1. 知识图谱的典型应用
1.1 查询理解(Query Understanding)
1.2 自动问答(Question Answering)
1.3 文档表示(Document Representation)
2. 知识图谱的主要技术
2.1 实体链(Entity Linking)
实体链指的主要任务有两个,实体识别(Entity Recognition)与实体消歧(Entity Disambiguation),都是自然语言处理领域的经典问题。
2.2 关系抽取(Relation Extract)
2.3 知识推理
实体关系之间存在丰富的同现信息。如下图,在康熙、雍正和乾隆三个人物之间,我们有(康熙,父亲,雍正)、(雍正,父亲,乾隆)以及(康熙,祖父,乾隆)三个实例。根据大量类似的实体X、Y、Z间出现的(X,父亲,Y)、(Y,父亲,Z)以及(X,祖父,Z)实例,我们可以统计出“父亲+父亲=>祖父”的推理规则。类似的,我们还可以根据大量(X,首都,Y)和(X,位于,Y)实例统计出“首都=>位于”的推理规则,根据大量(X,总统,美国)和(X,是,美国人)统计出“美国总统=>是美国人”的推理规则。
2.4 知识表示
在计算机中如何对知识图谱进行表示与存储,是知识图谱构建与应用的重要课题。