显式地表示出来。将上文所提到的知识用网状图（Graph）的方式组织成图1-1的形式，就形成了一个知识图谱。也就是说，知识图谱是知识的一种表示形式——一种由知识点及其之间的关联关系组成的网状图。

早在知识图谱出现以前，有识之士就在深入研究人类大脑中知识间的关联关系了。认知科学和脑科学研究的最近成果表明，人类思维活动的机制就是联想，联想的核心则是知识间的联系。哲学家大卫·休谟把人们对知识、观念或知觉之间的联系归结为三类，分别是相似关系（Resemblance）、时空的接近关系（Contiguity in time or place）和因果关系（Cause or Effect）。

以图1-1为例，李白的《静夜思》引导人们自然而然地想到月亮（月球），进而想到苏轼的《水调歌头·明月几时有》。在大卫·休谟的理论中，这个过程被认为是相似关系的体现。由苏堤到苏堤尽头的雷峰塔的联想过程，则被认为是时空的接近关系。采用因果关系的例子有“长征五号”运载火箭因为具备强大推力，所以能够逃脱地球引力的束缚；因为“嫦娥五号”在“长征五号”的运送下逃脱地球引力，所以“嫦娥五号”能够到达月球，并进行月球探测。不过，大卫·休谟在他的著作《人类理解研究》中认为，很难证明是否只有这3种根本性的关联关系，而这正是哲学、脑科学、神经科学、认知科学、心理学等诸多学科致力于解决的问题。

在偏于实践应用的知识图谱领域，并不过多深究知识间根本性的关联关系。相反，知识图谱容许或需要更加多元、多样、多维的关联关系。在实践中，通常根据场景、业务或应用的需要进行总结梳理。下面以前文和图1-1为例做简单说明，通常来说，书籍作品与人物之间的关联关系有如下两种。

●“＜作品，谈及，人物＞”：表达了书籍作品包含了描绘该人物有关的内容。

●“＜人物，写，作品＞”：表达了该书籍作品是由该人物撰写的。

这在图1-1中都有体现，比如“＜水调歌头·明月几时有，谈及，苏辙＞”和“＜王文广，写，知识图谱＞”等。此外，根据场景的需要对知识进行梳理和总结，会导致知识图谱在不同情况下存在差异。领域不同、背景不同、目标不同、应用方向不同，梳理总结的结果都会有所不同。这种差异很难避免，第2章将会详细探讨这类问题，并提出相应的方法论和工程模型等途径，尽可能化解困难、减少分歧、扩大共识。

上例中提到的“＜水调歌头·明月几时有，谈及，苏辙＞”和“＜王文广，写，知识图谱＞”被称为三元组。三元组正是知识图谱的基本元素。从上述例子可知，三元组表达的是两个知识点之间的关系，因此也常被称为关系三元组。

三元组由三个部分组成，分别为实体、关系、实体，即“＜实体，关系，实体＞”。有时为了区分两个实体，基于其位置，分别将它们称为头实体和尾实体，即“＜头实体，关系，尾实体＞”。也就是说，“水调歌头·明月几时有”和“苏辙”都是实体，“水调歌头·明月几时有”是头实体，“苏辙”是尾实体。

进一步的，知识图谱事先梳理总结的知识类型，比如“＜作品，谈及，人物＞”等，通常被称为关系类型，其组成部分中的“作品”和“人物”被称为实体类型，“谈及”是关系名称。在图1-1 中，知识图谱就是由无数三元组组成的巨大的图。图的顶点表示实体，也就是一个个的知识点。图的边表示了实体间的关系，也就是知识点与知识点的关联关系。

刻画一个知识点，不能仅仅用几个字来表示，而要从不同的维度来描绘。比如人物，除有姓名之外，还有出生年月、身份证号码等。在知识图谱中，这些不同维度的描述信息被表示为实体属性。实体属性的表现形式是键值对，即“＜属性名，属性值＞”。比如实体“苏轼”，其属性有“＜生日，1037年1月8日＞”和“＜性别，男＞”等。依附于关系三元组上的一系列键值对就是关系属性。关系属性能够让我们从不同的视角来看待关联关系。比如关系三元组“＜苏轼，写，水调歌头·明月几时有＞”，其属性有“＜时间，1076年＞”，用于表示苏轼在1076年写了《水调歌头·明月几时有》这首词。对于实体属性，可以对其进行拉平，从而形成形似三元组的形式，并被称为属性三元组。比如“＜苏轼，生日，1037年1月8日＞”和“＜苏轼，性别，男＞”等。

至此，知识图谱的基本概念已大致介绍完毕，相信读者对知识图谱有了基本的认识。知识图谱就是由知识点和知识点之间的关联关系所组成的网状的图，是知识的天然表示形式，既便于人类理解，又易于被机器使用。在知识图谱中，实体和实体属性刻画了知识点的内容，关系和关系属性则刻画知识点之间的关联联系。

● 知识点（Knowledge Item）：被组织起来的、用于表示一个抽象的或者具体的事物的信息。知识点通常与其他知识点存在各种各样的关联关系。

● 知识元素（Knowledge Element）：表示组成知识点的基本信息。一个知识点通常由许多元素组成。

● 实体（Entity）：是指一种独立的、拥有清晰特征的、能够区别于其他事物的事物。在信息抽取、自然语言处理和知识图谱等领域，用来描述这些事物的信息即实体。实体可以是抽象的或者具体的。在知识图谱中，知识点表示为实体；在图论、知识存储或图数据库中，实体表示为顶点。

● 关系（Relationship）：实体之间的有向的、语义化的表示。在知识图谱中，知识间的关联及联系表现为关系；在图论、知识存储或图数据库中，关系表示为边。

● 知识图谱（Knowledge Graph）：由实体及实体间的关系所组成的网状的图，每个实体及其关联的属性键值对用于描述知识点，而每个关系及其属性用于表示知识点间的关联关系。