【說在前面】本人博客新手一枚，象牙塔的老白，職業場的小白。以下內容僅為個人見解，歡迎批評指正，不喜勿噴！[認真看圖][認真看圖]
【補充說明】如果你對知識圖譜感興趣，歡迎先瀏覽我的另一篇隨筆：基於圖模型的智能推薦算法學習筆記
一、知識圖譜的機遇與挑戰
分享一下肖仰華教授的報告。報告深度剖析知識圖譜的發展進程，系統整理知識圖譜上半場的主要成果，分析知識圖譜下半場的挑戰與機遇，以期為各行業的認知智能實踐帶來有益的參考。
▌知識圖譜上半場
1. 傳統知識工程
2. 大數據知識工程
① 大規模簡單知識表示
② 知識獲取
③ 基於知識圖譜的簡單推理
3. 大數據知識工程到底解決了哪些問題？
① 語言表達鴻溝
② 缺失的因果鏈條
③ 碎片化數據的關聯與融合
④ 深化行業數據的理解與洞察
⑤ 顯著提升了機器的自然語言理解水平
⑥ 基於知識圖譜的大規模知識服務
⑦ 知識圖譜可視化已大量應用
⑧ 大數據知識工程理論體系日趨完善
▌知識圖譜下半場
1. 應用場景轉變
2. 新的趨勢
① 繁雜的應用場景
② 深度的知識應用
③ 密集的專家知識
④ 有限的數據資源
3. 機遇
4. 應對策略
知識表示方面：
① 與其他知識表示的協同表示與推理
② 知識圖譜的多模態表示
③ 知識圖譜的個性化表示
知識獲取方面：
① 發展低成本知識獲取方法
② 注重多粒度知識獲取
③ 發展大規模常識知識獲取
④ 復雜知識獲取機制與方法
知識應用方面：
① 知識圖譜應用透明化
② 基於知識圖譜的可解釋人工智能
③ 發展符號知識指導下的機器學習模型
▌總結
二、行業知識圖譜的構建與應用
分享一下PlantData的文章：行業知識圖譜構建與應用。
1. 知識圖譜整體結構描述
知識圖譜結構拓撲圖如圖所示：
企業全量數據應用挑戰及應對策略：
（1）多源異構數據難以融合
使用知識圖譜（本體）對各類數據建模，基於可動態變化的數據模型（概念-實體-屬性-關系），實現統一建模。
（2）數據模式動態變遷困難
使用可支持數據模式動態變化的知識圖譜的數據存儲。
（3）非結構化數據計算機難以理解
利用信息抽取技術。
（4）數據使用專業程度過高
（5）分散的數據難以統一消費利用
在知識融合的基礎上，基於語義檢索、知識問答、圖計算、推理、可視化等技術，提供數據檢索/分析/利用，統一平台。
2. 知識建模
（1）以實體為主體目標，實現對不同來源的數據進行映射與合並。（實體抽取與合並）
（2）利用屬性來表示不同數據源中針對實體的描述，形成對實體的全方位描述。（屬性映射與歸並）
（3）利用關系來描述各類抽象建模成實體的數據之間的關聯關系，從而支持關聯分析。（關系抽取）
（4）通過實體鏈接技術，實現圍繞實體的多種類型數據的關聯存儲。（實體鏈接）
（5）使用事件機制描述客觀世界中動態發展，體現事件與實體間的關聯；並利用時序描述事件的發展狀況。（動態事件描述）
知識建模工具：Protégé（本體編輯器，較局限）
3. 知識抽取
知識抽取的主要策略如圖所示（針對結構化、半結構化、非結構化數據的處理方式不同）：
知識抽取中的文本信息抽取，主要包括：實體識別、關系抽取、事件抽取、概念抽取。信息抽取主要有兩大類工具：
- OpenIE：面向開放領域抽取信息、關系類型事先未知、基於語言學模式進行抽取、規模大、精度相對較低。典型工具：ReVerb、TextRunner（准確率低，實用性不強，一般不用）
- CloseIE：面向特定領域抽取信息、預先定義好抽取的關系類型、基於領域專業知識抽取、規模小、精度比較高。典型工具：DeepDive（主要是針對實體識別，缺乏對關系/事件/概念的抽取）
非結構化文本數據的處理包括以下步驟：
- 分詞、詞性標注、語法解析、依存分析
- NER命名實體識別、實體鏈接
- 關系抽取、事件抽取
其中，事件抽取可以分為預定義事件抽取和開放域事件抽取，行業知識圖譜中主要為預定義事件抽取。采用模式匹配方法，包括三個步驟：
- 准備事件觸發詞表
- 候選事件抽取：尋找含有觸發詞的句子
- 事件元素識別：根據事件模版抽取相應的元素
還有基於機器學習模型的抽取：SVM、邏輯回歸、CRF、LSTM等：
補充說明，關於知識表示，歡迎先瀏覽我的另一篇隨筆：基於圖模型的智能推薦算法學習筆記，這里不再贅述。
- 基於數理邏輯的知識表示：RDF（資源描述框架）、OWL（RDF Schema 的擴展）、SPARQL（RDF查詢語言）
- 基於向量空間學習的分布式知識表示：Rescal、NTN、TransE（Embedding）
4. 知識融合
（1）數據層融合：實體鏈接技術
即等同性判斷：給定不同數據源中的實體，判斷其是否指向同一個真實世界實體（實體屬性與關系的合並）。
