知识图谱综述笔记

知识图谱

目的

以结构化的方式描述客观世界中概念、实体、事件及其间的关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。

概念

人们理解客观世界的线索，是人们对客观世界中的事物在不同层次上的概念化描述，概念层次是知识图谱的“骨骼”

• 如人、动物、组织机构等

实体

客观世界中的具体事物

• 如篮球运动员姚明、互联网公司腾讯等

事件

客观世界的活动

• 如地震、买卖行为等

关系

述概念实体、事件之间客观存在的关联

• 如毕业院校描述了个人与其所在院校的关系，运动员和篮球运动员之间概念和子概念的关系等

现有知识图谱资源

根据信息来源和获取方式的不同划分：

依靠人工构建的知识资源

• 早期知识资源通过人工添加和合作编辑获得
• 例如
  • WordNet
  • Cyc
    • 通用的世界知识库
    • 目的
      将上百万条知识编码为机器可处理形式，并在此基础上实现知识推理等人工智能相关任务
  • HowNet

基于群体智能的知识图谱

• 维基百科是至今利用群体智能建立的互联网上最大的知识资源，因此出现了很多使用维基百科构建知识库的项目
• 例如
  • DBpedia
    以构建本体的形式对知识条目进行组织
  • YAGO
    融合 Ｗord Ｎet良好的概念层次结构和维基百科中的大量实体数据
  • Freebase
    基于维基百科，使用群体智能方法建立的包含6800万实体的结构化数据的知识图谱
  • XLORE
    以英文维基百科为桥梁，通过跨语言链接技术，建立融合了四大中英文百科数据的跨语言知识库

基于互联网链接数据构建的知识资源

国际万维网组织 W3C 于2007 年发起的开放互联数据项目（Linked