知识图谱构建技术综述

《知识图谱构建技术综述》（刘 峤 李 杨 段 宏 刘 瑶 秦志光，电子科技大学）是博主在入门知识图谱时所看的综述文章之一，感谢刘知远老师在知乎的推荐。本文是读论文时所做的笔记。

1.知识图谱的定义和架构

1.1知识图谱的定义

• 结构化的语义知识库

• 对物理世界的符号表达
• 构建在当前web基础之上的一层覆盖网络
• 优化信息检索
  • 通过推理实现概念检索
  • 图形化展示经过分类整理的结构化知识

1.2知识图谱的架构

• 逻辑结构
  • 数据层
    • 知识以事实为单位存放在图数据库
    • 事实的基本表达方式：实体~关系~实体 或 实体~属性~属性值
  • 模式层
    • 存储经过提炼的知识
    • 用本体库管理，本体库支持公理、规则和约束条件
• 技术架构

• 自顶向下的构建方式
  • 从百科类网站等结构化数据源提取模式和本体信息加入知识库
• 自底向上的构建方式
  • 从公开采集的数据中提取资源模式，选择其中置信度较高的新模式，经人工审核加入知识库
  • 每一轮加入一条知识，每一轮有三步（见2.1-2.3）

2.知识图谱的构建技术（自底向上）

2.1信息抽取

• 从半结构化或无结构数据源提取结构化信息即实体、关系、属性等，形成本体化的知识表达

2.1.1实体抽取（命名实体识别）

• 历史
  • 单一领域知识：启发式算法~有监督的统计机器学习~有监督学习+规则即先验知识（最大熵算法）
  • 开放领域：人工建立命名实体分类体系并对实体自动分类

2.1.2关系抽取

• 历史：人工构造语法和语义规则+模式匹配~用有监督机器学习对关系进行建模+最大熵算法~半监督机器学习（以上这些方法都需要预先建立关系的分类系统）~自监督学习（with少量人工标记语料库）~与单一领域算法结合~发掘隐含语义关系

2.1.3属性抽取

• 从不同信息源中采集特定实体的属性信息
• 可将属性抽取视为关系抽取
• 历史：利用关系抽取的方法~基于规则的启发式算法从百科类网站（半结构化数据）提取

2.2知识融合

消除实体指称项与实体对象之间的歧义，得到一系列基本的事实表达

2.2.1实体链接

• 把新抽取的实体对象（实体指称项）链接到知识库中正确的实体对象
• 基本思路：从知识库选择一组候选实体对象，链接到相似度最高的那一个
• 集成实体链接：利用实体的共现关系（即出现在同一文档且实体指称相同），同时将多个实体链接到知识库
• 一般流程：