知識圖譜概述
文章目錄
- 知識圖譜概述
- 1.1 知識圖譜的基本概念
- 1.1.1 知識圖譜的狹義概念
- 1.1.2 知識圖譜的廣義概念
- 1.2 知識圖譜的歷史沿革
- 1.2.1 知識圖譜溯源
- 1.2.2 大資料知識工程
- 1.3 知識圖譜的研究意義
- 1.3.1 知識圖譜的認知智能的基石
- 1.3.2 知識引導成為解決問題的重要方式之一
- 1.4 知識圖譜的應用價值
- 1.4.1 資料分析
- 1.4.2 智慧搜索
- 1.4.3 智能推薦
- 1.4.4 自然人機互動
- 1.4.5 決策支持
- 1.5 知識圖譜的分類
- 1.5.1 知識圖譜中的知識分類
- 1.5.2 知識圖譜的領域特性
- 1.5.3 典型知識圖譜
1.1 知識圖譜的基本概念
狹義： 特指一類知識表示，本質上是大規模語意網路
廣義：大資料時代知識工程一系列技術的總稱，在一定程度程度上指代大資料知識工程這一新興學科，
1.1.1 知識圖譜的狹義概念
-
知識圖譜作為語意網路的內涵
作為一種知識表示形式，知識圖譜是一種大規模語意網路，包括物體（Entity）、概念（Concept）及其之間的各種語意關系，
知識圖譜本質是語意網路：
語意網路是一種以圖形化的（Graphic）形式通過點和邊表示知識的方式，其基本組成元素是點和邊，
點可以是物體（又稱物件、實體）、概念（又稱類別、類）和值（Value），
邊可以分為屬性（Property）和關系（Relation）兩類，當物體的某個屬性值也是一個物體時，這個屬性實質上就是關系，
語意網路中的邊按照其兩端節點的型別可以分為概念之間的子類（subclassof）關系、物體與概念之間的實體（instanceOf）關系，以及物體之間的各種屬性與關系，
-
知識圖譜與傳統語意網路的區別
根本區別：知識圖譜規模大
（1）規模巨大，知識圖譜點、邊數量巨大原因在于需要覆寫物體，是大知識的代表，
（2）語意豐富，兩方面：富含各類語意關系；語意關系建模多樣，
（3）質量精良，大資料多源特性使得我們可以通過多個來源驗證簡單事實；眾包平臺有助于實作大規模知識驗證，
（4）結構友好，知識圖譜通常可以表示為三元組，通過圖結構和RDF（Resource Description Framework）進行表示，知識圖譜構建與應用的獨特挑戰：
（1）高質量模式缺失，放寬要求，允許模式（Schema）定義不完善甚至缺失，對資料語意理解以及資料質量控制提出挑戰，
（2）封閉世界假設（Closed World Assumption）不再成立，CWA假定資料庫/知識庫中不存在的事實為不成立的事實，
（3）大規模自動化知識獲取成為前提， -
知識圖譜與本體的區別
本體源于哲學的本體論，側重對存在進行規定和刻畫，本體刻畫人們認知一個領域的基本框架，而知識圖譜富含的是實體以及關系實體，模式定義實際上在完成本體定義的任務，
1.1.2 知識圖譜的廣義概念
知識圖譜是大資料時代知識工程（Big Data Knowledge Engineering, BigKE）的代表性進展，知識工程的核心內容是建設專家系統，旨在讓機器能夠利用專家知識以及推理能力解決實際問題，知識表示是發展知識工程最關鍵的問題之一，知識表示的一個重要方式是知識圖譜，側重用關聯方式表達物體與概念之間的語意關系，
1.2 知識圖譜的歷史沿革
以知識圖譜為代表的大資料知識工程的產生有歷史必然性，
1.2.1 知識圖譜溯源
-
傳統知識工程
