基于GraphDB探索FIBO 知识图谱改变银行业务模式 (基于graphframe的网页排名)
译者：AI研习社（ 季一帆 ）
双语原文链接： Exploring FIBO Using the Inference and Property Path Features of GraphDB
简介
本体 或 知识图谱 可不是随拿随用的，使用者需要做出相应的努力才能发挥其作用，使其成为有效可用的工具。我们知道，领域知识的用处极大，然而这些知识却总是不完备的，将领域知识表示为图中的数据可不容易。在这个过程中，关键在于将你掌握的领域知识完美匹配到图中的知识表示。在本文中，我们将就GraphDB特性进行一系列讨论，其中就包括上述的知识匹配/对齐。
FIBO概况
金融业业务本体（FIBO）是由企业数据管理委员会（）开发的金融行业概念模型，至今仍由EDMC支持着FIBO的 维护和开发 。FIBO的目标是在金融业务数据构件的描述中，提供独立于数据构件的精确含义。具体而言，FIBO包含构建、扩展及集成金融业务应用所需的实体和关联信息。由于FIBO基于RDF（S）和OWL，因此可以使用SPARQL和OWL推理进行分析。本文应用的版本（2020第2季度）包含以下内容：
自2017年首次发布FIBO以来，受益于金融业的广泛参与，该标准已取得广大发展，并符合许多现有标准。从一个称为“语义知识库”的Excel工作簿开始，FIBO已经发展成为基于RDF和OWL的复杂本体。在这个过程中，还发展了其他一些意外成果，包括本体工程的实践指南，例如使用传统基于文本的版本控制系统的RDF文本稳定性，通过与对象管理组（OMG）的密切关系实现严格的元数据标准，以及对OWL推理能力的使用。更多细节可见 此处 。
FIBO的内容多种多样，其中，RDF和OWL本体是包含业务知识的核心实体。这些业务知识可表示为RDF-XML、Turtle、JSON-LD和N-Quads/N-Triples等形式。此外：
在本文中，我们重点关注FIBO本体和词汇表。由于它们都使用RDF编码，因此可使用SPARQL和OWL推理进行分析。
两不同层次结构
FIBO词汇表中的所有概念都是由FIBO本体中的实体定义的。因此，这些概念包含有丰富的上下文信息，在应用中使用该词汇表会同时为用户提供这些信息。如，由实体所定义。
FIBO词汇表中的概念由和两种不同层次的谓词进行定义。在上图中，Total Controlling Interest Party 是比 Domestic Ultimate Parent 更为宽泛的概念。在已公布的词汇表中，仅使用了 skos:broader 。如 SKOS 规范所述，“ skos:broader 和 skos:narrower彼此相反。当概念X比概念Y表示更广泛时，意味着Y相对是X是更小、更准确的概念“ 。因此，从到存在 skos:narrower 的关系。
如果给定词汇表的层次结构和本体的层次结构，那么层次结构之间的关系是什么呢？ fibo-be-oac-cctl:DomesticUltimateParent 的每一个父类在词汇中都有对应概念吗？这些概念是否表达了 skos:broaderTransitive skos:narrowerTransitive 与的层次结构？在本文的其余部分，我们将借助GraphDB解答这些问题。
FIBO导入GraphDB
GraphDB是Ontotext开发的一个可扩展、高性能的三元组数据库，其前身是OWLIM。当前的9.4.1版本支持RDF1.1、SPARQL 1.1和OWL2推理，此外还支持其他许多用于索引、可视化、分析和联合工具。同时，还提供有web访问的API（包括用于终端的SPARQL协议），因此可以结合任何编程语言使用。在下一节会展示该数据库对SPARQL1.1，OWL2推理及其规范属性路径的支持。
首先通过GraphDB创建一个存储库，通过导航窗口Setup -> Repositories > Create Repository 等步骤实现。其中，表单关键字包括：
其余字段使用默认值即可，以下为屏幕截图：
接下来导入RDF图，有以下要求：
