看“降龙”绝技——浅析知识图谱技术生态链

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&#