龙源期刊网 https://www.doczj.com/doc/739415136.html, 社交媒体知识图谱构建和知识推理的关键技术研究
作者：陈学楷谭策刘湉吴正己
来源：《科学导报·学术》2020年第18期
基于多数据源的知识图谱构建方法研究 摘要：针对多数据源的融合应用，构建了基于多数据源的知识图谱。首先，对不同领域内的数据源构建相应本体库，并将不同本体库通过数据融合映射到全局本体库，然后，利用实体对齐和实体链接方法进行知识获取和融合，最后，搭建知识图谱应用平台，提供查询和统计等操作。在实体对齐方面，利用传统的基于相似性传播实体对齐方法，获得良好的实体对齐效果；在实体链接方面，提出了基于约束嵌入转换的预测推理方法，实验结果表明，在预测准确率上取得较好的结果。 0 引言 在大数据时代背景下，随着海量数据的出现以及多数据源融合交叉应用，传统的数据管理模式以及查询方式受到一定的制约。近年来，知识图谱（Knowledge Graph）[1]作为一种新的知识表示方法和数据管理模式，在自然语言处理、问题回答、信息检索等领域有着重要的应用。知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系；其基本组成单位是“实体-关系-实体”三元组，以及实体及其相关属性-值对，实体间通过关系相互联结，构成网状的知识结构[2]。 随着谷歌知识图谱的发布，知识图谱的构建与应用研究引起了学术界和工业界的广泛关注。在国内，知识图谱的构建与研究已经起步，相应取得许多重要的研究成果。如：搜狗的知立方、百度知心；复旦大学GDM实验室设计了一种面向图书阅读领域的中文知识图谱[3]；金贵阳等[4]利用知识图谱和语义网技术，提出构建企业知识图谱的方法，并应用于钢铁企业信息集成，提高了企业信息查询的效率；胡芳槐[5]在博士论文中研究了基于多数据源的中文知识图谱构建方法，涉及到本体层构建、实体层的学习等，同时构建行业领域知识图谱的应用平台；王巍巍等[6]构建了双语影视知识图谱，包括影视本体库的构建、实体的链接、实体匹配等，并搭建了应用平台与开放数据访问接口；鄂世嘉等[7]提出了一种端到端基于中文百科数据的中文知识图谱自动化构建方案，并开发面向用户的中文知识图谱系统。 现有的行业领域知识图谱通常采用手工构建方式，缺乏统一的构建方法，且这类知识库目标是特定行业领域，因此，其描述范围极为有限。针对这些问题，提出了将不同领域知识库进行融合成一个知识图谱，旨在构建语义一致、结构一致的多数据融合知识图谱，实现对不同领域内的知识进行查询和展示，从而提高了数据查询效率。 本文提出一个多数据源融合的知识图谱构建流程，并对关键技术进行研究，包括数据源的获取、领域本体库的构建、全局本体库的构建、实体对齐、实体链接以及应用平台的搭建。文中利用某地区的医院医疗保健数据、空气污染监测数据和环境监测数据，构建了多数据融合的知识图谱。 1 知识图谱构建过程 知识图谱构建是知识图谱得以应用发展的前提，涉及实体抽取和实体及实体之间关系的建立，同时还需要很好地组织和存储抽取的实体与关系信息，使其能够被迅速的访问和操作[8]。知识图谱构建过程通常可以分成两步：知识图谱本体层构建和实体层的学习[5]。本体层构建通常包含术语抽取、同义词抽取、概念抽取、分类关系抽取、公理和规则学习；实体层学习则包含实体学习、实体数据填充、实体对齐和实体链接等。 知识图谱的构建方法通常有自顶向下和自底向上两种[2]。所谓自顶向下的方法是指先构建知识图谱的本体，即从行业领域、百科类网站及其它等高质量的数据源中，提取本体和模式信息，添加到知识库中；而自底向上的方法是指从实体层开始，借助于一定的技术手段，对实体进行归纳组织、实体对齐和实体链接等，并提取出具有较高置信度的新模式，经人工审核后，加入到知识图谱中。然而，在实际的构建过程中，并不是两种方法孤立单独进行着，而是两种方法交替结合的过程。本文在构建多数据源的知识图谱时采用两种方法的结合，首先采用自顶向下的方式来构建本体库，然后采用自底向上的方式进行提取知识来扩展知识图谱。
6个方面分析知识图谱的价值和应用 知识对于人工智能的价值就在于，让机器具备认知能力和理解能力。构建知识图谱这个过程的本质，就是让机器形成认知能力，理解这个世界。一、知识图谱无处不在说到人工智能技术，人们首先会联想到深度学习、机器学习技术；谈到人工智能应用，人们很可能会马上想起语音助理、自动驾驶等等，各行各业都在研发底层技术和寻求AI场景，却忽视了当下最时髦也很重要的AI技术：知识图谱。当我们进行搜索时，搜索结果右侧的联想，来自于知识图谱技术的应用。我们几乎每天都会接收到各种各样的推荐信息，从新闻、购物到吃饭、娱乐。个性化推荐作为一种信息过滤的重要手段，可以依据我们的习惯和爱好推荐合适的服务，也来自于知识图谱技术的应用。搜索、地图、个性化推荐、互联网、风控、银行……越来越多的应用场景，都越来越依赖知识图谱。二、知识图谱与人工智能的关系知识图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模。通过不同知识的关联性形成一个网状的知识结构，对机器来说就是图谱。形成知识图谱的过程本质是在建立认知、理解世界、理解应用的行业或者说领域。每个人都有自己的知识面，或者说知识结构，本质就是不同的知识图谱。正是因为有获取和形成知识的能力，人类才可以不断进步。知识图谱对于
