.. _rdf:
知识图谱相关-RDF
################
* 参考-知识图谱-给AI装个大脑 [1]_
* 开放领域知识图谱DBpedia: https://wiki.dbpedia.org/
RDF(Resource Description Framework)，即资源描述框架，其本质是一个数据模型（Data Model）。它提供了一个统一的标准，用于描述实体/资源。简单来说，就是表示事物的一种方法和手段。RDF形式上表示为SPO三元组，有时候也称为一条语句（statement），知识图谱中我们也称其为一条知识，如下图。
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/architecture.png
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/sentence.png
RDF由节点和边组成，节点表示实体/资源、属性，边则表示了实体和实体之间的关系以及实体和属性的关系。
::
RDF(Resource Description Framework)，即资源描述框架
RDFS，即“Resource Description Framework Schema”，是最基础的模式语言
OWL，即“Web Ontology Language”，语义网技术栈的核心之一
URI（Universal Resource Identifier: 唯一表示某一事物
SPO三元组(Subject-Predicate-Object)
IRIs(International Resource Identifiers
语义网络（Semantic Network）
语义网（Semantic Web）
关联数据（Linked Data）
RDF图::
（主语、宾语是节点、谓语是边的那种）
一共有三种类型，IRIs，blank nodes 和 literals
Subject可以是IRI或blank node。
Predicate是IRI。
Object三种类型都可以。
IRI我们可以看做是URI或者URL的泛化和推广，它在整个网络或者图中唯一定义了一个实体/资源
literal是字面量，我们可以把它看做是带有数据类型的纯文本，如:"周恩来"^^xsd:string
blank node简单来说就是没有IRI和literal的资源，或者说匿名资源
@prefix kg:
kg:chineseName其实就是"http:// www.kg.com/ontology/chineseName"的缩写
RDF序列化方法
=============
RDF序列化的方式主要有：RDF/XML，N-Triples，Turtle，RDFa，JSON-LD等几种::
1. RDF/XML，顾名思义，就是用XML的格式来表示RDF数据。
2. N-Triples，即用多个三元组来表示RDF数据集，是最直观的表示方法。
在文件中，每一行表示一个三元组，方便机器解析和处理。开放领域知识图谱DBpedia通常是用这种格式来发布数据的。
3. Turtle, 应该是使用得最多的一种RDF序列化方式了。它比RDF/XML紧凑，且可读性比N-Triples好
4. RDFa, 即“The Resource Description Framework in Attributes”，是HTML5的一个扩展，在不改变任何显示效果的情况下，让网站构建者能够在页面中标记实体，像人物、地点、时间、评论等等。也就是说，将RDF数据嵌入到网页中，搜索引擎能够更好的解析非结构化页面，获取一些有用的结构化信息。读者可以去这个页面感受一下RDFa，其直观展示了普通用户看到的页面，浏览器看到的页面和搜索引擎解析出来的结构化信息。
5. SON-LD，即“JSON for Linking Data”，用键值对的方式来存储RDF数据。
实例
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/demo1.png
N-Triples::
"罗纳尔多·路易斯·纳萨里奥·德·利马"^^string.
"足球运动员"^^string.
"Ronaldo Luís Nazário de Lima"^^string.
"1976-09-18"^^date.
"180"^^int.
"98"^^int.
"巴西"^^string.
.
"里约热内卢"^^string.
"-22.908333, -43.196389"^^string.
用Turtle表示的时候我们会加上前缀（Prefix）对RDF的IRI进行缩写::
@prefix person: .
@prefix place: .
@prefix : .
person:1 :chineseName "罗纳尔多·路易斯·纳萨里奥·德·利马"^^string.
person:1 :career "足球运动员"^^string.
person:1 :fullName "Ronaldo Luís Nazário de Lima"^^string.
person:1 :birthDate "1976-09-18"^^date.
person:1 :height "180"^^int.
person:1 :weight "98"^^int.
person:1 :nationality "巴西"^^string.
person:1 :hasBirthPlace place:10086.
place:10086 :address "里约热内卢"^^string.
place:10086 :coordinate "-22.908333, -43.196389"^^string.
同一个实体拥有多个属性（数据属性）或关系（对象属性），我们可以只用一个subject来表示，使其更紧凑。我们可以将上面的Turtle改为::
@prefix person: .
@prefix place: .
@prefix : .
person:1 :chineseName "罗纳尔多·路易斯·纳萨里奥·德·利马"^^string;
:career "足球运动员"^^string;
:fullName "Ronaldo Luís Nazário de Lima"^^string;
:birthDate "1976-09-18"^^date;
:height "180"^^int;
:weight "98"^^int;
:nationality "巴西"^^string;
:hasBirthPlace place:10086.
place:10086 :address "里约热内卢"^^string;
:coordinate "-22.908333, -43.196389"^^string.
轻量级的模式语言——RDFS
======================
::
@prefix rdfs: .
@prefix rdf: .
@prefix : .
### 这里我们用词汇rdfs:Class定义了“人”和“地点”这两个类。
:Person rdf:type rdfs:Class.
:Place rdf:type rdfs:Class.
### rdfs当中不区分数据属性和对象属性，词汇rdf:Property定义了属性，即RDF的“边”。
:chineseName rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:string .
:career rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:string .
:fullName rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:string .
:birthDate rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:date .
:height rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:int .
:weight rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:int .
:nationality rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range xsd:string .
:hasBirthPlace rdf:type rdf:Property;
rdfs:domain :Person;
rdfs:range :Place .
:address rdf:type rdf:Property;
rdfs:domain :Place;
rdfs:range xsd:string .
