本文介绍了知识图谱的概念，起源于谷歌的Knowledge Graph，它在搜索、问答、决策和AI中起到关键作用。知识图谱通过框架系统、产生式规则、描述逻辑等方式表示知识，并涉及知识库的构建、融合与推理。文中提到了CYC、Wordnet、ConceptNet等典型知识库，以及知识表示、三元组、SPARQL、知识抽取和存储等相关技术。此外，还讨论了知识图谱在药物研发、中医药、电商、金融及文化领域的应用案例。
一、 知识图谱（Knowledge Graph，KG）与语义技术概述
KG，2012谷歌提出，作用是能辅助搜索（从网页搜索到语义搜索，从文本链接到数据链接），辅助问答，辅助决策，辅助AI（常识推理）；
人的记忆偏重关联；
知识表示方法：框架系统、产生式规则、描述逻辑；
知识库形成：手工众包、格式转化、元组抽取、实体融合、链接预测、推理预测、语义嵌入
二、 典型知识库系统简介
CYC：常识知识库，由术语Term和断言Assertions组成，http://www.cyc.com
Wordnet：英文词典知识库，主要用于词义消歧 http://wordnet.princeton.com/
ConceptNet：常识知识库，三元组形式的关系型知识构成，更加自然语言的描述http://conceptnet.io/
Freebase：开源免费允许商业
最低0.47元/天 解锁文章
906
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
