人工智能发展到今天,以深度学习和知识图谱为代表的感知智能(主要集中在对于图片、视频以及语音的能力的探究)和认知智能(涉及知识推理、因果分析等),得到越来越多的应用,知识图谱逐渐成为关键技术之一,现已被广泛运用到智能搜索、智能问答、个性化推荐、内容分发等领域。知识图谱在2012年由谷歌提出,旨在描述现实世界中存在的实体以及实体之间的关系。它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制出来,探索知识领域的动态发展规律,它不是指某一特定的模型,是指一类模型、一种技术体系。
知识图谱作为近年在大数据时代下新颖的知识组织与检索技术,它的知识组织和展示的优势慢慢体现出来,越来越得到各行业的重视。知识图谱在很多场合上被用作让机器理解语言的背景知识库,它的根本意义就是能帮助机器理解语言。下面我们通俗易懂地介绍一下知识图谱中涉及的关键技术,以便于读者加深一些知识图谱的感性认识,为今后知识图谱的应用打下一定技术基础。
知识图谱的技术生态链概述
知识图谱通常以实体为节点形成一个大的网络,从实际业务需求出发,在知识实体之上抽象出数据模型,按实体自身、实体属性、实体关系,将多领域的信息关联起来,同时利用第三方数据,结合知识获取方法,填充图谱信息。
知识图谱的技术生命周期大致可分为六大步骤,按顺序依次为:知识建模、知识获取、知识加工、知识存储、知识校验、知识应用。
整个知识图谱技术生态链生命周期如上图,其流程是:
1、知识建模:对知识图谱进行构建,包括数据模型、知识模型等;
2、知识获取:接入采集和采购数据,进行数据标引,并根据指标计算得出未识别的实体基础数据;用实体对齐消歧服务进行实体识别,初步得到实体基础数据;
3、知识存储:将验证过的实体基础数据保存到知识库,训练机器学习模型,保存知识到知识图谱(特指图数据库)中;
4、知识加工:知识库将实体基础数据进行知识融合,进行知识计算服务;
5、知识校验:整个过程中进行验证和校验;
6、知识应用:基于以上技术支撑,实现知识图谱应用。
形成知识图谱技术链“降龙六掌”
在武侠迷熟知的金庸武侠世界中,有一套号称“天下第一刚猛”的掌法——降龙十八掌,使用者配合浑厚的内力&#