知識圖譜的基礎知識

什麼是知識？

知識的形成分為下面四個部分，數字附上量綱資訊結合生活嘗試變成知識，如今天13度，直接穿件衣服就出去啦

知識的體系主要有陳述性知識和程式性知識，右側遊戲規則需要認為設定，AlphaGo Zero還是需要知識

10年穀歌提取出來，以前搜尋主要是字串匹配，後來谷歌將零散的資訊結合起來，變成知識圖譜

沒有出現知識圖譜之前，搜尋愛因斯坦，會出現字串匹配現象如下左圖，右圖是出現知識圖譜之後，會出現資訊卡片，愛因斯坦經歷、名人等資訊，Google提出應用

1、知識圖譜歷史回顧

主要三個時代：本體時代、語義網時代、知識圖譜時代

本體時代：

本體是一個不同實體間共享的概念，例如傢俱，床、椅子，傢俱被人使用

知識圖譜例子：

WordNet計算機可讀的詞典

自然語言處理中的基礎元件

語義網時代：

網際網路中的知識通過網頁連結起來，語義網主要以RDF形式構建知識圖譜

資料來源

知識圖譜時代：

語義時代是以RDF形式構建知識圖譜代表比較大，後來大家紛紛推出自己的知識圖譜，以屬性圖管理的方式構建

知識圖譜比較火的原因如下幾條：1、機器學習成熟 2、圖資料庫成熟 3、行業成功案例湧現 4、自然語言處理技術成熟

小結：

知識圖譜是一種實體之間關係的語義描述，形式化表示(如：RDF，RDFS,OWL)

實體(Entities)：

      真實世界物件(things,places,people)

      抽象概念(genres,religions,professions)

關係(Relationships)

      將實體按語義關係連線成一張大網

語義描述(Semantic descriptions)

      類別和屬性

上面是按照時代發展角度來考慮知識圖譜的，從技術角度來考慮知識圖譜：

    人工構建知識圖譜

          WordNet

          CYC

    基於Wikipedia的開放知識圖譜

         Yago:Wikipedia + WordNet

         DBPedia:基於社群抽取Wikipedia結構化資訊

         Wikidata、BabelNet

  基於文字抽取知識圖譜

        NELL、Knowledge Vault、Probase

  領域知識圖譜

       金融、公安等

現有知識圖譜不足，對時空性的建模不足

2、知識圖譜生命週期概述

知識圖譜的生命週期

知識圖譜技術生態

3、構建領域知識圖譜的挑戰

去做領域知識圖譜構建

資訊融合，資料融合需求迫切

個人服務和企業服務隱私等都有不同

我們需要：可自由擴充套件的資料模式

企業迫切需要將非結構化資料結構化

行業智慧問答大幅降低資料使用門檻

基於事實圖譜資料儲存、融合、分析統一平臺，為使用者提供統一的消費入口，以不同的形態（檢索、分析、視覺化）展示給使用者