人工智能的重要价值在于，知识是人工智能的基石。机器可以模仿人类的视觉、听觉等感知能力，但这种感知能力不是人类的专属，动物也具备感知能力，甚至某些感知能力比人类更强，比如：狗的嗅觉。而“认知语言是人区别于其他动物的能力，同时，知识也使人不断地进步，不断地凝练、传承知识，是推动人不断进步的重要基础。”知识对于人工智能的价值就在于，让机器具备认知能力。而构建知识图谱这个过程的本质，就是让机器形成认知能力，去理解这个世界。 三、图数据库知识图谱的图存储在图数据库（Graph Database）中，图数据库以图论为理论基础，图论中图的基本元素是节点和边，在图数据库中对应的就是节点和关系。用节点和关系所组成的图，为真实世界直观地建模，支持百亿量级甚至千亿量级规模的巨型图的高效关系运算和复杂关系分析。目前市面上较为流行的图数据库有：Neo4j、Orient DB、Titan、Flock DB、Allegro Graph等。不同于关系型数据库，一修改便容易“牵一发而动全身”图数据库可实现数据间的“互联互通”，与传统的关系型数据库相比，图数据库更擅长建立复杂的关系网络。图数据库将原本没有联系的数据连通，将离散的数据整合在一起，从而提供更有价值的决策支持。四、知识图谱的价值知识图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模，运用“图”这种基础性、通用性的“语言”，“高保真”地表达这个多姿多彩世界的各种
导读：知识图谱(Knowledge Graph) 是当前的研究热点。自从2012年Google 推出自己第一版知识图谱以来，它在学术界和工业界掀起了一股热潮。各大互联网企业在之后的短短一年内纷纷推出了自己的知识图谱产品以作为回应。比如在国内，互联网巨头百度和搜狗分别推出”知心“和”知立方”来改进其搜索质量。那么与这些传统的互联网公司相比，对处于当今风口浪尖上的行业- 互联网金融，知识图谱可以有哪方面的应用呢 目录： 1. 什么是知识图谱 2. 知识图谱的表示 3. 知识图谱的存储 4. 应用 5. 挑战 6. 结语 1.什么是知识图谱 知识图谱本质上是语义网络，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出，主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎，知识图谱可用来更好地查询复杂的关联信息，从语义层面理解用户意图，改进搜索质量。比如在Google的搜索框里
输入Bill Gates的时候，搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月，家庭情况等等。 另外，对于稍微复杂的搜索语句比如”Who is the wife of Bill Gates“，Google 能准确返回他的妻子Melinda Gates。这就说明搜索引擎通过知识图谱真正理解了用户的意图。 上面提到的知识图谱都是属于比较宽泛的范畴，在通用领域里解决搜索引擎优化和问答系统(Question-Answering)等方面的问题。接下来我们看一下特定领域里的(Domain-Specific) 知识图谱表示方式和应用，这也是工业界比较关心的话题。 2.知识图谱的表示 假设我们用知识图谱来描述一个事实（Fact）- “张三是李四的父亲”。这里的实体是张三和李四，关系是“父亲”（is_father_of）。当然，张三和李四也可能会跟其他人存在着某种类型的关系（暂时不考虑）。当我们把电话号码也作
知识图谱构建方法研究 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】
基于多数据源的知识图谱构建方法研究摘要：针对多数据源的融合应用，构建了基于多数据源的知识图谱。首先，对不同领域内的数据源构建相应本体库，并将不同本体库通过数据融合映射到全局本体库，然后，利用实体对齐和实体链接方法进行知识获取和融合，最后，搭建知识图谱应用平台，提供查询和统计等操作。在实体对齐方面，利用传统的基于相似性传播实体对齐方法，获得良好的实体对齐效果；在实体链接方面，提出了基于约束嵌入转换的预测推理方法，实验结果表明，在预测准确率上取得较好的结果。 0 引言 在大数据时代背景下，随着海量数据的出现以及多数据源融合交叉应用，传统的数据管理模式以及查询方式受到一定的制约。近年来，知识图谱（Knowledge Graph）作为一种新的知识表示方法和数据管理模式，在自然语言处理、问题回答、信息检索等领域有着重要的应用。知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系；其基本组成单位是“实体-关系-实体”三元组，以及实体及其相关属性-值对，实体间通过关系相互联结，构成网状的知识结构。 随着谷歌知识图谱的发布，知识图谱的构建与应用研究引起了学术界和工业界的广泛关注。在国内，知识图谱的构建与研究已经起步，相应取得许多重要的研究成果。如：搜狗的知立方、百度知心；复旦大学GDM实验室设计了一种面向图书阅读领域的中文知识图谱；金贵阳等利用知识图谱和语义网技术，提出构建企业知识图谱的方法，并应用于钢铁企业信息集成，提高了企业信息查询的效率；胡芳槐在博士论文中研究了基于多数据源的中文知识图谱构建方法，涉及到本体层构建、实体层的学习等，同时构建行业领域知识图谱的应用平台；王巍巍等构建了双语影视知识图谱，包括影视本体库的构建、实体的链接、实体匹配等，并搭建了应用平台与开放数据访问接口；鄂世嘉等
