转变
- 传统的文本信息抽取 =》 现在的知识发现
- 传统的文本 =》 现在的海量数据源
- 传统的预先指定抽取对象 =》 现在的Open domain
- 新的核心任务 : 与现有知识库的集成
知识图谱的核心技术
- 高价值信息检索
- 知识链接
- 开放抽取
- 验证集成
高价值信息检索:
- 寻找概念定义句,多为模板匹配的方式
知识链接:
- 将自然语言中的信息和知识库的条目进行链接,这里同时也要进行冗余知识的过滤,消歧等。
- 代表性方法:统计方法、图方法
开放抽取:
- 新的抽取方法:按需抽取、开放抽取、知识监督抽取。
- 按需抽取:bootstrapping(模板生成-实例抽取-迭代收敛)
- 开放抽取:识别表达语义关系的短语来抽取实体之间的关系
- 知识监督开放抽取:Distant-supervision,假设一句话中同时出现的两个实体一定具有某种关系。
验证集成:
- 综合多个数据源的证据,及动态添加新的知识。
- 开放抽取的自然语言关系和知识库中的关系的匹配:
- (1)对relation phrase 进行基于相似度的聚类
- (2)对relation phrase聚类结果和知识库中的关系类别进行映射