（文章來源：百家號）

知識工程、Web數(shù)據(jù)挖掘、自然語言處理等領(lǐng)域大量的研究工作，致力于大規(guī)模知識的獲取，為打造機器智腦提供了豐富的知識庫來源。目前互聯(lián)網(wǎng)上可用于智能機器人的知識庫包括以下各類知識：

事實知識（Factual Knowledge）是關(guān)于某個特定實體的基本事實。例如（中國，首都，北京）。事實知識是知識圖譜中最常見的知識類型。大部分實體的事實可以對應(yīng)實體的特定屬性或者關(guān)系。很多以實體為中心組織的知識庫均富含此類知識，比如DBpedia、Freebase以及CN-DBpedia等。

概念知識（Taxonomy Knowledge）分為兩類，一類是實體與概念之間的類屬關(guān)系，例如（柏拉圖，哲學(xué)家）另一類為子概念與父概念的子類關(guān)系（Subclass，比如（唯心主義哲學(xué)家，Subclassof，哲學(xué)家）一個概念有子概念，也可能同時具有父概念，使得整個概念集合構(gòu)成層級體系。概念之間的層級關(guān)系是本體定義中最為重要的部分，特定領(lǐng)域的概念知識是機器認知領(lǐng)域的基本框架。

典型概念知識圖譜（有時簡稱概念圖譜）包括Yago、Probase、WikiTaxonomy等。概念是歸納的前提，是基于概念推理的（類別推理taxonomy reasoning）依據(jù)。概念知識是一種典型的元知識（meta-knowledge）元知識除了概念知識之外還包括概念之間的屬性，概念與屬性的領(lǐng)域與約束等這些知識通常在傳統(tǒng)的本體中加以定義與明確。

詞匯知識：主要包括實體與詞匯之間的關(guān)系（比如實體的命名、稱謂、英文名等）以及詞匯之間的關(guān)系（包括同義詞、反義詞、縮寫詞以及上下位詞關(guān)系等）例如（柏拉圖，英文名，“Plato”）（趙匡胤，廟號，宋太祖）、（妻子，同義詞，老婆）些跨語言知識庫比如BabelNet，專注于建立實體或概念之間的跨語言等價關(guān)系。
? ? ? ?詞匯知識的自動化獲取在目前的實際應(yīng)用中已經(jīng)取得較好效果。從豐富的領(lǐng)域語料自動挖掘領(lǐng)域詞匯，并建立詞匯之間的語義關(guān)聯(lián)以及詞匯與實體之間的關(guān)聯(lián)已經(jīng)成為知識圖譜構(gòu)建最為重要的一步。詞匯知識也是相對簡單的知識。人類學(xué)習(xí)某個新領(lǐng)域往往是從該領(lǐng)域的術(shù)語或者詞匯開始的。因此，賦予機器認知領(lǐng)域詞匯，是實現(xiàn)機器認知整個領(lǐng)域知識的第一步。此類典型知識圖譜包括WordNet等。

常識知識：常識是人類通過身體與世界交互而積累的經(jīng)驗與知識，是人們在交流時無須言明就能理解的知識。例如我們都知道鳥有翅膀，鳥能飛等。再比如，若x是個人，那么x要么是男人，要么是女人。常識的表征與定義、獲取與理解等問題一直都是人工智能發(fā)展的瓶頸。常識知識的基本特點是我們每個人都知道，但很少在文本里提及，使得基于文本抽取的常識獲取方式效果有限。典型的常識知識圖譜包括Cyc、ConceptNet等。

領(lǐng)域知識服務(wù)機器人需要建立人類社會與生活相關(guān)的方方面面的知識庫。比如日常陪伴機器人需要具備衣食住行等各方面的知識庫，當(dāng)用戶抱怨“空氣不好”時，機器人能夠開啟空氣凈化器；當(dāng)用戶感冒了，機器人應(yīng)該能夠結(jié)合醫(yī)學(xué)和用戶醫(yī)療知識庫提供相應(yīng)的藥物與生活建議；在午餐時間，機器人能通過飲食知識庫推薦近期的飲食等。