龙源期刊网 https://www.doczj.com/doc/739415136.html, 基于知识图谱的国内学习分析研究热点及趋势分析 作者：马卉王晓春张功云 来源：《中国教育技术装备》2016年第18期 摘要学习分析，作为一个新兴的交叉研究领域，受到国内外教育研究者的广泛关注，成为当前教育技术领域的研究热点。为探究国内学习分析技术的研究热点和发展趋势，基于科学知识图谱的基本理论与方法，利用可视化网络分析软件CiteSpace对中国期刊全文数据库中收录的144篇国内学习分析文献样本的关键词进行分析。 关键词学习分析；知识图谱；可视化分析；CiteSpace；关键词分析 中图分类号：G652 文献标识码：B 文章编号：1671-489X（2016）18-0001-04 Abstract Learning analytics， as a new intersectant research field， has attracted wide attention among educational researchers and is becoming a current research focus in educational technology field. To explore the research hotspots and the development trend on Lear- ning Analytics in China， based on the basic theory and method of mapping knowledge domain， analyze keywords from 144 pieces sample literatures within Chinese Journal Full-Text Database（CJFD） with a visibility network analysis software， CiteSpace. Key words learning analytics； mapping knowledge domain； visual analysis； CiteSpace；keywords analysis 1 引言 随着教育大数据的迅猛增长，学习分析（Learning Analytics）[1]作为一种新兴的交叉技术，通过深度挖掘、分析学习者学习行为和学习过程数据背后所隐藏的含义，得出有效的结论来指导和干预教学、优化学习和学习环境，更好地为教育决策和学生学习提供服务[2]。由于 学习分析技术的这种实际应用价值，使其受到国内外教育研究者的广泛关注，成为教育信息化领域研究的热点问题之一。 2010年，加拿大阿塞巴斯卡大学G.Siemens教授[3]在博客中宣布将于2011年2月举办第一届学习分析国际会议并解释何为学习分析，由此拉开学习分析技术领域形成的序幕。2011年，美国新媒体联盟公布的地平线报告[4]把学习分析技术列为未来4～5年被广泛应用的技术。2012年，Educational Technology & Society[5]出版了10篇关于学习与知识分析的系列专题
基于Web的领域知识图谱构建平台的研究与实现领域知识图谱通常是从特定领域资源中抽取实体和实体之间的 语义关系而构建的语义网络,它包含的知识体系具有很强的领域针对 性和专业性。领域知识图谱构建平台则是为领域专家提供的,基于海 量数据构建领域针对性强、准确度高的知识体系的简单易用的半自动化工具,应具备如下三个特点:构建流程定义完备;能够涵盖领域知识 图谱构建过程中数据获取、信息抽取、知识融合、构建图谱、知识更新等各个流程;引入大数据处理能力;海量数据处理加工成为知识的 过程离不开大数据平台的支持,因此平台需要具备大数据处理能力; 简单易用,可操作性强;由于领域知识图谱具有很强的领域针对性和 专业性,使用门槛过高不利于领域专家在构建过程中进行监督与干预。但是在当前大多公开的领域知识图谱构建平台中,还存在知识图谱构 建流程定义不完善、缺乏大数据相关技术的支持和对于领域专家来说可操作性差的问题与挑战:当前大多公开的领域知识图谱构建平台对 于知识图谱构建流程定义不完善,孤立地强调了知识图谱构建环节的 某几个方面,诸如知识图谱中的数据采集、知识表示、图谱可视化等,不足以支撑全生命周期知识图谱构建工作;当前大多公开的领域知识 图谱构建平台鲜少提及知识图谱构建过程中对应需要大数据相关技 术的支持,缺乏对知识图谱实际构建过程的指导价值。在基于平台构 建领域知识图谱的过程中,为保证精确度,往往需要领域专家的监督 与干预,但是自然语言处理技术和大数据处理流程对于领域专家来说 理解难度大,技术实现门槛高,可操作性差,对领域知识图谱的普及和
应用产生了一定的限制。针对以上问题与挑战,本文重点围绕领域知识图谱的构建技术和流程进行研究与分析,完成了基于Web的领域知识图谱构建平台的设计与实现,主要研究内容有以下三项:1)设计并实现了基于Web的领域知识图谱构建平台,为领域专家提供构建流程定义完备、具备大数据处理能力且简单易用的知识图谱构建服务。在开发过程中为实现知识图谱构建流程的自定义编排,提出并实现了一种可视化Web服务组合编排技术。此外,还提出并实现了 DSACC(Dynamics Scheduling Algorithm for Concurrent Connections)算法,解决了知识图谱可视化过程中大数据量渲染的前端性能优化问题。2)提出并实现了一种基于大数据驱动的领域知识图谱构建方法,在完成第一项研究内容后,本文对知识图谱构建流程进一步总结,旨在研究在知识图谱构建过程中对应需要大数据相关技术的支持,为知识图谱的实际构建过程提供一定的参考价值。3)以基于Web的领域知识图谱构建平台为工具,以一种基于大数据驱动的领域知识图谱构建方法为指导,完成人工智能产业知识图谱的构建。图谱涵盖3458家人工智能企业,1087个人工智能领域技术标签,16324条专利数据,69866条相关新闻,全面展示人工智能产业发展现状,进一步证明平台与方法的有效性和完整性。