为了提高效率，最好将FIBO下载到本地磁盘，存储到GraphDB的import目录，而SKOS直接通过internet下载。
从磁盘导入词汇表需要1秒，导入本体需要1分10秒，通过互联网导入sko需要2秒。之所以速度相差之大，是因为在导入过程中要执行推断操作。词汇表基于开放SKOS，借助生成新三元组的结构元素，词汇表和SKOS的导入训练。而由于在本体构建过程中OWL的复杂性，消耗了较长时间。最终，导入图谱的106187条显式语句生成405493条推断语句，总计511680条语句。需要注意的是，所有推断语句存在于默认图，同时该图还包含命名图中的所有语句。
使用GraphDB Workbench的Explore菜单中的类层次结构图能够获得本体概述，该图将子类表示为嵌套在父类中的圆：
GraphDB中的推理
OWL 2支持许多不同的推理机制，GraphDB为其中的一些程序 语言配置文件 提供支持。在GraphDB中，存储相关的语言配置文件由规则集合确定。无论是通过SPARQL插入数据还是直接导入图谱，只要将三元组添加到知识库中，就会调用专门的规则引擎——reasoner。除非不进行推理操作，否则任何规则集都通过额外的隐式三元组实现并存储，而不是显式插入的三元组。GraphDB的特殊指出在于，提交SPARQL DELETE操作后，将回收无效的推断语句。此外，存储内容和选定规则集决定了新建三元组的属性。例如，如果两个谓词的定义表明它们是相反的，那么当其中一个谓词出现在一个三元组时，将创建一个相应逆属性的三元组。
在本文的FIBO应用中，我们选择了OWL2RL语言配置文件，该配置适用于对可扩展推理有一定要求，同时保留一定表达能力的应用。我们还用RDF Schema（RDFS）规则集加载FIBO，该规则集非常简单，只包含rdfs:subPropertyOf, rdfs:subClassOf, rdfs:domain和rdfs:range。正如预期的那样，使用RDFS加载FIBO本体的NQ文件只需不到一秒钟，而使用OWL2RL则需要一分钟以上。但是，RDFS只推断出170804个隐式语句，比OWL2RL少2倍多，一些重要的推论被忽略。例如，执行以下查询将会提取出OWL2RL知识库存在但RDFS缺失的子类关系：
|
SELECT * WHERE {{ SERVICE |
GraphDB内部联合能够实现跨知识库的相同实例数据高效查询。以下是RDFS推理库缺失的子类关系：
究其原因，是因为RDFS推理器无法处理概念的定义。例如，Rate和Ratio类被定义为与以下语句等价：
fibo-fnd-qt-qtu:Rate
|
owl:equivalentClass
|
fibo-fnd-utl-alx:Ratio
|
在OWL2的所有语言配置文件中，这表示它们是彼此的子类，但RDFS语义却不是如此。
基于属性路径的增强推理
属性路径 是SPARQL的特殊属性，通过属性路径，能够在RDF图中跨不同三元组的节点。三元组是SPARQL中最简单的属性路径。
在FIBO本体中，类层次结构由及物谓词表示，即 rdfs:subClassOf 。FIBO词汇概念的层次结构由 不及物谓词 表示，如。这意味着，本体的类层次结构与常用编程语言的层次结构的概念类似，如java、python和，以及UML等规范语言。类层次结构被映射到谓词，然而由于无法精准表示预期，映射是有损的，谓词概念一般无法完整表达原有语义。
至于词汇表的使用，则是为了给领域特定词汇提供更广泛的上下文。因此，使用者必须区分他们的词汇结构和FIBO的词汇结构。因为层次结构隐式地反映了本体的及物类结构，所以任何情况下进行集成都要求外部词汇表与隐式FIBO层次结构相关联。
由于FIBO本体层次结构实际上是要映射到和谓词，因此通过推理可以缓解映射问题。将GraphDB知识库与OWL2RL (Optimized)规则集配合使用，能够创建所有必需三元组。SKOS语义属性的顶层结构是 skos:semanticRelation ，该谓词提供了可视化表示和词汇表导航所必需的结构。 kos:broader 和 skos:narrower 三元组可用于降低对FIBO的本体需求。
