知识图谱的两种构建方式的区别

Anna-OK

已于 2023-09-17 15:59:29 修改

阅读量387

点赞数

文章标签：知识图谱人工智能

于 2023-09-15 10:09:42 首次发布

本文链接：https://blog.csdn.net/m0_59581978/article/details/132896161

版权

1、自顶向下模式

自顶向下模式侧重于手动定义知识结构，注重知识的建模和规范。（用于定义知识图谱的框架和规则）。从已有的领域知识、本体或模型开始，然后根据这些高级结构来填充知识图谱的过程。

2、自底向上模式

自底向上模式侧重于从数据中自动提取知识，注重知识的发现。（用于数据的初步收集和知识的发现）

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Anna-OK

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
知识图谱的两种构建方式的区别

自底向上模式侧重于从数据中自动提取知识，注重知识的发现。（用于数据的初步收集和知识的发现）自顶向下模式侧重于手动定义知识结构，注重知识的建模和规范。（用于定义知识图谱的框架和规则）
复制链接

扫一扫

数据仓库建设思路

半路出家，立地为猿

07-01

962

数据仓库的实现方通常有 自顶向下、自底向上和两者结合进行的这样三种实现方案。 自顶向下实现：自顶向下的实现需要在项目开始时完成更多计划和设计工作，这就需要涉及参与数据仓库实现的每个工作组、部门或业务线中的人员。要使用的数据源、安全性、数据结构、数据质量、数据标准和整个数据模型的有关决策一般需要在真正的实现开始之前就完成。自底向上实现：自底向上的实现包含数据仓库的规划和设计，无需等待安置好更大业务范围的数据仓库设计。这并不意味着不会开发更大业务范围的数据仓库设计；随着初始数据仓库实现的扩展，将逐渐增加

知识图谱学习（一）（笔记整理）

除了学习谁都不爱的博客

12-31

3787

本篇来自于文章《从技术实现到产品落地，“知识图谱”的未来还有多远？》（自己的一些笔记） 知识图谱学习（一）一、组成部分 知识图谱大致可分为六部分，依次为：知识建模、知识获取、知识融合、知识存储、知识计算、知识应用二、知识图谱的架构共分为两种：逻辑架构和技术架构 -逻辑架构数据层：是逻辑架构的底层，用来存储真实的节点数据与关系数据。模式层：模式层在数据层之上，存储提炼过的数据，通过本体...

参与评论您还未登录，请先登录后发表或查看评论

知识图谱构建全流程

热门推荐

人工智能曾小健

07-06

5万+

知识图谱，是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系，通过知识图谱能够将Web上的信息、数据以及链接关系聚集为知识，使信息资源更易于计算、理解以及评价，并能实现知识的快速响应和推理。当下知识图谱已在工业领域得到了广泛应用，如搜索领域的Google搜索、百度搜索，社交领域的领英经济图谱，企业信息领域的天眼查企业图谱，电商领域的淘宝商品图谱，O2O领域的美团知识大脑，医疗领域的丁香园知识图谱，以及工业制造业知识图谱等。在知识图谱技术发展初期，很多企业和科研机构会采用自顶向下的方式构建基础知识

图论|知识图谱——详解自下而上构建知识图谱全过程

也许有一天我们再相逢睁开眼睛看清楚我才是英雄！

11-25

4000

图论|知识图谱——详解自下而上构建知识图谱全过程

知识图谱构建（概念，工具，实例调研）

AIGC Studio：分享AIGC前沿知识和好玩应用，公众号同名。

10-24

5万+

知识图谱（Knowledge graph）知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法。知识图谱由节点和边组成。节点可以是实体，如一个人、一本书等，或是抽象的概念，如人工智能、知识图谱等。边可以是实体的属性，如姓名、书名或是实体之间的关系，如朋友、配偶。知识图谱的早期理念来自Semantic Web（语义网络），其最初理想是把基于文本链接的万维网落转化为基于实体链接的语义网络。

知识图谱的自顶向下和自低向上

ZHVEH

01-29

2092

自底向上和自顶向下的构建方法

知识图谱03：知识图谱的构建方法

大雄没有叮当猫的博客

10-07

1万+

公众号：数据挖掘与机器学习笔记 1.构建方法 知识图谱的构建方法有三种: 自底向上、自顶向下和二者混合的方法. 1.1 自底向上法自底向上的构建方法, 从开放链接的数据源中提取实体、属性和关系, 加入到知识图谱的数据层；然后将这些知识要素进行归纳组织, 逐步往上抽象为概念, 最后形成模式层. 自底向上法的流程如图1所示. 知识抽取知识抽取, 类似于本体学习, 采用机器学习技术自动或半自动地从一些开放的多源数据中提取知识图谱的实体、关系、属性等要素. 知识抽取包含实体抽取、关系抽取和属性抽取. 实体

自底向上和自顶向下的区别

a673519020的博客

04-18

5402

某日小明上数学课，他的老师给了很多个不同的直角三角板让小明用尺子去量三角板的三个边，并将长度记录下来。两个小时过去，小明完成任务，把数据拿给老师。老师给他说，还有一个任务就是观察三条边之间的数...