Intelligent Search Engine and Recommender Systems based on Knowledge Graph 阳德青 复旦大学知识工场实验室 yangdeqing@https://www.doczj.com/doc/739415136.html, 2017-07-13
Background ?Knowledge Graph exhibits its excellent performance through the intelligent applications built on it ?As typical AI systems,Search engine and recommender system are very popular and promising in the era of large data ?Many previous literatures and systems have proved KG’s merits on such AI’s applications
KG-based Search Engine
?The keyword of high click frequency are ranked higher ?The pages containing the keywords of more weights are ranked higher ?The pages having more important in-links are ranked higher ?1st:category-based ?Yahoo,hao123 ?2nd:IR-based ?Keyword-based,vector space,Boolean model ?3rd:link-based ?PageRank (Google) However,how to handle it if users want to search something new or the ones of long tail? result in
第41卷第1期 2017年2月 南京理工大学学报 Journal of Nanjing University of Science a n d T echnology Vol.41 No.1 Feb.2017知识图谱的发展与构建 李涛i2,王次臣^2,李华康 (南京邮电大学1.计算机学院;2.江苏省大数据安全与智能处理实验室，江苏南京210003) 摘要：知识图谱作为一种智能、高效的知识组织方式，能够帮助用户迅速、准确地查询到自己 需要的信息。本文通过回顾学者及科研机构或公司对知识图谱的研究内容，对知识图谱的发展 和构建方法作了全面的介绍，包括知识图谱概念的起源、发展以及最终形成；构建知识图谱的数 据来源；构建过程中涉及的方法，包括本体和实体的抽取，图谱的构建、更新、维护，以及面向知 识图谱的内部结构挖掘和外部扩展应用。最后，对知识图谱的未来发展方向和面临的挑战作了 展望。虽然现在已经有很多知识图谱被应用到各类系统中，但是其基础理论和应用技术，仍需 展开进一步的研究。 关键词：知识图谱;构建方法；实体;知识挖掘；扩展应用 中图分类号:TP39 文章编号：1005-9830(2017)01-0022-13 D O I:10.14177/https://www.doczj.com/doc/739415136.html,ki.32-1397n.2017.41.01.004 Development and construction of knowledge graph Li Tao1，2，Wang Cichen1，2，Li Huakang1，2 (1. School of Computer Science;2.Jiangsu Province Key Lab of Big Data Sec Processing，Nanjing University of Posts and Telecommunications，Nanjing210003，China) A b s tra c t:Knowledge graph，as an intelligent and efficient way for knowledge organization，enables users to quickly and accurately query the information they need.In this paper，we provide a comprehensive survey on the development and construction of knowledge graph by reviewing and summarizing recent advances i n the research and practice of knowledge graph systems in the relevant literature.In particular，our introduction includes the concept origin，development，and eventual formation of t he knowledge graph，various data sources for the knowledge graph，the ontology construction and the entity extraction，and the process of knowledge mining，updating，and maintenance.Finally，we discuss the technical challenges，development trends，and future research 收稿日期:2016-07-25修回日期:2016-12-18 基金项目：国家自然科学基金（61502247，11501302,61502243,91646116);中国博士后科学基金（2016心600434); 江苏省科技支撑计划（社会发展）项目（B E2016776);江苏省“六大人才高峰”项目（X Y D X X J S-C X T D- 006);江苏省博士后科研基金（1601128B)资助 作者简介:李涛（1975-)，男，博士，教授，主要研究方向：数据挖掘，E-mail:toweiiee@njupt. edu. c n。 