知識工程屬于符號主義，符號主義認為知識是智能的基礎，傳統人工智能專家認為人工智能的核心問題是知識表示、推理和應用，成功解決的問題普遍具有規則明確、應用封閉的特點，根本局限在于嚴重依賴人的干預（領域專家、知識工程師、用戶反饋），
-
傳統知識工程的局限性
傳統知識工程難以適用開放性應用，實際應用不是絕對封閉，則容易超出預先設定的知識庫邊界，機器理解常識的水平有限，
（1）隱形知識與程序知識等難以表達，
（2）知識表達的主觀性與不一致性，專家認知有差異、沖突是常態，人類認知存在模糊性，如物體歸類，
（3）知識難以完備，
（4）知識更新困難，
1.2.2 大資料知識工程
-
互聯網與大資料應用催生了知識圖譜
應用特點：規模巨大（如搜索引擎）；精度要求相對不高；知識推理簡單
-
大資料時代給知識圖譜的發展帶來了新機遇
（1）資料、算力和模型的飛速發展使得大規模自動化知識獲取成為可能，
（2）眾包技術使得知識的規模化驗證成為可能，
（3）高質量的用戶生成內容（UGC）提供了高質量知識庫來源，包括百科、社區、論壇、問答平臺，
1.3 知識圖譜的研究意義
1.3.1 知識圖譜的認知智能的基石
認知智能是指讓機器具備人類認知世界的能力，機器認知智能的兩個核心能力是“理解”、“解釋”，理解是指從資料到知識圖譜中的知識要素（包括物體、概念和關系）的映射，解釋是將知識圖譜中的知識與問題或者資料相關聯，
（1）知識圖譜使能機器語言認知，
實作機器對自然語言的理解所需要的背景知識的條件如下，知識圖譜滿足所有條件：
- 規模必須足夠巨大才能理解不同的物體和概念
- 語意關系必須足夠豐富才能理解不同的關系
- 結構必須足夠友好才能為機器所處理
- 質量必須足夠精良才能讓機器對現實世界產生正確的理解
（2）知識圖譜賦能可解釋人工智能：可解釋性的缺失問題，
人類傾向于利用概念、屬性、關系這些認知的基本元素去解釋現象和事實，可以通過知識圖譜表達，
（3）知識圖譜有助于增強機器學習的能力，
讓機器學習模型利用大量累積的符號知識，降低機器學習模型對大樣本的依賴，提高學習的經濟性，提高對先驗知識的利用率，
1.3.2 知識引導成為解決問題的重要方式之一
實際應用越來越要求將資料驅動和知識引導相結合，以突破基于統計學習的純資料驅動的效果瓶頸，
1.4 知識圖譜的應用價值
1.4.1 資料分析
大資料的精準分析（輿情分析、互聯網商業洞察、軍事情報分析、商業情報分析）和精細分析（個性化制造、搜集評價與反饋）需要知識圖譜，
1.4.2 智慧搜索
- 精準的搜索意圖理解
精準分類、語意理解、個性化推薦 - 搜索物件復雜化、多元化
文本、圖片、代碼、聲音、視頻、文案、素材 - 搜索粒度多元化
篇章級、段落級、陳述句級、詞匯級 - 跨媒體協同搜索
不同媒體資料聯合完成搜索、多模態搜索
1.4.3 智能推薦
- 場景化推薦，建立場景圖譜，實作基于場景圖譜的精準推薦，
- 冷啟動下的推薦，利用來自知識圖譜的外部知識，特別是關于用戶與物品的知識，增強用戶與物品的描述，提升匹配精度，是讓系統盡快度過冷啟動階段的重要思路，
- 跨領域推薦，
- 知識型內容的推薦，
1.4.4 自然人機互動
對話式互動、問答式互動，
1.4.5 決策支持
建立包含各種語意關聯的知識圖譜，挖掘物體之間的深層關系，成為決策分析的重要輔助手段，
1.5 知識圖譜的分類
1.5.1 知識圖譜中的知識分類
- 事實知識，是關于某個特定物體的基本事實，最常見的知識型別，
- 概念知識，分為兩類，一類是物體與概念之間的類屬關系（isA關系），一類是子概念與父概念之間的子類關系（subclassOf），