:coordinate rdf:type rdf:Property;
rdfs:domain :Place;
rdfs:range xsd:string .
我们这里只介绍RDFS几个比较重要，常用的词汇::
1. rdfs:Class. 用于定义类。
2. rdfs:domain. 用于表示该属性属于哪个类别
3. rdfs:range. 用于描述该属性的取值类型
4. rdfs:subClassOf. 用于描述该类的父类。比如，我们可以定义一个运动员类，声明该类是人的子类
5. rdfs:subProperty. 用于描述该属性的父属性
比如，我们可以定义一个名称属性，声明中文名称和全名是名称的子类
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/rdfs.png
RDFS的扩展——OWL
===============
OWL有两个主要的功能::
1. 提供快速、灵活的数据建模能力
2. 高效的自动推理
实例::
@prefix rdfs: .
@prefix rdf: .
@prefix : .
@prefix owl: .
### 这里我们用词汇owl:Class定义了“人”和“地点”这两个类。
:Person rdf:type owl:Class.
:Place rdf:type owl:Class.
### owl区分数据属性和对象属性（对象属性表示实体和实体之间的关系）。词汇owl:DatatypeProperty定义了数据属性，owl:ObjectProperty定义了对象属性。
:chineseName rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:string .
:career rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:string .
:fullName rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:string .
:birthDate rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:date .
:height rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:int .
:weight rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:int .
:nationality rdf:type owl:DatatypeProperty;
rdfs:domain :Person;
rdfs:range xsd:string .
:hasBirthPlace rdf:type owl:ObjectProperty;
rdfs:domain :Person;
rdfs:range :Place .
:address rdf:type owl:DatatypeProperty;
rdfs:domain :Place;
rdfs:range xsd:string .
:coordinate rdf:type owl:DatatypeProperty;
rdfs:domain :Place;
rdfs:range xsd:string .
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/owl.png
描述属性特征的词汇::
1. owl:TransitiveProperty. 表示该属性具有传递性质。例如，我们定义“位于”是具有传递性的属性，若A位于B，B位于C，那么A肯定位于C
2. owl:SymmetricProperty. 表示该属性具有对称性。例如，我们定义“认识”是具有对称性的属性，若A认识B，那么B肯定认识A
3. owl:FunctionalProperty. 表示该属性取值的唯一性。 例如，我们定义“母亲”是具有唯一性的属性，若A的母亲是B，在其他地方我们得知A的母亲是C，那么B和C指的是同一个人
4. owl:inverseOf. 定义某个属性的相反关系。例如，定义“父母”的相反关系是“子女”，若A是B的父母，那么B肯定是A的子女。
本体映射词汇（Ontology Mapping）::
1. owl:equivalentClass. 表示某个类和另一个类是相同的
2. owl:equivalentProperty. 表示某个属性和另一个属性是相同的
3. owl:sameAs. 表示两个实体是同一个实体
语义网络
========
优点::
1. 容易理解和展示。
2. 相关概念容易聚类。
缺点::
1. 节点和边的值没有标准，完全是由用户自己定义。
2. 多源数据融合比较困难，因为没有标准。
3. 无法区分概念节点和对象节点。
4. 无法对节点和边的标签(label，我理解是schema层，后面会介绍)进行定义。
* 简而言之，语义网络可以比较容易地让我们理解语义和语义关系。其表达形式简单直白，符合自然。然而，由于缺少标准，其比较难应用于实践。
* RDF的提出解决了语义网络的缺点1和缺点2，在节点和边的取值上做了约束，制定了统一标准，为多源数据的融合提供了便利
* RDFS和OWL是RDF更上一层的技术，主要是为了解决语义网络的缺点3和缺点4，其提供了schema层的描述
语义网(Semantic Web)和链接数据(Linked Data)
===========================================
* 语义网和链接数据是万维网之父Tim Berners Lee分别在1998年和2006提出的。相对于语义网络，语义网和链接数据倾向于描述万维网中资源、数据之间的关系。
* 本质上，语义网、链接数据还有Web 3.0都是同一个概念，只是在不同的时间节点和环境中，它们各自描述的角度不同。它们都是指W3C制定的用于描述和关联万维网数据的一系列技术标准，即，语义网技术栈。
* 链接数据起初是用于定义如何利用语义网技术在网上发布数据，其强调在不同的数据集间创建链接。
* 链接数据也被当做是语义网技术一个更简洁，简单的描述。当它指语义网技术时，它更强调“Web”，弱化了“Semantic”的部分。对应到语义网技术栈，它倾向于使用RDF和SPARQL（RDF查询语言）技术，对于Schema层的技术，RDFS或者OWL，则很少使用
知识图谱
========
定义::
A knowledge graph consists of a set of interconnected typed entities and their attributes.
.. image:: https://img.zhaoweiguo.com/knowledge/images/theorys/rdfs/link_open_data_cloud.png
链接数据和知识图谱最大的区别在于::
1. 正如上面Open Linked Data Project所展示的，每一个圆圈代表一个独立存在和维护的知识图谱；链接数据更强调不同RDF数据集（知识图谱）的相互链接。
2. 知识图谱不一定要链接到外部的知识图谱（和企业内部数据通常也不会公开一个道理），更强调有一个本体层来定义实体的类型和实体之间的关系。另外，知识图谱数据质量要求比较高且容易访问，能够提供面向终端用户的信息服务（查询、问答等等）。
* 实例(The Linked Open Data Cloud): https://lod-cloud.net/
.. [1] https://zhuanlan.zhihu.com/knowledgegraph