知識圖譜的基礎(chǔ)知識

什么是知識？

知識的形成分為下面四個部分，數(shù)字附上量綱信息結(jié)合生活嘗試變成知識，如今天13度，直接穿件衣服就出去啦

知識的體系主要有陳述性知識和程序性知識，右側(cè)游戲規(guī)則需要認(rèn)為設(shè)置，AlphaGo Zero還是需要知識

10年谷歌提取出來，以前搜索主要是字符串匹配，后來谷歌將零散的信息結(jié)合起來，變成知識圖譜

沒有出現(xiàn)知識圖譜之前，搜索愛因斯坦，會出現(xiàn)字符串匹配現(xiàn)象如下左圖，右圖是出現(xiàn)知識圖譜之后，會出現(xiàn)信息卡片，愛因斯坦經(jīng)歷、名人等信息，Google提出應(yīng)用

1、知識圖譜歷史回顧

主要三個時代：本體時代、語義網(wǎng)時代、知識圖譜時代

本體時代：

本體是一個不同實(shí)體間共享的概念，例如家具，床、椅子，家具被人使用

知識圖譜例子：

WordNet計算機(jī)可讀的詞典

自然語言處理中的基礎(chǔ)組件

語義網(wǎng)時代：

互聯(lián)網(wǎng)中的知識通過網(wǎng)頁鏈接起來，語義網(wǎng)主要以RDF形式構(gòu)建知識圖譜

數(shù)據(jù)來源

知識圖譜時代：

語義時代是以RDF形式構(gòu)建知識圖譜代表比較大，后來大家紛紛推出自己的知識圖譜，以屬性圖管理的方式構(gòu)建

知識圖譜比較火的原因如下幾條：1、機(jī)器學(xué)習(xí)成熟 2、圖數(shù)據(jù)庫成熟 3、行業(yè)成功案例涌現(xiàn) 4、自然語言處理技術(shù)成熟

?

小結(jié)：

知識圖譜是一種實(shí)體之間關(guān)系的語義描述，形式化表示(如：RDF，RDFS,OWL)

實(shí)體(Entities)：

? ? ? 真實(shí)世界對象(things,places,people)

? ? ? 抽象概念(genres,religions,professions)

關(guān)系(Relationships)

? ? ? 將實(shí)體按語義關(guān)系連接成一張大網(wǎng)

語義描述(Semantic descriptions)

? ? ? 類別和屬性

上面是按照時代發(fā)展角度來考慮知識圖譜的，從技術(shù)角度來考慮知識圖譜：

? ? 人工構(gòu)建知識圖譜

? ? ? ? ? WordNet

? ? ? ? ? CYC

? ? 基于Wikipedia的開放知識圖譜

? ? ? ? ?Yago:Wikipedia + WordNet

? ? ? ? ?DBPedia:基于社區(qū)抽取Wikipedia結(jié)構(gòu)化信息

? ? ? ? ?Wikidata、BabelNet

? 基于文本抽取知識圖譜

? ? ? ? NELL、Knowledge Vault、Probase

? 領(lǐng)域知識圖譜

? ? ? ?金融、公安等

現(xiàn)有知識圖譜不足，對時空性的建模不足

2、知識圖譜生命周期概述

知識圖譜的生命周期

知識圖譜技術(shù)生態(tài)

3、構(gòu)建領(lǐng)域知識圖譜的挑戰(zhàn)

去做領(lǐng)域知識圖譜構(gòu)建

信息融合，數(shù)據(jù)融合需求迫切

個人服務(wù)和企業(yè)服務(wù)隱私等都有不同

我們需要：可自由擴(kuò)展的數(shù)據(jù)模式

企業(yè)迫切需要將非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化

行業(yè)智能問答大幅降低數(shù)據(jù)使用門檻

基于事實(shí)圖譜數(shù)據(jù)存儲、融合、分析統(tǒng)一平臺，為用戶提供統(tǒng)一的消費(fèi)入口，以不同的形態(tài)（檢索、分析、可視化）展示給用戶

?

總結(jié)

以上是生活随笔為你收集整理的知识图谱(历史回顾及技术挑战)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。