第十三章知识图谱

这是一篇有关知识图谱概况的思维导图，从定义、发展原因、基本组成、优势、不足等方面进行了分析和概述，可收藏。

第十三章 知识图谱1

• 知识图谱概况
  • 定义
    • 知识图谱是本质上是一种大规模的语义网络，富含实体、概念及其之间的各种语义关系。作为一种语义网络，是大数据时代知识表示的重要方式之一
  • 发展原因
    • 搜索无法理解搜索关键词，无法准确回答。根本问题在于缺乏大规模背景知识，传统知识表示难以满足需求
  • 基本组成
    • 知识图谱是一种以图形化的形式通过点和边表达知识的方式，其基本组成元素是点和边
    • 节点
      • 实体
      • 概念
      • 值
        • 日期、字符串、数值等
    • 边
      • 关系
        • 侧重实体之间的关系
      • 属性
        • 用于描述实体的特点
  • 优势
    • 规模大，对实体和概念的覆盖率高
    • 语义丰富，对语义关系的覆盖率高
    • 结构友好，通过RDF或图形式组织
  • 不足
    • 高质量模式缺失
      • 提升知识图谱的规模往往会付出质量方面的代价
      • 知识图谱在设计模式时通常会采取一种经济、务实的做法，也就是允许定义不完善，甚至缺失。模式定义的不完善或缺失对知识图谱中的数据语义理解以及数据质量控制提出了挑战
    • 封闭世界假设不再成立
      • 传统数据库与知识库的应用通常是建立在封闭世界假设(CWA)基础上的。CWA是假定数据库或知识库中不存在或未观察到的事实即为不成立的事实
      • 大多数开放性应用不遵守这一假设。也就是说，在这些应用中缺失的事实或知识未必为假。不遵守CWA给知识图谱上的应用带来了巨大的挑战
  • KG主要问题
    • 知识抽取和图谱构建
      • 实体挖掘、关系抽取、概念层级构建、百科图谱抽取
    • 知识图谱管理
    • 知识图谱应用
  • 知识图谱构建过程