第三章 知识体系构建和知识融合 阅读笔记 3.1 知识体系构建 3.1.1 人工构建方法 3.1.1.1 确定任务及领域 3.1.1.2 体系复用 3.1.1.3 罗列要素 3.1.1.4 确定分类体系 3.1.1.5 定义属性及关系 3.1.1.6 定义约束 3.1.2 自动构建方法 3.1.2.1 基于非结构化数据的知识体系学习 3.1.2.2 基于结构化数据的知识体系学习 3.1.2.3 基于半结构化数据的知识体系学习 3.1.3 经典知识体系 3.2 知识融合 3.2.1 框架匹配 3.2.2 实体对齐 3.2.3 冲突检测与消解 事实上,知识图谱不仅包含具体的实例知识数据,还包括了对知识数据的描述和定义,这部分对数据进行描述和定义的“元”数据被称为知识体系(Schema)或者本体(Ontology)。能够以一种统一的形式(三元组形式)表示实例型数据和描述型数据,是知识图谱得以广泛应用的重要特点。 知识融合通过框架匹配和实例对齐,把分散的知识资源联合起来,可以极大的增加知识图谱的覆盖领域和共享程度。 3.1 知识体系构建 知识体系个方面核心内容: 1.对概念的分类 2.概念属性的描述 3.概念之间相互关系 知识体系的基本形态的五个层次: