知识图谱相关会议之观后感分享与学习总结

标签: 知识图谱 会议总结 Knowledge Graph 基础概念
9752人阅读 评论(6) 收藏 举报
分类:
        2015年6月27日,清华大学FIT楼多功能报告厅,中国中文信息学会青年工委系列学术活动——知识图谱研究青年学者研讨会。
        由于我毕设是与知识图谱、实体消歧、实体对齐、知识集成相关的,所以去听了这个报告;同时报告中采用手写笔记,所以没有相应的PPT和原图(遗憾),很多图是我自己画的找的,可能存在遗漏或表述不清的地方,请海涵~很多算法还在学习研究中,最后希望文章对大家有所帮助吧!感谢那些分享的牛人,知识版权归他们所有。
        目录:
        一.面向知识图谱的信息抽取技术
        二.常识知识在结构化知识库构建中的应用
        三.浅谈逻辑规则在知识图谱表示学习中的应用
        四.大规模知识图谱表示学习
        五.知识图谱中推理技术及工具介绍
        六.多语言知识图谱中的知识链接
        七.知识图谱关键技术和在企业中的应用
        PPT免费下载地址:http://download.csdn.net/detail/eastmount/9159689

一.面向知识图谱的信息抽取技术——韩先培(中科院)

       下图是我自己根据讲述内容笔记绘制的大纲:

      

        传统知识抽取主要是抽取是以实体、关系和事件为主的结构化信息抽取;随着维基百科的出现,导致了面向知识图谱的信息抽取,主要的变化包括:抽取目标发生了变化,从ACE文本分析抽取到KBP海量数据发现集成,同时传统的抽取是预指定类型到现在的基于开放域、变化数据的抽取。

        韩先陪老师主要从以下四个部分分别进行了详细的讲解。
        1.高价值信息检测
        以知识为核心的高价值信息包括:高价值结构和高价值文本。其中高价值结构例如Wikipedia的InfoBox(消息盒),Web Table等。再如高价值文本:
   
姚明身高2.29m
   姚明爸爸身高2.08m,姚明比他爸高21cm
        显然第一段文字信息获取价值更高,第二段文字还需要分析关系+身高相加。


        2.知识链接link
        对自然语言文本信息与知识库中的条目进行链接,但不同数据源会存在冗余信息或歧义,词义消歧的例子如下:

        例如“苹果”和“乔布斯”通过命名实体消歧确定为“苹果(公司)”。实体链接可以利用上下文相似度、文本主题一致性实现,主要有两类方法:
        1) 实体链接方法——统计方法
        通过知识库和大规模语料+深度学习模型实现。
        2) 实体链接方法——图方法 
        计算最大似然链接结果的算法

        3.开放抽取
        传统的抽取方法:人工标注语料+机器学习算法,但成本高、性能低、需要预定义。
        所以提出了按需抽取、开放抽取等内容。
        1) 按需抽取
        算法Bootstrapping,主要步骤包括:模板生成=》实例抽取=》迭代直至收敛,但会存在语义漂移线性。
        2) 开放抽取
        通过识别表达语义关系的短语来抽取实体之间的关系,工具ReVerb。如抽取“华为总部深圳”,它的优点是无需预先指定,缺点是语义归一化。
        知识监督开放抽取,基于噪音实例去除的DS方法。Open IE(知识抽取)
        
        4.验证集成
        知识集成需要保证其准确性和可靠性,同时知识图谱需要增加知识、更新知识,需要确保其一致性。
        数据集成Google's Knowledge Vault,数据来源包括DOM、HTML表格、RDFa、文本等,方法最大熵模型融合数据/分类器。
        例如我在做实体对齐时就会遇到这样的知识集成。维基百科中Infobox属性“总部位于、总部建于、总部设置于”都是映射统一概念“总部位置”,这就需要知识集成、实体属性对齐,常用的方法包括:聚类相似度、短语相似度等。
        总结:本文讲述了从传统IE(知识抽取)到面向知识图谱IE,文本为核心到知识获取为核心,封闭信息类别到基于开放的知识抽取,更关注Retall、precision等概念和例子。


二.常识知识在结构化知识库构建中的应用——冯岩松

        Common Sense Knowledge in Automatic Knowledge Base Population
        下图是我总结的一张图,主要包含的一些知识,因为冯老师讲的是英文PPT,很多东西我也不太懂或还在学习中,所以只能讲述些简单的知识,还请见谅。

