关于知识图谱的一些见解

• 知识图谱
• 构建
• 应用
• 数据源
• 参考文献与致谢
    这是暑假期间完成的一份报告，我把这个放到网上来和大家一起交流与学习。

一、知识图谱

  谈起知识图谱，要先从语义网络说起。语义网络是一个由相互连接的结点和边组成的结构，结点表示的是实体、属性、事件、状态等，边表示的是关系，例如isA, part-of等。在语义网络中，有两个比较重要的关系，即isA和AKO（a kind of）。知识图谱实际上是一种特殊的语义网络，它的节点代表实体、属性等，边代表关系，也是一个有图结构的知识库。
  相对于传统语义网络，知识图谱更加关注数据层面，并且区别subclass of和instance of的关系；内容通常通过众包获取，并且应用于语义搜索；运用最新的自然语言处理技术和语义技术；其强调的是实体之间的关联以及实体的属性值，且重要来源是百科。其构建强调不同来源知识的融合以及知识的清洗技术。
  与此同时，相对于关系型数据库，知识图谱属于“动态的”，因为关系型数据库在创建之前需要确定好有哪些列，一旦创建好改动起来就不太方便，而知识图谱可以根据获取的知识添加一些关系、属性，这是关系数据库所不具有的。

二、构建

  知识图谱的构建主要包括知识获取、知识融合、知识计算等部分。
2.1 知识获取
  一般知识图谱的知识来源有三种，即结构化知识、半结构化知识、非结构化知识。对于结构化数据，通常使用ETL工具对用户生成系统下的数据进行重新组织、清洗、检测；对于半结构化数据，通过包装器学习半结构数据的抽取规则；对于非结构化数据，则需要进行实体识别，包括实体链接（entity linking）和命名实体识别（NER），以及实体关系识别等。
  从百度百科等类似网站的infobox等获取知识往往比较容易，可以直接获得属性-