- 基於實體知識的鏈接
- 基於篇章主題的鏈接
- 融合實體知識和篇章主題的鏈接
實體鏈接工具：Wikipedia Miner、DBpedia Spotlight等，大部分都是針對百科類的知識庫工作的，基本不支持中文的處理。
（2）語義描述層融合：Schema Mapping
- 概念上下位關系合並
- 概念的屬性定義合並
當然還有一些別的需要考慮，例如多源知識融合、沖突檢測與解決、跨語言融合、知識驗證等。
例如，通過人機交互接口對錯誤信息進行人工糾正，並以此作為種子案例，通過強化學習加強模型的識別精度和魯棒性。
5. 知識存儲
知識圖譜是基於圖的數據結構，其存儲方式主要有兩種方式：RDF存儲和圖數據庫。
- 基於關系數據庫的存儲
- 基於原生圖的存儲
- 基於混合存儲
下面展示各大圖數據庫的對比：
6. 知識計算
（1）基於圖論的相關算法：
- 圖遍歷：廣度優先遍歷、深度優先遍歷
- 最短路徑查詢： Dijkstra（迪傑斯特拉算法）、Floyd（弗洛伊德算法）
- 路徑探尋：給定兩個或多個節點，發現它們之間的關聯關系
- 權威節點分析：PageRank算法
- 族群發現：最大流算法
- 相似節點發現：基於節點屬性、關系的相似度算法
（2）本體推理：使用本體推理進行新知識發現或沖突檢測。
- 基於表運算及改進的方法：FaCT++、Racer、Pellet Hermit等
- 基於一階查詢重寫的方法（Ontology based data access，基於本體的數據訪問）
- 基於產生式規則的算法（如rete）：Jena 、Sesame、OWLIM等
- 基於Datalog轉換的方法：KAON、RDFox等
- 回答集程序Answer set programming
本體知識推理工具：RDFox。
（3）基於規則的推理：使用規則引擎，編寫相應的業務規則，通過推理輔助業務決策。
- 在知識圖譜基礎知識的基礎上，專家依據行業應用的業務特征進行規則的定義。
- 引擎基於基礎知識與所定義的規則，執行推理過程給出推理結果。
基於規則推理工具：Drools 規則定義。
7. 知識應用
智能問答（基於語義解析的方法+基於信息檢索的方法）、語義搜索（基於實體鏈接）、可視化決策支持（D3.js、ECharts）等。
舉例金融業的基於知識圖譜的風險管理：
- 知識獲取部分：需要內部+外部，需要特別注意完整性原則（信息不對稱是很多風險的根源）
- 知識融合部分：需要內部+外部，需要特別注意准確性原則（本體一致性、數據標准統一性、本地表現狀態一致性）
- 知識計算部分：需要特別注意適用性原則
- 知識應用部分：人機交互接口
- 貸款全流程：有效控制貸款准入、提升貸款決策有效性
- 審批額度時：防止多頭授信、規避關聯企業互相擔保
- 貸后監控中：檢測資金流入關聯企業、參與民間借貸
- 保金過程中：識別企業的關聯資產、彌補損失
8. 知識圖譜的自動構建
可構建的圖譜：例如公司圖譜、產品圖譜、⼈物圖譜、智能預警等。在行業應用中使用知識圖譜，大致有如下幾種方式：
- 可以使用現有的套裝工具，在現有套裝工具的基礎上進行擴充：LOD2、Stardog
- 可以使用各生命周期過程中的相應工具進行組合使用，針對性開發或擴展生命周期中特定工具
如果您對異常檢測感興趣，歡迎瀏覽我的另一篇博客：異常檢測算法演變及學習筆記
如果您對智能推薦感興趣，歡迎瀏覽我的另一篇博客：智能推薦算法演變及學習筆記 、CTR預估模型演變及學習筆記
如果您對時間序列分析感興趣，歡迎瀏覽我的另一篇博客：時間序列分析中預測類問題下的建模方案 、深度學習中的序列模型演變及學習筆記
如果您對數據挖掘感興趣，歡迎瀏覽我的另一篇博客：數據挖掘比賽/項目全流程介紹 、機器學習中的聚類算法演變及學習筆記
如果您對人工智能算法感興趣，歡迎瀏覽我的另一篇博客：人工智能新手入門學習路線和學習資源合集（含AI綜述/python/機器學習/深度學習/tensorflow）、人工智能領域常用的開源框架和庫（含機器學習/深度學習/強化學習/知識圖譜/圖神經網絡）
如果你是計算機專業的應屆畢業生，歡迎瀏覽我的另外一篇博客：如果你是一個計算機領域的應屆生，你如何准備求職面試？
如果你是計算機專業的本科生，歡迎瀏覽我的另外一篇博客：如果你是一個計算機領域的本科生，你可以選擇學習什么？
如果你是計算機專業的研究生，歡迎瀏覽我的另外一篇博客：如果你是一個計算機領域的研究生，你可以選擇學習什么？
如果你對金融科技感興趣，歡迎瀏覽我的另一篇博客：如果你想了解金融科技，不妨先了解金融科技有哪些可能？
之后博主將持續分享各大算法的學習思路和學習筆記：hello world: 我的博客寫作思路