1 . 定義

知識(shí)圖譜是由一些相互連接的實(shí)體和它們的屬性構(gòu)成的，是用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。

用來(lái)揭示實(shí)體之間關(guān)系的語(yǔ)義網(wǎng)絡(luò)

• 信息是指外部的客觀事實(shí)。舉例：這里有一瓶水，它現(xiàn)在是7°。
• 知識(shí)是對(duì)外部客觀規(guī)律的歸納和總結(jié)。舉例：水在零度的時(shí)候會(huì)結(jié)冰。

三元組：實(shí)體entity,實(shí)體關(guān)系relation,實(shí)體entity

2. 幾個(gè)過(guò)程

原始數(shù)據(jù)類(lèi)型一般來(lái)說(shuō)有三類(lèi)（也是互聯(lián)網(wǎng)上的三類(lèi)原始數(shù)據(jù)）：

• 結(jié)構(gòu)化數(shù)據(jù)（Structed Data）：如關(guān)系數(shù)據(jù)庫(kù)
• 半結(jié)構(gòu)化數(shù)據(jù)（Semi-Structed Data）：如XML、JSON、百科
• 非結(jié)構(gòu)化數(shù)據(jù)（UnStructed Data）：如圖片、音頻、視頻、文本
  

要做好KG要綜合利用好KR、NLP、Web、ML、DB等多方面的方法和技術(shù)。

2.1 知識(shí)抽取

信息抽取：從各種類(lèi)型的半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)源中提取出實(shí)體、屬性以及實(shí)體間的相互關(guān)系，在此基礎(chǔ)上形成本體化的知識(shí)表達(dá)；

2.1.1 結(jié)構(gòu)化數(shù)據(jù)處理

針對(duì)結(jié)構(gòu)化數(shù)據(jù)，通常是關(guān)系型數(shù)據(jù)庫(kù)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)清晰，把關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)轉(zhuǎn)換為RDF數(shù)據(jù)（linked data），普遍采用的技術(shù)是D2R技術(shù)。

2.1.2 半結(jié)構(gòu)化數(shù)據(jù)處理

半結(jié)構(gòu)化數(shù)據(jù)：具有一定的數(shù)據(jù)結(jié)構(gòu)，但需要進(jìn)一步提取整理的數(shù)據(jù)。
eg. 百科的數(shù)據(jù)，網(wǎng)頁(yè)中的數(shù)據(jù)等。

包裝器是一個(gè)能夠?qū)?shù)據(jù)從HTML網(wǎng)頁(yè)中抽取出來(lái),并且將它們還原為結(jié)構(gòu)化的數(shù)據(jù)的軟件程序。網(wǎng)頁(yè)數(shù)據(jù)輸入到包裝器中，通過(guò)包裝器的處理，輸出為我們需要的信息。

2.1.3 非結(jié)構(gòu)化數(shù)據(jù)處理

對(duì)于非結(jié)構(gòu)化的文本數(shù)據(jù)，我們抽取的知識(shí)包括實(shí)體、關(guān)系、屬性。

• 實(shí)體抽取
  也稱為命名實(shí)體識(shí)別，此處的實(shí)體包括概念，人物，組織，地名，時(shí)間等等。
• 關(guān)系抽取
  實(shí)體和實(shí)體之間的關(guān)系，也是文本中的重要知識(shí)，需要采用一定的技術(shù)手段將關(guān)系信息提取出來(lái)。
• 屬性抽取
  也就是實(shí)體的屬性信息，和關(guān)系比較類(lèi)似，關(guān)系反映實(shí)體的外部聯(lián)系，屬性體現(xiàn)實(shí)體的內(nèi)部特征。

2.2 知識(shí)融合

知識(shí)融合，就是將多個(gè)知識(shí)庫(kù)中的知識(shí)進(jìn)行整合，形成一個(gè)知識(shí)庫(kù)的過(guò)程，在獲得新知識(shí)之后，需要對(duì)其進(jìn)行整合，以消除矛盾和歧義，比如某些實(shí)體可能有多種表達(dá)，某個(gè)特定稱謂也許對(duì)應(yīng)于多個(gè)不同的實(shí)體等；形成高質(zhì)量的知識(shí)庫(kù)。

知識(shí)融合的目的就是將不同知識(shí)庫(kù)對(duì)實(shí)體的描述進(jìn)行整合，從而獲得實(shí)體的完整描述。主要包括：實(shí)體對(duì)齊，也包括關(guān)系對(duì)齊，屬性對(duì)齊，可以通過(guò)相似度計(jì)算，聚合，聚類(lèi)等技術(shù)來(lái)實(shí)現(xiàn)。

2.3 數(shù)據(jù)模型構(gòu)建

知識(shí)圖譜的數(shù)據(jù)=數(shù)據(jù)模型+具體數(shù)據(jù)
數(shù)據(jù)模型: 知識(shí)圖譜的數(shù)據(jù)組織框架

2.4 知識(shí)推理

對(duì)于經(jīng)過(guò)融合的新知識(shí)，進(jìn)一步挖掘隱含的知識(shí)。
知識(shí)推理，根據(jù)已有的數(shù)據(jù)模型和數(shù)據(jù)，依據(jù)推理規(guī)則，獲取新的知識(shí)或者結(jié)論，新的知識(shí)或結(jié)論應(yīng)該是滿足語(yǔ)義的。

eg. 比如實(shí)體的分類(lèi)包含關(guān)系，一個(gè)電腦椅是椅子，椅子是家具，可以說(shuō)，一個(gè)電腦椅是家具。常識(shí)規(guī)則的推理，一個(gè)男人的孩子是A，一個(gè)女人的孩子是A，可以知道，這個(gè)男人和女人是配偶。

2.5 質(zhì)量評(píng)估

對(duì)最后的結(jié)果數(shù)據(jù)進(jìn)行評(píng)估，將合格的數(shù)據(jù)放入知識(shí)圖譜中。

eg. 對(duì)于公共領(lǐng)域的知識(shí)圖譜，知識(shí)的獲取采用了眾包的方法，對(duì)于同一個(gè)知識(shí)點(diǎn)，可能會(huì)有很多人來(lái)完成，如果這個(gè)知識(shí)點(diǎn)只有一個(gè)答案，可以采用的一種策略是，將多人的標(biāo)注結(jié)果進(jìn)行比較，取投票多的結(jié)果作為最終的結(jié)果。


【參考】

[1] 知識(shí)圖譜入門(mén) (一) 知識(shí)圖譜與語(yǔ)義技術(shù)概覽, Pelhans, csdn

總結(jié)

以上是生活随笔為你收集整理的知识图谱 (1)基本概念的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。