态势感知-知识图谱.pdfVIP

态势感知-知识图谱

一、态势感知（SA）

定义

SA的正式定义是“对一定时间和空间环境

中的元素的感知，对它们的含义的理解，并对他

们稍后状态的投影，态势感知这个词最早来自于

军队飞行员的领域。

对SA的正式定义分解为三个独立的层次：

Level1-对环境中的元素的感知

Level2-对当前形势的理解（知识图谱的

主要应用领域）

Level3-未来状况的投影

成这些预测。通过不断地前向映射，他们能

够制定一套现成的战略和对事件的反应。这让他

们掌握主动，避免许多不期望的情况，并且当各

种事件发生时也非常快速地响应。

二、知识图谱

1.知识图谱的概念

知识图谱旨在描述真实世界中存在的各种

实体或概念及其关系,其构成一张巨大的语义网

络图，节点表示实体或概念，边则由属性或关系

构成。

实体:指的是具有可区别性且独立存在的某

种事物。如某一个人、某一个城市、某一种植物

等、某一种商品等等。世界万物有具体事物组成，

此指实体。如图1的“中国”、“美国”、“日本”等。，

实体是知识图谱中的最基本元素，不同的实体间

存在不同的关系。

语义类（概念）：具有同种特性的实体构成

的集合，如国家、民族、书籍、电脑等。概念

主要指集合、类别、对象类型、事物的种类，例

如人物、地理等。

内容:通常作为实体和语义类的名字、描述、

解释等，可以由文本、图像、音视频等来表达。

属性(值):从一个实体指向它的属性值。不

同的属性类型对应于不同类型属性的边。属性值

主要指对象指定属性的值。如图1所示的“面积”、

“人口”、“首都”是几种不同的属性。属性值主要

指对象指定属性的值，例如960万平方公里等。

关系:形式化为一个函数，它把kk个点映

射到一个布尔值。在知识图谱上，关系则是一个

把kk个图节点(实体、语义类、属性值)映射到布

尔值的函数。

基于三元组是知识图谱的一种通用表示方

式，三元组的基本形式主要包括(实体1-关系-

实体2)和(实体-属性-属性值)等。每个实体(概念

的外延)可用一个全局唯一确定的ID来标识，每

个属性-属性值对(attribute-valuepair，AVP)

可用来刻画实体的内在特性，而关系可用来连接

两个实体，刻画它们之间的关联。

2.知识图谱的架构

知识图谱的架构包括自身的逻辑结构以及

构建知识图谱所采用的技术（体系）架构。

2.1知识图谱的逻辑结构

知识图谱在逻辑上可分为模式层与数据层

两个层次，数据层主要是由一系列的事实组成，

而知识将以事实为单位进行存储。如果用(实体

1，关系，实体2)、(实体、属性，属性值)这样

的三元组来表达事实，可选择图数据库作为存储

介质，例如开源的Neo4j、Twitter的FlockDB、

sones的GraphDB等。模式层构建在数据层之

上，是知识图谱的核心，通常采用本体库来管理

知识图谱的模式层。本体是结构化知识库的概念

模板，通过本体库而形成的知识库不仅层次结构

较强，并且冗余程度较小。

2.2知识图谱的体系架构

图1知识图谱的技术架构

知识图谱的体系架构是其指构建模式结构，

如图2.1所示。其中虚线框内的部分为知识图谱

的构建过程，也包含知识图谱的更新过程。知识

图谱构建从最原始的数据（包括结构化、半结构

化、非结构化数据）出发，采用一系列自动或者

半自动的技术手段，从原始数据库和第三方数据

库中提取知识事实，并将其存入知识库的数据层

和模式层，这一过程包含：信息抽取、知识表示、

知识融合、知识推理四个过程，每一次更新迭代

均包含这四个阶段。知识图谱主要有自顶向下

(top-down)与自底向上(bottom-up)两种构建

方式。自顶向下指的是先为知识图谱定义好本体

与数据模式，再将实体加入到知识库。该构建方