s kos:broader 和 skos:narrower 可用于FIBO的高层本体，至于选择何种方式，由使用者自行决定，可以单独应用，也可以按一定策略结合SPARQL使用。
对两种层次结构的lint check验证了属性路径和推断的实用性。每个词汇概念都由本体中的实体定义，那么哪些实体由于词汇表没有相应词汇而进行了类层次结构的映射呢？
使用SPARQL分析图谱
利用SPAERL查询语句，查找与类层次结构的概念槽子类相关联、但与FIBO词汇表的概念层次结构缺乏关联的类别。
| SELECT DISTINCT ?parentEntity where {?concept a skos:Concept ;rdfs:isDefinedBy ?entity .# Every concept is defined by an entity?entity rdfs:subClassOf ?parentEntity .# Exclude restrictionsFILTER(ISIRI(?parentEntity))# Only consider resources in the FIBO namespacesFILTER(CONTAINS(str(?parentEntity),'fibo'))FILTER NOT EXISTS {# Find where there is no semantic relation# between concept and related concept?relatedConcept rdfs:isDefinedBy ?parentEntity .# Consider the entire set of# related concepts in the hierarchy?concept (skos:semanticRelation)+ ?relatedConcept}} |
至于词汇表和本体之间的属性路径，一部分依赖于 skos:semanticRelation ，另一部分依赖于。
skos：semanticRelation后面的加号（+）表示此谓词可用作与主语通过rdfs:subClassOf匹配的一个或多个谓语之间的路径。此外，在属性路径中可以执行其他许多操作，本文不再讨论，有兴趣的读者请查阅 SPARQL 1.1 Query language W3C Recommendation 21 March 2013 。
至此，我们得到一个知识库，该库包含FIBO本体和FIBO词汇表的显式和隐式RDF语句。执行lint查询将会生成不满足上述完整性检查的类列表：父类应该链接到词汇表中与相应子类相关的概念。
| fibo-der-drc-swp:SwapLifecycleEventIdentifier |
| fibo-fbc-fct-bc:BusinessCenterCodeScheme |
| fibo-fbc-fct-breg:RegistrationAuthorityCode |
| fibo-fbc-fct-fse:FinancialServiceProviderIdentifierScheme |
| fibo-fbc-fct-rga:RegulationIdentificationScheme |
| fibo-fbc-fct-rga:RegulationIdentifier |
| fibo-fbc-fct-usjrga:FederalReserveDistrictIdentifier |
| fibo-fbc-fi-fi:SecuritiesTransactionIdentifier |
| fibo-fnd-arr-arr:CollectionConstituent |
| fibo-fnd-arr-arr:DatedCollectionConstituent |
| fibo-fnd-arr-arr:DatedStructuredCollection |
| fibo-fnd-arr-arr:Scheme |
