知识图谱de构建与应用（五）：知识推理

目录

5.1 知识推理概述

5.1.1 知识推理的作用

5.1.2 专家系统与知识推理

5.1.3 神经网络与知识推理

5.2 基于符号逻辑的知识推理

5.2.1 基于本体的知识推理方法

5.2.2 基于规则的知识推理方法

5.2.3 基于规则学习的知识图谱推理

5.3 基于表示学习的知识推理

5.3.1 基于分布式表示的知识推理

5.3.2 基于神经网络的知识推理

5.4 基于图数据库的商品知识推理引擎工程实践

5.4.1 技术框架简介

5.4.2 与传统规则推理引擎的对比

5.5 可解释的商品知识图谱推理应用实践

5.5.1 电商应用背景

5.5.2 技术实践方案

5.5.3 实验结果及案例分析

5.6 基于强化学习的商品规则学习与推理应用实践

5.6.1 电商应用背景

5.6.2 技术实践方案

5.6.3 实验结果及案例分析

5.7 本章小结

---

本章系统介绍知识推理技术的方法，包括基于符号的知识推理和基于表示学习的知识推理等技术。同时，也介绍知识推理技术在阿里巴巴商品域上的一系列工程实践，包括在商品域上构建知识推理引擎、基于强化学习的规则学习与推理在商品域的实践等。

5.1 知识推理概述

5.1.1 知识推理的作用

知识图谱在应用层面上，从最初的知识化搜索——比如搜索一个人，同时返回其社交关系、历史成就和身份信息等相关知识，逐渐发展和应用到更广泛的领域，如网络分析、反欺诈和精准营销等。而支撑这些应用的基础就是知识推理。知识推理一方面可以用于推理缺失的或暗含的知识来丰富知识图谱；另一方面可以用来检查知识库的不一致信息，进行知识清洗。

1.知识丰富

虽然知识图谱中包含大量的结构化知识，但是这些知识往往是不完备的，例如：知识图谱里面可能包含血统关系（黄帝—玄嚣—蟜极—帝喾—挚/尧），尧是黄帝玄孙；舜是黄帝的七世孙（黄帝—昌意—颛顼—穷蝉—敬康—句望—桥牛—瞽叟—虞舜），禹是黄帝玄孙（黄帝—昌意—颛顼—鲧—禹），但是图谱里面尧和