第一课 知识图谱概论

本文深入探讨了知识图谱的概念,源于Web、NLP、KR和AI等多个领域的视角。介绍了典型知识库,如zhishi.me和cnSchema,并概述了知识图谱的关键技术,包括RDF、OWL、知识抽取、知识存储、知识问答和知识推理。此外,还讨论了知识融合和知识众包的重要工具与平台。
摘要由CSDN通过智能技术生成

一、知识图谱的概念

知识图谱(KG)得益于Web的发展(更多的是数据层面),有着来源于KR、NLP、Web、AI多个方面的基因。知识图谱(KG)的概念演化如图:
知识图谱的发展

web视角:文本之间的超链接,建立数据之间的语义链接,并支持语义搜索
NLP视角:怎样从文本中抽取语义和结构化数据
KR视角:怎样利用计算机符号来表示和处理知识
AI视角:怎样利用知识库来辅助理解人的语言
DB视角:用图的方式去存储知识

二、典型知识库介绍(简)

知识库:
中文知识库:zhishi.me、cnSchema(开放的中文知识图谱Schema)
英文知识库:

三、知识图谱技术概览

RDF(Resource Description Framework):资源描述框架
RDFS(simple vocabulary and Schema):Schema
OWL(web ontology language):本体 描述
SPARQL简介:RDF的查询语言
JSON-LD:数据交换格式
RDFa,HTML5 MicroData :在网页中嵌入语义数据
KG E

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值