一、 认知智能 和 知识图谱
认知智能的核心在于机器的辨识、思考以及主动学习。其中，辨识指能够基于掌握的知识进行识别、判断、感知，思考强调机器能够运用知识进行推理和决策，主动学习突出机器进行知识运用和学习的自动化和自主化。这三个方面概括起来，就是强大的知识库、强大的知识计算能力以及计算资源。知识存在于我们的大脑当中，我们在从事社会活动的过程中，实际上是对知识的获取和使用过程。
常见的知识：
1. 常识知识
2. 百科知识
从不同的角度来看知识图谱：
1. 从AI的视角来看，知识图谱是一种理解人类语言的知识库
2. 从数据库视角来看，知识图谱是一种新型的知识存储结构
3. 从知识表示视角来看，知识图谱是计算机理解知识的一种方法
4.从web视角来看，知识图谱是知识数据之间的一种语义互联。
二、从知识图谱到事理图谱
从知识图谱的本质上来说，是以传统本体概念为基础进行知识组织的，而在知识处理领域，这种传统本体概念依然存在着一些局限性，传统本体对于概念的描述着重对其静态特征的描述，缺乏对动态特征的描述。
人类的命题记忆是以“事件”为存储单位的，存储的是组成事件的概念及其之间的关系以及事件及其之间的关系。以事件作为知识的基本单元更能反映客观世界的知识，特别是知识的动态性，从认知心理学的角度来看，事件更符合人类的理解与思维习惯。人类主要是以“事件”为单位进行记忆和理解现实世界的，事件关系到多方面的概念，是比概念粒度更大的知识单元。传统本体所使用的概念模型难以反映事件这一更高层次和更复杂的语义信息，模型缺少了更高层次的结构。
从知识刻画上来说，知识图谱的局限主要体现在两个方面：
一是对人类知识的刻画上上不具备动态属性。知识图谱中所刻画和描述的知识是静态的非黑即白的一种确定性事实，而现实人类社会当中，知识是动态变化的，知识本身会因为外部条件的变化而失真。
二是知识图谱在应用上的一种局限性，知识图谱只能回答什么是什么的问题，对包括基于已知知识推断未知知识，对已知知识进行正确性校验的知识推理，从根本上来说也没有跳出“静态”这一属性。在诸如“怎么了”，“接下来会怎么样？”，“为什么”，“怎么做”等问题上，知识图谱显得有些乏力。
传统知识图谱中的知识是静态的，描述的是实体以及实体之间的关系，这些关系是相对确定和静态的知识，这个可以作为强大的知识库让机器人“才高八斗，学富五车”。但如何使这“八斗才”和“五车学”给“弄活”，让机器学会知识的运用，真正学会思考。那么就需要给这个知识再加上知识的“把玩规则”，形象的来说，就是一套逻辑规则。对于事理，我们可以有多种理解，事理是一套经验总结，是一套对知识的规则，是一套逻辑推理的方法论，是对特定环境下知识在时空域上的展开。下图展示了知识、事件、实体、事理之间的关系，事件高于实体，实体是事件的组成部分，事件是事理的重要组成部分，事理和实体共同组成了知识。
与知识图谱的组织形式相仿，实体通过头尾相连，可以组织形成图谱状的知识图谱，事理采用类似的组织方式，可以形成事理图谱。知识图谱与事理图谱两者之间存在着诸多异同之处，如下是参考前人的工作上，结合自己的研究工作，从描述知识、研究对象、构建目标、知识形式等共10个方面进行了总结
知识图谱描述知识是万物实体，所研究的对象是名词性实体及其属性、关系。事理图谱所要描绘的是一个逻辑社会，研究对象是谓词性事件及其内外联系。两者都是有向图的组织性质，在知识的确定性上，知识图谱中的知识是以事实三元组为存储型的、确定的，知识状态相对静态，变化缓慢，但精度要求极高，实时性要求极高。事理图谱中的知识时一个包含事件、论元集合、逻辑关系等的多元组，知识逻辑是不确定的，存在一种转移概率。在应用上，知识图谱可以完成when/who/what/where等常识问题。事理图谱可以回答Why/How等动态问题。传统概念之间的分类关系即上下文关系不同，事件与事件之间除了上下位等分类关系外，还存在非分类关系，包括组成关系、因果关系、并发关系、条件关系、排斥关系等，这些关系一起对现实动态知识种的逻辑知识进行了描述。
下图主要列举了事理逻辑的几种类型主要包括因果事理、条件事理、反转事理、顺承事理、顺承事理、上下位事理、组成事理、并发事理共七类事理：
因果事理描述的是认知体系中的一种前因后果联系，前面一个事件会导致后面一事件的发生；条件事理描述的是认知体系中的一种条件结果关系，是一种预设与结果逻辑；反转事理往往描述的是认知体系中的一种互斥逻辑，是一种真假值逻辑；顺承事理描述的认知体系中的一种时间上的偏序关系，是一种先后动作逻辑；组成事理，刻画的是事件之间整体与部分的逻辑；上下位事理，描述的是事件在分类体系中一种逻辑；并发事理，描述的是事件在时间上的一种共生关系，指一个事件发生下另一个事件一定发生。
标签：关系,事理,图谱,知识,介绍,事件,描述 来源： https://www.cnblogs.com/chenyusheng0803/p/11571896.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。