知识图谱是什么？

前言

本文隶属于专栏《人工智能》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！

本专栏目录结构和参考文献请见人工智能

---

历史

1972 年在讨论了如何为课程构建模块化教学系统之后，知识图谱这个术语就被创造出来了。

20 世纪 80 年代末，University of Groningen 和 University of Twente 联合启动了一个名为知识图谱的项目，专注于设计边缘仅限于一组有限关系的语义网络，以促进图上的代数计算。

在随后的几十年里，语义网络和知识图谱之间的区别变得模糊了。

一些早期的知识图谱是针对特定主题的。

1985年，Wordnet 成立，捕捉单词和意义之间的语义关系——将这一想法应用于语言本身。

2005年，Marc Wirk 创立了 Geonames，以捕捉不同地名、地点和相关实体之间的关系。

1998 年，英国金融科学有限公司的 Andrew Edmonds 创建了一个名为 ThinkBase 的系统，在图形上下文中提供基于模糊逻辑的推理。

2007 年，DBpedia 和 Freebase 都作为通用知识的基于图谱的知识存储库成立。

DBpedia 专注于从维基百科提取的数据，而 Freebase 还包括一系列公共数据集。没有将自己描述为“知识图谱”，而是开发和描述了相关概念。

2012 年，谷歌推出了他们的知识图谱，基于 DBpedia 和 Freebase 等来源。

他们后来纳入了从索引网页中提取的 RDFa、Microdata、JSON-LD 内容，包括中央情报局世界概况、维基数据和维基百科。

使用 schema.org 词汇表中的术语进一步组织了与该知识图谱相关的实体和关系类型。

Google Knowledge Graph 成为 Google 内部基于字符串的搜索的成功补充，其在线流行使该术语更常用。

从那时起，几家大型跨国公司宣传了他们的知识图谱使用，进一步普及了这个词。

这些包括 Facebook、LinkedIn、Airbnb、微软、亚马逊、优步和 eBay。

2019 年，IEEE 将其关于 Big Knowledge 和 Data Mining and Intelligent Computing 的年度国际会议合并为 Knowledge Graph 国际会议。

---

WHAT

知识图谱（Knowledge graph）没有一个普遍接受的定义。

大多数定义都是通过语义网络的视角来观察主题，包含以下功能：

1. 主题领域知识之间的灵活关系：

一个知识图谱

（i）定义了模式中实体的抽象类和关系
（ii）主要描述现实世界实体及其相互关系，以图表组织
（iii）允许任意实体可能相互关联
（iv）涵盖各种主题领域。

2. 一般结构：

实体、其语义类型、属性和关系的网络。

3. 支持推理而不是本体推断：

知识图谱获取信息并将其集成到本体中，并应用推理器来获得新知识。

---

然而，有许多知识图谱表示与其中一些特征无关。

对于这些知识图谱，这个更简单的定义可能更有用：

将知识表示为概念及其之间关系的数字结构（事实上的）。

知识图谱可以包括一个本体，允许人类和机器理解和推理其内容。

---

主要特征

知识图谱结合了几种数据管理范式的特点：

• 数据库，因为数据可以通过结构化查询进行探索；
• 图表，因为它们可以作为任何其他网络数据结构进行分析；
• 知识库，因为它们具有正式的语义，可用于解释数据和推断新事实。

RDF 中表示的知识图谱为数据集成、统一、链接和重用提供了最佳框架，因为它们结合了：

资源描述框架（Resource Description Framework，RDF）是一个使用 XML 语法来表示的资料模型（Datamodel）,用来描述 Web 资源的特性，及资源与资源之间的关系。

• 表达性：语义网络栈中的标准—— RDF(S) 和 OWL——允许流畅地表示各种类型的数据和内容：数据模式、分类和词汇、各种元数据、引用和主数据。 RDF* 扩展可以轻松建模来源和其他结构化元数据。
• 性能：所有规格都经过深思熟虑，并在实践中得到了验证，以便对数十亿个事实和属性的图表进行有效管理。
• 互操作性：数据序列化、访问（端点的 SPARQL 协议）、管理（SPARQL 图形存储）和联合有一系列规范。使用全局唯一标识符有助于数据集成和发布。
• 标准化：所有这些都通过 W3C 社区流程标准化，以确保满足不同参与者的要求——从逻辑学家到企业数据管理专业人员和系统运营团队。

普通的图 vs 知识图谱 vs 带接口的知识图谱 （以鞋子为例子）

---

知识图谱如何帮助文本分析？

毫不奇怪，现代文本分析技术大量利用了知识图谱：

• 大图提供了背景知识、类似人类的概念和实体意识，以便对文本进行更准确的解释；
• 分析结果是语义标签（注释），将文本中的引用与图表中的特定概念联系起来。这些标签代表结构化的元数据，可以更好地搜索和进一步分析；
• 从文本中提取的事实可以添加，以丰富知识图谱，这使得它对分析、可视化和报告更有价值。

---

知识图谱用来干什么？

许多特定的用途和应用依赖于知识图谱。

主要包括数据和信息密集型服务，如

• 智能内容和软件包重用
• 响应式和上下文感知的内容推荐
• 知识图谱驱动的药物发现
• 语义搜索
• 投资市场情报
• 监管文件中的信息发现
• 高级药物安全分析