- 詞匯知識，主要包括物體與詞匯之間的關系以及詞匯之間的關系，已取得較好應用效果，
- 常識知識，常識是人類通過身體與世界互動而積累的經驗與知識，使人們不言自明的知識，常識知識的獲取是構建知識圖譜的一大難點，
1.5.2 知識圖譜的領域特性
通用到領域/行業
DKG與GKG之間區別體現在知識表示、知識獲取、知識應用三個層面：
- 在知識表示層面的區別可以從廣度、深度、粒度這三個維度來考察，
- 在知識獲取層面，DKG對質量要求更高，
- 在知識應用層面，DKG的推理鏈條相對較長，應用相對復雜，
聯系：
- 領域知識是通過隱喻或者類比從通用知識發展而來，
- GKG與DKG相互支撐，GKG給DKG提供高質量種子事實和領域模式，DKG反哺GKG，
1.5.3 典型知識圖譜
常見知識圖譜
| 知識圖譜 | 領域 | 特點 | 構建方式、規模 | 語言 | 型別 |
|---|---|---|---|---|---|
| Cycorp公司的Cyc | 通用 | 通過人工方法將上百萬條人類常識編碼成機器可用的形式，用于智能推斷 | 人工，700萬條斷言，63萬個概念，3.8萬條關系 | 英語 | 常識圖譜 |
| 普林斯頓大學的WordNet | 通用 | 以同義詞集合作為一個基本單元 | 人工，15萬個詞，11萬組同義詞集合，20萬條關系 | 英語 | 詞匯圖譜 |
| 麻省理工學院的ConceptNet | 通用 | 多語言常識知識庫 | 自動，800萬個物體，2100萬條關系 | 多語言 | 常識圖譜 |
| Meta Web公司的Freebase | 通用 | 眾包編輯 | 半自動，4400萬個概念，24億個事實 | 英語 | 百科圖譜 |
| Geonames.org的Geonames | 領域 | 多語言地理位置資訊 | 半自動，2500萬個物體 | 多語言 | 地理圖譜 |
| DBpedia | 通用 | 百科圖譜多語言自動構建 | 半自動，2800萬個物體 | 多語言 | 百科圖譜 |
| YAGO | 通用 | 人工校驗，時空維度，多語言 | 自動，1000萬個物體，1.2億條關系 | 多語言 | 百科圖譜 |
| 華盛頓大學的OpenIE | 通用 | 開放性關系抽取，Never-ending | 自動，50億條關系 | 英語 | 文本圖譜 |
| BabelNet | 通用 | 271種語言，自動融合 | 自動，1400萬個物體 | 多語言 | 詞匯圖譜 |
| WikiData | 通用 | 眾包編輯 | 半自動，540萬個物體 | 多語言 | 百科圖譜 |
| Google知識圖譜 | 通用 | 規模最大 | 自動，未知 | 多語言 | 綜合知識圖譜 |
| 微軟亞洲研究院的Probase | 通用 | 概念規模最大 | 自動，270萬個概念 | 英語 | 概念圖譜 |
| 搜狗知立方 | 通用 | 側重于娛樂領域 | 自動，未知 | 漢語 | 百科圖譜 |
| 百度知心 | 通用 | 支持百度搜索 | 自動，未知 | 漢語 | 百科圖譜 |
| 復旦大學的CN-DBpedia | 通用 | 實時更新，完整的資料/服務介面 | 自動，1600萬個物體，2.2億條關系 | 漢語 | 百科圖譜 |
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/337625.html
標籤：其他
上一篇：聊聊Java泛型
下一篇：BI與報表的區別