引文格式:李涛，王次臣，李华康.知识图谱的发展与构建[J].南京理工大学学报，2017,41(1):22-34. 投稿网址：http://zrxuebao. njust. edu. cn
基于知识图谱的科技大数据知识发现平台建设研究 发表时间：2020-04-10T12:32:02.969Z 来源：《科技新时代》2020年1期作者：李鸿雁[导读] 随着现代信息技术的不断发展，其在地理信息工作中的应用也逐渐发挥着越来越重要的作用，对于地理信息的收集、整理、挖掘、分析等工作有着重要的推动意义，能够更好的发挥出地理信息中所蕴含的巨大价值。重庆市地理信息和遥感应用中心重庆市 401147 摘要：在信息时代的背景下，信息呈现出了数据量大、类型多、价值密度低、传播速度快、时效性强等特点，其对于地理信息工作的开展也提出了更高的要求。本文针对大数据技术在地理信息相关工作的中的应用，对基于知识图谱的科技大数据知识发现平台建设进行了探索和研究，希望能够为相关工作提供一些参考。 关键词：地理信心；知识图谱；大数据；知识发现平台引言 随着现代信息技术的不断发展，其在地理信息工作中的应用也逐渐发挥着越来越重要的作用，对于地理信息的收集、整理、挖掘、分析等工作有着重要的推动意义，能够更好的发挥出地理信息中所蕴含的巨大价值。不过，在信息时代下也给地理信息工作的开展带来了不少的挑战，例如随着勘测技术发展地理信息数据量不断增长、数据类型不断丰富，再加上我国幅员辽阔，地理信息数据总量已经十分庞大，即使在某一地区中的地理信息工作都需要对大量的信息、数据进行处理，然而过去的地理信息工作模式已经无法满足新时期的工作需要。本文从知识图谱技术出发，对大数据知识发现平台的建设以及其在地理信息相关工作中的应用进行了探索和研究。 1.知识发现服务现状分析 知识图谱在地理信息工作中的应用能够更好的满足当下相关工作的实际需要，为相关人员和用户提供智能化、精确化、人性化的地理信息服务。例如，通过利用知识图谱技术，在相关人员录入地理信息的同时可以对这些信息进行智能分析，通过数据融合、知识发现、内容计算等，生成地理信息数据列表并形成结构化的主体信息，关联已有的数据，进而为相关人员的地理信息检索、研究工作带来加大的便利，促进地理信息价值的增值，为用户提供更好的智能化服务。 2.系统设计 在基于知识图谱的地理信息大数据知识发现平台的建设中，其设计目标为通过知识图谱技术建立地理信息数据库并对信息数据进行规范化、实体化，然后从中进行信息、关键词的抽取和关联，结合数据采集、分析、融合等相关技术来实现地理信息数据的丰富化和结构化，增强信息数据的价值，同时还要建立起地理信息相关的检索引擎，通过分布式计算、大数据等技术构建知识发现服务平台，为相关人员和用户提供丰富多样的知识发现、决策分析等服务，满足新时期地理信息工作的需要。在该平台系统的总体构架设计上，主要以分布式计算和大数据技术为平台支撑，对当前地理信息数据库中的数据资源进行抽取、规范和计算，在功能设计上重要包括知识图谱索引、语义智能检索，信息主题综述形成、信息主题聚合探索4个模块。 3.关键技术方法 3.1知识图谱索引技术 针对庞大的地理信息数据，为了实现更加有效的数据储存、搜索和分析工作，可以使用Elastic Search工具和Virtuoso 数据库相结合的方式，通过Elastic Search分布式集群的建设来补足Virtuoso 数据库自身数据检索效率不高的短板，建立起分布式多用户搜索引擎。在应用Elastic Search工具时，需要对其进行以下优化：对数据中无需检索的资源设置enable= false，提高Elastic Search索引速度；利用多线程并发写入进行数据bulk的情况，实现Elastic Search 集群写入吞吐量的最大化；对部分地理信息的字段进行预分组，通过预索引提高Elastic Search的检索和聚合速度。 3.2语义智能检索技术 该技术是通过利用知识图谱索引进行关键词抽取、信息实体主体标注以及主题与关键词的高效匹配来建立起相应的语义搜索模型，从而达到进行语义检索以及智能排序、推荐等功能。在该技术的具体实施上，首先通过使用STKOS语义知识库和数据挖掘算法对地理信息中的关键词和语义主题进行抽取，并将其作为候选词进行管理。然后通过余弦相似度算法对候选词的相关度进行分析并进行排序，分析用户的检索意图，找出要想搜索的内容返回检索结果并为其提供相关的关键词。 3.3地理信息主题综述生成技术
第13章知识图谱与知识推理 王泉 中国科学院大学网络空间安全学院 2016年11月
?13.1概述 ?13.2知识图谱构建 ?13.3 知识图谱中的知识推理–13.3.1 表示学习技术 –13.3.2 张量分解技术 –13.3.3 路经排序算法?13.4 本章小结
?13.1概述 ?13.2知识图谱构建 ?13.3 知识图谱中的知识推理–13.3.1 表示学习技术 –13.3.2 张量分解技术 –13.3.3 路经排序算法?13.4 本章小结
