知识图谱de构建与应用（三）：知识融合

本章首先介绍知识融合的定义、难点和流程，接着概括性地介绍本体对齐和实体对齐的常用方法，最后介绍知识融合在工业领域实践过程中的方法和评估体系。

3.1 知识融合概述

3.1.1 知识融合的主要难点

对于很多需要构建知识图谱的领域，由于从业者甚多，自然而然地会沉淀出数量众多的数据库或知识库，比如在影视子领域，百度百科、维基百科、豆瓣等都是很好的知识库，因而在构建知识图谱的过程中往往会对多个知识库的知识进行合并，以期获得最全面的知识，这个过程就称为知识融合。此外，由于被合并的各个知识库里的知识难免会存在错误，因而知识融合会对多个知识库的知识进行交叉验证，知识融合之后获得的知识相比融合前的单知识库会更准确。

由于自然语言的开放性，各个领域的知识融合任务往往面临以下四个难点。

（1）异构问题。不同知识库对同一个实体或知识的表达差异很大，具体体现在一个相同的实体存在大量的别名。如图3-1（a）所示，不同数据源对同一个实体“华为P30”有不同的描述。

（2）歧义问题。不同的实体使用同样或类似的文本表达。如图3-1（b）所示，在电商领域中，“苹果”既可以作为一个品类名称，也可以是一个品牌名称，甚至可以作为一种颜色或是图案名称出现。在工程实践中容易造成准确率的下降。

（3）数据噪声问题。在工业界知识图谱实践中，数据噪声问题是广泛存在的，多知识库融合会放大噪声问题，容易造成准确率的下降。如图3-1（c）所示，该商品实体的属性值很多是“不详