知识图谱

￡Cauchy

已于 2023-03-17 22:05:56 修改

阅读量663

点赞数

分类专栏：知识图谱文章标签：知识图谱 neo4j 人工智能

于 2022-10-19 09:51:46 首次发布

本文链接：https://blog.csdn.net/sopykl/article/details/126617581

版权

本文探讨了知识图谱的构建过程，特别是自底向上方式的现状与未来，关注实体关系抽取的难点，如准确率与效率的平衡，以及人工与自动方法的协作。介绍了本体构建的半自动策略，语义标注的手动、半自动和自动方法，以及信息抽取、知识融合和Python实践中的Neo4j应用。涵盖了通用知识图谱如DBpedia和领域知识图谱如企业知识图谱的实例，以及技术应用如教育知识图谱和政策智能分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

KG

知识图谱的系统工程观
 知识图谱从哪里来：实体关系抽取的现状与未来
 刘焕勇 - 个人主页：KG 学习资料、工具、开源项目

难点：协调准确率和效率、平衡自动化方法和人工参与

知识图谱构建主要分为自顶向下(top‑down)与自底向上(bottom‑up)两种构建方式。
自顶向下构建方式需要先定义好本体（Ontology或称为Schema），再基于输入数据（百科类网站等结构化数据源）完成信息抽取到图谱构建的过程。该方法更适用于专业知识方面图谱的构建，比如企业知识图谱，面向领域专业用户使用。
自底向上构建方式则是从开放的Open LinkedData中抽取置信度高的知识，或从非结构化文本中抽取知识，完成知识图谱的构建。该方式更适用于常识性的知识，比如人名、机构名等通用知识图谱的构建。

（〇）本体构建

通常有人工、自动和半自动这 3 种构建方法.
半自动构建本体的方法,使用统计方法和无监督OpenIE方法得到本体知识,结合其他知识图谱的本体知识,在专家的指导下构建出了本体,并在众包半自动语义标注过程中进行了完善.
【1】知识图谱本体层理解及利用Protégé进行知识图谱本体层(Schema)的构建
【2】面向垂直领域的OpenIE图谱构建技术

语义标注

主要包括本体技术、自然语言处理等技术.
语义标注可以分为手工标注、半自动标注和自动标注三类.
半自动标注是由标注人员指定网页或者网页中的文本片段,然后由标注人员选择合适的本体概念(或属性)或者由系统自动显示可选的本体概念(或属性),最后生成并保存语义标注结果.
语义标注可以分为嵌入式存储和独立存储两类.
嵌入式存储方式是指将标注结果嵌入在原始网页中,标注格式可以是 JSON-LD、MicroData、RDFa等,例如 Google 的结构化数据标记辅助工具;
独立存储方式是指将标注结果保存在外部存储中,可以保存到文件中,也可以保存到数据库中,例如开源语义标注工具 Pundit,它可以对任何网页进行标注,标注结果将保存在标注系统后端的数据库中.