实体和关系 ?实体 (entity)：现实世界中可区分、可识别的事物或概念–客观对象：人物、地点、机构 –抽象事件：电影、奖项、赛事 ?关系 (relation)：实体和实体之间的语义关联 –BornInCity, IsParentOf, AthletePlaysForTeam
?知识图谱 (knowledge graph)：实体和关系所构成的异质、有向图，是表征实体间语义关联的语义网络 ?节点代表实体 ?边代表不同类型的关系 (异质) ?两个节点之间有边相连表明它们之间存在相应关系 ?边是有向的表明关系是非对称的
?三元组 (triple/triplet)：也称事实 (fact)，是最基本的知识存储方式，表现为(主语, 谓词, 宾语)形式 (Tom, BornInCity, Paris) (Tom, LivedInCity, Lyon) (Tom, Nationality, France) (Tom, ClassMates, Bob) (Paris, CityLocatedInCountry, France) (Lyon, CityLocatedInCountry, France) (Bob, BornInCity, Paris)
日常生活中，我们经常遇到以下两种信息展现方式： 二者展示的信息量是差不多的，但右边这种看起来更加直观。而且，随着文本篇幅的增长，这种优势会体现得更加明显。 和人一样，机器也更加擅长利用右图所示的数据。但矛盾之处在于，互联网等数据平台存储的大多是左图所示的数据。要把左图转换成右图，机器需要经历一个「阅读理解」的过程。 这个过程如何完成？这就要提到我们今天的主题——知识图谱。 知识图谱可以做什么？ 知识图谱的概念于2012 年由Google 提出，当时主要被用来提高其搜索引擎质量，改善用户搜索体验。随着大数据时代的到来和人工智能技术的进步，知识图谱的应用边界被逐渐拓宽，越来越多的企业开始将知识图谱技术融入其已经成型的数据分析业务，有的甚至使用知识图谱作为其数据的基础组织与存储形式，成为其数据中台的核心基建。
与谷歌类似，微软将知识图谱技术用于旗下必应（Bing）搜索引擎，优化搜索结果质量和交互式搜索体验；LinkedIn 与Facebook 利用知识图谱挖掘其平台上人、事、资讯等之间的相互关系，使得用户更容易发现感兴趣的内容、找到志同道合的朋友；eBay、亚马逊等电商平台使用知识图谱为用户和产品建立联系，执行更精准的产品推荐；IBM 则专注于企业服务，其IBM Watson Discovery 产品能够帮助用户根据自身的特殊需求快速构建自己的知识图谱框架。 虽然知识图谱的概念2012 年才被提出，但其背后的思想本质上是上个世纪的语义网络（Semantic Network）知识表达形式，即一个由节点（Point）和边（Edge）组成的有向图结构知识库。其中，图的节点代表现实世界中存在的“实体”，图的边则代表实体之间的“关系”。 图1：传统知识库与知识图谱示意图[1] 与传统的数据存储和计算方式相比，知识图谱技术更加侧重于对非结构化异构数据的收集和处理，更擅长对于关系的表达和计算，可以处理复杂多样的关联分析、挖掘到更多隐藏
知识图谱技术原理介绍 近两年来，随着Linking Open Data1等项目的全面展开，语义Web数据源的数量激增，大量RDF数据被发布。互联网正从仅包含网页和网页之间超链接的文档万维网（Document Web）转变成包含大量描述各种实体和实体之间丰富关系的数据万维网（Data Web）。在这个背景下，Google、百度和搜狗等搜索引擎公司纷纷以此为基础构建知识图谱，分别为Knowledge Graph、知心和知立方，来改进搜索质量，从而拉开了语义搜索的序幕。下面我将从以下几个方面来介绍知识图谱：知识图谱的表示和在搜索中的展现形式，知识图谱的构建和知识图谱在搜索中的应用等，从而让大家有机会了解其内部的技术实现和各种挑战。 知识图谱的表示和在搜索中的展现形式 正如Google的辛格博士在介绍知识图谱时提到的：“The world is not made of strings , but is made of things.”，知识图谱旨在描述真实世界中存在的各种实体或概念。其中，每个实体或概念用一个全局唯一确定的ID来标识，称为它们的标识符（identifier）。每个属性-值对（attribute-value pair，又称A VP）用来刻画实体的内在特性，而关系（relation）用来连接两个实体，刻画它们之间的关联。知识图谱亦可被看作是一张巨大的图，图中的节点表示实体或概念，而图中的边则由属性或关系构成。上述图模型可用W3C提出的资源描述框架RDF2或属性图（property graph）3来表示。知识图谱率先由Google提出，以提高其搜索的质量。 为了更好地理解知识图谱，我们先来看一下其在搜索中的展现形式，即知识卡片（又称Knowledge Card）。知识卡片旨在为用户提供更多与搜索内容相关的信息。更具体地说，知识卡片为用户查询中所包含的实体或返回的答案提供详细的结构化摘要。从某种意义来说，它是特定于查询（query specific）的知识图谱。例如，当在搜索引擎中输入“姚明”作为关键词时，我们发现搜索结果页面的右侧原先用于置放广告的地方被知识卡片所取代。广告被移至左上角，而广告下面则显示的是传统的搜索结果，即匹配关键词的文档列表。这个布局上的微调也预示着各大搜索引擎在提高用户体验和直接返回答案方面的决心。图1从左到右依次是Google、百度和搜狗在搜索结果首页中所展现的与姚明相关的知识卡片。1https://www.doczj.com/doc/739415136.html,/ 2https://www.doczj.com/doc/739415136.html,/TR/rdf-concepts/ 3https://https://www.doczj.com/doc/739415136.html,/tinkerpop/blueprints/wiki/Property-Graph-Model
