<br> <p>知识图谱，是<strong>结构化的语义知识库</strong>，用于迅速描述物理世界中的概念及其相互关系，通过知识图谱能够将Web上的信息**、数据以及链接关系聚集为知识，使信息资源更易于计算、理解以及评价，并能实现知识的快速响应和推理**。</p> <p>当下知识图谱已在工业领域得到了广泛应用，<strong>如搜索领域的Google搜索、百度搜索，社交领域的领英经济图谱，企业信息领域的天眼查企业图谱</strong>，电商领域的淘宝商品图谱，O2O领域的美团知识大脑，医疗领域的丁香园知识图谱，<strong>以及工业制造业知识图谱</strong>等。 在知识图谱技术发展初期，很多企业和科研机构会采用<strong>自顶向下的方式构建基础知识库</strong>，如 Freebase。随着<strong>自动知识抽取与加工技术的不断成熟</strong>，当前的知识图谱大多<strong>采用自底向上的方式构建</strong>，如 Google 的 Knowledge Vault 和微软的 【【微信】】 知识库。</p> <p>知识图谱的构<strong>建技术主要有自顶向下和自底向上两</strong>种。</p> <p>下图是典型的知识图谱样例示意图。可以看到，“图谱”中有<strong>很多节点，如果两个节点之间存在关系，他们就会被一条无向边连接在一起</strong>，这个节点我们称为实体（Entity），<strong>节点之间的这条边，我们称为关系</strong>（Relationship）。 知识图谱的基本单位，就是“<strong>实体(Entity)-关系(Relationship)-实体(Entity)” 构成的三元组</strong>，这也是知识图谱的核心。</p> <p>知识图谱的原始数据类型一般来说有三类（也是互联网上的三类原始数据）: </p> <p>一般有两种选择：可以通<strong>过 RDF（资源描述框架）这样的规范存储格式来进行存储</strong>，比较常用的有 Jena等。</p> <p> 截止目前为止，看起来知<strong>识图谱主要是一堆三元组，那用关系数据库来存储可以</strong>吗？</p> <p>对，从技术上来说，<strong>用关系数据库来存储知识图谱（尤其是简单结构的知识图谱），是完全没问题</strong>的。但一旦知<strong>识图谱变复杂，用传统的「关系数据存储」，查询效率会显著低于「图数据库</strong>」。在一些涉及到2,3度的关联查询场景，图数据库能把查询效率提升几千倍甚至几百万倍。</p> <p>而且基<strong>于图的存储在设计上会非常灵活，一般只需要局部的改动即可。当你的场景数据规模较大的时候，建议直接用图数据库</strong>来进行存储。</p> <p>在逻辑上，我们通常将知识图谱划分为两个层次**：数据层和模式层**。</p> <p>模式层：在<strong>数据层之上，是知识图谱的核心，存储经过提炼的知识，通常通过本体库来管理这一层</strong>（本体库可以理解为面向对象里的“类”这样一个概念，本体库就储存着知识图谱的类）。 数据层：<strong>存储真实的数据</strong>。 </p> <p>前面的内容说到了，知识图谱有<strong>自顶向下和自底向上两种构建方式</strong>，这里提到的构建技术主要是自底向上的构建技术</p> <p>如前所述，构建知识<strong>图谱是一个迭代更新的过程</strong>，根据知识获取的逻辑，每一轮迭代包含三个阶段：</p> <p><strong>信息抽取</strong>：从各种类型的数据源中提取出实体、属性以及实体间的相互关系，在此基础上形成本体化的知识表达。 <strong>知识融合</strong>：在获得新知识之后，需要对其进行整合，以消除矛盾和歧义，比如某些实体可能有多种表达，某个特定称谓也许对应于多个不同的实体等。 <strong>知识加工</strong>：对于经过融合的新知识，需要经过质量评估之后（部分需要人工参与甄别），才能将合格的部分加入到知识库中，以确保知识库的质量。 </p> <p> 研究历史： ? <strong>人工构造语法和语义规则</strong>（模式匹配）。 ? 统计机器学习方法。 ? 基于特<strong>征向量或核函数的有监督</strong>学习方法。 ? 研究重点转向半监督和无监督。 ? 开始研<strong>究面向开放域的信息抽取</strong>方法。 ? 将面<strong>向开放域的信息抽取方法和面向封闭领域的</strong>传统方法结合。</p> <p>属性抽取的目标是<strong>从不同信息源中采集特定实体的属性信息</strong>，如针对某个公众人物，可以从网络公开信息中得到其昵称、<strong>生日、国籍、教育背景等信息</strong>。 研究历史： ? 将<strong>实体的属性视作实体与属性值之间的</strong>一种名词性关系，将属性抽取任务转化为关系抽取任务。 ? 基于<strong>规则和启发式算</strong>法，抽取结构化数据。 ? 基于<strong>百科类网站的半结构化数据，通过自动抽取生成训练语料，用于训练实体属性标注模型</strong>，然后将其应用于对非结构化数据的实体属性抽取。 ? 采用数<strong>据挖掘的方法直接从文本中挖掘实体属性和属性值之间的关系模式</strong>，据此实现对属性名和属性值在文本中的定位。</p> <p>通过信息抽取，我们就从<strong>原始的非结构化和半结构化数据中获取到了实体</strong>、关系以及实体的属性信息。如果我们将接下来的过程比喻成拼图的话，那么这些信息就是拼图碎片，散<strong>乱无章甚至还有从其他拼图里跑来的碎片、本身就是用来干扰我们拼图的错误碎片</strong>。