5.1鸟类领域知识服务需求研究

本部分根据不同人群，对其需求进行了研究。
并总结需求类型如下。

知识型服务需求指用户学习鸟类相关知识，包括知识内容、知识学习等。知识内容 需求为构建鸟类领域知识库作为知识的来源；知识学习需求为用户通过知识服务应用来 系统性的学习鸟类领域相关的知识。
研究型服务需求通常为学术研究方面的需求，如知识挖掘、知识推理等方面的需求。 通过知识推理可推理得到知识库中未直接定义的数据。
功能型服务需求主要指知识检索与可视化展示等当面的需求，用户可通过可视化检 索方式查询得到某一种鸟类的具体信息，包括分类、分布地、食性等。
开发型服务需求为知识服务应用开发期间所对应的需求分析，涉及到数据的获取与 整理、知识服务应用的开发、功能的设计与实现等，如知识抽取中涉及到的采用何种算 法或模型来实现对非结构化文本的信息抽取。

5.2基于知识图谱的知识管理

5.2.2知识存储

这里也使用的是neo4j

本文鸟类知识 图谱中的数据采用 Neo4j 图数据库进行存储，相较于 OWL 文件存储在大数据量下具有 更高的效率，是作为 BKG4DK 的最优存储选择。

neo4j具体使用方法

知识获取环节可得到实体与实体间关系数据，为了将前文构建的 BKG4DK 中的数 据添加到 Neo4j 数据库中，依照本体概念将每一种实体关系按<实体，关系，实体>的形 式添加到 csv 文件中，然后将分类的 csv 文件依次导入到 Neo4j 数据库中，完成知识图 谱的知识导入。知识图谱中的数据入库完成后，可使用 Neo4j 数据库提供的在线查询功 能对生成的鸟类知识图谱进行可视化展示，图 5.4 为绘制完成的鸟类知识图谱中部分实 体和实体关系。

5.3知识查询

1、可视化检索页面

2、关系查询
（1）查询两实体间是否存在关系
（2）已知一实体和关系，查找另一实体

关系查询服务用于查询两实体间所存在的关系，若数据库中未存储两实体间所对应 的数据则返回为空，若存在则通过检索得到实体或者实体间的关系。关系查询主要分为 两种，一种为用户输入实体 1 与实体 2 的名称，通过查询来判断两实体是否存在关联关 系，若存在则以网络图的形式输出；另一种为已知某一实体以及实体间存在的关系，通 过关系查询检索出具有该关系的另一实体信息。

3、智能问答
先做自然语言处理，再转化为Cypher语句进行查询

5.4 知识推理

基于规则的推理具有可解释性，通过归纳一些自定义推理规则来补全知识图谱缺失 的内容。前文采用 OWL 语言来描述知识图谱中实体的属性与关系，其中部分描述词汇 支持知识推理，如 owl:equivalent(等价性)、owl:SymmetricProperty(对称性)等，其中对称 属性表示 A 与 B 具有某种关系，则 B 与 A 亦具有该属性，如鸟类的“同科分类”属性。 此外，本文定义部分知识推理规则来增强知识推理效果，如表 5.2 所示。

这里的推理采用的是人为定义的规则