一、态势感知（SA） 定义 SA的正式定义是“对一定时间和空间环境中的元素的感知，对它们的含义的理解，并对他们稍后状态的投影，态势感知这个词最早来自于军队飞行员的领域。 对SA的正式定义分解为三个独立的层次： Level 1 - 对环境中的元素的感知 Level 2 - 对当前形势的理解（知识图谱的主要应用领域） Level 3 - 未来状况的投影 一级：环境中元素的感知 实现SA的第一步是感知环境中的相关元素的状态，属性和动态。对于每个域和作业类型，所需的要完全不同的。飞行员需要感知的要素，如其他飞机，地形，系统状态和警告灯，以及他们的相关特性。在驾驶舱里，持续监控所有相关的系统和飞行数据，其他飞机，和导航数据的任务相当繁重。一个军官需要探测敌人，平民和友军的位置和行动，地形特征，障碍和天气。一个空通管制或汽车司机有一套不同的态势感知。 二级SA:现状的理解 实现良好SA的第二步是理解数据和线索对目标和目的意味着什么。理解（第2级SA）基于不相交的1级元素的综合，以及该信息与个人目标的对照（图2.3）。它涉及集成许多数据以形成信息，并且优先考虑组合信息与实现当前目标相关的重要性和意义。2级SA类似于具有高水平的阅读理解，而不是仅仅阅读单词。 军事指挥官的2级SA可能涉及理解在给定地点的行动报告，这意味着敌军正在附近集结。或者它可能意味着看到沿着道路的车辆轨道，并从那里确定什么类型的部队和单位在
军官自己的部队之前。 通过理解数据块的重要性，具有2级SA的个体将特定目标相关的含义和意义与手头的信息相关联。 三级SA：对未来状态的映射 一旦人们知道这些元素是什么以及它们对于当前目标意味着什么，预测这些元素在（至少在短期）将做什么的能力构成了3级SA。一个人只能通过了解情况（2级SA）以及他们正在使用的系统的功能和动态，达到3级SA。 陆军指挥官可以映射到敌方部队接近的方向和他们自己的行动的可能影响，基于他们已经生成的2级SA。飞行员和空通管制员积极工作，预测其他飞机的运动并提前预见问题。 使用当前情境理解来形成预测需要对领域（高度发展的心理模型）有非常好的理解，并且在心理上可能是相当苛刻的。许多领域的专家花费大量时间来形成3级SA，利用空余时间来生成这些预测。通过不断地前向映射，他们能够制定一套现成的战略和对事件的反应。这让他们掌握主动，避免许多不期望的情况，并且当各种事件发生时也非常快速地响应。 二、知识图谱 1.知识图谱的概念 知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。 实体: 指的是具有可区别性且独立存在的某种事物。如某一个人、某一个城市、某一种植物等、某一种商品等等。世界万物有具体事物组成，此指实体。如图1的“中国”、“美国”、“日本”等。，实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。 语义类（概念）：具有同种特性的实体构成的集合，如国家、民族、书籍、电脑等。概念主要指集合、类别、对象类型、事物的种类，例如人物、地理等。 容: 通常作为实体和语义类的名字、描述、解释等，可以由文本、图像、音视频等来表达。 属性(值): 从一个实体指向它的属性值。不同的属性类型对应于不同类型属性的边。属性值主要指对象指定属性的值。如图1所示的“面积”、“人口”、“首都”是几种不同的属性。属性值主要指对象指定属性的值，例如960万平方公里等。 关系: 形式化为一个函数，它把kk个点映射到一个布尔值。在知识图谱上，关系则是一个把kk个图节点(实体、语义类、属性值)映射到布尔值的函数。 基于三元组是知识图谱的一种通用表示方式，三元组的基本形式主要包括(实体1-关系-实体2)和(实体-属性-属性值)等。每个实体(概念的外延)可用一个全局唯一确定的ID来标识，每个属性-属性值对(attribute-value pair，AVP)可用来刻画实体的在特性，而关系可用来连接两个实体，刻画它们之间的关联。 2.知识图谱的架构 知识图谱的架构包括自身的逻辑结构以及构建知识图谱所采用的技术（体系）架构。 2.1知识图谱的逻辑结构 知识图谱在逻辑上可分为模式层与数据层两个层次，数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。如果用(实体1，关系，实体2)、(实体、属性，属性值)这样的三元组来表达事实，可选择图数据库作为存储介质，例如开源的Neo4j、Twitter的
