知识图谱介绍

引言

此外，还有大数据风控、证券投资、智能医疗、自适应教育。

知识图谱概念

“知识图谱本质上是语义网络（Semantic Network）的知识库”。≈多关系图（Multi-relational Graph）。

图

图（Graph）是由实体（节点表示事物）和边（Edge表示不同实体之间的的某种联系）来构成。

Schema

介绍：相当某个领域内的数据模型，包含了该领域内有意义的概念类型以及这些类型的属性

作用：规范结构化数据的表达，一条数据必须满足Schema预先定义好的实体对象及其类型，才被允许更新到知识图谱中：

• 图中的DataType限定了知识图谱节点值的类型为文本、日期、数字（浮点型与整型）

• 图中的Thing限定了节点的类型及其属性（即图1-1中的边）

  

知识图谱的价值

知识图谱是人工智能很重要的一个分支，人工智能的目标为了让机器具备像人一样理性思考及做事的能力 -> 在符号主义的引领下，知识工程（核心内容即建设专家系统）取得了突破性的进展 -> 在整个知识工程的分支下，知识表示是一个非常重要的任务 -> 而知识图谱又恰恰是知识表示的重要一环

构建知识图谱

知识图谱的数据来源

• 第一种：业务本身的数据。这部分数据通常包含在公司内的数据库表并以结构化的方式存储，一般只需要简单预处理即可以作为后续AI系统的输入；
• 第二种：网络上公开、抓取的数据。这些数据通常是以网页的形式存在所以是非结构化的数据，一般需要借助于自然语言处理等技术来提取出结构化信息。

信息抽取的难点

信息抽取的难点在于处理非结构化数据。

所涉及的技术

自然语言处理技术：

1. 实体命名识别（Name Entity Recognition）
2. 关系抽取（Relation Extraction）
3. 实体统一（Entity Resolution）
4. 指代消解（Coreference Resolution）

实体命名识别（Named Entity Recognition）

• 目标：就是从文本里提取出实体并对每个实体做分类/标签实体类型

关系抽取（Relation Extraction）

• 目标：通过关系抽取技术，把实体间的关系从文本中提取出来

实体统一（Entity Resolution）

• 对于有些实体写法上不一样，但其实是指向同一个实体，需要合并

指代消解（Disambiguation）

• 文本中出现的“it”, “he”, “she”这些词到底指向哪个实体，比如在本文里两个被标记出来的“it”都指向“hotel”这个实体。

知识图谱的存储

• 一种是基于RDF的存储；
• 另一种是基于图数据库的存储。