python构建知识图谱_媒体知识图谱的构建简析

知识图谱是反映实体间、实体与属性间关系的网络，是它们基于知识的关联，是对于海量数据的一种有效的组织方式和利用手段。

现有代表性的知识网络有Wordnet、DBpedia、Freebase、NELL(Never Ending Language Learning，永不结束语言学习)、YAGO和谷歌知识图谱等。其共同点是均基于单一文本进行构建。根据知识来源与顶层概念设计理念，现有数据驱动的知识图谱构建的研究工作大致分为如下几类。

1.基于维基百科的infoboxes等结构化数据的构建：以百科作为知识的主要来源，抽取百科词条作为实体，利用词条中的infobox来填充实体的属性。主要代表有YAGO、DBpedia和Freebase等。此类构建方法的特点是质量较高，但更新较慢。

2.基于开放文档的构建(schema-less)：以互联网开放网页文档作为知识的主要来源，其假定如果已知两个实体之间存在特定的语义关系，那么包含该实体对的句子在某种程度上就蕴含语义关系。主要代表系统有Reverb、OLLIE、Prismatic等。此类方法可挖掘大量实体与实体间的关系谓词，缺点是所挖掘知识的噪音大。

3.基于固定本体/模式的构建：以少量人工定义的抽象本体/模式(ontology/schema)作为知识图谱的顶层概念设计，以此来充实、汇聚符合顶层概念的实体与实体关系，并在此之上进一步发现新的概念。其代表系统有NELL、PROSPERA、斯坦福大学的DeepDive、谷歌的Knowledge Vault等。

4.基于层次化本体的构建：该方法构建的知识库的代表是Probase。Probase首先从开放域汇聚了约265万个概念；然后针对这些概念计算上下位关系；最后基于概率的方法，从横向与纵向上对这些概念进行合并，形成一个具有丰富层次的概念树。