把知识变成图谱一共需要花几步？89页全网最全清华知识图谱报告-学习笔记

把知识变成图谱一共需要花几步？89页全网最全清华知识图谱报告

1. 知识图谱是人工智能的重要分支技术，它在2012年由谷歌提出，成为建立大规模知识的杀手锏应用，在搜索、自然语言处理、智能助手、电子商务等领域发挥着重要作用。
2. 知识图谱的分类方式很多，例如可以通过知识种类、构建方法等划分。从领域上来说，知识图谱通常分为两种：通用知识图谱、特定领域知识图谱。
3. 智能问答系统被看作是未来信息服务的颠覆性技术之一，亦被认为是机器具备语言理解能力的主要验证手段之一。
4. 通用知识图谱可以形象地看成一个面向通用领域的“结构化的百科知识库”，其中包含了大量的现实世界中的常识性知识，覆盖面极广。由于现实世界的知识丰富多样且极其庞杂，通用知识图谱主要强调知识的广度，通常运用百科数据进行自底向上（Top-Down）的方法进行构建。国外的DBpedia使用固定的模式从维基百科中抽取信息实体。
5. 领域知识图谱常常用来辅助各种复杂的分析应用或决策支持，在多个领域均有应用，不同领域的构建方案与应用形式则有所不同。
6. 知识表示将现实世界中的各类知识表达成计算机可存储和计算的结构。机器必须要掌握大量的知识，特别是常识知识才能实现真正类人的智能。
7. 知识图谱嵌入也通常作为一种类型的先验知识辅助输入到很多深度神经网络模型中，用来约束和监督神经网络的训练过程。
8. 知识获取包括了实体识别与链接、实体关系学习、以及事件知识学习。
9. 语义集成的提出就是为了能够将不同的知识图谱融合为一个统一、一致、简洁的形式，为使用不同知识图谱的应用程序间的交互建立操作性。常用的技术包括本体匹配（也称为本体映射）、实力匹配（也称为实体对齐、对象公指消解）以及知识融合等。一个语义集成的常见流程，主要包括：输入、预处理、匹配、知识融合和输出5个环节。
10. 知识推理则从给定的知识图谱推导出新的实体跟实体之间的关系，在知识计算中具有重要作用，如知识分类、知识校验、知识链接预测与知识补全等。知识图谱推理可以分为基于符号的推理和基于统计的推理。