</p> <p>也就是说**，拼图碎片（信息）之间的关系是扁平化的，缺乏层次性和逻辑性；拼图（知识）中还存在大量冗杂和错误的拼图碎片（信息）。那么如何解决这一问题，就是在知识融合<strong>这一步里我们需要做的了。 知识融合包括2部分内容</strong>：实体链接、知识合并**。</p> <p>实体链接（【【淘密令】】）是指对<strong>于从文本中抽取得到的实体对象</strong>，将其链<strong>接到知识库中对应的正确实体对象的操作</strong>。其基本思想是首<strong>先根据给定的实体指称项，从知识库中选出一组候选实体对象</strong>，然后通过相似度计算<strong>将指称项链接到正确的实体对象</strong>。 研究历史： ? 仅关注如何将<strong>从文本中抽取到的实体链接到知识库中，忽视了位于同一文档的实体间存在的语义联系</strong>； ? 开始关注利用<strong>实体的共现关系，同时将多个实体链接到知识库中。即集成实体链</strong>接（【【淘密令】】【【微信】】）。</p> <p> ? 实体消歧：是专门用于<strong>解决同名实体产生歧义问题的技术</strong>，通过实体消歧，就可以根据<strong>当前的语境，准确建立实体链接</strong>，实体消歧主要采用聚类法。其实也可以看做<strong>基于上下文的分类问题，类似于词性消歧和词义消歧</strong>。 ? 共指消解：主要用于<strong>解决多个指称对应同一实体对象的问题。在一次会话中，多个指称可能指向的是同一实体对象。利用共指消解技术，可以将这些指称项关联（合并）到正确的实体对象</strong>，由于该问题在信息检索和自然语言<strong>处理等领域具有特殊的重要性</strong>，吸引了大量的研究努力。共指消解还有一些其他的名字，比如对象<strong>对齐、实体匹配和实体同义</strong>。</p> <p>在前面的实体链接中，我们已经<strong>将实体链接到知识库中对应的正确实体对象那里去</strong>了，但需要注意的是，实体链接链接的是我<strong>们从半结构化数据和非结构化数据那里通过信息抽取提取出来的</strong>数据。</p> <p>那么除了半结构化数据和非结构化数据以外，我们还有个更方便的数据来源――<strong>―结构化数据，如外部知识库和关系数据库。对于这部分结构化数据的处理</strong>，就是我们知识融合的内容啦。</p> <p>一般来说知识融合主要分为两种：<strong>合并外部知识库，主要处理数据层和模式层的冲突</strong>；合并关系数据库，有RDB2RDF等方法。 </p> <p>经过刚才那一系列步骤，我们终于走到了知识加工这一步了！在前面，我们已经通<strong>过信息抽取，从原始语料中提取出了实体、关系与属性等知识要素</strong>，并且经过知识融合，消除实体指称项与实体对象之间的歧义，得到一系列基本的事实表达。</p> <p>然而事实本身并不等于知识。要想最终获得结构化，网络化的知识体系，还需要经历知识加工的过程。知识加工主要包括3方面内容：<strong>本体抽取、知识推理和质量评估。</strong> </p> <p>本体（ontology）是指<strong>工人的概念集合、概念框架</strong>，如“人”、“事”、“物”等。本体可以<strong>采用人工编辑的方式</strong>手动构建（借助本体编辑软件），也可以<strong>以数据驱动的自动化方式构建本体</strong>。因为人工方式工作量巨大，且很难找到符合要求的专家，因此当前主流的全局本体库产品，都是从一<strong>些面向特定领域的现有本体库出发，采用自动构建技术逐步扩展得到的</strong>。</p> <p>自动化本体构建过程包含三个阶段： <strong>实体并列关系相似度计算 → 实体上下位关系抽取 → 本体的生成</strong>。 </p> <p>在我们完成了本体构建这一步之后，一个知识图谱的雏形便已经搭建好了。但可能在这个时候，知识图谱之间大多数关系<strong>都是残缺的，缺失值非常严重</strong>，那么这个时候，我们就可以使<strong>用知识推理技术，去完成进一步的知识发现</strong>。 当然知识推理的对象也并不局限于实体间的关系，也可以是<strong>实体的属性值，本体的概念层次关系</strong>等。</p> <p><strong>推理属性值：已知某实体的生日属性</strong>，可以通过推理得到该实体的年龄属性； 推理概念：已知(老虎，科，猫科)和（猫科，目，食肉目）可以推出（老虎，目，食肉目） 这一块的算法主要可以分为3大类：<strong>基于知识表达的关系推理技术；基于概率图模型的关系推理技术路线示意图；基于深度学习的关系推理技术</strong>路线示意图。</p> <p>质量评估<strong>也是知识库构建技术的重要组成部</strong>分，这一部分存在的意义在于：可以对<strong>知识的可信度进</strong>行量化，通<strong>过舍弃置信度较低的知识来保障知识</strong>库的质量。</p> <br>..微信互助群2023免费进群二维码安全吗,微信互助群2023免费进群二维码安全吗,怎么查看淘宝助力,嗨！我们在2023年淘宝618 购物狂欢节淘宝助力任务平台里互助做任务，我觉得你也会喜欢。能不能请你加入我们的群？
本文地址：
/show-83961.html
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