| fibo-fnd-arr-arr:StructuredCollection |
| fibo-fnd-dt-fd:CombinedDateTime |
| fibo-fnd-gao-gl:Goal |
| fibo-fnd-law-lcap:LicenseIdentifier |
| fibo-fnd-oac-ctl:Control |
| fibo-fnd-oac-oac:OwnershipAndControl |
| fibo-fnd-oac-own:Ownership |
| fibo-fnd-pas-pas:ProductIdentifier |
| fibo-fnd-plc-adr:RegionSpecificIdentifier |
| fibo-fnd-plc-loc:County |
| fibo-fnd-plc-loc:FederalCapitalArea |
| fibo-fnd-plc-loc:FederalState |
| fibo-fnd-plc-loc:Parcel |
| fibo-fnd-plc-uspsa:DeliveryAddressCodeSet |
| fibo-fnd-plc-uspsa:DeliveryPointCodeSet |
| fibo-fnd-plc-uspsa:ZipCodeScheme |
| fibo-fnd-plc-vrt:Notionalplace |
| fibo-fnd-pty-pty:Situation |
| fibo-fnd-rel-rel:Reference |
| fibo-fnd-utl-alx:StatisticalAreaIdentifier |
| fibo-sec-sec-iss:SecurityOfferingDistributionType |
结论
FIBO是本体工程一个非常复杂的展示，需要由具有广泛金融知识以及具有丰富的本体及其管理知识的人员执行，只靠阅读代码是不够用的。为了最好的利用FIBO，需要借助GraphDB这样强大的工具，以充分利用FIBO的丰富知识来辅助开发。本文证明，在FIBO执行推理时，OWL2RL是比RDFS更好的选择。同时，结合推理和属性路径能够检测到一些结构性问题，这些技术的研究为大型、复杂的本体和知识图谱提供质量保证。
AI研习社是AI学术青年和AI开发者技术交流的在线社区。我们与高校、学术机构和产业界合作，通过提供学习、实战和求职服务，为AI学术青年和开发者的交流互助和职业发展打造一站式平台，致力成为中国最大的科技创新人才聚集地。
如果，你也是位热爱分享的AI爱好者。欢迎与译站一起，学习新知，分享成长。
版权文章，未经授权禁止转载。详情见 转载须知 。
广州申悦贸易有限公司为英国昕特玛(原美国欧诺法公司OMNOVA）的粉末丁腈P83，P35,丙烯酸酯弹性改性剂P95，抗氧剂Wingstray-L的华南地区总代理商已有十多年，我们提供充裕的源头货源，优质快速的本地化技术支持服务。一级代理、一流助剂。
企业微信，是腾讯微信团队为企业打造的专业办公管理工具。与微信一致的沟通体验，丰富免费的OA应用，并与微信消息、小程序、微信支付等互通，助力企业高效办公和管理。全面安全保障，国际权威认证，银行级别加密水平，保障企业数据安全。
LOL网址导航网是专业的上网导航网站,精心收录各类优质热门网站信息,同时提供天气、快递、违章等各种生活便民查询工具网址,为您提供安全便捷的上网导航服务,现已被众多网友设为上网主页,网址导航大全首选LOL网址导航.
该站点未添加描述description...
山东顺驰道路材料有限公司主营陶瓷颗粒,彩色陶瓷颗粒,彩色路面等各项目,材料质量过硬,厂家直销,价格合理,欢迎咨询
北京市生态环境保护科学研究院（以下简称北京市环科院）是全国第一家从事环境保护的科研机构。她的前身是1957年成立的建工部市政研究所，1973年改名为北京市环境保护科学研究所，1994年改为北京市环境保护科学研究院，2021年9月正式改为北京市生态环境保护科学研究院。