        这里使用的三元组是<subject, predicate, object>,举例:维基百科中已经存在了“姚明”的InfoBox半结构化数据,同时对应有详细的介绍;现在给你“郭艾伦”一篇的详细信息,让你通过类似的方法进行标注抽取属性和值,并预测一个InfoBox信息框。
        但同时在抽取信息过程中会存在噪声,例如一句话包含“安倍”和“日本”,但未必能确定他的国籍;再如“乔布斯回苹果了”这句话不能确定他是苹果的CEO。
        知识不应仅是<s,p,o>,实际上知识是相互关联的,通过关联才能发挥它最大效应。
        eg1:
   Mao was born in China.
   Mao was born in US.

        eg2:
   Mao was born in 1991.
   Mao graduated from MIT in 1993.

        很显然,Mao不可能即出生在中国又出生在美国;Mao也不可能只用2年的时间读完MIT所有课程。即使是一个小学生可能都知道这个道理。
        但是你否定它是用你的常识,而不是<s,p,o>技术。Knowledge beyond <s,p,o>
        解决方法是通过A tpye of Common Sense Knowledge(CSK)常识知识实现,包括因果解释、生活规律、知识推理等,把常识约束加入到模型之中去,通过实体Preference(偏好)、Constraint(约束)加入。
       
举个简单例子:
        在知识问答中“Which is the biggest city in China?”,可以通过CSK定义最高级常识如longest映射到长度length,biggest映射城市面积最大。通过定义一些常识,其效果都有相应的提升。


三.浅谈逻辑规则在知识图谱表示学习中的应用——王泉

       主要讲述了逻辑规则+表示学习应用到知识图谱中,主要内容如下:

        由于数据驱动方法和精度有限(广泛相关!=精确匹配),需要引入逻辑规则。其中知识图谱表示学习主要的三个步骤如上图所示,由于涉及到很多数学、算法方面知识,我也不是很理解。其中包括:RESCAL基于重构误差的方法、基于排序损失的方法TransE、流水线式方法(马尔科夫逻辑网络、0-1整数线性规划)、联合式方法。
        举个例子:
        问圣安东尼奥(NBA马刺队)位于美国哪个州State?
        它给出的答案应该是排序序列,答案至少都是美国的州,但精确定位唯一答案比较难。其解决方法就可以加入文中讲到的“逻辑规则+表示学习”实现。


四.大规模知识图谱表示学习——刘知远(清华大学自然语言处理)

        一个著名的公式:机器学习=数据表示+学习目标+优化方式
        现在面临的挑战是缺乏统一的语义表示和分析手段,而表示学习的目的就是建立统一的语义表示空间。
        知识图谱包括实体和关系,节点表示实体,连边表示关系,采用三元组<head,relation,tail>来实现。大规模知识获取从文本数据抽取关系发展到了从知识图谱抽取关系,其挑战是高维。
        知识表示代表模型包括:Neural Tensor Network(NTN)、TransE(Translation-based Entity)
        其中研究趋势主要包括以下几个方面:
        1.知识表示研究趋势:一对多关系处理
        例如:
   美国总统是奥巴马
   美国总统是克林顿

        美国总统到底是谁?TransE假设无法较好处理一对多、多对多的关系,其趋势是不同类型的relation怎么表示学习?
        2.知识表示研究趋势:文本+KG融合
        TransE+Word2Vec就是文本方法和知识图谱方法相融合,KG对应TransE方法,文本Text对应Word2Vec模型。基于CNN的关系抽取模型,建立对词汇、实体、关系的统一表示空间。
        3.知识表示研究确实:关系路径表示
        知识图谱中存在复杂的推理关系,关系路径算法(实体预测、关系预测)。RNN(Recurslve Neural Network)、PTransE(ADD,3-step)。

        中间对四位老师的提问:
        1.中文文本聚类
        文本自动生成摘要信息,词与词之间关系、句子主干主谓宾提取、句子压缩、获取任务相关的鲜艳信息。
        2.不同语言的知识图谱
        现趋势文本+KG(知识图谱)相结合,而对不同语言呢?知识不应该有语言的障碍,语言相当于只是添加了标签label,关系是客观存在的(唯一关系标识),如“情侣”、“恋人”只是表达不同。
        3.淘宝商品种类多、更新快,海量数据类别大,需要知识图谱吗?
        目前淘宝做得这么好,没有必要。KG适合复杂推理关系,但产品属性可以通过知识图谱存储。知识图谱是基础构建,抽取结构化、半结构化信息当成知识,应用于NLP、AI、问答系统、理解事件等。


