知识图谱概论

知识图谱概论

概念

人工智能发展阶段

计算智能

计算机早已超过人类

感知智能

让计算机具备视觉和听觉等感知的智能。语音识别和人脸识别等技术上已取得进步。

认知智能

与人类语言、知识、逻辑相关的智能，是人工智能最高阶段，目标是让机器掌握人类的语言和知识体系，并真正理解其内在逻辑。

知识图谱

• 本质：万物及其联系的网络

• 包括：实体、属性、关系

• 节点有属性标签（可以包含类型）

• 两个节点的边是实体间关系

• 强调实体，但也可以描述概念

深度学习

深度学习金字塔

瓶颈

• 平台红利

  DL开发平台日趋成熟，难以有更大提升空间

• 算法红利

  新型模型的提出很难;现有模型的优化和潜力挖掘存在瓶颈

• 算力红利

  GPU和TPU等硬件计算速度的摩尔定律开始失效

• 大数据红利

  大数据的获取、清洗和标注己经出现瓶颈

知识图谱 VS 传统知识库 VS 数据库

关系

• 知识图谱是在传统知识库的基础上发展而来，但更注重其中的数据
• 知识图谱不能替代数据库，二者互有所长

优势

• 包含语义信息，可进行一定的推理
• 形式更灵活，可扩展性更好

不足

• 天生缺乏直接的有效处理工具，大规模图谱数据处理常常借助于数据库技术

知识表示

语义网络

• 表示概念间语义关系的网络
• 1956年提出，最初目的用于语言翻译和自然语言处理
• 经典语义网络项目：WordNet

框架

• 框架是人工智能中使用的一种数据结构

概念图

• 有数学和逻辑支撑的知识表示

形式化概念分析

语义网

Web=文档+超链接

本体

• 领域共享知识的描述方式，是语义Web、语义搜索、知识工程和很多人工智能应用的基础
• 本体是我们告诉计算机人类如何认识和理解世界万物的一种形式化描述方式
• 本体成为语义网的知识描述载体
• 语义网的研究热潮极大促进了本体的研究

描述逻辑

• 描述逻辑是一种知识表示语言，表达能力强于命题逻辑