广州和谐医院是广州市卫生健康委批准的综合性医院，是广州市医保定点单位。医院建筑面积近两万平方米，手术室五间(两间为防辐射手术室)。设有骨科、肿瘤科、ICU、内科、儿科、普外科、泌尿外科、手足显微外科、创面修复外科、中医科、中西医结合科、医疗美容科、临床心理科、妇科、眼科、耳鼻喉科、皮肤科、麻醉科、口腔科、疼痛科、预防保健科等近20个临床科室和检验科、超声科、放射科等多个辅助科室。
【介绍】郑州海科熔体泵有限公司,换网器,板式换网器,柱式换网器【项目】☑换网器☑板式换网器☑柱式换网器【电话】0371-67993100
那苏凡是一个有独立风格的运动信息分享网站！
亚利朗在“以优质的产品，完善的服务，奉献于人类健康事业”的经营理念指导下，株式会社幸福医疗器在医疗器、化妆品，家电等领域不断进行技术研究和产品开发。以其独特的经营理念、销售战略，以分布在国内外的亚利朗代理店，建立了有效的网络化管理。始终贯彻“以人为本、顾客至上的精神”，不断研究开发更贴近于顾客需求的产品。
联系方式
康必行海外医疗是医疗旅游领域更值得信赖的出国就医品牌，专注于全球医药大数据以及领先的疾病治疗方案的开发整合，重点业务：丙肝，吉三代，乙肝，TAF，肿瘤，靶向药，抗癌新药，厄达替尼，艾伏尼布，恩西地平，索托拉西布，阿培利司，阿那白滞素，阿那莫林，西多福韦，佩米替尼，康奈非尼，莫博赛替尼，他替瑞林等疾病药品，已为数以万计的用户提供了最佳的治疗方案和新药查询，专业医学顾问7x24小时一对一的方式为客户提供免费专业的海外医疗服务。
2019年，距李世石与AlphGO的，人机大战，已有三年，似乎没有人再怀疑，在，下棋，这件事儿上，人类确实已经输给了AI，人类与AI下一个较量会在哪里，同传，同声传译，将很可能是下一个面临挑战的应用场景，12月21日，基于语境引擎的搜狗同传3.0以多模态和自主学习为核心，加入视觉和思维能力，这是AI同传在加入诸如视觉AI、知识图谱等能...。
雷锋网AI科技评论，ACL2019已经结束，但其空前的规模仍然震撼人心，2900多篇提交论文，660篇被接收，3000多名会议注册人员，以及4个超过400人的研讨会，比一些国际CS会议都大，值得一提的是，在本届ACL中热门话题，例如BERT系列、Transformers、机器翻译等，受到热烈关注，但除此之外还有一些新的趋势，例如对抗...。
雷锋网AI科技评论按，CMU博士、UCSantaBarbara计算机科学系助理教授王威廉，WilliamWang，是一位非常活跃、非常出名的华人学者，他是该校NLP小组的负责人，研究领域涵盖信息提取、社交媒体、语言和视觉、口语处理、机器学习理论和知识图谱等，他是社交媒体红人，他的科研团队也连续有大批论文被近几年的AI，ML，NLP会议...。
在社交网络中，有这样一条著名的，六度分隔理论，最多通过五个人，你就能够认识世界上的任何一个陌生人，六度分隔理论，背后的知识图谱就是帮助社交网络连接每个人的，黑科技，知识图谱以实体概念，例如人，为节点，以关系为边，以可视化的图形展示直观地呈现人们的社交关系，目前这一技术已在搜索、金融等领域得到了很好的应用，如果将上述知识图谱中...。
雷锋网AI科技评论按，由中国计算机学会，CCF，主办，福州市人民政府、福州大学承办，福建师范大学、福建工程学院协办的2017中国计算机大会，CNCC2017，于10.26—10.28日在福州•海峡国际会展中心举办，大会除了14场特邀报告，还有2场大会主题论坛、40余场学术论坛、30余场特色活动以及3个颁奖大会，同期还将有80余家企业举...。
11月3日，2020年度国家科学技术奖励大会在京举行，百度，知识增强的跨模态语义理解关键技术及应用，获国家技术发明二等奖，该技术旨在通过构建大规模知识图谱，关联跨模态信息，通过知识增强的自然语言语义表示方法，解决不同模态语义空间的融合表示难题，突破跨模态语义理解瓶颈，从而让机器能够像人一样，通过语言、听觉、视觉等获得对真实世界的统一认...。
，2021年12月9日，2021年12月11日，2021第六届全球人工智能大会，GAIR2021，于深圳开幕，本届大会由粤港澳大湾区人工智能与机器人联合会、联合主办，深圳市人工智能与机器人研究院、深圳市机器人协会、深圳市人工智能学会支持，作为中国最具影响力和前瞻性的前沿科技活动之一，GAIR大会已经度过了五次精彩而又辉煌...。