五.知识图谱中推理技术及工具介绍——漆佳林

        An Introduction of Reasoning in Knowledge Graph and Reasoning Tools
        本体规则推理,Ontology(本体)起源于哲学,表示形式化词汇定义、抽象概念。数据异构性包括结构化数据、半结构化数据和非结构化数据的集成。
        本体语义三个标准:
        1.RDF:Resource Description Frameword
        2.RDFs:Classes例如MusicArtist音乐家
        3.OWL:Web Ontology Language,W3C标准,hierarchy分层

        包括Domain和Range
        如:“独奏音乐家”属于“音乐艺术家”属于“艺术家”,具有传递性。
        推理解决现实问题例如:
        北京路发生追尾(BeijingRoad⊆ ョoccur Rear-end) 、王军在北京路...可以推理王军堵车。
        工具:
        Dbpedia知识库是基于Wikipedia,WebPIE工具-MapReduce(平台Platform)-OWL(语言),Marvin-PeertoPeer(平台)-RDF(语言),SAOR\GEL-基于图数据库的平台-OWLEL(语言)。
        再如推荐流行歌例子:
   小明喜欢周杰伦歌手          小明是年轻人          难
   周杰伦歌手唱流行歌    =》    小明是周杰伦粉丝       正确
   周杰伦唱《牛仔很忙》         《牛仔很忙》是流行歌    正确


六.多语言知识图谱中的知识链接——王志春

        DBpedia知识图谱是Wikipedia(维基百科)的DBpedia extraction framework
        维基百科一个页面如下所示,包括:Title、Description、InfoBox、Categories(实体类别)、Crosslingual Links(跨语言链接)。



        例如“清华大学”中文、发文和英文EN的“清华大学”实体是指称项一致的,通过实体链接实现不同语言链接。
        规范化数据集:http://mappings.dbpedia.org/
                                http://dbpedia.org/
        知识库:
        BabelNet知识库、WordNet、机器翻译工具Google Translation
        Freebase and Wikidata,Freebase关闭了,变成了Wikidata知识库。在Wikidata中传统的Entity、Relation变成了item,不同语言标记不同,EN label、CN label、FR label标记。
        YAGO3,Wikipedia+WordNet+GeoNames,添加了地理位置信息、时间信息、多源版本。

        王志春老师们做了个把维基百科、百度百科、互动百科联系在一起的中英文的LORE。我的毕设是基于三个百科和多源网站的旅游景点知识对齐融合技术,感触颇深。
        总体来说,DBpedia、BabelNet、WikiData、YAGO3都来源于Wikipedia。通过Cross-lingual Knowledge Linking链接发现中英文,主要通过相似性和链接关系实现。


七.知识图谱关键技术和在企业中的应用——王昊奋

        Publishing and Consuming Knowledge Graphs in Vertical Sectors
        如何从数据中发现商业价值,主要看全面数据、可访问的、可移植(Action)三方面。知识图谱在企业中的应用简单包括:
        IBM的Watson通过分析病人症状,来实现自动诊断、分析病情、推荐药物
        自动诊断Automatic ICD Coding,通过EMR(电子病历)建立相应的SG(图谱)
        在生物医药方面应用Open Phacts
        Agriculture农业方面,各种形态的异构数据,生物论文Pubmed
        Amdocs电信方面CRM(客户关系管理),如一位信用好的老客户该月的电话费比平时增加了30块,发现是自己的女儿下载了一个游戏业务,当该客户打电话过去,电信公司就已经取消了该游戏业务,这是怎么实现的呢?它就涉及到了相关的技术。
        2012年伦敦奥运会新闻信息,很多都是自动生成的
        Enterprise Knowledge Graph

        由于会议要开到5点半,还有两个主题:
        Natural Language Question Answering Over Knowledge Graph: A Data-driven Approach
        知识库问答的问题与挑战

        但我北邮有个同学要毕业了,我就提前离开了参加聚餐去了。最后希望文章对你有所帮助吧!因为不同主讲人讲述的内容不同,它们之间存在着一定联系,但又不是很密切,同时自己的深度和理解还不够,所以文章比较涣散,但作为总结分享出来,你也可以简单学习。后面如果我写毕业论文相关的博客,文章相关度和层次就一目了然了。
        (By:Eastmount 2015-6-29 半夜4点半   http://blog.csdn.net/eastmount/


