早期知识表示简介：
知识是智能的基础，提供推理能力。
相对正确性、不确定性、可表示性、可利用性。
常识性知识、领域性知识；
事实性知识、过程性知识、控制知识；
确定性知识、不确定性知识。
早期知识表示方法：
1、First-Order Logic
Horn逻辑：
原子：has_child(Helen,Jack)
Rules:has_child(X,Y):-has_son(X,Y)
Tbox：内涵知识、Abox：断言
2、Production Rule:
IF...THEN...
CF为知识的强度
3、Framework:
<框架名>
槽名：侧面名 值1，值2，...，值p1
........................
约束：约束条件1
.........
约束条件n
4、Semantic Network:
节点-弧-节点
用谓词逻辑表示
基于语义网Semantic Web得知识表示框架：
W3C推荐的语义网标准栈：
表示-查询-推理-置信
最主要的方面A web of link data：SPARQL、RDF
use RDF as data format
use URLs as names for things
use HTTP URLs so that people can look up those names
RDF：资源描述框架
Resource：页面、图片、视频等任何具有URL标识符
Description：属性、特征和资源之间的关系
Framework：模型、语言和这些描述的语法
在RDF中知识总是以三元组triple形式出现
(subject、predicate、object)
RDF本身也是一个图模型(vertex，edge，vertex)
in RDF resources and properties are identified by URLs
通过namespace减少前缀冗余进行URLs的缩写
in RDF values of properties can also be literals i.e. strings of characters：(CCF ADL,theme,"KG")，此时"KG"称之为字面值literal，其他为resource
in RDF literals values of properties can also be typed with XML datatypes
字符串+类型约束
在CCF ADL上演讲了三小时：
ex:ccf_adl——ex-schema:nbHours——"3"^^xsd:interger
RDF空白节点blank nodes：
匿名的资源，作为链接某一个非匿名的资源的桥梁
A是某一次知识图谱讲座的讲者：
ex:A——ex-schema:speaker——_:x——ex-schema:theme——ex:KG
二跳，可以表示更复杂的多元关系
RDF是数据模型，不是序列化格式。
可以用XML、Turtle、N-Triples等方式表示。
开放世界假设：没有定义的内容只代表不知道，而不是不存在。
分布式定义的知识可以自动合并。
带标注的RDF(变种)annotated RDF：
(s,p,o):标志
(特朗普，就职，总统)：2017年1月
RDFS(schema)：
在RDF的基础上提供了一个术语、概念等的定义方式，以及哪些属性可以应用到哪些对象上。
规范了概念层schema的内容。
为RDF定义了如下词汇：
class,subclassof,type,property,subpropertyof,domain,range
OWL和OWL2
Web Ontology Language
三个子语言：lite/DL/Full
exp是命名空间http://www.example.org的别称。
等价性声明：
exp:运动员 owl:equivalentCalss exp:体育选手
传递关系：
exp:ancestor rdf:type owl:TransitiveProperty
互反关系：
exp:ancestor owl:inverseOf exp:descendant
函数性属性(唯一性)：
exp:hasMother rdf:type owl:FunctionalProperty
OWL2：OWL的新版本
SPARQL：
RDF的查询语言：基于RDF数据模型。
PREFIX: #声明
FROM #dataset(graph)
SELECT
WHERE{ ...... }
ORDER BY
RDF中的资源以？或者$表示变量
查询所有选秀CS328的学生：
PREFIX exp:http://www.example.org/
SELECT ?student
WHERE{
?student exp:studies exp:CS328.
}
查询所有的收购关系：
SELECT ?P ?X
WHERE{
?P finance:control ?c.
?c finance:acquire ?X.
}
ontology可以填充知识与查询之间的语义间隙。
把member和relative的语义间隙给填充了。
SELECT * WHERE{
?x member ?y.
?z founder ?y.
?z relative ?x.
}
写成规则的形式：
hold_share(X,Y):-control(X,Y)
conn_trans(Y,Z):-hold_share(X,Y),hold_share(X,Z)
JSON-LD:
JavaScript Object Notation for Linked Data
基于JSON表示和传输互联数据Linked Data的方法。
JSON-LD通过引入规范的术语表示，使得数据交换和机器理解成为基础
JSON中的：
{
"name":"tai_park"
}
变成JSON-LD中的：
{
"http://schema.org/name":"tai_park"
}
围绕某类知识提供共享的术语。
RDFa:
网页标记语言，扩展了XHTML的几个属性。
<span property="dc:title">Wikinomics</span>
HTML5 Microdata：
<section itemscope itemtype="http://data-vocabulary.org/Person">
<h1 itemprop="name">Andy</h1>
RDF+SPARQL 对比 ER+SQL：
RDF：关系显示定义(语义存在于数据中)——数据变更较为方便(图增加边更为方便)
ER：关系隐式声明(语义存在于人脑中)
ER+SQL：Dumb Data->Smart Application Code
RDF+SPARQL：Smart Data->Uniform Inference Engine
典型知识库项目的知识表示：
DBpedia：
dbo：有约束的定义
dbr：资源
dbp：没有约束而仅有数据层的定义
TAGO2：
上层->维基百科内容->lable用以实体消歧
Freebase：
data/schema/Queries
复合值类型CVT：处理多元关系。一个CVT就是一个有唯一MID的Object，也可以有多个Types。
Wikidata：
有顶层的对象：Entity
时空约束：qualifiers/reference
NELL：
文本抽取并用图整合
基于Protege本体工具的知识建模实践：
模式层/实例层
