《知识图谱构建技术综述》笔记

1. 论文信息

知识图谱构建技术综述
刘峤 李杨 段宏 刘瑶 秦志光
出版源：《计算机研究与发展》, 2016, 53 (3):582-600

2. 摘要

1. 将知识图谱划分为信息抽取层、知识融合层和知识加工层；
2. 对每个层次涉及的关键技术的研究现状进行分类说明；
3. 知识图谱构建技术当前面临的重大挑战和关键问题进行了总结。

3. 介绍

知识图谱的历史

知识图谱的概念是由谷歌公司提出的．2012年5月17日，谷歌发布知识图谱项目，并宣布以此为基础构建下一代智能化搜索引擎。
中国科学院计算机语言信息中心董振东领导的知网(HowNet)项目，其知识库特点是规模相对较小、知识质量高、但领域限定性较强。

知识图谱的定义

知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系。其基本组成单位是“实体－关系－实体”三元组，以及实体及其相关属性－值对，实体间通过关系相互联结，构成网状的知识结构。

知识图谱的架构

知识图谱的架构，包括知识图谱自身的逻辑结构以及构建知识图谱所采用的技术（体系）架构，后者是本文讨论的重点。

知识图谱的构建过程是从原始数据出发，采用一系列自动或半自动的技术手段，从原始数据中提取出知识要素（即事实），并将其存入知识库的数据层和模式层的过程．这是一个迭代更新的过程，根据知识获取的逻辑，每一轮迭代包含3个阶段：信息抽取、知识融合以及知识加工。

4. 知识图谱构建技术

4.1 信息抽取

信息抽取是一种自动化地从半结构化和无结构数据中抽取实体、关系以及实体属性等结构化信息的技术。涉及的关键技术包括：实体抽取、关系抽取和属性抽取。

• 实体抽取(命名实体识别NER)
  监督学习和规则相结合的办法：Lin等人采用字典辅助下的最大熵算法，在基于Medline论文摘要的GENIA数据集上取得了实体抽取准确率和召回率均超过70%的实验结果。
• 关系抽取
  (1) 2007年，华盛顿大学图灵中心的Banko等人