查看评论

知识图谱(Knowledge Graph)小结

知识图谱(Knowledge Graph)小结 一、知识图谱(Knowledge Graph)主要目的是在海量网络数据中以更直观的方式把知识展现给用户 二、KG特征和功能:本质上是一种语意网络,用...
  • u014794992
  • u014794992
  • 2016-11-01 10:52:59
  • 5901

知识图谱2-【浅谈知识图谱的构建技术】

转变 传统的文本信息抽取 =》 现在的知识发现 传统的文本 =》 现在的海量数据源 传统的预先指定抽取对象 =》 现在的Open domain 新的核心任务 : 与现有知识库的集成 知识图谱的核心技术...
  • qq_21460525
  • qq_21460525
  • 2017-07-08 15:15:47
  • 416

对知识图谱的理解报告

一、对知识图谱的整体理解   知识图谱最初是由谷歌为提供更高智能的搜索引擎而提出的一个概念。知识图谱可以理解成是由一系列具有相关性的知识点相互连接而形成的一种语义网络。基于图的数据结构。知识图谱将现...
  • qq_38773180
  • qq_38773180
  • 2017-09-20 21:08:00
  • 143

中文知识图谱研讨会的学习总结 (上) 图谱引入、百度知心、搜狗知立方

 中文知识图谱研讨会的学习总结 (上) 图谱引入、百度知心、搜狗知立方 标签: 知识图谱百度知心搜狗知立方学习笔记研讨会 2015-11-16 02:16 1124人阅读 ...
  • starzhou
  • starzhou
  • 2016-05-17 11:08:01
  • 8207

(分享)2017云栖大会知识图谱专场

对知识图谱有兴趣的读者可以关注我的知乎专栏,主要介绍知识图谱的相关概念、技术,也包含一些具体实践。 今天和大家分享一下阿里2017云栖大会知识图谱专场的内容,一共有六场报告。 知识图谱在阿里的发...
  • u011801161
  • u011801161
  • 2018-01-18 21:21:32
  • 586

知识图谱好文章整理

1、社会化推荐在人人网的应用 2、金融知识图谱的现状和展望 3、中文知识图谱构建思路是什么? 4、搜索引擎和知识图谱那些事 (上).基础篇 5、知识图谱的应用 6、AI与理性投资——基于金融知识图谱...
  • wodwl
  • wodwl
  • 2018-03-04 21:38:42
  • 112

知识图谱中的知识表示学习(Representation Learning)

Word Representation1. one-hot representation 长度为词典长度,每个词在词典中的位置置1,其余置0 Curse of Dimension, 不适合太大的字典 ...
  • zlasd
  • zlasd
  • 2017-04-05 15:47:39
  • 8305

IT公司年终述职会议经典语句记录

最近单位组织了年底述职大会,参会者是:所有项目经理、资深技术人员、部门经理三类员工。一共持续了两个整天,先把我自己从会上学到的东西整理如下: 技术(或个人品牌)类: 1、个人要注重:高度、深度、细...
  • lu_yongchao
  • lu_yongchao
  • 2018-01-29 22:42:30
  • 132

CCKS-2017 行业知识图谱构建与应用-下篇

上篇文章推出之后,大家反应非常热烈,因此给了我们更大的动力将下篇加紧赶出来。 这篇是PPT的下半部分,更加偏重于实战中关键技术的难点剖析,以及我们在PlantData平台实践中相应的解决方案描述...
  • xgjianstart
  • xgjianstart
  • 2017-09-05 11:38:53
  • 3959

刘挺 | 从知识图谱到事理图谱

本文转载自 AI科技评论。  在“知识图谱预见社交媒体”的技术分论坛上,哈尔滨工业大学刘挺教授做了题为“从知识图谱到事理图谱”的精彩报告。会后AI科技评论征得刘挺教授的同意,回顾和整理了本次报告...
  • TgqDT3gGaMdkHasLZv
  • TgqDT3gGaMdkHasLZv
  • 2017-11-16 00:00:00
  • 1475
    个人资料
    专栏达人 持之以恒
    等级:
    访问量: 252万+
    积分: 2万+
    排名: 398
    牛人博客
    博客专栏
    最新评论