論文筆記整理：譚亦鳴，東南大學博士。

---

來源：Knowledge and Information Systems volume?62,?pages611–637(2020)

鏈接：https://link.springer.com/article/10.1007/s10115-019-01363-0

概要

本文的核心工作是利用知識結構來衡量知識庫的不確定性。文章的內容涵蓋了以下幾個部分：

1.首先隊知識庫的知識結構進行介紹；

2.以包含度特征為基礎，提出知識結構與知識庫之間的依賴以及獨立性；

3.研究給定知識庫的不確定性度量（并證明該度量方法是以知識庫的知識結構為基礎）；

4.最后，通過實驗驗證了本文方法的有效性，并從統計學的離散型和相關性兩個方面做有效性分析。

動機與思路

作者用自問自答的形式對知識庫不確定進行論述：

為何研究知識庫不確定性的度量？因為知識庫本身具有不確定性。

為何研究知識庫的知識結構？因為知識結構有助于從知識庫中發現知識。

為何使用知識結構衡量知識庫的不確定性？因為很難對比給定知識庫的不確定性值（原文是“This is because it is hard to compare the size of measure values of uncertainty for a given knowledge base.”，這句話沒看明白，我的理解是：由于不同知識庫的實體/關系規模差異較大，直接對知識庫做不確定性衡量得到的量化結果不適合（不能夠）反映出不同知識庫之間的不確定性差異，因此要使用一個高層特征（知識結構），來代表并對不確定性的量化衡量做一個類似歸一化的效果。），而且如果獲取到兩個知識結構之間的依賴關系，可以利用這個關系參與比較知識庫之間的不確定性差異。

概念與定義

首先，作者使用矩陣M對于二元關系R進行了如下描述：

我們可以將矩陣中的x理解為知識庫中的實體，R表明實體之間的關系，當R(x_i, x_j) =1時，表明x₁，x₂之間存在關系R.

可以看到，R在矩陣中可能構成三種關系場景（令實體集合為U，x, y∈U）：

1.xRx （Re?exive）

2.xRy且yRx（Symmetric）

3.xRy，yRz，且xRz（Transitive）

當R滿足上述三種情況時，被稱為“equivalence relation on U”,R?(U)則代表所有equivalence relation on U”的集合的族（我理解為子集的集合）

對于一個equivalence relation R，通過以下公式，可以抽取實體集U在R上對應的類別子集：

因此，利用equivalence relation R可以對U進行類別劃分，即：

故作者在這里提出定義：

2.1當R是U的一個equivalence relation，那么(U, R)被視作一個Pawlak近似空間（這里需要對粗糙集的概念做一個初步了解），在此基礎上，X∈2^U（U的所有子集的族）的近似上下界可以通過以下公式定義：

2.2 當R∈2^R*(U)時（R*(U)指U上所有的equivalence relation的集合），(U, R)可以表示一個知識庫，舉個栗子來看：

可以看到這個知識庫里有6個實體，4種關系，對應得到了四組矩陣。

因此對應可以得到知識庫對應的近似空間的上下界：

知識結構定義：

對于一個知識庫(U, R)，對于r∈R，可以通過以下公式描述r的知識結構：

因此整個知識庫的知識結構為：

對于兩個知識庫(U, P)與(U, Q)，當：

則

知識結構之間的依賴性與獨立性：

（參數在前文均已介紹過，這里不再贅述）

Inclusion degree（是一種衡量inclusion relationship質量的標準），以下定義給出了兩個集合向量之間的Inclusion degree（3.9取值范圍及定義，3.10計算方式）：

作者描述了一個計算inclusiondegree的例子：

1.首先給出兩個知識庫的知識結構：

2.計算inclusiondegree的過程為：

模型與算法

知識庫粒度檢測：

（首先給出粒度定義）

?

粒度的量化值如以下公式得到（作者在原文中對獲取過程做了證明）：

并提出定理：

作者認為，知識粒化符合粒運算特征，并且從不同的層次重新定義了知識和信息。粒度測量值隨類別增加而遞減。缺陷在于無法區分粒度相似但結構不同的知識庫。

知識庫的熵檢測：

（也是先給出了定義及知識熵的計算方式，可以看到這里的熵是完全基于知識結構的（定理4.8））

并且知識結構的關系與熵的關聯性如下（原文附帶了證明過程）：

這里還給出知識結構對應的粗糙熵定義及計算過程：

知識庫的知識量（注意知識量是E，上面的粗糙熵是E_r）：

一些屬性：

實驗與結果

實驗數據

為了驗證上述測量方式對于知識庫不確定性的量化衡量能力，作者在三個UCI數據集上進行了實驗，數據集的統計信息如下表：

實驗結果

首先對于三個數據集，均獲取到上一節介紹過的四種測量方式如下（以Nursery為例），|U|=12960，|A|=8，P_i=ind({a_i})(i = 1,2,…,8), P_i={P₁,P₂,…,P_i}(i = 1,2,…,8)：

圖3，4描述了這三種不同知識庫（不同不確定性）的測量結果：

從各個指標的散度來看，知識量在衡量知識庫不確定上表現出了更好的性能。

?

---

?

OpenKG

開放知識圖譜（簡稱 OpenKG）旨在促進中文知識圖譜數據的開放與互聯，促進知識圖譜和語義技術的普及和廣泛應用。

點擊閱讀原文，進入 OpenKG 博客。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的论文浅尝 | 知识图谱的不确定性衡量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。