《大数据智能-big data intelligence》第二章：知识图谱

1. 什么是知识图谱

2. 知识图谱的构建

• KG(knowledge graph)最重要的数据来源之一是维基百科、百度百科等大规模知识库，其包含大量的结构化的知识，可以高效转化到KG中；还有互联网的海量网页也蕴含了海量知识，通过自动化技术，将其抽取出来构建知识图谱。

2.1 大规模知识库

• freebase、DBpedia、YAGO等

2.2互联网链接数据

• W3C的开放互联数据项目(Linked Open Data,LOD)，目的是把由互联文档组成的万维网(Web of documents)扩展成由互联数据组成的知识空间(Web of data)。
• LOD以RDF(Resource Description FrameWork)形式在Web上发布各种开放数据集。
• RDF将实体间的关系表示为(实体1，关系1，实体2)的三元组。

2.3互联网网页文本数据

• 致力于直接从无结构的互联网网页中抽取结构化信息；项目有OpenIE(open information extraction)、NELL(never-ending language learning).
• 缺点：网页形式多样，数据的噪声较多，信息可信度较低。

2.4多数据源的知识融合

-主要包括实体融合、关系融合、和实例融合三类。

3.KG的典型应用

• 查询理解(Query Understanding)
• 自动问答(Question Answering)
• 文