知识图谱蕴含丰富的人类先验知识，具有重要的学术价值和广泛的应用前景，知识图谱推理作为知识图谱领域的核心技术，能够极大地扩展现有知识的边界，有力地辅助人类进行智能决策，2021年12月17日，中国科学技术大学教授，博士生导师，国家优青王杰在CNCC2021，知识为意，图谱为形，基于图机器学习的知识推理，专题论坛上做了，基于表示学习的知...。
5月24日，腾讯，混元，AI大模型在CLUE，中文语言理解评测集合，总排行榜、阅读理解、大规模知识图谱三个榜单同时登顶，一举打破三项纪录，据了解，CLUE总榜由分类任务和阅读理解任务构成，腾讯，混元，AI大模型在一个月内先后实现分类任务、阅读理解双佳绩，最终以84.730的成绩取得总榜第一，作为中文最具权威的自然语言理解榜单之一，CL...。
近日，CCFYOCSEF深圳在深圳市哈尔滨工业大学，深圳，信息楼，L栋，举办了为期一天的深度技术论坛，主题为，医疗知识图谱的未来发展方向，知识图谱领域经过十几年的发展，虽然有不错的成果和应用，但具体到医药领域，应用落地过程中实际问题直接解决率不高，可替代人工场景有限，那么未来医疗知识图谱这条路到底应该怎么走，需要重点关注和扩展哪些能...。
图为，明略科技创始合伙人兼总裁姜平明略科技作为今天数据智能领域屈指可数的实力玩家，手握1200，大客户，在数字化转型赛道上一直有着Allin的果断，这种Allin，面向技术、面向最传统的产业领域，虽然标签上也是AI公司，但是与商汤旷视这类视觉四小龙不同的是，明略科技以知识图谱为技术核心，在近期雷锋网与明略科技创始合伙人兼总裁姜平先生的...。
雷锋网AI科技评论按，2018全球人工智能与机器人峰会，CCF，GAIR，在深圳召开，峰会由中国计算机学会，CCF，主办，雷锋网、香港中文大学，深圳，承办，得到了宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台，CCF，GAIR2018延续前两...。
悟道2.0，要怎么用起来，连创，中国首个，和，世界最大，两项记录后，悟道大模型的落地应用成为业界关心的热点话题，GPT，3的问世掀起了一股，炼大模型，的浪潮，去年10月，北京智源研究院集结中国产学界100多位AI专家联合攻关，在一年之内发布了1.75万亿级大规模预训练模型悟道2.0，超越GPT，3、SwitchTransformer，...。
雷锋网按，2018全球人工智能与机器人峰会，CCF，GAIR，在深圳召开，峰会由中国计算机学会，CCF，主办，雷锋网，公众号，雷锋网，、香港中文大学，深圳，承办，得到了深圳市宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台，6月30日晚，，小米...。
雷锋网消息，总部位于英国的AI芯片公司Graphcore今天发布了第二代IPUGC200，采用台积电7nm工艺，晶体管数量高达594亿个，裸片面积达到823平方毫米，这比两个月前英伟达最新发布的安培架构GPUA100的540亿个晶体管增加了10%，黄仁勋当时说A100是全球最大的7nm芯片，裸片面积为826平方毫米，IPU是一种全新的...。
发表在投影使用教程2023，1，2917，28如今投影仪逐渐替代电视，成为了用户的家用首选，不过由于预算限制，不少家庭选择的都是三千价位的投影仪，那么三千元价位中，哪些投影仪更好呢，下面就选择用户关注度最高的三款投影仪，当贝D5X、极米NewZ6X和峰米S5，然后通过各角度进行对比分析，实测分析哪款投影仪更值得入手，当贝D5X、极米N...。
第六次中国－中东欧国家领导人会晤27日在匈牙利首都布达佩斯举行，此次会晤恰逢中国与中东欧国家，16＋1合作，机制设立五周年，多国专家学者、政界及媒体人士表示，，16＋1合作，已成为中国与中东欧国家开展务实合作的重要平台，中方在会晤中提出的合作倡议将进一步促进双方在各领域的合作，16＋1合作，机制成为重要平台五年来，在中国－中东欧国家...。
