微信扫码
与创始人交个朋友
我要投稿
知识图谱的核心是语义网络,语义网络的概念最初由奎林(M.Ross Quillian)于1968年在他的博士论文中提出,这是一种心理学模型,用于描述记忆是如何通过概念之间的联系来实现的。
奎林认为记忆并非孤立地存储单个的事实或概念,而是将这些元素通过一系列的关联和联系组织起来。这种组织方式使得人们可以更有效地检索和使用记忆中的信息。基于这一理论,他将语义网络作为知识的表示方式。这种表示方式很快引起了人工智能研究者的兴趣,并被应用于自然语言理解系统中,以表示事物之间的关系和命题信息。
语义网络以网络格式表达知识的构造,使用语义和语义的关系表示知识的网络结构。所谓语义就是指实体或者概念,它们三个是一个意思,这个理解非常重要,否则就容易被这些概念搞混淆。语义网络中包含两种类型的知识。一种是人们总结的概念类知识,比如从猫到哺乳动物再到动物,这是一种概念的分类体系。另外一种是面向事实类的知识,比如北京是中国的首都。
那语义网络是怎样构成的呢?语义网络以符号形式描述物理世界中的概念及其相互关系,其基本组成单位是“实体-关系-实体”三元组,以及实体及其相关属性-值对,实体间通过关系相互联结,构成网状的知识结构。
这有点抽象,所以换个角度,从实际应用的角度出发,我们可以简单地把语义网络理解成多维关系图。什么是图(Graph)呢?图是由节点(Vertex)和边(Edge)来构成,例如折线图、鱼骨图、组织结构图等,但这些图通常只包含一种类型的节点和边。
而多维关系图一般包含多种类型的节点和多种类型的边。在语义网络中,用“实体(Entity)”来表达网络里的节点、用“关系(Relation)”来表达网络里的“边”。
前面说了实体即概念,指的是现实世界中的事物,比如人名、地名、食物、药物、公司、国家等一切概念名称,关系则用来表达不同实体之间的某种联系。实体与实体的关系常见的有:继承关系、关联关系、属性关系、包含关系、因果关系、时间关系、空间关系、拥有关系、功能关系、相似关系、对比关系、成员关系等。这些关系类型帮助我们定义和理解实体之间的复杂联系。在实际应用中,我们还可以根据需要定义更多的关系类型。
语义网络这个概念被提出来以后,同步在认知科学和计算机科学领域应用和发展,在认知心理学中知识表征的方式就包含语义网络、命题网络和图式等。
总结一下,在计算机人工智能领域,知识图谱的核心是语义网络,语义网络的最基本单位是三元组,即实体-关系-实体,面向事实的单一语义网络表达的是命题信息,多个语义网络就构成了命题网络,命题网络表达的是命题之间更复杂的层次结构信息和逻辑关系信息。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-03-30
2024-04-26
2024-05-10
2024-04-12
2024-05-28
2024-04-25
2024-05-14
2024-07-18
2024-08-13
2024-04-26