携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第15天，点击查看活动详情

导语

最近在看KBQA的相关内容，这里简要记录一下知识图谱相关的学习笔记。本文主要介绍几个常见的知识图谱，如FreeBase、DBpedia和Wikidata。

知识库（Knowledge Base）与三元组

知识库(KB)用于存储各种各样的复杂信息，其中的数据通常以三元组形式形成，即

(主语，谓语，宾语)

也即

(subject, predicate, object)

其中的主语和宾语常被称为“实体”，谓语常被称为“关系”。

三元组示例

举个例子，假设一句话为“the capital of Canada is Ottawa”。我们可以将其转换为三元组

('Canada'， 'capital is'， 'Ottawa')

其中有两个实体"Canada", "Ottawa"和一个关系'capital is'。

常见知识库

如今，大型的知识库（Knowledge Base）包含非常多的三元组，例如维基数据就有超过139亿个三元组。所有的实体和关系都由唯一的国际化资源标识符(Internationalized Resource identifier, IRI)标识。以维基数据为例，维基数据中实体“Canada”的IRI为“www.wikidata.org/entity/Q16” 。

由于IRI太长，人们通常用缩写来表示这些前缀，如“wd:Q16”来表示“www.wikidata.org/entity/Q16” ，“wd:”是缩写来表示前缀“www.wikidata.org/entity/” 。

另一方面，大型KBs在资源描述框架(RDF)下发布，以支持结构化查询语言(通常为SPARQL) 。

Wikidata数据查询示例

Wikidata提供了SPARQL的查询接口，我们可以通过这个网址在线进行查询：

wikidata.demo.openlinksw.com/sparql

假设我们要查这样一个问题(该样例来自LC-QuAD 2.0测试集)：

What is the name of the opera based on Twelfth Night ?

那么首先我们需要将问句中所涉及的实体和关系全部找出来，并且链接到对应的Wikidata的资源上。

在这个句子中存在两个实体：

• opera，对应资源为：wd:Q1344；
• Twelfth Night，对应资源为：wd:Q221211;

用到了两个关系，分为为：

• instance of，对应资源为：wdt:P31；
• based on，对应资源为：wdt:P144；

在获得以上信息后，我们编写对应的SPARQL查询语句为：

SELECT DISTINCT ?sbj WHERE
{
?sbj wdt:P144 wd:Q221211 .
?sbj wdt:P31 wd:Q1344
}

在SPARQL中，我们定义了一个查询变量 ?sbj 代表要查询的内容，在WHERE子句中，我们对查询条件进行约束。即这个要查询的变量应该 based on Twelfth Night并且还得符合是 instance of opera。

在Wikidata的查询网站进行查询

得到的结果如下：

点击查看详情后即可看到查询结果的详细信息：

总结

本文简要概述了知识库的相关内容，并且简要介绍了几个大型的知识库。最后，以LC-QuAD 2.0数据集上的一个样例作为参考，介绍了如何使用SPARQL语句在对应的知识库上进行查询得到答案。希望本文的内容对您有帮助。