1.知识图谱的研究目标与意义
知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地组织、管理和理解互联网海量信息的能力。
知识图谱技术是指知识图谱建立和应用的技术,是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义 Web、数据挖掘与机器学习等方向的交叉研究。
知识图谱的应用:
- 知识融合:当前互联网大数据具有分布异构的特点,通过知识图谱可以
对这些数据资源进行语义标注和链接,建立以知识为中心的资源语义集
成服务。 - 语义搜索和推荐:知识图谱可以将用户搜索输入的关键词,映射为知识
图谱中客观世界的概念和实体,搜索结果直接显示出满足用户需求的结
构化信息内容,而不是互联网网页。 - 问答和对话系统:基于知识的问答系统将知识图谱看成一个大规模知识
库,通过理解将用户的问题转化为对知识图谱的查询,直接得到用户关
心问题的答案。 - 大数据分析与决策:知识图谱通过语义链接可以帮助理解大数据,获得
对大数据的洞察,提供决策支持。
2.知识图谱技术
知识图谱以结构化的形式描述客观世界中概念、实体及其关系。
实体:实体是客观世界中的事物,概念是对具有相同属性的事物的
概括和抽象。
本体:本体是知识图谱的知识表示基础,可以形式化表示为,O={C,H,P,A