知识图谱本体建模之RDF、RDFS、OWL详解

2023-11-09 12:16:04

（一）知识图谱本体建模之RDF、RDFS、OWL详解

1.语义网体系

知识图谱于2012年由Google提出，并不是新概念，而是由语义网络(Semantic Network)衍生而来。语义网络由相互连接的节点和边组成，节点表示概念或者对象，边表示他们之间的关系。RDF，RDFS与OWL都是基于语义网的知识表示框架，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。RDF，RDFS/OWL 属于语义网技术栈，它们的提出，使得语义网克服了语义网络的缺点。其语义网技术栈如下所示。

2.RDF 表现形式

RDF(Resource Description Framework)，即资源描述框架，其本质是一个数据模型（Data Model）。

具体地，

Resource：页面、图片、视频等任何具有URI标识符的资源。

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。

它提供了一个统一的标准，用于描述实体/资源。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(subject, predicate, object )，如下图所示，其节点表示实体/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。

3.RDF序列化方法

若需要对RDF数据进行传输和存储，则需要对RDF数据进行序列化（Serialization）。目前，RDF 序列化的方式主要有：RDF/XML，N-Triples，Turtle，RDFa，JSON-LD等几种。

RDF/XML，就是用 XML 的格式来表示 RDF 数据。之所以提出这个方法，是因为 XML 的技术比较成熟，有许多现成的工具来存储和解析XML。然而，对于 RDF 来说，XML 的格式太冗长，也不便于阅读，通常我们不会使用这种方式来处理 RDF 数据。
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。
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。
RDFa, 即“The Resource Deion 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。

JSON-LD，即“JSON for Linking Data”，用键值对的方式来存储 RDF 数据。

例如，如下所示为关于罗纳尔多知识图谱其N-Triples和Turtle的具体表示：

Example1 N-Triples:
 
<http://www.kg.com/person/1> <http://www.kg.com/ontology/chineseName> "罗纳尔多·路易斯·纳萨里奥·德·利马"^^string.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/career> "足球运动员"^^string.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/fullName> "Ronaldo Luís Nazário de Lima"^^string.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/birthDate> "1976-09-18"^^date.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/height> "180"^^int.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/weight> "98"^^int.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/nationality> "巴西"^^string.
<http://www.kg.com/person/1> <http://www.kg.com/ontology/hasBirthPlace> <http://www.kg.com/place/10086>.
<http://www.kg.com/place/10086> <http://www.kg.com/ontology/address> "里约热内卢"^^string.
<http://www.kg.com/place/10086> <http://www.kg.com/ontology/coordinate> "-22.908333, -43.196389"^^string.

用Turtle表示的时候，一般会加上前缀（Prefix）对RDF的IRI进行缩写。

Example2 Turtle:
 
@prefix person: <http://www.kg.com/person/> .
@prefix place: <http://www.kg.com/place/> .
@prefix : <http://www.kg.com/ontology/> .
 
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 :address "-22.908333, -43.196389"^^string.

4.RDFS —对RDF的补充

RDF的表达能力有限，无法区分类和对象，也无法定义和描述类的关系/属性。RDF是对具体事物的描述，缺乏抽象能力，无法对同一类别的事物进行定义和描述，需要schema的引入。RDFS，即“Resource Deion Framework Schema”模式语言作为RDF的补充解决了RDF表达能力有限的困境。

RDFS里有多个比较重要常用的词汇：

rdfs:Class. 用于定义类。
rdfs:domain. 用于表示该属性属于哪个类别。
rdfs:range. 用于描述该属性的取值类型。
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。
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。

RDFS的表现形式和RDF一样，常用的方式主要是RDF/XML，Turtle。

如下所示，只是针对RDF数据在概念层进行了约束：
```
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix : <http://www.kg.com/ontology/> .

:Person rdf:type rdfs:Class.
:Place rdf:type rdfs:Class.
```

5.OWL—对RDFS的进一步扩展

通过RDF(S)可以表达一些简单的语义，但在更复杂的场景下，RDF(S)语义表达能力显得太弱，还缺少诸多常用的特征。包括对局部值域的属性定义，类、属性、个体的等价性，不相交类的定义，基数约束，关于属性特征的描述等。因此W3C提出了OWL语言扩展RDF(S)，作为语义网上表示本体的推荐语言。OWL可以看作是RDFS的一个扩展，添加了额外的预定义词汇。

OWL相较于RDFS，引入了布尔算子（并、或、补）、递归地构建复杂的类，还提供了表示存在值约束、任意值约束和数量值约束等能力。同时，owl能提供描述属性具有传递性、对称性、函数性等性质。还有两个类等价或者不相交，两个属性等价或者互逆，两个实例相同或者不同，还有枚举类等等。

6.SPARQL

关系型数据库一般用SQL进行查询，RDF的数据都是以图形式存储的，它的查询语言使用的是SPARQL。
一条SPARQL查询，其核心是对于一组变量及其之间关系的描述，构成了一种带有变量的图模式，与SQL类似，SPARQL查询可以返回一条或多条结果，每条结果包含的是对上述每个变量的一个绑定-指明了该变量与一个RDF术语之间的对应关系。RDF术语可以是URI、空白节点或者字面量。于是，根据每条结果，通过将查询图模式中的变量根据绑定替换为对应的RDF术语，应当构成待查询的RDF图的一个子图，这个子图称作与上述图模式相匹配。RDF查询语言主要定义了表达查询图模式的一套语法和语义。

码农公寓