知識圖譜介紹

引言

此外，還有大數據風控、證券投資、智能醫療、自適應教育。

知識圖譜概念

“知識圖譜本質上是語義網絡（Semantic Network）的知識庫”。≈多關系圖（Multi-relational Graph）。

圖

圖（Graph）是由實體（節點表示事物）和邊（Edge表示不同實體之間的的某種聯系）來構成。

Schema

介紹：相當某個領域內的數據模型，包含了該領域內有意義的概念類型以及這些類型的屬性

作用：規范結構化數據的表達，一條數據必須滿足Schema預先定義好的實體對象及其類型，才被允許更新到知識圖譜中：

• 圖中的DataType限定了知識圖譜節點值的類型為文本、日期、數字（浮點型與整型）

• 圖中的Thing限定了節點的類型及其屬性（即圖1-1中的邊）

  

知識圖譜的價值

知識圖譜是人工智能很重要的一個分支，人工智能的目標為了讓機器具備像人一樣理性思考及做事的能力 -> 在符號主義的引領下，知識工程（核心內容即建設專家系統）取得了突破性的進展 -> 在整個知識工程的分支下，知識表示是一個非常重要的任務 -> 而知識圖譜又恰恰是知識表示的重要一環

構建知識圖譜

知識圖譜的數據來源

• 第一種：業務本身的數據。這部分數據通常包含在公司內的數據庫表並以結構化的方式存儲，一般只需要簡單預處理即可以作為后續AI系統的輸入；
• 第二種：網絡上公開、抓取的數據。這些數據通常是以網頁的形式存在所以是非結構化的數據，一般需要借助於自然語言處理等技術來提取出結構化信息。

信息抽取的難點

信息抽取的難點在於處理非結構化數據。

所涉及的技術

自然語言處理技術：

1. 實體命名識別（Name Entity Recognition）
2. 關系抽取（Relation Extraction）
3. 實體統一（Entity Resolution）
4. 指代消解（Coreference Resolution）

實體命名識別（Named Entity Recognition）

• 目標：就是從文本里提取出實體並對每個實體做分類/標簽實體類型

關系抽取（Relation Extraction）

• 目標：通過關系抽取技術，把實體間的關系從文本中提取出來

實體統一（Entity Resolution）

• 對於有些實體寫法上不一樣，但其實是指向同一個實體，需要合並

指代消解（Disambiguation）

• 文本中出現的“it”, “he”, “she”這些詞到底指向哪個實體，比如在本文里兩個被標記出來的“it”都指向“hotel”這個實體。

知識圖譜的存儲

• 一種是基於RDF的存儲；
• 另一種是基於圖數據庫的存儲。