总结之知识图谱前沿技术课程

• 前言
• 正文
• 参考文献

前言

  写在前面，本文的内容主要基于2017年12月2日在苏州大学举办的知识图谱前沿技术课程（感谢各位老师的talk，受益良多）以及本人在之前阅读的有关paper，对KG和QA的进一步认识还有待我继续阅读和学习有关paper与书籍。由于我知识水平有限，难免有些错误，如有错误还请赐教。

正文

  知识图谱2012年被谷歌提出之后，被广泛应用于各个领域。在图谱中，node一般代表entity或者concept，边一般代表关系，常见的有isA和subclassOf的关系，类属关系和子类关系实际上可以对应到语言学中的上下位词关系，如：姚明是一名篮球运动员，此时姚明是篮球运动员的下位词（hyponym）或者篮球运动员是姚明的上位词（hypernym）。这部分属于知识图谱的一些常识知识，我就不过多赘述了，之前我也写过参加其他课程和实习之后的一些见解，请参见之前的文章[传送门——关于知识图谱的一些见解]。
  构建大规模concept graph实际上需要做到以下三点“规模足够大、粒度足够细、概念足够准”，在一定程度上就对应了三个衡量的指标即：Cost, Freshness和Quality，在实际的构建中对应着四个part，即Extraction（Cost）, Completion（Quality）, Correction（Quality）和Update（Freshness）。
  在Extraction部分，语义关系通常来自常识和特定信息（如文本和视频等），之前常用的是人工标注语料加上机器学习方法如支持向量机（Support Vector Machine, SVM），但是这么做会带来几个问题：代价问题、在cross-domain的时候性能下降以及在抽取之前往往不知道要抽取什么关系，导致不能预先指定人工标注的语料。目前主要使用的是下面几个方法：

  1. Hearst Pattern

  基于一些规则或者模板去做抽取，例如“NP such as NP”可以抽取出上下位关系。

  2. Bootstrapping

  初始化种子entity pair，使用这些种子pair在文本中扩展新的entity pair，但是会导致语义漂移的问题。例如，对于首都这一关系，使用种子entity pair（北京，中国）、（首尔，韩国）、（东京，日本）等，在文本中扩展时遇到“北京位于中国”的情况，从而将“X位于Y”对应到了首都这一关系，产生（江苏，中国）这样的（语义漂移）错误。
  解决语义漂移，有如下几个方法：
  a. Mutual Exclusion Bootstrapping（利用互斥类别，一个实体只能属于一个类别）[1]
  b. Coupled training（建模不同抽取关系之间的约束，寻找最大化满足这些约束的抽取结果）[2]
  c. Co-Bootstrapping（引入负实例来限制漂移）[3]

  3. Distant Supervision

  这个部分有几项工作：
  a. 多源弱监督知识协同建模（这篇论文应该发表在AAAI 2016，