项目实战：如何构建知识图谱

02-24

知识库可以分为两种类型，一种是以Freebase，Yago2为代表的CuratedKBs，主要从维基百科和WordNet等知识库中抽取大量的实体及实体关系，像是一种结构化的维基百科。另一种是以StanfordOpenIE，和我们学校Never-...

知识图谱构建技术综述.docx

最新发布

06-06

知识图谱可以分为通用知识图谱和领域知识图谱两种类型： - **通用知识图谱**：强调广度，数据来源广泛，多数来源于互联网。 - **领域知识图谱**：专注于某一特定领域，数据更加专业和深度，通常作为垂直领域内的...

知识图谱构建方法研究.docx

11-11

此外，本文还提到了知识图谱构建的两种主要方法——自顶向下和自底向上。自顶向下侧重于先构建本体，自底向上则从实体出发，逐步扩展知识图谱。在实际构建过程中，这两种方法通常会结合使用，以确保知识图谱的完整性...

系统架构设计笔记（11）——分布式数据库系统

读万卷书，行万里路

03-28

2138

近年来，随着计算机技术与网络技术的发展，特别是 Internet 的兴起，分布式数据库系统得到了很快的发展和应用。 1 分布式数据库的概念分布式数据库系统是相对于集中式数据库系统而言的，是将数据库技术与网络技术相结合的产物。分布式数据库（ Distributed DataBase ， DDB ）比较确切的定义是：分布式数据库是由一组数据组成的，这组数据分布在计算机网络的不同计算机上，网络中的每...

2021-02-22

u010955999的博客

02-22

691

自然语言处理技术之知识图谱进阶自然语言处理技术 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联网能力的知识库，可在智能搜索，智能问答，个体化推荐等职能信息服务中产生应用价值。前文干货|自然语言处理技术之知识图谱简介中小修以互联网金融为例子介绍了一些应用场景，该文近一步阐述知识图谱定义，架构的基础上，综述知识图谱中的知识抽取，知识表示，知识融合，知识推理四大核心技术的研究进展以及一些典型应用。 1 知识图谱的定义 知识图谱，是结构化的语义知识库，用于以符号形式描.

一文揭秘！自底向上构建知识图谱全过程

阿里技术

06-28

4791

阿里妹导读：知识图谱的构建技术主要有自顶向下和自底向上两种。其中自顶向下构建是指借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库里。而自底向上...

自顶向下构建中药知识图谱初探

今春一别难相逢

05-05

5208

当前，知识图谱已在金融、电商和医疗等领域开展了诸多实践性探索，并被广泛的应用在了智能问答、知识搜索、个性化推荐和辅助诊断等知识型驱动的任务中。本文从中药和知识图谱研究视角出发，对所收集中药相关数据进行预处理与实体关系抽取，自顶向下构建中药知识图谱。同时利用neo4j对部分数据进行了可视化分析。

自底向上——知识图谱构建技术初探

weixin_33701294的博客

06-22

1153

文/阿里安全染青 “The world is not made of strings , but is made of things.” ——辛格博士，from Google. 知识图谱，是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系，通过将数据粒度从document级别降到data级别，聚合大量知识，从而实现知识的快速响应和推理。知...

【转】自底向上和自顶向下的区别

a18861227的博客

09-04

2336

用两个简单的例子说明一下: 某日小明上数学课，他的老师给了很多个不同的直角三角板让小明用尺子去量三角板的三个边，并将长度记录下来。两个小时过去，小明完成任务，把数据拿给老师。老师给他说，还有一个任务就是观察三条边之间的数量关系。又是两个小时，聪明的小明连蹦带跳走进了办公室，说：“老师，我找到了，三条边之中有两条，它们的平方和约等于另外一条的平方。”老师拍拍小明的头，“你今天学会了一个定...

知识图谱构建过程

写bug的程旭源

07-19

1682

知识图谱如何构建？