- 123 - 第3期 2019年2月No.3February，2019 在这信息爆炸却大多无用的世界里，清晰的见解就成了一种力量。知识导航的方式因知识管理技术的发展而改进，传统的信息检索技术主要有关键字匹配、目录分类和概念搜索，都是以“字符串”匹配的方式去检索信息，以提供最接近的结果列表[1]。Google 于2012年5月推出了知识图谱（Knowledge Graph ，KG ）技术，增强其搜索引擎的搜索结果，标志着大规模知识成功应用于互联网信息的语义搜索。知识图谱中表示互联网信息的形式更接近人类的认知形式，增强了人们对海量的互联网信息的组织、管理和理解能力。知识图谱给互联网信息的语义搜索带来了活力，同时也为提升知识导航服务的质量和效率提供新的可能。1 知识导航服务的内涵 知识导航起源于知识管理，可根据知识与检索主题间的语义相关程度为用户呈现结构清晰的知识体系。垂直的知识分类，实现基于学科本体，面向主题的相关关系、等级 关系和等同关系术语的展现[2] 。为适应社会发展以及人们的需要，知识导航服务的发展在诸多方面都呈现出以下新的特征：服务范围全球化、服务对象具体化、服务方式智慧化、服务内容深层化。 2 基于知识图谱的知识导航服务系统 知识图谱揭示了实体之间的关系，实现了对现实世界的事物及其相互关系进行形式化的描述[3]。知识图谱的一般表 示为G =(E ，R ，S )。其中E ={e 1，e 2，…， e ｜E ｜}表示了客观世界中的具体事物，是知识库中的实体集合，共有|E |个不同实 体；R ={r 1，r 2，…，r ｜R ｜}表示知识库中的关系集合，描述了概念、实体、事件之间客观存在的联系，共有|R |种不同关系；S ?E ×R ×E 表示知识库中的三元组集合。三元组的基本形式主要包括实体1（E 1）、关系（R ）、实体2（E 2）和概念（C ）、属性（P ）、属性值（V ）等，知识图谱中的基本元素是实体，不同的实体间有不同的关系。概念是指人们在认识世界过程中形成的对客观事物的概念化表示[4]，如交通工具、公司企业、政府机关等。 基于知识图谱的知识导航系统的技术架构如图1所示， 自低向上可以分为数据层、知识图谱构建层和知识导航应用层3个部分。与传统技术相比，应用知识图谱技术构建的知识库质量更高，知识之间的语义关系更丰富。基于知识图谱的知识导航可以对用户的检索内容进行语义推理，精准分析用户知识需求，快速地帮助用户找到所需的知识。 图1 基于KG的知识导航服务技术框架 2.1 数据层 数据层主要任务有语料库的存储、知识抽取和知识存储。语料库中有选择地从互联网上采集了大量信息和数据，并存储到本地；知识抽取则是采用自然语言处理技术，从语料库中有选择地抽取出知识三元组并存储到数据库中；数据采用非关系型数据库（NoSQL ）存储数据，向上层提供统一接口并完成一系列的数据操作任务。2.2 知识图谱构建层 构建层负责知识存储库的构建和管理。其中图模式一般 作者简介：朱鹏（1993— ），男，湖南永州人，硕士研究生；研究方向：教育资源数字化。 摘 要：随着知识生产速度和规模的增加，传统的基于“字符串”的检索技术在正确性和扩展性方面都存在着严重的不足，且 容易造成知识迷航。文章讨论了基于知识图谱的知识导航系统模型，把人的思维模式应用到知识导航中，降低使用者的知识检索成本，同时提升知识导航的服务质量。关键词：知识图谱；知识导航；知识服务 基于知识图谱的知识导航服务研究 朱 鹏 （云南师范大学 信息学院，云南 昆明 650500） 无线互联科技 Wireless Internet Technology
6个方面分析知识图谱的价值和应用知识对于人工智能的价值就在于，让机器具备认知能力和理解能力。构建知识图谱这个过程的本质，就是让机器形成认知能力，理解这个世界。一、知识图谱无处不在说到人工智能技术，人们首先会联想到深度学习、机器学习技术；谈到人工智能应用，人们很可能会马上想起语音助理、自动驾驶等等，各行各业都在研发底层技术和寻求AI场景，却忽视了当下最时髦也很重要的AI技术：知识图谱。当我们进行搜索时，搜索结果右侧的联想，来自于知识图谱技术的应用。我们几乎每天都会接收到各种各样的推荐信息，从新闻、购物到吃饭、娱乐。个性化推荐作为一种信息过滤的重要手段，可以依据我们的习惯和爱好推荐合适的服务，也来自于知识图谱技术的应用。搜索、地图、个性化推荐、互联网、风控、银行……越来越多的应用场景，都越来越依赖知识图谱。二、知识图谱与人工智能的关系知识图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模。通过不同知识的关联性形成一个网状的知识结构，对机器来说就是图谱。形成知识图谱的过程本质是在建立认知、理解世界、理解应用的行业或者说领域。每个人都有自己的知识面，或者说知识结构，本质就是不同的知识图谱。正是因为有获取和形成知识的能力，人类才可以不断进步。知识图谱对于人工智能的重要价值在于，知识是人工智能的基石。机器可
以模仿人类的视觉、听觉等感知能力，但这种感知能力不是人类的专属，动物也具备感知能力，甚至某些感知能力比人类更强，比如：狗的嗅觉。而“认知语言是人区别于其他动物的能力，同时，知识也使人不断地进步，不断地凝练、传承知识，是推动人不断进步的重要基础。”知识对于人工智能的价值就在于，让机器具备认知能力。而构建知识图谱这个过程的本质，就是让机器形成认知能力，去理解这个世界。 三、图数据库知识图谱的图存储在图数据库（Graph Database）中，图数据库以图论为理论基础，图论中图的基本元素是节点和边，在图数据库中对应的就是节点和关系。用节点和关系所组成的图，为真实世界直观地建模，支持百亿量级甚至千亿量级规模的巨型图的高效关系运算和复杂关系分析。目前市面上较为流行的图数据库有：Neo4j、Orient DB、Titan、Flock DB、Allegro Graph等。不同于关系型数据库，一修改便容易“牵一发而动全身”图数据库可实现数据间的“互联互通”，与传统的关系型数据库相比，图数据库更擅长建立复杂的关系网络。图数据库将原本没有联系的数据连通，将离散的数据整合在一起，从而提供更有价值的决策支持。四、知识图谱的价值知识图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模，运用“图”这种基础性、通用性的“语言”，“高保真”地表达这个多姿多彩世界的各种关系，并且非常直观、自然、直接和高效，不需要中间过程